%0 Thesis
%4 sid.inpe.br/mtc-m21c/2020/08.10.11.27
%2 sid.inpe.br/mtc-m21c/2020/08.10.11.27.32
%T Análise das mudanças da cobertura da terra causadas pelo desastre de Mariana-MG utilizando séries temporais de índices de vegetação
%J Analysis of land-cover changes caused by the Mariana-MG disaster using time series of vegetation indices
%D 2021
%8 2020-08-17
%9 Dissertação (Mestrado em Sensoriamento Remoto)
%P 92
%A Vaz, Daiane Vieira,
%E Galvão, Lênio Soares (presidente),
%E Fonseca, Leila Maria Garcia (orientadora),
%E Körting, Thales Sehn (orientador),
%E Novo, Evlyn Maria Leão de Moraes,
%E Boggione, Giovanni de Araújo,
%I Instituto Nacional de Pesquisas Espaciais (INPE)
%C São José dos Campos
%K big data, random forest, sensoriamento remoto, dados multisensor, classificação da cobertura da terra, remote sensing, multisensor data, land cover classification.
%X O rompimento da barragem de Fundão, também conhecido como desastre de Mariana, ocorreu em 05 de novembro de 2015. O acidente impactou áreas de vegetação nativa, pastagem, áreas agrícolas e áreas urbanas. Mudanças nas propriedades do solo devido à movimentação de massas e à deposição de rejeitos, associadas a movimentação de bancos de sementes, deixam incertezas quanto capacidade de regeneração da flora afetada pelo desastre. Estas mudanças, associadas à implantação de planos de ação para a recuperação de áreas afetadas, têm modificado a cobertura da terra após o acidente. Neste contexto, o presente trabalho mapeou e analisou mudanças da cobertura da terra ocorridas na área afetada pelo desastre de Mariana, com o diferencial de explorar séries temporais de NDVI. A série temporal foi composta em uma abordagem multisensor, utilizando as coleções de imagens Landsat- 7/ETM+, Landsat-8/OLI, CBERS-4/MUX e Sentinel-2/MSI, no período de 2013 a 2019, buscando uma série temporal densa e sem aplicação de processos de harmonização dos dados. As classes de cobertura da terra mapeadas nos cenários pré e pós-desastre foram: afloramento rochoso, mineração, água/rejeito, área construída, gramíneas e herbáceas, formação florestal, formação savânica e agricultura. A classificação foi realizada utilizando o classificador Random Forest, e as séries temporais de NDVI, combinadas ou não, com métricas fenológicas. Os produtos de classificação obtidos apresentaram acurácias globais de 81,13% e 85,45% para os cenários prédesastre e pós-desastre, respectivamente. A utilização das métricas empregadas na classificação, em conjunto com as séries temporais de NDVI, proporcionou ganhos consideráveis na acurácia de pelo menos três classes de interesse. As análises realizadas evidenciaram o impacto causado pelo desastre de Mariana, sendo identificados mais de 300 hectares de áreas degradadas. ABSTRACT: The Fundão dams disruption occurred on November 5th, 2015. The accident affected native vegetation, pasture, agriculture and urban areas. Changes in the soil caused by mass movements and in the soil properties due to the tailings, as well as a possible movimentation of seed bands, bring uncertainties regarding the flora regeneration in the region affected by the disaster. These changes, along with the implementation of recovery plans for the damaged areas, have modified the regions land cover. In this study, we mapped the land cover in the area affected by the Mariana dam disaster, using NDVI time series. In order to build the time series, we adopted a multisensor approach using images acquired from the Landsat-7/ETM+, Landsat-8/OLI, CBERS-4/MUX e Sentinel-2/MSI sensors, regarding the period from 2013 to 2019. The land cover classes mapped include rock formation, mining, water/tailing, constructed area, forest formation, savanna, grassland and agriculture. We performed the land cover classification using Random Forest and the NDVI time series. The classification products presented overall accuracies of 81.13% and 85.45% for the pre- and postdisaster scenarios, respectively. We adoped a set of phenological metrics into the classifications, which increased accuracy in at least three of the considered classes. The analysis performed in this study highlighted the impacts caused by the Mariana dam disaster, since we identified more than 300 hectares of damaged areas.
%@language pt
%3 publicacao_FA provisoria.pdf