The growing Landsat data archive represents more than four decades of continuous Earth observation. Landsat's role in scientific analysis has increased dramatically in recent years as a result of the open-access policy of the U.S. Geological Survey (USGS). However, this rich data record suffers from relatively low temporal resolution due to the 16-day revisit period of each Landsat satellite. To estimate Landsat images at other points in time, researchers have proposed data-fusion approaches that combine existing Landsat data with images from other sensors, such as MODIS (Moderate Resolution Imaging Spectroradiometer) from the Terra and Aqua satellites. MODIS provides daily revisits, however, with a spatial resolution that is significantly lower than that of Landsat. Fusion of Landsat and MODIS is challenging because of differences in their spatial resolution, band designations, swath width, viewing angle and the noise level. Fusion is even more challenging for heterogeneous landscapes. In the first part of our work, the multiresolution analysis offered by the wavelet transform was explored as a suitable environment for Landsat and MODIS fusion. Our proposed Wavelet-based Spatiotemporal Adaptive Reflectance Fusion Model (WSTARFM) is the first model to merge Landsat and MODIS successfully. It handles the heterogeneity of the landscapes more effectively than the Spatial and Temporal Adaptive Reflectance Fusion Model (STARFM) does. The system has been tested on simulated data and on actual data of two study areas in North Carolina. For a challenging heterogeneous study area near Greensboro, North Carolina, WSTARFM produced results with median R-squared values of 0.98 and 0.95 for the near-infrared band over deciduous forests and developed areas, respectively. Those results were obtained by withholding an actual Landsat image, and comparing it with a predicted version of the same image. These values represent an improvement over results obtained using the well-known STARFM technique. Similar improvements were obtained for the red band. For the second (homogeneous) study area, WSTARFM produced comparable prediction results to STARFM. In the second part of our work, Landsat-MODIS fusion has been explored from the temporal perspective. The fusion is performed on the Landsat and MODIS per-pixel time series. A new Multisensor Adaptive Time Series Fitting Model (MATSFM) is proposed. MATSFM is the first model to use mapped MODIS values to guide the fitting applied to the sparse Landsat time series. MATSFM produced results with median R-squared of 0.98 over the NDVI images of the first heterogeneous study area compared to 0.97 produced by STARFM. For the second study area, MATSFM also produced better prediction accuracy than STARFM. / Ph. D. / The growing Landsat data archive represents more than four decades of continuous Earth observation. Landsat’s role in scientific analysis has increased dramatically in recent years as a result of the open-access policy of the U.S. Geological Survey (USGS). With its spatial resolution of 30 m, Landsat facilitates analysis at a local scale. However, this rich data record suffers from relatively low temporal resolution due to the 16-day revisit period of each Landsat satellite. This long revisit cycle limits the utility of Landsat data for such tasks as tracking rapid changes or investigating intra-seasonal variations. To estimate Landsat images at other points in time, researchers have proposed data-fusion approaches that combine existing Landsat data with images from other sensors, such as MODIS (Moderate Resolution Imaging Spectroradiometer) from the Terra and Aqua satellites. MODIS provides daily revisits, however, with a spatial resolution that is significantly lower than that of Landsat. Landsat-MODIS fusion is a challenging problem due to differences between the two sensors that greatly affect the prediction accuracy over areas having various land cover types. This work presents two Landsat-MODIS fusion models to estimate the unavailable Landsat images from the spatial and temporal perspectives as an attempt to achieve better prediction accuracy especially over heterogeneous areas.

