@PhDThesis{Maus:2016:LaUsLa,
author = "Maus, Victor Wegner",
title = "Land use and land cover monitoring using remote sensing image time
series",
school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
year = "2016",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2016-04-29",
keywords = "time series analysis, dynamic programming, data mining, crop
identification, agricultural intensification, deforestation,
forest degradation, an{\'a}lise de s{\'e}ries temporais,
programa{\c{c}}{\~a}o din{\^a}mica, minera{\c{c}}{\~a}o de
dados, identifica{\c{c}}{\~a}o de culturas,
intensifica{\c{c}}{\~a}o da agricultura, desmatamento,
degrada{\c{c}}{\~a}o florestal.",
abstract = "Land system change has a wide range of impacts on Earth system
components. Tropical forests in particular have been identified as
crucial ecosystems for climate regulation, global biodiversity,
and hydrological cycling. The Brazilian Amazon has experienced a
high rate of deforestation in the last decade and it is the main
source of Brazils anthropogenic CO\$_{2}\$ emissions. The
growing global population will further increase the demand for
food and therefore increase the pressure on agricultural systems.
High quality, fine resolution, and near-real time land use and
land cover monitoring systems play a crucial role in generating
information to advance our understanding of human impact on land
cover. Earth Observation satellites are the only source that
provides a continuous and consistent set of information about the
Earth\${'}\$s land. The current large-scale classification
systems such as MODIS Land Cover and GLC 2000 have limitations and
their accuracy is not sufficient for land change modeling.
Therefore, new techniques for improving land system products are
urgently needed. The contribution of this thesis to Earth System
Science is threefold. Firstly, the thesis presents a new method
for analysis of remote-sensed image time series that improves
spatio-temporal land cover data sets and has a substantial
potential for contributing to land system change modeling. The
developed Time- Weighted Dynamic Time Warping (TWDTW) method is a
time-constraint variation of the well-known Dynamic Time Warping
(DTW) method, which has in the extensive literature proved to be a
robust time series data mining. Secondly, this thesis contributed
to open and reproducible science by making the algorithms
available for larger audience. TWDTW is implemented in an open
source R package called dtwSat available in the Comprehensive R
Archive Network (CRAN). Thirdly, this thesis presents an analysis
of land cover changes in the Amazon, focusing on the Brazilian
state of Mato Grosso that has gone through high rate of
deforestation and cropland expansion in the last decade. This
study identified and estimated the land cover change using MODIS
image time series, contributing to better understand the land
dynamics in the Brazilian Amazon. In the study area the pasture is
the dominant land use after deforestation, whereas most of the
single cropping area comes from pasture, and the cropping system
is undergoing intensification from single to double cropping.
Moreover, the regenerative secondary forest comes mainly from
pasture. The study showed the potential of the TWDTW method for
large-scale remote sensing data analysis, which could be extended
to other Brazilian biomes to help understand land change in the
whole Brazilian territory. RESUMO: Mudan{\c{c}}as na
superf{\'{\i}}cie da terra t{\^e}m uma ampla gama de impactos
sobre o sistema terrestre. Florestas tropicais, em particular,
s{\~a}o ecossistemas cruciais para regula{\c{c}}{\~a}o
clim{\'a}tica, manuten{\c{c}}{\~a}o da biodiversidade, a ciclo
hidrol{\'o}gico. Na {\'u}ltima d{\'e}cada a Amaz{\^o}nia
brasileira tem experimentado uma alta taxa de desmatamento, sendo
a principal fonte de emiss{\~o}es antropog{\^e}nicas de
CO\$_{2}\$ no Brasil. O crescimento da popula{\c{c}}{\~a}o
mundial vai aumentar ainda mais a demanda por alimentos e,
portanto, aumentar a press{\~a}o sobre agr{\'{\i}}cultura e
pecu{\'a}ria. Dados com alta qualidade, melhor
resolu{\c{c}}{\~a}o espacial e temporal, e o desenvolvimento de
sistemas de monitoramento desempenham um papel crucial na
gera{\c{c}}{\~a}o de informa{\c{c}}{\~o}es para avan{\c{c}}ar
nossa compreens{\~a}o sobre os impactos humanos na cobertura da
terra. Os sat{\'e}lites de observa{\c{c}}{\~a}o da Terra
s{\~a}o a {\'u}nica fonte que fornece um conjunto
cont{\'{\i}}nuo e consistente de informa{\c{c}}{\~o}es sobre
nosso planeta. Sistemas de classifica{\c{c}}{\~a}o em grande
escala, como MODIS Land Cover e GLC 2000 t{\^e}m
limita{\c{c}}{\~o}es e sua acur{\'a}cia n{\~a}o {\'e}
suficiente para a modelagem de mudan{\c{c}}as de use da terra.
