Os fenômenos relacionados à trofia do ecossistema, como crescimento de algas e decomposição, podem interferir nas propriedades ópticas de um corpo d’água, conferindo-lhe reflectância específica. O uso de sensoriamento remoto no gerenciamento de lagoas se baseia principalmente no fato de que a eutrofização e o aumento na produtividade são associados a mudanças nas propriedades ópticas do corpo de água. Desta forma, o uso do sensoriamento remoto é uma alternativa viável e adequada para monitoramentos de longo prazo já que permite um acompanhamento mais eficiente das modificações tróficas, ressaltando-se a necessidade de que exista uma base de análises estatísticas da relação entre a reflectância e o estado trófico representado por parâmetroschave. Este trabalho visa estudar a aplicabilidade de métodos de sensoriamento remoto na avaliação e monitoramento do estado trófico de lagoas costeiras do Rio Grande do Sul (RS). A área de estudo se situa no litoral norte do Rio Grande do Sul.A região do Litoral norte é delimitada ao sul pelo município Balneário Pinhal, ao norte pelo rio Mampituba, a leste pelo oceano e, a oeste, delimitada em função de sua formação geológica, relevo, bacia de drenagem e limites políticos, estendendo-se até os limites de São Francisco de Paula. Foram utilizadas duas imagens do satélite e uma imagem do satélite Landsat TM 5. Foi feita a correção atmosférica através do método 6S e a normalização das imagens pelo método Tasseled Cap. Foram coletados dados de concentração de clorofila-a, turbidez e transparência do disco de Secchi em doze lagoas. A correlação foi significativa entre turbidez e a reflectância da banda 4 do sensor CBERS; através da regressão pelo método Power entre a banda 4 do CBERS e a turbidez obteve-se correlação de 83%. Com a reflectância das imagens normalizadas foi possível estimar faixas de valores prováveis de turbidez nas lagoas estudadas nas datas das imagens. A alta concentração de material em suspensão não é considerada antrópica, não servindo este parâmetro para monitoramento de eutrofização. / The phenomena related to the trophic state of a given ecosystem, like algae growth and decomposition, may interfere in the optic properties of a water body, altering its specific reflectance. The use of Remote Sensing in the management of lagoons is based mainly on the fact that the eutrophication and the increased productivity are associated to changes in the optic properties of the water body. In such way, the use of the Remote Sensing is a viable alternative for long term monitoring because it allows a more efficient assessment of trophic changes. Therefore, there is an urge to establish a solid base of statistical analyses of the relation between reflectance and the trophic state represented by key parameters. This work aims to study the applicability of Remote Sensing methods in the trophic state assessment and monitoring of coastal lagoons of the Rio Grande do Sul (RS) state. The study area is at the North Coast of Rio Grande do Sul. The North Coast is delimited at the south by the Pinhal city, at the north by the Mampituba River, at the east by the ocean and, at the west, delimited in function of its geologic formation, relief and draining basin, going to the limits of São Francisco de Paula city. Two CBERS Images and one Landsat TM 5 image were used. The atmospheric correction was made using the 6S method and the normalization of the images was made using the Tasseled Cap method. Data representing the chlorophyll-a concentration, turbidity and Secchi disc transparency in twelve lagoons were collected. There were no significant correlations between chlorophyll-a and reflectance. The correlation between turbidity with the band 4 of CBERS sensor had been significant by using Power regression between band 4 of CBERS and turbidity, it was obtained a correlation of 83%. By using the normalized images reflectance it was possible to calculate probable values for turbidity in the studied lakes on the dates the satellites obtained the images. However, the source of high concentration of suspended material is not considered effect of anthropogenic actions, so this parameter shall not be used for eutrophication monitoring.