[pt] Esta dissertação propõe uma metodologia baseada em Modelos de Markov Ocultos (Hidden Markov Models - HMM) para a classificação de culturas agrícolas, explorando informações de seqüências temporais de imagens dos sensores TM e ETM+/Landsat. O método reconhece os diferentes tipos de culturas agrícolas analisando os perfis espectrais em uma seqüência temporal de imagens de satélite de média resolução espacial ( aproximadamente 30m). Nesta abordagem, o comportamento temporal de cada classe de cultura é modelado por um HMM específico. A classificação é feita segmento-a-segmento, descritos por um vetor de atributos calculado como as médias espectrais dos pixels contidos no segmento em cada banda da imagem. Os vetores de atributos do segmento em cada imagem da seqüência de imagens são subseqüentemente submetidos aos HMMs de cada classe de cultura. O segmento é então associado à cultura cujo HMM correspondente gera a maior probabilidade de emitir a seqüência de valores espectrais observada. Os experimentos para análise foram conduzidos utilizando-se um conjunto de 12 imagens LANDSAT coregistradas e corrigidas radiometricamente. As imagens cobrem uma área do estado de São Paulo, Brasil, com aproximadamente 124.100ha, entre 2002 e 2004. As seguintes coberturas vegetais foram consideradas: cana de açúcar, soja, milho, pastagem e matagaleria. A avaliação do desempenho do método foi efetuada utilizando-se um conjunto de dados classificado visualmente por dois especialistas e validado por um extenso trabalho de campo. O desempenho do método de classificação multitemporal proposto foi comparado com o de um classificador monotemporal de máxima verossimilhança, e os resultados mostraram a superioridade notável do método baseado em HMM, o qual alcançou uma acurácia média de nada menos que 91% na identificação do tipo correto de cultura agrícola, para seqüências de dados contendo apenas uma única classe de cultura. / [en] This work proposes a Hidden Markov Model (HMM)-based methodology to classify agricultural crops, exploring information of temporal image sequences from TM and ETM+/Landsat sensors. HMMs are used to relate the varying spectral response along the crop cycle with plant phenology for different crop classes. The method recognizes different agricultural crops by analyzing their spectral profiles over a temporal sequence of medium resolution satellite images ( approximation 30m). In our approach the temporal behaviour of each crop class is modelled by a specific HMM. A segment- based classification is performed using the average spectral values of the pixels in each image segment across an image sequence, which is subsequently submitted to the HMMs of each crop class. The image segment is assigned to the crop class, whose corresponding HMM delivers the highest probability of emitting the observed sequence of spectral values. Experiments were conducted upon a set of 12 co-registered and radiometrically corrected LANDSAT images. The images cover an area of the State of São Paulo, Brazil with about 124.100ha, between the years 2002 and 2004. The following classes were considered: sugarcane, soybean, corn, pasture and riparian forest. Performance assessment was carried out upon a data set classified visually by two analysts and validated by extensive field work. The performance of the proposed multitemporal classification method was compared to that of a monotemporal maximum likelihood classifier, and the results indicated a remarkable superiority of the HMM-based method, which achieved an average of no less than 91% accuracy in the identification of the correct crop, for sequences of data containing a single crop class.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Humanas, Departamento de Geografia, Programa de Pós-graduação, 2017. / Submitted by Raquel Almeida (raquel.df13@gmail.com) on 2017-07-11T19:20:59Z No. of bitstreams: 1 2017_JoséRobertoGonçalvesdeRezendeFilho.pdf: 7880125 bytes, checksum: a1dea249205ed56486aa509fd0ee2c69 (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2017-08-07T22:01:51Z (GMT) No. of bitstreams: 1 2017_JoséRobertoGonçalvesdeRezendeFilho.pdf: 7880125 bytes, checksum: a1dea249205ed56486aa509fd0ee2c69 (MD5) / Made available in DSpace on 2017-08-07T22:01:51Z (GMT). No. of bitstreams: 1 2017_JoséRobertoGonçalvesdeRezendeFilho.pdf: 7880125 bytes, checksum: a1dea249205ed56486aa509fd0ee2c69 (MD5) Previous issue date: 2017-08-07 / O sensoriamento remoto permite estudar os fenômenos da superfície terrestre em diversas escalas espaciais e temporais. A constante transformação dos ecossistemas, de forma abrupta ou contínua e de origem humana ou natural, cria a necessidade do desenvolvimento de técnicas que tenham a capacidade de detectar essas mudanças, identificar suas causas e monitorar o processo. Este trabalho se volta para as análises de séries temporais contínuas, que podem ser usadas no monitoramento de ecossistemas já que a continuidade dos dados permite traçar um perfil para o comportamento sazonal de cada fitofisionomia. O trabalho tem como objetivo desenvolver uma metodologia para identificação de padrões