Portanto, s{\~a}o necess{\'a}rias novas t{\'e}cnicas para
melhoramento dos dados de use e cobertura da terra. Esta tese traz
tr{\^e}s contribui{\c{c}}{\~o}es para a Ci{\^e}ncia do Sistema
Terrestre. Primeiramente, esta tese apresenta um novo m{\'e}todo
para an{\'a}lise de s{\'e}ries temporais de imagens
sat{\'e}lite que melhora a classifica{\c{c}}{\~a}o de cobertura
da terra. O m{\'e}todo tem grande potencial para contribuir para
a modelagem de mudan{\c{c}}as do sistema terrestre. O m{\'e}todo
desenvolvido, Time-Weigted Dynamic Time Warping (TWDTW), {\'e}
uma adapta{\c{c}}{\~a}o ponderada por tempo do m{\'e}todo
cl{\'a}ssico Dynamic Time Warping (DTW), que tem em uma extensa
literatura provando ser um m{\'e}todo robusto para
minera{\c{c}}{\~a}o de dados em s{\'e}ries temporais. Em
segundo lugar, esta tese contribuiu para a ci{\^e}ncia aberta e
reprodut{\'{\i}}vel, tornando algoritmos dispon{\'{\i}}veis
para o p{\'u}blico. TWDTW est{\'a} implementado em um pacote R
de c{\'o}digo aberto chamado dtwSat dispon{\'{\i}}vel no
Comprehensive R Archive Network (CRAN). Em terceiro lugar, esta
tese apresenta uma an{\'a}lise as mudan{\c{c}}as do uso e
cobertura da terra na Amaz{\^o}nia, com foco no estado do Mato
Grosso, que passou por alta taxa de desmatamento e expans{\~a}o
agr{\'{\i}}cola na {\'u}ltima d{\'e}cada. Este estudo
identificou e estimou mudan{\c{c}}as de cobertura da terra com
s{\'e}ries temporais de imagens MODIS, contribuindo para melhor
compreender a din{\^a}mica de ocupa{\c{c}}{\~a}o da terra na
Amaz{\^o}nia brasileira. Na {\'a}rea de estudo, a pastagem
{\'e} o uso dominante ap{\'o}s o desmatamento, ao passo que a
maior parte da {\'a}rea de cultivo com um ciclo anual provem da
{\'a}rea de pasto, com o sistema de cultivo passando por
intensifica{\c{c}}{\~a}o, mudando de cultivo simples para
cultivo duplo. Al{\'e}m disso, {\'a}reas de
regenera{\c{c}}{\~a}o v{\^e}m, principalmente, de {\'a}reas de
pastagem. O estudo mostrou o potencial do m{\'e}todo de TWDTW
para an{\'a}lise de dados de sensoriamento remoto em grande
escala, que poderia ser estendido a outros biomas brasileiros para
ajudar a entender as mudan{\c{c}}as da terra em todo o
territ{\'o}rio brasileiro.",
committee = "Kampel, Silvana Amaral (presidente) and C{\^a}mara, Gilberto
(orientador) and Ramos, Fernando Manoel (orientador) and
Valeriano, Dalton de Morisson and Escada, Maria Isabel Sobral and
Victoria, Daniel de Castro and Mello, M{\'a}rcio Pupin de",
copyholder = "SID/SCD",
englishtitle = "Monitoramento de mudan{\c{c}}as de uso e cobertura da terra por
an{\'a}lise de s{\'e}ries temporais de imagens de sensoriamento
remoto",
language = "en",
pages = "114",
ibi = "8JMKD3MGP3W34P/3LQA8K8",
url = "http://urlib.net/ibi/8JMKD3MGP3W34P/3LQA8K8",
targetfile = "publicacao.pdf",
urlaccessdate = "27 abr. 2024"
}