O uso de imagens de sensores remotos para o mapeamento e discriminação de alvos geológicos está baseado nas propriedades da radiação eletromagnética solar refletida de unidades elementares da superfície do terreno (UEST). Nas imagens, os UEST estão codificados em números digitais, cujos valores correspondem à medida de um complexo processo de trocas de energia eletromagnética (transmitida, refletida e absorvida) com os átomos e moléculas dos minerais da rocha por ondas eletromagnéticas. Sob este ângulo, a interpretação de uma imagem é essencialmente um exercício de descoberta e entendimento de como interage a radiação eletromagnética com o material, a fim de descobrir informações ou propriedades relacionadas com a sua natureza intrínseca, como a composição de seus constituintes. Assim, se busca identificar nas imagens, através das respostas espectrais dos materiais, que tipo de rocha ou mineral está presente em um certo elemento de uma imagem digital. O sucesso desta análise dependerá do número de bandas que o sensor possui, já que isto se traduzirá na capacidade discriminante deste sensor. No momento atual as medidas de refletância tornam-se importantes diante dos avanços e aplicações vividos no campo do imageamento por satélite, como forma de fomentar e solidificar uma nova metodologia de prospecção mineral. A análise de imagens digitais permite, convertendo seus valores expostos em contadores digitais para refletância, que comparemos com valores de refletância conhecidos para um dado material o qual já tenhamos analisado, nos possibilitando inferir assim a natureza do dado UEST. Dentro deste contexto, foram obtidos em laboratório espectros de refletância de amostras de rochas basálticas de regiões de mineralizações de ametistas e rejeitos de seus garimpos, características da porção Sul da Bacia do Paraná, as quais constituem níveis estratigráficos bem distribuídos, servindo assim como linhas evidenciais para a prospecção e caracterização destas áreas, além de formarem uma biblioteca espectral descritiva para tal área. Além disso, foram analisadas as correspondências entre os espectros de laboratório e as curvas obtidas através das imagens ASTER, empregando métodos de reconhecimento de padrões (métodos de classificação); para tanto implementou-se o método de decomposição de curvas através da derivada primeira, buscando frisar linhas estreitas de absorção presente em tais curvas, permitindo uma classificação mais acurada dos mesmos e buscando evidenciar padrões discriminantes que identifiquem estas rochas e seus minerais. A partir da implementação do método de decomposição de curvas por aplicação da derivada primeira foi possível situar evidências da presença de composições mineralógicas, semelhantes às amostras coletadas em campo, nas imagens orbitais. A identificação destas assinaturas se deu por meio da comparação dos espectros processados e as imagens da região de interesse através das técnicas da derivada primeira e SAM, onde se tornou evidente a aplicabilidade do sensoriamento remoto como ferramenta de apoio à prospecção mineral. / The use of remote sensors images for mapping and discrimination of geologic targets is based on reflected electromagnetic solar radiation properties of the elementary units of the land surface (UEST). In the images, UEST are codified in digital numbers, whose values correspond to the measure of a complex process of electromagnetic energy changes (transmitted, reflected and absorbed) with the atoms and molecules of rock minerals for electromagnetic waves. This way, the image interpretation is essentially an exercise of discover and agreement of how electromagnetic radiation interacts with material, in order to discover information or properties related with its intrinsic nature, as the composition of its constituent. Thus, it searches to identify in the images, through the spectral answers of the materials, which type of rock or mineral is present in a certain element of the digital image. The success of this analysis will depend on the number of bands on which the sensor carries, since this will be express the discriminant capacity of its sensor. At the current moment the reflectance measures become more important because of the advances and applications in the field of the satellite imaging, as form to foment and develop a new solid methodology of mineral prospection. The analysis of digital images allows, converting its displayed values into digital accountants for reflectance, which are compared with known values of reflectance for material data which already had been analyze, making possible to infer the nature of UEST data. Inside of this context, reflectance specters of basaltic rock samples on amethysts mineralization and debris regions of its ipan had been gotten in laboratory, characteristics of the South portion of the Parana river basin, which constitute well distributed estratigraphic levels, serving as well as lines of evidence for the prospection and characterization of these areas, beyond forming a descriptive spectral library for such area. Moreover, the correspondences between the specters of laboratory and the curves gotten through images ASTER had been analyzed, using methods of recognition of standards (classification methods); for in such a way the curves decomposition method was implemented through the first derivative, searching more emphasize on absorption narrow lines presents in such curves, allowing a accurate classification of the same ones and searching to evidence discriminants standards that identifies these rocks and its minerals. From the implementation of the of decomposition of curves method for application of the first derivative it was possible to point out evidences of the presence of mineralogical compositions in the orbital images, similar to the samples collected in field. The identification of these signatures was made by means of the comparison of the processed specters and the images of the region of interest through the techniques of the first derivative and SAM, where it became evident the applicability of the remote sensing as tool of support in mineral prospection.

