@PhDThesis{DoblasPrieto:2023:OpNeRe,
author = "Doblas Prieto, Juan",
title = "Operational near real-time detection of deforestation on the
brazilian Amazon using synthetic aperture radar data",
school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
year = "2023",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2022-11-01",
keywords = "deforestation detection, time series analysis, synthetic aperture
radar, tropical forests, Amazonia, detec{\c{c}}{\~a}o de
desmatamento, s{\'e}ries temporais, radar de abertura
sint{\'e}tica, florestas tropicais, Amaz{\^o}nia.",
abstract = "This research focused on the potential methods to produce near
real-time deforestation warnings over the Amazonian dense forests
using orbital synthetic aperture radar (SAR) data. After extensive
bibliographical research, several change detection and time-series
stabilization methods were selected and tested over Amazon-wide
samples. The selected change detection algorithm, denominated ALT
(Adaptive Linear Thresholding), had the best results and
constituted the core of the proposed monitoring method. The main
product of the research is a new deforestation monitoring system
based on the time series analysis of the SAR satellites Sentinel-1
A and B. The system, named DETER-R, became fully operational on
April 2021, issuing daily deforestation warnings over the entire
Amazonian biome with Brazilian borders. After a year of operation,
the system delivered 88,572 warnings, representing more than 4,567
km2 of mapped deforestation. Visual validation of the issued
warnings showed a very low rate of false detections (0.6% in
area), over of total detected area. Up to 26% of the issued
warnings were not detected by the optical counterpart detection
system. Comparative benchmarks show that DETER-R, if adequately
parameterized, can be as performing as other state-of-the-art
monitoring systems, with additional advantages derived from its
methodology of development, such as it being fully automated, and
having lightweight vectorial data as final products. Several ways
to improve the new system were tested and proposed, being the most
promising the merging of DETER-R warnings with warnings coming
from optical monitoring systems. This integration, although very
simple to accomplish, can boost the accuracy of the merged system,
at the price of a slight raise in the false positive ratio.
RESUMO: Esta pesquisa se concentrou nos m{\'e}todos potenciais
para produzir alertas de desmatamento em tempo quase-real sobre as
florestas densas da Amaz{\^o}nia usando dados de radar de
abertura sint{\'e}tica orbital (SAR). Ap{\'o}s uma extensa
pesquisa bibliogr{\'a}fica, v{\'a}rios m{\'e}todos de
detec{\c{c}}{\~a}o de mudan{\c{c}}as e de
estabiliza{\c{c}}{\~a}o de s{\'e}ries temporais foram
selecionados e testados, usando amostras de toda a Amaz{\^o}nia.
O algoritmo de sele{\c{c}}{\~a}o de mudan{\c{c}}as selecionado,
denominado ALT (Adaptative Linear Thresholding), apresentou os
melhores resultados e constituiu o n{\'u}cleo do m{\'e}todo de
monitoramento proposto. O principal produto da pesquisa {\'e} um
novo sistema de monitoramento de desmatamento baseado na
an{\'a}lise de s{\'e}ries temporais dos sat{\'e}lites SAR
Sentinel-1 A e B. O sistema, chamado DETER-R, entrou em pleno
funcionamento em abril de 2021, emitindo alertas di{\'a}rios de
desmatamento para todo o bioma amaz{\^o}nico. Ap{\'o}s um ano de
opera{\c{c}}{\~a}o, o sistema gerou um total de 88.572 alertas,
que representam mais de 4,567 km2 de desmatamentos mapeados. A
valida{\c{c}}{\~a}o visual dos avisos emitidos ap{\'o}s um ano
de opera{\c{c}}{\~a}o mostrou uma taxa muito baixa de
detec{\c{c}}{\~o}es falsas (0,6% em {\'a}rea). At{\'e} 26% dos
avisos emitidos n{\~a}o foram detectados pelo sistema de
detec{\c{c}}{\~a}o {\'o}ptica. Um exercicio de
compara{\c{c}}{\~a}o mostra que o DETER-R, se adequadamente
parametrizado, pode ter o mesmo desempenho de outros sistemas de
monitoramento de {\'u}ltima gera{\c{c}}{\~a}o, com vantagens
adicionais derivadas de sua metodologia de desenvolvimento, como
ser totalmente automatizado e ter dados vetoriais leves como
produtos finais. V{\'a}rias maneiras de melhorar o novo sistema
foram testadas e propostas, sendo a mais promissora a fus{\~a}o
dos alertas DETER-R com alertas provenientes de outros sistemas de
monitoramento {\'o}ptico. Essa integra{\c{c}}{\~a}o, muito
simples de realizar, pode aumentar a precis{\~a}o total do
sistema resultante, em troca de um pequeno aumento na
propor{\c{c}}{\~a}o de falsos positivos.",
committee = "Arag{\~a}o, Luiz Eduardo Oliveira e Cruz de (presidente) and
Shimabukuro, Yosio Edemir (orientador) and Sant'Anna, Sidnei
Jo{\~a}o Siqueira (orientador) and Almeida, Claudio Aparecido de
and Gomes, Alessandra Rodrigues and Polidori, Laurent and Mermoz,
St{\'e}phane",
englishtitle = "Sistema operacional de detec{\c{c}}{\~a}o de desmatamento na
Amaz{\^o}nia brasileira em tempo quase real usando dados de radar
de abertura sint{\'e}tica",
language = "en",
pages = "257",
ibi = "8JMKD3MGP3W34T/47UH49B",
url = "http://urlib.net/ibi/8JMKD3MGP3W34T/47UH49B",
targetfile = "publicacao.pdf",
urlaccessdate = "11 maio 2024"
}