sazonais e classificação de alvos do uso do território e de áreas alagadas da Ilha do Bananal, estado do Tocantins, a partir do comportamento fenológico identificado nas séries temporais contínuas do sensor MODIS. A partir de então, o desenvolvimento da metodologia foi fracionado em quatro fases principais agrupando etapas temáticas sequenciais de acordo com seu escopo conceitual da seguinte forma: 1) Aquisição de dados do sensor MODIS; 2) Tratamento de Ruído; 3) Construção do Hipercubo Espectro-Temporal; e 4) Classificação e Teste de Acurácia. Para validação da classificação foram utilizados ponto de controle interpretados visualmente com base em imagens Landsat, a partir dos quais se calculou o índice Kappa. O filtro de mediana demonstrou a capacidade de eliminar picos ao mesmo tempo em que preserva os dados. Foi realizada uma classificação para áreas alagáveis – cujo Kappa foi de 0,8 – e uma para o uso da terra – cujo 2 Kappa foi de 0,648. A partir dos mapeamentos foi possível extrair informações sobre os ciclos de inundação e evolução da paisagem na região da Ilha do Bananal. / Remote sensing allows us to study the phenomena of the earth's surface at various spatial and temporal scales. The constant transformation of ecosystems, abruptly or continuously and human induced or from natural origin, creates the need to develop techniques that are able to detect these changes, identify their causes, and monitor the process. This paper turns to the analysis of continuous time series, which can be used in the monitoring of ecosystems, given that the continuity of data allows tracing a profile for the seasonal behavior of each phytphysiognomy. This study’s objective is the development a methodology to identify seasonal patterns and classify land use targets and flooded areas in the Bananal Island, Tocantins state, from the phonologic behavior identified on continuous time series form NODIS sensor. From then on, the methodology development was fractioned in four main stages grouped in thematic sequential steps according to its conceptual scope as follows: 1) Acquisition of MODIS sensor data; 2) Noise Reduction; 3) Construction of the SpectralTemporal Hypercube; and 4) Classification and Accuracy Test. For the classification’s validation it was employed control point visually interpreted based on Landsat images, from which the kappa index was calculated. The median filter demonstrated the capacity of eliminating peaks while preserving the data. It was performed one classification for flooded areas – whose kappa was 0,8 – and one for land use – whose kappa was 0,648. From the mappings, it was possible to extract information regarding the flooding cycles and the landscape development for the Bananal island region.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Humanas, Departamento de Geografia, Programa de Pós-Graduação em Geografia, 2014. / Submitted by Raquel Viana (raquelviana@bce.unb.br) on 2014-10-09T12:49:08Z No. of bitstreams: 1 2014_GabrieladeOliveiraRomão.pdf: 2681829 bytes, checksum: 411a4907d475bb2f54fc4590e813d086 (MD5) / Approved for entry into archive by Raquel Viana(raquelviana@bce.unb.br) on 2014-10-14T19:37:32Z (GMT) No. of bitstreams: 1 2014_GabrieladeOliveiraRomão.pdf: 2681829 bytes, checksum: 411a4907d475bb2f54fc4590e813d086 (MD5) / Made available in DSpace on 2014-10-14T19:37:32Z (GMT). No. of bitstreams: 1 2014_GabrieladeOliveiraRomão.pdf: 2681829 bytes, checksum: 411a4907d475bb2f54fc4590e813d086 (MD5) / O avanço da fronteira agropecuária no oeste baiano é uma das principais causas de fragmentação da paisagem nessa região. A realização de estudos capazes de identificar o padrão da cobertura e uso da Terra assim como quantificar e analisar a fragmentação da vegetação proporciona subsídios para o planejamento ambiental. O objetivo desse trabalho é estudar o processo de cobertura e uso da Terra e da fragmentação da paisagem em uma perspectiva temporal no município de Santa Rita de Cássia – BA, a partir do uso de técnicas de geoprocessamento, com o propósito de descrever o seu avanço e fornecer subsídios para o planejamento ambiental. Para alcançar tal objetivo foi elaborado o mapa do uso da terra do município para o ano de 2008, com a utilização das imagens do sensor PRISM/ALOS e a análise multitemporal do uso da terra no recorte temporal de 1988 a 2008 com o auxílio de imagens do sensor TM/LANDSAT 5. Posteriormente foi elaborada a compartimentação morfogenética do município e o mapeamento de padrões de fragmentos da paisagem. A análise multitemporal e a classificação do tipo de cobertura e uso da Terra mostrou que em 1988 as atividades agropecuárias correspondiam a 8,62% da área total do município passando, em 2008, a ocupar 14,9%, em contrapartida a taxa de ocupação da vegetação natural que era de 88% no ano de 1988, passou por um processo de retração ao longo dos anos analisados e chegou ao índice de 81% em 2008. Com a compartimentação morfogenética foi possível averiguar que houve um crescimento da cobertura e uso da Terra em todas os compartimentos ao longo dos anos porém essa taxa foi mais expressiva nos processos erosivos