Este trabalho buscou avaliar os aspectos relacionados à potencialidade das imagens do sensor Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) para a caracterização e mapeamento de rejeitos de garimpos de ametistas na região do município de Ametista do Sul-RS, Brasil. Essa região possui a maior produção de ametistas do mundo. Foram utilizados classificadores de Distância Mínima Euclidiana, Máxima Verossimilhança e a técnica SAM (Spectral Angle Mapper). Entre os três algoritmos de classificação empregados, o melhor desempenho foi observado na técnica SAM, a qual obteve o menor erro e a melhor distinção do alvo em estudo. O principal erro encontrado para os classificadores foi a confusão gerada entre as classes “sombra” e “rejeitos de garimpos”. Com a utilização da técnica SAM, essa confusão foi reduzida consideravelmente, pois a mesma utilizou a curva espectral do rejeito como referência na classificação, enquanto os classificadores multiespectrais utilizaram grupos de pixels representativos do basalto, que continham mistura espectral de outras classes, como sombra e vegetação. Os resultados sugerem que, em ambientes tropicais similares aos da área de estudo, com predomínio de vegetação densa, os dados ASTER podem ser eficazes para a caracterização dos rejeitos de garimpos. / The objective of this work was to evaluate the potential of Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) images, for discrimination and mapping of ametist mining residues/basalt in the Ametista do Sul region, Rio Grande do Sul State, Brazil. This region provides the most part of ametist production of the World. The multispectral algorithms Minimun Euclidian Distance and Maximum Likelihood and the hyperspectral technique SAM (Spectral Angle Mapper) were used in this work. The SAM technique showed better results than multispectral techniques. The main error found by the multispectral algorithms was the mixing/confusion between “shadow” and “mining residues” classes due to the spectral similarity between them. With the SAM technique the confusion decreased because it employed the residues spectral curve as a reference, while the multispectral techniques employed pixels groups that could have spectral mixture with other targets. The results showed that in tropical terrains as the study area, ASTER data can be efficacious for the characterization of mining residues.

O planejamento ambiental parte da coleta de informações básicas, tais como mapa de solos, mapas geomorfológicos, dados de inventários florestais, e outras. Estas informações, incorporadas ao planejamento ambiental, contribuem para o uso adequado dos ecossistemas e seus recursos. Nos termos da atual legislação ambiental, as administrações municipais são responsáveis por importante fração do monitoramento ambiental das áreas contidas nos limites municipais. Esta exigência encontra dificuldades em ser satisfeita, dado que os municípios em geral carecem dos meios técnicos (pessoal especializado, metodologias, equipamentos) e financeiros para isto. Técnicas de Sensoriamento Remoto, e Sistemas de Informações Geográficas (SIG) podem neste sentido contribuir positivamente para suprir estas deficiências. Com base neste diagnóstico, neste trabalho foram aplicadas tais técnicas. Como área de estudo, foi escolhido o município de Osório, Estado do Rio Grande do Sul. As informações obtidas, através de imagem do satélite LANDSAT TM – 5 e de cartas topográficas, produziram um amplo panorama da região de estudo, gerando-se um mapeamento direcionado às necessidades municipais. A metodologia aqui apresentada pode ser diretamente adotada por gestores ambientais ou com outras finalidades. Com os resultados do mapeamento de um município a administração municipal poderá utilizá-los como instrumento de organização espacial. / The environmental planning starts from the gathering of basic informations, as soil and geomorfological maps, data on forests, and others. These informations, used in environmental management, support the adequate use of ecosystems and their resources. By present legislation, county administrations are responsibles by a large part of environmental monitoring and management of those areas within county borders. These requirements are presently hardly met, since county administrations lack technical resouces (staff, methods, equipments), as well as funds. Techniques of Remote Sensing, Geoprocessing, and Geographical Information Systems (GIS) can in this sense positively contribute to mitigate those deficiencies. From this diagnostics, in this work such techniques were applied, aiming to develop a methodology to improve the environmental management, in a friendly form and at low costs, accessible to both public and private agents. As a study area, the county of Osório, Rio Grande do Sul State, Brazil, was chosen. The informations gathered from a Landsat satellite image, togheter with topographical maps, produced an ample view of the region, generating a mapping directed to the county needs. The methodology presented can be directly taken by environmental administrators, or for other uses. Still, directions are provided for the construction of databases associated to the geographical informations.

