@TechReport{PortoEscaSouz:2021:Pe2020,
               author = "Porto, Helena Couto and Escada, Maria Isabel Sobral and Souza, 
                         Anielli Rosane",
                title = "An{\'a}lise da din{\^a}mica de uso e cobertura da terra 
                         associada aos sistemas agroflorestais e agr{\'{\i}}colas de 
                         pequena escala na regi{\~a}o do nordeste do Par{\'a}: o 
                         per{\'{\i}}odo de 2004 a 2016",
          institution = "Instituto Nacional de Pesquisas Espaciais",
                 year = "2021",
                 type = "RPQ",
              address = "S{\~a}o Jos{\'e} dos Campos",
                 note = "{Bolsa PIBIC/PIBITI/INPE/CNPq.}",
             keywords = "uso e cobertura da terra, classifica{\c{c}}{\~a}o de imagens, 
                         agricultura de pequena escala.",
             abstract = "O presente trabalho tem como foco principal o mapeamento e a 
                         an{\'a}lise da din{\^a}mica espa{\c{c}}o temporal da 
                         agricultura de pequena escala, vegeta{\c{c}}{\~a}o 
                         secund{\'a}ria e {\'a}reas de potencial ocorr{\^e}ncia de 
                         a{\c{c}}a{\'{\i}} na regi{\~a}o nordeste do Par{\'a}. Com 
                         esse mapeamento, procura-se dar visibilidade a formas de 
                         produ{\c{c}}{\~a}o dos pequenos produtores cujo mapeamento 
                         {\'e} inexistente ou realizado de forma inadequada pelos sistemas 
                         de monitoramento do uso e cobertura da terra da Amaz{\^o}nia. 
                         Para representar esses tipos produ{\c{c}}{\~a}o, tr{\^e}s 
                         etapas metodol{\'o}gicas foram desenvolvidas a partir do uso de 
                         imagens de sat{\'e}lite: 1) identifica{\c{c}}{\~a}o e 
                         classifica{\c{c}}{\~a}o das classes de vegeta{\c{c}}{\~a}o 
                         secund{\'a}ria inicial (VSI), vegeta{\c{c}}{\~a}o 
                         secund{\'a}ria avan{\c{c}}ada (VSA); 2) mapeamento de 
                         agricultura anual de pequena escala (AGPE) e; 3) mapeamento de 
                         {\'a}reas potenciais de ocorr{\^e}ncia de a{\c{c}}a{\'{\i}} 
                         (APOA). Na primeira etapa foram realizados testes com diferentes 
                         algoritmos em uma {\'a}rea piloto, localizada no 
                         munic{\'{\i}}pio de Mocajuba. Foram testados tre\̂s 
                         algoritmos semiautom{\'a}ticos para o mapeamento da VSI e VSA, 
                         baseados em pixel e em regio\̃es: MAXVER, Fatiamento da 
                         imagem fra{\c{c}}{\~a}o vegeta{\c{c}}{\~a}o obtida com Modelo 
                         Linear de Mistura Espectral e dist{\^a}ncia de Bhattacharya. O 
                         algoritmo que apresentou melhor desempenho foi o fatiamento da 
                         imagem fra{\c{c}}{\~a}o vegeta{\c{c}}{\~a}o, com de acerto de 
                         70% para a VSI e 80% para a VSA. Este algoritmo foi utilizado para 
                         a classifica{\c{c}}{\~a}o da {\'a}rea de estudo ampliada, que 
                         envolve os munic{\'{\i}}pios de Camet{\'a} e Mocajuba, 
                         obtendo-se 83,3% de acerto para ambas as classes, VSI e VSA, e uma 
                         exatid{\~a}o global de 87%. Na segunda etapa, o mapeamento da 
                         classe AGPE, foi realizado a partir do refinamento da classe 
                         mosaico de ocupa{\c{c}}{\~a}o do TerraClass com o uso do 
                         algoritmo de segmenta{\c{c}}{\~a}o multiresolu{\c{c}}{\~a}o 
                         (Multiresolution segmentation), juntamente com o classificador 
                         Vizinho Mais Pr{\'o}ximo - adaptado, que obteve como resultado 
                         80% de acerto da classe AGPE no mapeamento da {\'a}rea piloto. As 
                         classes VSI, VSA e AGPE representaram, respectivamente, 3,21%, 
                         33,48% e 3,71% da {\'a}rea mapeada. Na terceira etapa, de 
                         mapeamento das APOA foram combinadas as classes (baixio, 
                         ec{\'o}tono e plat{\^o}) obtidas com o algoritmo descritor do 
                         terreno HAND (Height Above the Nearest Drainage) e imagens SRTM 
                         (Shuttle Radar Topography Mission), com dados de uso e cobertura 
                         da terra. Essa combina{\c{c}}{\~a}o foi realizada a partir de 
                         opera{\c{c}}{\~a}o booleana, resultando em {\'a}reas de alto 
                         (30%), moderado (15%) e baixo (43%) potencial de ocorr{\^e}ncia 
                         de a{\c{c}}a{\'{\i}}. Esses resultados mostram a grande 
                         representatividade de {\'a}rea das classes mapeadas, 
                         destacando-se as {\'a}reas de alto potencial de ocorr{\^e}ncia 
                         de a{\c{c}}a{\'{\i}} e as classes de vegeta{\c{c}}{\~a}o 
                         secund{\'a}ria, frequentemente associada {\`a} AGPE, que utiliza 
                         sistema de pousio. Essas {\'a}reas representam atividades 
                         econ{\^o}micas importantes, e precisam ser adequadamente 
                         mapeadas, com algoritmos espec{\'{\i}}ficos, para que ganhem 
                         maior visibilidade e sejam contempladas pelas pol{\'{\i}}ticas 
                         p{\'u}blicas.",
          affiliation = "{Universidade de S{\~a}o Paulo (USP)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)} and {Instituto Nacional de Pesquisas 
                         Espaciais (INPE)}",
             language = "pt",
                pages = "40",
                  ibi = "8JMKD3MGP3W34T/4646D78",
                  url = "http://urlib.net/ibi/8JMKD3MGP3W34T/4646D78",
           targetfile = "Relatorio_Final_PIBIC_2020_2021_Helena_Couto_Porto.pdf",
        urlaccessdate = "12 maio 2024"
}