e estáveis. A análise morfológica da paisagem revelou que as áreas de núcleo correspondiam a 85% da área do município em 1988 e durante os anos passou por um processo significativo de redução de sua área chegando a 77% em 2008. A análise da dinâmica da cobertura e uso da Terra em Santa Rita de Cássia mostrou que o município ainda encontra-se bastante preservado devido, principalmente, as suas características morfogenéticas. _____________________________________________________________________________ ABSTRACT / The advance of the agricultural frontier in the west of Bahia is one of the main causes of landscape fragmentation in this region. Conducting studies that identify the pattern of use and land cover and can quantify and analyze the vegetation fragments provides grants for environmental planning. The aim of this work is to study the process of use and land cover and landscape fragmentation in a time perspective in the municipality of Santa Rita - BA, from the use of GIS techniques, with the purpose of describing its progress and provide subsidies for environmental planning. To achieve this goal a map of land use for the municipality was created, for the year 2008, with the use of images from PRISM / ALOS sensor and multitemporal mapping of land use in the time frame from 1988 to 2008 with the aid of images from TM/LANDSAT 5 sensor. After that the morphogenetic partitioning and mapping of the municipality landscape fragment patterns was elaborated. The multitemporal analysis and classification of the type of use and land cover in 1988 showed that agricultural activities accounted for 8.62% of the total area of the municipality. In 2008, this activities were occupying 14.9%, however the rate of occupation of natural vegetation was 88% in 1988, and went through a process of retraction over the years and reached the rate of 81% in 2008. With the morphogenetic partitioning, it was possible to verify that there was a growth in the use and land cover in all compartments over the years but this rate was more significant in erosive and stable processes. Morphological analysis of the landscape revealed that the core areas accounted for 85% of the municipal area in 1988 and has undergone a significant process of reduction of its area reaching 77% in 2008. The analysis of coverage and use of land in Santa Rita showed that the city is still well preserved, mainly due to the morphogenetic characteristics.

Submitted by Eduarda Figueiredo (eduarda.ffigueiredo@ufpe.br) on 2015-03-12T13:21:58Z No. of bitstreams: 2 TESE_FINAL_VALDIRENE_FIGURAS.compressed.pdf: 8752849 bytes, checksum: ec81e2093e255f3aef6520bf9c3516f5 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-12T13:21:58Z (GMT). No. of bitstreams: 2 TESE_FINAL_VALDIRENE_FIGURAS.compressed.pdf: 8752849 bytes, checksum: ec81e2093e255f3aef6520bf9c3516f5 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2012-04-19 / CAPES / O presente trabalho apresenta os resultados dos estudos da morfologia e sedimentologia da região costeira e da plataforma continental interna do município de Acaraú – Ceará e a análise multitemporal da linha de costa. Os objetivos focaram o estudo morfológico e sedimentológico no litoral leste, onde foram realizados 6 (seis) perfis topográficos e coletados sedimentos nos três segmentos praiais característicos da área (pós-praia, estirâncio e planície de maré); a análise sedimentológica da plataforma continental interna e o monitoramento multitemporal da linha de costa por meio de imagens de satélites Landsat 5 TM, dos últimos 21 anos. O método utilizado neste trabalho englobou pesquisas bibliográfica e geocartográfica, levantamento de campo (coleta de amostras, perfis praiais e caracterização ambiental) e análises granulométricas. A análise multitemporal se deu através de técnicas de Processamento Digital de Imagens (PDI). Utilizando os produtos digitais das imagens foi possível a identificação e caracterização dos principais elementos da paisagem. Essa identificação foi possível através do estudo das características espectrais dos resultados desses processamentos digitais. De acordo com os resultados obtidos para a morfologia praial, ocorreu erosão nos perfis 1, 2 e 3, enquanto que ocorreu deposição nos perfis 4, 5 e 6. Quanto às características sedimentológicas, verificou-se diferenciação entre os perfis monitorados. Nos perfis 1 e 2 observou-se uma região lamosa, enquanto que nos perfis 3, 4, 5 e 6 caracterizou-se como arenosa. O modelo batimétrico apresentou uma morfologia de fundo homogênea da isóbata de 0 a 12m. A partir desta isóbata o relevo apresentou-se com declividade suave e com poucas irregularidades, como canais de maré e colinas. O resultado da analise granulométrica da plataforma continental mostrou a predominância de areia bioclástica, caracterizada por apresentar de 70% a 100% de areia e entre 70% a 100% de CaCO3. Dos produtos (mapas) multitemporais da linha de costa pode-se constatar variações dos processos erosivos e construtivos intercaladas na escala do tempo, sendo o litoral leste, a região mais impactada pelos agentes modeladores das feições litorâneas.