Desde 1950, dados gravimétricos terrestres do Estado do Rio Grande do Sul vem sendo levantados sistematicamente pelo Departamento de Geodésia da Universidade Federal do Rio Grande do Sul (UFRGS), Instituto de Astronomia e Geofísica da Universidade de São Paulo (IAG/USP) e Observatório Nacional (ON). Este trabalho propõe três métodos para detecção de erros grosseiros do banco de dados de gravimetria do Estado do Rio Grande do Sul. O primeiro método utiliza o modelo digital de elevação Shuttle Radar Topography Mission (SRTM) interpolado contra os dados de observação de altimetria terrestre; o segundo utiliza a anomalia Bouguer interpolada, confrontando cada observação de gravimetria com as observações terrestres; e o terceiro método utiliza os dados da Missão Gravity Recovery And Climate Experiment (GRACE), confrontando cada observação gravimétrica com as observações da gravimetria terrestre. O primeiro método identificou 217 pontos (3,00 % do banco de dados) suspeitos de erros grosseiros para as observações de elevação. Para as observações de gravimetria da missão GRACE, identificou-se 645 pontos (8,93 % do banco de dados) suspeitos de erros grosseiros. Para as anomalias Bouguer interpoladas, identificou-se 60 pontos grosseiros (0,83% do banco de dados). Os pontos coincidentes de erros grosseiros entre altimetria, gravimetria e anomalia Bouguer interpolada somaram um total 176 observações, representando 2,43 % do banco de dados total. Estes pontos foram considerados erros grosseiros e eliminados do banco dados. Esta abordagem foi considerada satisfatória como uma correção preliminar da base de dados gravimétrica do Rio Grande do Sul, sugerindo-se posterior verificação de campo. Finalmente, é importante mencionar que a análise estatística é uma ferramenta e, como tal, não substitui a falta de conhecimento geológico, geofísico, ou de qualquer outro conhecimento específico. / Since 1950, terrestrial gravity data of the State of Rio Grande do Sul has been systematically collected by the Department of Geodesy of the Federal University of Rio Grande do Sul (UFRGS), Astronomy and Geophysics Institute of the São Paulo University (IAG/USP) e National Observatory (ON). This dissertation proposes three methods for detection of gross errors in this database, based on: 10) the digital elevation model of Shuttle Radar Topography Mission (SRTM), 20) the Gravity Recovery and Climate Experiment (GRACE) and 30) the interpolated terrestrial gravity observations. The first method identified 217 points of altimetry, representing 3.00% of the database. The second identified 645 points of gravity observations, representing 8.93% of the database. The third method identified 60 points of terrestrial gravity observations, representing 0.83% of the database. The criterion for elimination of observations was based on identifying coincident outliers in, at least, 2 methods. The matching points of coarse errors between altimetry, gravity and bouguer anomaly were grouped in 176 points, representing 2.43% of total database. These points were considered and disposed of coarse errors database. This approach is accepted as a preliminary correction of the RS gravity database and we suggest field checking. Statistics is a tool and, as such, does not replace the lack of geological or geophysical knowledge.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Florestal, 2017. / Submitted by Raquel Almeida (raquel.df13@gmail.com) on 2017-05-29T17:10:49Z No. of bitstreams: 1 2017_CésarTeixeiraDonatodeAraújo.pdf: 2835306 bytes, checksum: 9924af9fa447df21dcb3e201be05f137 (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2017-06-12T16:46:55Z (GMT) No. of bitstreams: 1 2017_CésarTeixeiraDonatodeAraújo.pdf: 2835306 bytes, checksum: 9924af9fa447df21dcb3e201be05f137 (MD5) / Made available in DSpace on 2017-06-12T16:46:55Z (GMT). No. of bitstreams: 1 2017_CésarTeixeiraDonatodeAraújo.pdf: 2835306 bytes, checksum: 9924af9fa447df21dcb3e201be05f137 (MD5) Previous issue date: 2017-06-12 / Diversas políticas foram implantadas na Amazônia ao longo de sua história buscando o desenvolvimento regional que impactaram diretamente a paisagem daquela região. Tais mudanças foram mais rápidas na zona conhecida como “Arco do Desmatamento”, área de fronteira agrícola na qual se insere o município de Tailândia, no estado do Pará. Uma dessas políticas foi o desenvolvimento da dendeicultura para a produção de biodiesel a partir de 2004. Conhecer como esta cultura se expandiu e quais os seus efeitos sobre a paisagem local é de extrema importância para possíveis ajustes nas políticas de desenvolvimento da dendeicultura então implantadas ou, para a formulação de novas políticas para a Amazônia. Neste contexto, o objetivo desta pesquisa foi analisar as mudanças na paisagem da região de Tailândia-PA, verificando os efeitos da expansão da atividade dendeícola e suas implicações nas mudanças de uso da