Aplicação de dados orbais multisensores para identificação do desmatamento na floresta Amazônica

Tese (doutorado) — Universidade de Brasília, Instituto de Geociências, Pós-Graduação em Geociências Aplicadas, 2021.O avanço do agronegócio em terras amazônicas tem sido caracterizado por um ciclo preocupante de desmatamento, queimadas, exploração da terra e abertura de novas vias de escoamento que se retroalimenta. Em grande medida, essa exploração se dá de forma desordenada e em níveis superiores ao que preconiza a lei. Após 2012, com a aprovação do novo Código Florestal Brasileiro, verificou-se uma reversão na tendência de queda dos indices de desmatamento. A perda de floresta e a emissão dos gases de efeito estufa (GEE) voltaram a ser motivo de grande preocupação mundial. Em 2015, no Acordo de Paris, o Brasil se comprometeu em reduzir emissões de GEE. Considerando que uma parte significativa dessas emissões tem origem em queimadas na floresta, o monitoramento da mesma se torna especialmente importante. Parte considerável da ocupação da floresta ocorre dentro do arco do desmatamento, região em forma de arco que está localizada no extremo sul da Amazônia Brasileira. Historicamente, o acompanhamento desses efeitos antropogênicos tem sido realizado por imagens ópticas de sensores orbitais. No período de chuvas, que se estende de novembro a abril, o imageamento óptico da floresta Amazônica fica prejudicado por causa da cobertura persistente de nuvens, o que pode ser contornado por meio de uso de dados de radar de abertura sintética (SAR). Este trabalho teve por objetivo principal apresentar uma técnica de detecção do desmatamento em tempo quase real com a utilização de imagens de radar de acesso livre. Para alcançar esse objetivo, foram publicados três artigos com diferentes abordagens de detecção de efeitos antropogênicos. As áreas de estudo nos artigos se situam no município de Novo Progresso, região conhecida pelas elevadas taxas de ocupação humana dentro do arco do desmatamento, a sudoeste do estado do Pará. O objetivo do primeiro estudo foi analisar como as imagens de radar, ópticas e termais identificam os desmatamentos por corte raso na floresta Amazônica. O estudo correspondeu a uma área de 40 km x 40 km. Foram utilizadas imagens de radar em bandas X (satélite COSMO-SkyMed) e C (satélite Sentinel-1A), e índices de vegetação por diferença normalizada (NDVI), índices de umidade por diferença normalizada (NDMI) e temperaturas da superfície terrestre (LST) derivadas do satélite Landsat 8. A análise qualitativa revelou informações importantes sobre os limites das áreas e o período de ocorrência dos desmatamentos com boa precisão relativa. Os índices calculados agregaram informações sobre atividades fotossintéticas e níveis de biomassa. A pesquisa mostrou o potencial do uso de índices ópticos e termais e, principalmente, de imagens de radar para identificação dos desmatamentos por corte raso em ambiente de floresta úmida. O segundo artigo foi conduzido para melhor compreender a dinâmica do desmatamento na região, incluindo a fase de queimadas e emissões intrínsecas de gases de efeito estufa. Este estudo foi realizado sobre uma área de 36.800 km2. Foi identificada uma forte correlação entre ocorrência de incêndios na área recém desmatada seguindo as práticas locais de corte e queima. O terceiro artigo teve como objetivo desenvolver uma metodologia para identificação do desmatamento logo após a sua ocorrência. Esse estudo fez parte de doutorado sanduíche desenvolvido em Roma, Itália, na Universidade Tor Vergata. As imagens de radar na banda C foram processadas para servir de dado primário no desenvolvimento de redes neurais do tipo MultiLayer Perceptron (MLP) para identificar desmatamentos por corte raso em tempo quase real. A metodologia desenvolvida identificou áreas de desmatamento de 2 ha ou maiores com alta precisão e de forma automática.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) e Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq).The advance of agribusiness in the Amazonian lands has been characterized by a worrying cycle of deforestation, fire, land exploitation, and the opening of new lands. To a large extent, this exploitation takes place in a disorderly manner and at levels much higher than what is allowed by the National Forest Conservation law. After 2012, following the approval of the new Brazilian Forest Code, there was a reversing in the decay of deforestation levels. Since then, the loss of the forest itself and the emission of greenhouse gases (GHG) have been of great concern worldwide. In 2015, during the Paris Agreement, Brazil committed to reduce its GHG emissions, in which deforestation has a great contribution. A great deal of forest claiming due to human occupation occurs within the arc of deforestation, a region that stretches along the extreme south of the Brazilian Amazon. Historically, the monitoring of these anthropogenic effects has been carried out by optical satellite images. During the rainy season, which extends from November to April, optical imaging of the Amazon forest is impaired because of persistent cloud cover, which can be circumvented through the use of synthetic aperture radar (SAR) data. This work aimed to present a technique for detecting near real-time deforestation using open access radar images. This thesis comprises three published articles which describe different approaches to detect anthropogenic effects. The study area is located in the municipality of Novo Progresso, a region known for its high rates of human occupation within the arc of deforestation, in the southwest of the Pará State. The objective of the first study was to analyse how radar, optical, and thermal images identify clear-cut deforestation in the Brazilian Amazon. The study focused on an area of 40 km x 40 km. X-band (COSMO-SkyMed satellite) and C-band (Sentinel-1A satellite) SAR data and Landsat-based normalized difference vegetation index (NDVI), normalized difference moisture index (NDMI), and the land surface temperatures (LST) were used. Qualitative analysis revealed important information about the boundaries of the areas and the period of occurrence of deforestation with reasonable accuracy. The calculated indices aggregated information about photosynthetic activities and biomass levels. The research showed the potential of using optical and thermal indices and mainly radar images to identify clear-cut deforestation in a tropical forest environment. The second article allowed to better understand the dynamics of deforestation in the region, including the burning phase and intrinsic greenhouse gases emission. This study was carried out over an area of 36,800 km2. A strong correlation was identified between the occurrences of fire after recent deforestation following local slash-and-burn practices. The third article aimed to present a methodology for identifying deforestation soon after its occurrence. This study was part of a sandwich doctorate developed in Rome, Italy, at the Tor Vergata University. Sentinel-1 C-band radar images were processed and a neural network methodology (MultiLayer Perceptron) was applied to identify clear-cut deforestation in near real-time. The proposed methodology identified, automatically, deforestation areas larger than 2 ha with good accuracy