Metodologias que sejam padronizadas e consolidadas para quantificar carbono em florestas tropicais vem sendo discutidas em convenções climáticas. Este trabalho contribui para a estimativa de biomassa e carbono estocado na parte aérea de áreas de restauração da Mata Atlântica em torno de reservatórios localizados no Pontal do Paranapanema utilizando tecnologia LiDAR (Light Detection and Ranging). Procurou-se explorar o acúmulo e o estoque de carbono em três florestas em diferentes condições de sucessão: duas florestas caracterizdas como madura e a floresta restaurada. Na primeira etapa do trabalho, houve a escolha das equações alométricas encontradas em literatura para determinar a quantidade de carbono em cada uma das áreas utilizando variáveis medidas em campo. Assim, foi utilizada a equação de Ferez et al. (2015), ajustada em floresta restaurada da Mata Atlântica, para quantificar o carbono da área de estudo. Na segunda etapa do trabalho, procurou-se estimar a taxa de incremento do estoque de carbono da parte aérea, utilizando as variáveis medidas em campo obtidas em duas campanhas, nos anos de 2015 e 2016. O corredor restaurado apresentou média de 7,1 Mg.C.ha-1, a floresta madura da ESEC apresentou 39,9 Mg.C.ha-1, e a floresta madura do Morro do Diabo apresentou 45,2 Mg.C.ha-1 para o ano de 2016. A fixação anual encontrada na variação do estoque de 2015 para 2016 foi de 1,2 Mg.ha-1.ano-1 para a floresta restaurada, 1,6 Mg.ha-1.ano-1 para a floresta madura da ESEC e 2.5 Mg.ha-1.ano-1 para a floresta madura do MD. A terceira etapa do trabalho traz a modelagem realizada com dados LiDAR e dados do inventário convencional. Após utilizados métodos estatísticos para seleção de modelo, coeficiente de determinação ajustado, critério de Akaike e erro padrão da estimativa, o modelo escolhido utiliza as métricas percentil 90 e porcentagem de retornos acima de 50cm do solo para estimar carbono acima do solo, obtendo como coeficiente de determinação 0,78. A extrapolação para a área total pelo método do inventário convencional e pelo método da modelagem LiDAR apresentaram diferenças, demonstrando a utilização do LiDAR para reconhecer e retirar informações de áreas não amostradas. O quarto capítulo dessa dissertação traz a variação de carbono estimado pela modelagem com métricas LiDAR para os anos de 2015 e 2016, além do mapa do estocagem evidenciando os locais de maior sucesso e os de menor. A tecnologia LiDAR se mostrou eficiente em captar a variação ocorrida no intervalo de um ano e na quantificação de carbono. / The establishment of methodologies used to quantify carbon in tropical forests are one of the main topics on climate conventions. This project contributes to the estimation of biomass and aboveground carbon stored around reservoirs located in Pontal do Paranapanema, São Paulo - Brazil, using Light Detection and Ranging (LiDAR) technology. The objective was to explore the accumulation of aboveground carbon stored in three different succession conditions: mature, secondary and restored forest. The first chapter of this thesis shows the common allometric equations found in literature used to determine the amount of carbon in each area using field variables. However, the chosen allometric equation was developed by Ferez et al. (2015), because it was adjusted in similar areas than the area of this work. Thus, the restored corridor presented a mean of 7.1 Mg.C.ha-1, the secondary forest 39.9 Mg.C.ha-1 and the mature forest 45.2 Mg.C.ha-1 for the year of 2016. The annual fixation found was about 1.2 Mg.ha-1 for the restored forest, 1.6 Mg.ha-1 for the secondary forest and 2.5 Mg.ha-1 for the mature one. The second article brings the modeling performed with LiDAR data and traditional field inventory data. After using statistical methods for model selection, the chosen model uses two metrics: percentile 90 and percentage of returns above 50 cm of height to estimate aboveground carbon The extrapolation to the total area by traditional inventory and LiDAR modeling showed differences, demonstrating the efficiency of LiDAR to recognize information from non-sampled areas. The last chapter of the thesis brings the variation of carbon using LiDAR data through the years of 2015 and 2016. LiDAR data showed to be useful for measuring aboveground carbon and to detect the increment of the carbon stock over a year.