terra e fragmentação florestal. Foram usados dados dos satélites da série Landsat, complementados por observações e visita em campo, para o estudo da dinâmica espaçotemporal do uso e cobertura da terra, com ênfase na expansão da dendeicultura e na fragmentação da vegetação nativa. Os resultados deste estudo mostraram uma expansão muito acentuada da dendeicultura a partir de 2008 e, que esta expansão ocorre sobre áreas já antropizadas. Não foi verificada influência da inserção da dendeicultura sobre o processo de fragmentação florestal. A análise dos remanescentes de vegetação nativa até 2015 indica que 27% dos atuais remanescentes da área de estudo possuem um nível de conservação da biodiversidade satisfatório, sendo a implantação de pastagens a principal responsável pela fragmentação da paisagem na região. Por fim, observou-se que nos últimos anos do período de estudo houve expansão substancial da agricultura de commodities, como a soja e o milho, e parece ser esta a maior ameaça para as florestas nativas nos próximos anos. Os efeitos da expansão do cultivo do dendê não parecem ser a principal ameaça para a vegetação nativa na região. A expansão agrícola na região de estudo deve ser melhor investigada de forma a dar suporte a políticas de redução do desmatamento na região. / Several policies have been implemented in the Amazon throughout its history seeking the regional development, and that directly affected the landscape of this region. These changes are faster in the area known as the "Deforestation Arc", an agricultural frontier area in which the municipality of Tailândia, in Pará State, Brazil, is located. One of these development policies was palm oil to biodiesel production from 2004. Know how this culture has expanded and what its effects on the local landscape is extreme important for possible adjustments in the development policies of palm oil or for the formulation of new policies for the Amazon. In this context, the objective of this research was to analyze the changes in the landscape of the region of Tailândia-PA, verifying the effects of the palm oil expansion and its implications in the changes of land use and forest fragmentation. Data from the Landsat series satellites, complemented by observations and field visits, were used to study the spatial-temporal dynamics of land use and cover, with emphasis on the expansion of palm oil and the fragmentation of native vegetation. The results of this study showed a big expansion of the palm oil culture as of 2008 and, that this expansion occurs on areas already anthropized. It was not verified the influence of the palm oil insertion on the process of forest fragmentation. The analysis of native vegetation remnants up to 2015 indicates that 27% of the current remnants of the study area have a satisfactory level of biodiversity conservation, with pasture implantation being the main responsible for the fragmentation of the landscape in the region. Finally, it was observed that in the last years of the study period there was a substantial expansion of commodity agriculture, such as soybean and corn, and this seems to be the greatest threat to native forests in the coming years. The effects of palm oil expansion do not appear to be the main threat to native vegetation in the region. The agricultural expansion in the study region should be better investigated in order to support policies to reduce deforestation in the region.

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.

Tese (doutorado)—Universidade de Brasília, Instituto de Geociências, Pós-Graduação em Geociências Aplicadas, 2017. / Submitted by Raiane Silva (raianesilva@bce.unb.br) on 2017-07-14T17:15:49Z No. of bitstreams: 1 2017_FredericChristopheSatge.pdf: 23122733 bytes, checksum: c58362d6dd306f2717a8f8852690c9dc (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2017-08-29T16:42:11Z (GMT) No. of bitstreams: 1 2017_FredericChristopheSatge.pdf: 23122733 bytes, checksum: c58362d6dd306f2717a8f8852690c9dc (MD5) / Made available in DSpace on 2017-08-29T16:42:11Z (GMT). No. of bitstreams: 1 2017_FredericChristopheSatge.pdf: 23122733 bytes, checksum: c58362d6dd306f2717a8f8852690c9dc (MD5) Previous issue date: 2017-08-29 / Localizado a uma elevação média de 4.000 m, o sistema endorreico do Altiplano (190.000 km2), é delimitada pelas serras andinas com picos de mais de 6.000 m de altitude. A bacia inclui ecossistemas icônicos, como o lago Titicaca, o lago Poopó e os desertos de sal de Coipasa e de Uyuni na parte sul da bacia. Os recursos hídricos do Altiplano, estão sob pressão climática com um aumento de temperatura de 0,15 a 0,25 °C por década que contribuiu a diminuição de 43% da superfície dos glaciares entre 1981 e 2014. Além dos fatores climáticos, fatores antrópicos, tais como, as atividades agrícolas e industriais são conhecidas por contribuir na diminuição do recurso hídrico, mas não foram quantificadas