Banca de DEFESA: INACIO THOMAZ BUENO

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: INACIO THOMAZ BUENO
DATA: 14/01/2022
HORA: 13:00
LOCAL: meet.google.com/eaw-gxpf-zsc
TÍTULO:

OPTIMIZING DISTURBANCE MAPPING IN SEASONAL BIOMES BASED ON AN ENSEMBLE FRAMEWORK

PALAVRAS-CHAVES:

Sensoriamento remoto; Landsat; Índices espectrais, LandTrendr, Random Forest

PÁGINAS: 125
GRANDE ÁREA: Ciências Agrárias
ÁREA: Recursos Florestais e Engenharia Florestal
RESUMO:

O mapeamento e monitoramento de mudanças na vegetação nativa fornece suporte para o desenvolvimento de estratégias de gestão, implementação de iniciativas de políticas, além de fornecer dados para modelagem de processos ecológicos e ambientais. Porém, biomas sazonais são naturalmente heterogêneos em termos de clima, solo, biodiversidade e ameaças representadas por atividades humanas e ocupação do solo. Neste cenário, esta tese tem como objetivo principal otimizar o mapeamento de mudanças na vegetação nativa baseado no método ensemble, que visa combinar vários modelos básicos para produzir um modelo preditivo ideal. Para tanto, esta tese foi organizada em três artigos. No primeiro artigo (1), mapas de mudanças de diferentes índices espectrais foram avaliados em biomas sazonais em relação à concordância espacial entre mapas e entre uma base de dados de referência. Os resultados indicaram que houve uma baixa taxa de concordância espacial entre mapas, a qual não foi influenciada pelos biomas. Também foi encontrado uma relação entre índices e biomas, onde determinados índices performaram melhor em determinados biomas. Já no segundo artigo (2), foi avaliado a efetividade de um método ensemble, além de regionalizações baseadas em diferentes bases de dados no mapeamento de mudanças. O método ensemble combinou mapas de mudança do algoritmo LandTrendr e o algoritmo Random Forest. Os resultados mostraram que o método ensemble retornou ganhos em acurácia quando comparado com métodos individuais. Além disso, o método de regionalização também mostrou ganhos em acurácia quando comparado ao método não regionalizado, sendo variáveis climáticas e sazonais, as que mais se destacaram no ganho de acurácia. Por fim, o terceiro artigo (3), utilizou análise orientada ao objeto, e avaliou variáveis preditoras do LandTrendr e do semivariograma, no mapeamento e caracterização das mudanças na cobertura do solo. Três classes de mudanças na cobertura do solo: não mudança, perda de vegetação, e pós mudança, foram mapeadas utilizando três bases de dados: LandTrendr, Semivariograma e Híbrida. A base de dados Híbrida retornou as maiores acurácias. Este estudo também indicou que variáveis do semivariograma podem capturar padrões de mudança no uso e cobertura do solo. Assim, a crescente necessidade em se mapear e monitorar mudanças na vegetação em biomas sazonais sugere que novas abordagens aqui propostas, sejam aplicáveis em larga escala e que retornem acurácias satisfatórias.

MEMBROS DA BANCA:
Externo ao Programa - SERGIO TEIXEIRA DA SILVA - DCF/ESAL (Membro)
Externo ao Programa - SERGIO HENRIQUE GODINHO SILVA - DCS/ESAL (Membro)
Interno - LUIS MARCELO TAVARES DE CARVALHO (Membro)
Interno - JOSE MARCIO DE MELLO (Suplente)
Presidente - FAUSTO WEIMAR ACERBI JUNIOR (Membro)
Externo à Instituição - ALÍNY APARECIDA DOS REIS - UNICAMP (Suplente)
Externo à Instituição - ALLAN ARANTES PEREIRA - IFSULDEMINAS (Membro)