Submitted by (edna.saturno@ufrpe.br) on 2017-02-08T12:16:49Z No. of bitstreams: 1 Ariana Silva Guimaraes.pdf: 4145532 bytes, checksum: 9a569584ad7aca9c7d6809dd2ed7880d (MD5) / Made available in DSpace on 2017-02-08T12:16:49Z (GMT). No. of bitstreams: 1 Ariana Silva Guimaraes.pdf: 4145532 bytes, checksum: 9a569584ad7aca9c7d6809dd2ed7880d (MD5) Previous issue date: 2007-02-27 / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / The conversion of mangrove areas to nurseries in Brazil has been reported since the 18th century, mainly in the Northeast region. Due to this history and in addition to the rapid growth of Brazilian shrimp farming, this activity has been blamed for losses of mangrove areas along the Brazilian coast. In order to determine the true participation of aquaculture in this process, a multitemporal study of the mangrove cover of the northern coast of the State of Pernambuco was carried out using remote sensing and geographic information system (GIS) techniques. The time series analyzed were from 1973 to 2005, using satellite images obtained from different sensors (MSS / LANDSAT-1 - 1973; TM / LANDSAT-5 - 1988; TM / LANDSAT-5 - 1999; ETM + / LANSAT-7 - 2001 and CCD / CBERS-2 - 2005). For the mapping of mangroves, only the areas covered by mangrove vegetation were considered, with apicum classified with a distinct class of mangrove class. The study identified that the extension and distribution of the mangrove forest varied considerably during the last three decades in the studied area, with different phases, characterized by the increase and reduction of the mangrove cover. The results obtained were: 1973 = 7,101ha, 1988 = 5,821ha, 1999 = 6,442ha, 2001 = 6,187ha and 2005 = 6,575ha. The areas occupied by nurseries were also evaluated and presented an exponential growth, the latter being more pronounced in recent years, with the following values: 1973 = 0ha, 1988 = 7ha, 1999 = 366ha, 2001 = 1,157ha and 2005 = 1,474ha. The study showed that between 1973 and 2005, there was a reduction of 2,052ha of mangroves, of which 197ha were reduced by conversion to nurseries. In this way, it is possible to affirm that the real contribution of shrimp farming in the conversion of these areas was 9.6% of the total area reduced and that other activities of anthropic origin, such as agriculture, urban expansion and tourism were the main responsible for this scenario Of reduction of mangrove areas in the northern coast of the state of Pernambuco / A conversão de áreas de mangue em viveiros de cultivo no Brasil é relatada desde o século XVIII, principalmente para a região Nordeste. Em função desse histórico e somado ao rápido crescimento da carcinicultura brasileira, esta atividade vem sendo responsabilizada pelas perdas de áreas de mangue ao longo do litoral brasileiro. A fim de determinar a real participação da aqüicultura neste processo, foi realizado um estudo multitemporal da cobertura de manguezal do litoral norte do Estado de Pernambuco, utilizando técnicas de sensoriamento remoto e de sistema de informação geográfica (SIG). A série temporal analisada foi de 1973 a 2005, utilizando-se imagens de satélite obtidas de diferentes sensores (MSS/LANDSAT-1 - 1973; TM/LANDSAT-5 - 1988; TM/LANDSAT-5 - 1999; ETM+/LANSAT-7 - 2001 e CCD/CBERS-2 - 2005). Para o mapeamento dos manguezais, considerou-se apenas as áreas cobertas por vegetação de mangue, sendo o apicum classificado com uma classe distinta da classe manguezal. O estudo identificou que a extensão e a distribuição da floresta de mangue variaram bastante ao longo das últimas três décadas na área estudada, com diferentes fases, caracterizadas pelo incremento e redução da cobertura de mangue. Os resultados obtidos foram: 1973 = 7.101ha, 1988 = 5.821ha, 1999 = 6.442ha, 2001= 6.187ha e 2005 = 6.575ha. As áreas ocupadas por viveiros também foram avaliadas e apresentaram um crescimento exponencial, sendo este, mais acentuado nos anos recentes, com os seguintes valores: 1973 = 0ha, 1988 = 7ha, 1999 = 366ha, 2001 = 1.157ha e 2005 = 1.474ha. O estudo mostrou que entre os anos de 1973 e 2005, houve uma redução de 2.052ha de mangue, dos quais 197ha foram reduzidos pela conversão em viveiros de cultivo. Desta forma, é possível afirmar que a real contribuição da carcinicultura na conversão dessas áreas foi 9,6% do total de área reduzida e que outras atividades de origem antrópica, como agricultura, a expansão urbana e o turismo foram as principais responsáveis por este cenário de redução de áreas de mangue no litoral norte do estado de Pernambuco.