na região. Nesse contexto, o monitoramento hidrometeorológico deve ajudar a prevenir e antecipar os diferentes impactos ocasionados pelas mudanças climáticas e pelas práticas agrícolas. No entanto, devido ao contexto geopolítico, dificuldades econômicas e de acesso, a bacia sofre de escassez de infraestrutura meteorológica, e assim, poucos dados estão disponíveis. Assim, os dados de sensoriamento remoto fornecem uma excelente alternativa para observar o comportamento hidrometeorológica regional. A primeira etapa do doutorado foi dedicada à avaliação de grupos de dados de sensoriamento remoto primordiais na hidrologia como (i) modelo digital de elevação (MDE) (descrições topográficas e caracterização do escoamento), (ii) estimativas de precipitações (entrada de água), (iii) estimativas da evapotranspiração (saída de água) e (iiii) imagens do visível (variação espaço-temporal da superfície dos lagos. Finalmente, foi realizado no lago Poopó o uso integrado dos dados previamente avaliados e validados para entender a seca completa do lago de dezembro 2015 em base (i) a variabilidade climática e (ii) o desenvolvimento agrícola na região. O estudo permitiu observar que o lago já secou duas vezes em 1994 e 1995. Por entanto esses eventos foram associados a fortes anomalias negativas de precipitações em quanto a seca de 2015 foi associada a fortes anomalias positivas de precipitações. O estudo revelou também um aumento significativo da evapotranspiração real (ETr) de aproximadamente 13%, independentemente da variabilidade climática. Esse aumento da ETr foi registrado nas zonas agrícolas sugerindo assim o papel significativo da agricultara no processo de desertificação da região. De fato devido ao aumento do preço da Chenopodium Quinoa (quinoa) no mercado externo, a superfície ocupada pelas plantações passou de 10.000 para 50.000 ha entre 1980 e 2011. O uso de métodos de irrigação aumentou a disponibilidade de água para a evaporação e diminui a quantidade das águas superficial e subterrânea. Este trabalho pioneiro no Altiplano, permite demonstrar a grande potencialidade da integração de dados de sensoriamento remoto em regiões áridas remotas para seguir e entender as problemáticas socioambiental relacionadas a pressões antrópicas e climáticas. / Located at an average elevation of 4000 m, the Altiplano (190.000 km2) is an endoreic system delimited by the Andean mountains with peaks higher than 6000 m. The basin includes iconic ecosystems such as Lake Titicaca, Lake Poopó and the salt deserts of Coipasa and Uyuni in the southern part of the basin. The water resource of the Altiplano is under climatic pressure with a temperature increase of 0.15°C and 0.25°C per decade, which decreased the glacier surface by 43% between 1981-2014. In addition to climatic variability, anthropic factors, such as agriculture and industrial activities, is known to contribute to the water resource decrease but remains unquantified in the region. In this context, hydro-meteorological monitoring should help to prevent and anticipate the different impacts of climate change and agricultural practices. However, given the geopolitical context, economic and access problems few stations are available. Therefore, remote sensing data provide an alternative to observe regional hydro-meteorological behavior. The first stage of the PhD was dedicated to the assessment of remote sensing data useful in hydrology such as (i) digital elevation model (topographic description, flows characterization), (ii) precipitation (water input), (iii) evapotranspiration (water output) and (iiii) visible images (water superficial dynamic) which is the first study of such remote sensing data potential over the region. Finally, an integrated use of the evaluated/validated remote sensing data was carried out to understand the lake Poopó drought of December 2015 considering (i) climate variability and (ii) agriculture increase. The study highlighted that the lake already drought in 1994 and 1995. However, these droughts events were associated to strong rainfall anomalies while the 2015 one was associated to positive rainfall anomalies. The study also highlighted an increase of real evapotranspiration (ETr) of approximately 13% independently to climate variability in the region. The ETr increase was observed over cropped areas suggesting a significate influence of agriculture to the regional desertification process. Indeed, between 1980 and 2011, quinoa's cultivated area increased from 10.000 to 50.000 ha, related to the increase of quinoa's price. The use of irrigation method increased the availability of water for evapotranspiration and, therefore, decreased the amount of water in the surface and underground reservoir. This work, a pioneer in the Altiplano, demonstrates the great potential of the integration of remote sensing data in remote arid regions subject to anthropic and climate pressures.

Tese (doutorado)—Universidade de Brasília, Instituto de Geociências, 2017. / Submitted by Albânia Cézar de Melo (albania@bce.unb.br) on 2017-07-28T14:50:08Z No. of bitstreams: 1 2017_DenilsonPereiraPasso.pdf: 6897713 bytes, checksum: 384ffa46e3337ca7131df15652885de4 (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2017-08-24T18:46:39Z (GMT) No. of bitstreams: 1 2017_DenilsonPereiraPasso.pdf: 6897713 bytes, checksum: 384ffa46e3337ca7131df15652885de4 (MD5) / Made available in DSpace on 2017-08-24T18:46:39Z (GMT). No. of bitstreams: 1 2017_DenilsonPereiraPasso.pdf: 6897713 bytes, checksum: 384ffa46e3337ca7131df15652885de4 (MD5) Previous issue date: 2017-08-24 / O solo tem papel fundamental para diversas atividades do homem, representando a base da produção na agricultura e é um dos principais atores para a produção de alimentos, por isso a importância de sua conservação. Um dos principais impactos ambientais responsáveis pela degradação dos solos é a erosão, acelerados pela ação antrópica. Estudos em torno dos focos erosivos vêm sendo desenvolvidos há muitos anos por diversos pesquisadores, normalmente, baseados em equações empíricas aplicadas a estudos de perda laminar, entretanto, existe uma grande lacuna nos estudos referentes à localização e ao mapeamento automático dos Focos Erosivos Lineares (FELs). O controle e monitoramento desses focos requerem medidas efetuadas in situ, causando, inevitavelmente, grande movimentação de pessoas e equipamentos nas bordas e interior dos mesmos, agravando-os ainda mais, além do risco para os executores destas atividades. Uma alternativa para localização e monitoramento de FELs é a utilização do sensoriamento remoto, baseada na classificação automática de imagens de alta resolução espacial com análise geográfica de imagens baseada em objeto (GEOBIA). Esta abordagem possibilita a modelagem do conhecimento humano referente às características específicas dos alvos, como brilho, textura, formato, contexto, tamanho, relações de vizinhança, entre outros, além da possibilidade de integração com algoritmos de mineração de dados, contribuindo com uma ferramenta para auxiliar as análises anteriores às atividades de campo. O presente trabalho teve como objetivo principal desenvolver ErObject - aplicativo para análise geográfica de imagens baseada em objeto, visando identificar e delimitar de forma automática, áreas susceptíveis ao desenvolvimento de focos erosivos lineares, a partir da classificação de imagens de satélite óticas e Modelos Digitais de Elevação (MDE). Para isto, foram desenvolvidas duas rotinas: a) árvores de decisão, com o uso de mineração de dados para localização indireta, por meio de modelagem matemática de áreas com susceptibilidade a ocorrências FELs; e b) árvores de decisão para delimitação automática de FEL, dentro das áreas susceptíveis, resultado da rotina “a”. Com as árvores construídas, o passo seguinte foi implementar, em MATLAB®, ErObject, que executa as árvores construídas, localizando FELs, em qualquer imagem de entrada. Testes para checar a eficiência de ErObject demonstraram boa correlação com mapeamentos de áreas susceptíveis a FELs realizados em áreas-teste com o software InterIMAGE, ferramenta de classificação baseada em objeto, open source. Para avaliação dos mapeamentos, foi realizada uma verificação da exatidão genérica (non-site specific accuracy), que efetua a comparação entre a área da classificação dos mapas gerados e os dados de referência (dados de campo). A exatidão também foi verificada por meio de coeficientes de concordância extraídos da matriz de confusão. Os dois métodos de avaliação alcançaram altos valores de assertividade da classificação. ErObject também se mostrou eficiente para construção independente de árvores de decisão para avaliação de outras áreas. O programa encontra-se disponível no endereço github.com/geodenilson/ERObject e pode ser modificado ou utilizado para outras aplicações e análises. / Soil plays an essential role in a number of our activities. It is the base for agricultural production and one of the main actors in producing food, therefore, it is important to preserve it. One of the main environmental impacts responsible for degradation of the soil is erosion, accelerated by the effects of entropy. Studies on erosion have been carried out for years by a number of researchers. Most of these studies apply empirical data to the study of laminar loss, however, there is a huge gap in studies on location and automatic mapping of Gully Erosion Hotspots (GEH). Controlling and monitoring these processes requires performing measures in situ, inevitably causing movements of a large number of people and equipment in and around the erosion areas, creating further risk of erosion as well as posing a risk to those carrying out these activities. One alternative for locating and monitoring GEH is using remote sensing based on automatic classification of high resolution spatial images with geographic analysis of object-based images (GEOBIA). This approach provides a model of human knowledge to be applied to specific features of the target such as brightness, texture, shape, context, size, relation to surrounding areas and