Metodologias que sejam padronizadas e consolidadas para quantificar carbono em florestas tropicais vem sendo discutidas em convenções climáticas. Este trabalho contribui para a estimativa de biomassa e carbono estocado na parte aérea de áreas de restauração da Mata Atlântica em torno de reservatórios localizados no Pontal do Paranapanema utilizando tecnologia LiDAR (Light Detection and Ranging). Procurou-se explorar o acúmulo e o estoque de carbono em três florestas em diferentes condições de sucessão: duas florestas caracterizdas como madura e a floresta restaurada. Na primeira etapa do trabalho, houve a escolha das equações alométricas encontradas em literatura para determinar a quantidade de carbono em cada uma das áreas utilizando variáveis medidas em campo. Assim, foi utilizada a equação de Ferez et al. (2015), ajustada em floresta restaurada da Mata Atlântica, para quantificar o carbono da área de estudo. Na segunda etapa do trabalho, procurou-se estimar a taxa de incremento do estoque de carbono da parte aérea, utilizando as variáveis medidas em campo obtidas em duas campanhas, nos anos de 2015 e 2016. O corredor restaurado apresentou média de 7,1 Mg.C.ha-1, a floresta madura da ESEC apresentou 39,9 Mg.C.ha-1, e a floresta madura do Morro do Diabo apresentou 45,2 Mg.C.ha-1 para o ano de 2016. A fixação anual encontrada na variação do estoque de 2015 para 2016 foi de 1,2 Mg.ha-1.ano-1 para a floresta restaurada, 1,6 Mg.ha-1.ano-1 para a floresta madura da ESEC e 2.5 Mg.ha-1.ano-1 para a floresta madura do MD. A terceira etapa do trabalho traz a modelagem realizada com dados LiDAR e dados do inventário convencional. Após utilizados métodos estatísticos para seleção de modelo, coeficiente de determinação ajustado, critério de Akaike e erro padrão da estimativa, o modelo escolhido utiliza as métricas percentil 90 e porcentagem de retornos acima de 50cm do solo para estimar carbono acima do solo, obtendo como coeficiente de determinação 0,78. A extrapolação para a área total pelo método do inventário convencional e pelo método da modelagem LiDAR apresentaram diferenças, demonstrando a utilização do LiDAR para reconhecer e retirar informações de áreas não amostradas. O quarto capítulo dessa dissertação traz a variação de carbono estimado pela modelagem com métricas LiDAR para os anos de 2015 e 2016, além do mapa do estocagem evidenciando os locais de maior sucesso e os de menor. A tecnologia LiDAR se mostrou eficiente em captar a variação ocorrida no intervalo de um ano e na quantificação de carbono. / The establishment of methodologies used to quantify carbon in tropical forests are one of the main topics on climate conventions. This project contributes to the estimation of biomass and aboveground carbon stored around reservoirs located in Pontal do Paranapanema, São Paulo - Brazil, using Light Detection and Ranging (LiDAR) technology. The objective was to explore the accumulation of aboveground carbon stored in three different succession conditions: mature, secondary and restored forest. The first chapter of this thesis shows the common allometric equations found in literature used to determine the amount of carbon in each area using field variables. However, the chosen allometric equation was developed by Ferez et al. (2015), because it was adjusted in similar areas than the area of this work. Thus, the restored corridor presented a mean of 7.1 Mg.C.ha-1, the secondary forest 39.9 Mg.C.ha-1 and the mature forest 45.2 Mg.C.ha-1 for the year of 2016. The annual fixation found was about 1.2 Mg.ha-1 for the restored forest, 1.6 Mg.ha-1 for the secondary forest and 2.5 Mg.ha-1 for the mature one. The second article brings the modeling performed with LiDAR data and traditional field inventory data. After using statistical methods for model selection, the chosen model uses two metrics: percentile 90 and percentage of returns above 50 cm of height to estimate aboveground carbon The extrapolation to the total area by traditional inventory and LiDAR modeling showed differences, demonstrating the efficiency of LiDAR to recognize information from non-sampled areas. The last chapter of the thesis brings the variation of carbon using LiDAR data through the years of 2015 and 2016. LiDAR data showed to be useful for measuring aboveground carbon and to detect the increment of the carbon stock over a year.

A relative, lie-value image normalisation (LVIN) procedure was investigated as a means of estimating surface reflectances from sequences of Landsat TM and ETM+ imagery, and standardising image data for change detection studies when there are uncertainties in sensor calibration and atmospheric parameters over time. The basis of the LVIX procedure is that for an A-date sequence, the digital numbers (DNs) of N-1 overpass images can be mapped to the reflectance values of a reference image for a set of pseudo- invariant targets (PITs) common to all images in the sequence. The robust M-estimator was employed to provide the transformation function that achieved the mapping. The investigation also showed that in some instances the LVIN procedure could incorporate the modelled Path DN-the modelled DN for a target of zero surface reflectance. A lack of surface validation data was a limitation in the investigation. However, a qualitative evaluation of the LVIN procedure was possible by examining the pre- and post-normalisation image histograms. In a comparison with the results of the 6S radiative transfer code, it war observed that when both overpass and reference images were acquired with the same sensor, the LVIK procedure appeared t o correct for atmospheric effects; and when overpass and reference images were with different sensors, the LVIN procedure also corrected for between-sensor differences. Moreover, it was demonstrated for the more "temporally-invariant" PITs that the procedure retrieved surface reflectances that were on average within ±0.02 reflectance units. / The ability of the LVIK procedure to standardise sequences of image data was further demonstrated in the study of vegetation change. The normalised difference vegetation index (NDVI) was calculated from LVIN estimates of surface reflectance for a selection of sites around the township of Mt. Barker, Western Australia. NDVI data had characteristics consistent with data that have been corrected for atmospheric effects. A modification to the LVIN procedure was also proposed based on an investigation of some empirically-derived vegetation reflectance relationships. Research into the robustness of the relationships for a greater range of vegetation types is recommended.