more. It also integrates with data mining algorithms, assisting in previous analyses from field activities. The main objective of this paper is to develop ErObject – an application used for the geographic analysis of object-based images which automatically identifies and delimits areas susceptible to linear erosion through the classification of optical satellite images and Digital Elevation Models (DEM). Two steps were developed to accomplish this: a) decision trees (together with data mining for indirect locations) using mathematical models of areas susceptible to GEH; and b) decision trees for automatic GEH delimitation within the susceptible areas from step “a”. Once the trees have been built, the next step is to implement ErObject in MATLAB® to execute the built trees and locate the GEH in an image. Tests checking the efficiency of ErObject showed good correlation with the mappings of GEH susceptible areas carried out in test areas with InterIMAGE software, a tool for object-based classification; open source. General accuracy verification non-site specific accuracy was used to evaluate the maps and compare the classification area of generated maps to the reference data (field data). Accuracy was also verified using coefficients of concordance extracted from the confusion matrix. Both evaluation methods achieved highly accurate values of classification ErObject also effectively built independent decision trees for evaluating other areas. The program is available at the following address: github.com/geodenilson/ERObject and may be modified or used for other applications or analyses.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Humanas, Departamento de Geografia, Programa de Pós-graduação, 2017. / Submitted by Gabriela Lima (gabrieladaduch@gmail.com) on 2017-12-06T12:19:11Z No. of bitstreams: 1 2017_JuanCarlosOrozcoFilho.pdf: 3101921 bytes, checksum: 449983eab36ae97312099377641d9857 (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2018-02-07T21:38:03Z (GMT) No. of bitstreams: 1 2017_JuanCarlosOrozcoFilho.pdf: 3101921 bytes, checksum: 449983eab36ae97312099377641d9857 (MD5) / Made available in DSpace on 2018-02-07T21:38:03Z (GMT). No. of bitstreams: 1 2017_JuanCarlosOrozcoFilho.pdf: 3101921 bytes, checksum: 449983eab36ae97312099377641d9857 (MD5) Previous issue date: 2018-02-07 / O bioma Cerrado ocupa uma extensa área do território brasileiro e a sua degradação vem sendo intensificada com a expansão das fronteiras agrícolas na região. O sensoriamento remoto tem servido como uma importante ferramenta para monitorar os danos ambientais e entender a complexidade desse bioma. O objetivo desse trabalho é estabelecer mapear as fitofisionomias do bioma Cerrado na Estação Ecológica Serra Geral do Tocantins, utilizando uma abordagem orientada-objeto em uma imagem de alta resolução espacial do sensor RapidEye. No processamento digital de imagens foi utilizado o programa Interimage, desenvolvido especificamente para a classificação orientada a objetos. A imagem foi segmentada pelo método multi-resolução (TAA Baatz Segmentator) e classificada por duas técnicas de árvore de decisão: algoritmo J48 e pela definição do usuário. As fitofisionomias selecionadas na classificação foram: Campo com Solo Exposto, Campo Limpo/Sujo, Cerrado Stricto Sensu (compreende Cerrado Ralo, Cerrado Típico e Cerrado Denso), Floresta (compreende Cerradão e Mata de Galeria/Ciliar), Campo Limpo Úmido/Veredas e Áreas Queimadas. A classificação usando algoritmo J48 teve uma acurácia total de 81% e índice Kappa de 0,704, enquanto a árvore de decisão definida manualmente de 86% e índice Kappa de 0,783. Desta forma, a utlização da abordagem orientada-objeto com a técnica de árvores de decisão apresenta uma ferramenta importante na diferenciação das fitofisionomias do Cerrado. / The Cerrado biome occupies an extensive area of the Brazilian territory and its degradation has been intensified with the expansion of the agricultural frontiers. Remote sensing has served as an important tool for monitoring environmental damage and ecological dynamics of the Cerrado biome. The objective of this research is to map the phytophysiognomies of the Cerrado biome at the Serra Geral do Tocantins Ecological Station, using an object-oriented classification in a high spatial resolution image of the RapidEye sensor. Digital image processing utilized the Interimage program, specifically developed for object-based classification. We use the multiresolution segmentation (TAA Baatz Segmentator) and two classification techniques for decision tree: J48 algorithm and user definition. The selected phytophysiognomies in the classification were: Grassland with Bare Ground (Campo com Solo Exposto), Grassland (Campo Limpo / Sujo), Savanna (Cerrado Stricto Sensu), Forest (Cerradão and Gallery Forest), Wet Grassland (Campo Limpo Úmido / Veredas) and Burned Areas. The classification using J48 algorithm had an overall accuracy of 81% and Kappa index of 0.704, while the manually defined decision tree an overall accuracy of 86% and Kappa index of 0.783. Thus, the use of object-based orientation along with decision trees is an important tool to distinguish Cerrado’s phytophysiognomies..