Os cereais destinados a produção de grãos (trigo) e de pastagens (azevém) são alvos espectralmente semelhantes, o que dificulta a sua identificação e discriminação em imagens de satélite ao usar sensoriamento remoto. Entretanto, o ciclo fenológico destas culturas é diferente. A análise do perfil multitemporal dos talhões torna-se a estratégia mais adequada para a discriminação destes alvos, os quais apresentam ciclos fenológicos diferentes, porém são espectralmente semelhantes. Usaram-se as imagens bissemanais (vermelho, infravermelho próximo e infravermelho médio) do produto MOD13q1 do sensor MODIS para aplicar um modelo linear de mistura espectral, do qual foram geradas as imagens fração: vegetação, solo e sombra (água). Utilizou-se a distância de Bhattacharyya para realizar uma análise prévia de separabilidade das classes de trigo e azevém geradas. As composições NDVI do produto MOD13q1 foram utilizadas para a segmentação de imagens e para a geração dos perfis multitemporais, os quais foram elaborados usando pontos de controle (lavouras) coletados em saída de campo com auxílio de GPS. Usaram-se as imagens NDVI 129, 177 e 257 do ano de 2009 na segmentação. O mapeamento foi realizado usando o Isodata implementado no Spring 5.0.3, e várias classificações foram testadas. Os dados do mapeamento final foram comparados com dados do IBGE. A estimativa oficial do IBGE para as pastagens é de 118.657 ha para os 42 municípios da área de estudo (metade sul do RS), uma diferença de 18.018 ha a mais quando comparada com a estimativa do mapeamento, de 100.639 ha. Dos 42 municípios que compõem a área de estudo, 19 apresentaram uma diferença menor do que 1.000 ha ao compararem-se os dados do IBGE com o mapeamento. A estimativa dos cereais destinados a produção de grãos foi de 73.690 ha de acordo com o IBGE, uma diferença de 9.543 ha a menos quando comparada com a estimativa do mapeamento, de 83.233 ha. Dos 42 municípios que compõem a área de estudo, 25 apresentaram uma diferença menor do que 1.000 ha. / When employing remote sensing, the cereals destined for grain production (wheat) and pasture (ryegrass) become spectrally similar targets, which makes their identification and distinction more difficult on satellite images. Nevertheless, the phenological cycle of both cultures is different. Thus, the analysis of the multi-temporal profile of plots results in the most suitable strategy for the distinction of those targets, which have unalike phenological cycles but are spectrally similar. Biweekly images (red, near-infrared and mid-infrared) of the product MOD13q1 from MODIS sensor were employed in order to apply a linear model of spectral mixture, from which fraction images were rendered: vegetation, soil and shade (water). The Bhattacharyya distance was used to perform a previous analysis of the separability of generated wheat and ryegrass classes. The NDVI composites of the product MOD13q1 were used in image segmentation and in the multi-temporal profiles rendering, which were elaborated by exploiting control points (crops) gathered in trip field with the aid of GPS. Images NDVI 129, 177 and 257 from the year 2009 were used in the segmentation. The mapping was carried out by employing the Isodata implemented in Spring 5.0.3, and several classifications were tested. The final mapping’s data were compared with IBGE’s data. According to IBGE’s official estimate, there are 118.657 ha of pastures in the 42 cities of the study area (south half of RS), a difference of 18.018 ha more in comparison to the mapping’s estimate, which is of 100.639 ha. Out of the 42 cities that totalize the study area, 19 presented a difference of less than 1.000 ha when comparing IBGE’s data to the mapping’s data. As stated by IBGE, the estimate of cereals destined for grain production was of 73.690 ha (a difference of 9.543 ha less in comparison to the mapping’s estimate of 83.233 ha. Out of the 42 cities that totalize the study area, 25 showed a difference of less than 1.000 ha.