Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/26755
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2016_JoaoPauloFernandesMarcioRibeiro_tcc.pdf2,02 MBAdobe PDFver/abrir
Título: Análise de severidade de queimada e ciclo do carbono por meio de dados hiperespectrais
Autor(es): Ribeiro, João Paulo Fernandes Márcio
Orientador(es): Baptista, Gustavo Macedo de Mello
Assunto: Queimada
Sensoriamento remoto
Carbono
Sequestro de carbono
Monitoramento ambiental
Data de apresentação: 21-Dez-2016
Data de publicação: 14-Fev-2021
Referência: RIBEIRO, João Paulo Fernandes Márcio. Análise de severidade de queimada e ciclo do carbono por meio de dados hiperespectrais. 2016. 49 f., il. Trabalho de Conclusão de Curso (Bacharelado em Ciências Ambientais)—Universidade de Brasília, Brasília, 2016.
Resumo: Os incêndios florestais na Amazônia são cada vez mais frequentes por causa da ocupação antrópica, que emite diversos gases e aerossóis para a atmosfera. (ARTAXO et al, 1998). As novas técnicas de sensoriamento remoto auxiliam pesquisas na detecção de áreas queimadas e suas consequências para o meio ambiente. O objetivo deste trabalho é avaliar a severidade de queimada numa região de floresta ombrófila e também a relação entre o índice de vegetação e sequestro de carbono aplicado em imagens hiperespectrais. Utilizou-se imagens do instrumento Hyperion para cenas pré, pós fogo e rebrota. As imagens foram submetidas a correções atmosféricas, diminuição de ruídos e redundância e reescalonamento. Após os pré-processamentos foram aplicados os índices NBR para identificação de severidade de queimada, ICO2 para conteúdo de CO2 na coluna de ar adjacente, CO2Flux para sequestro de carbono e SFDVI para densidade vegetativa. O índice NBR apresentou algumas áreas com alta severidade para o período pós fogo e recuperação da área para o período de rebrota. Para as áreas atingidas com maior intensidade pelas queimadas os valores de sequestro de carbono foram menores e também houve um aumento na quantidade de CO2 na coluna de ar adjacente ao alvo. O índice SFDVI mostrou-se útil ao diferenciar as nuances das áreas com alta densidade vegetativa como também alto valor de correlação com o índice de sequestro de carbono. Os valores de correlação e regressão linear foram considerados altos, ao comparar com outros estudos e levando em consideração a relação sinal/ruído do sensor.
Abstract: The fires in the Amazon rainforest that are increasingly frequent due to anthropogenic occupation emit various gases and aerosols into the atmosphere (ARTAXO et al, 1998). New remote sensing techniques helps detecting burned areas and their consequences for the environment. The objective of this work is to analyze the burn severity in an ombrophilous forest region and also the relationship between vegetation index and carbon sequestration applied in hyperspectral images. Hyperion images were used for before, post fire and regrowth scenes. The images were submitted to atmospheric corrections, noise reduction and redundancy. After the pre-processing, the NBR index were used to identify the burn severity, ICO2 for CO2 content in the adjacent air column, CO2Flux for carbon sequestration and SFDVI for vegetative density. The NBR index presented some areas with high severity for the post fire period and recovery of the area for the regrowth period. For the areas hit with more severity by fires the carbon sequestration values were lower and there was also an increase in the amount of CO2 in the air column adjacent to the target. The SFDVI index was useful in differentiating the nuances of areas with high vegetative density as well as high correlation value with the carbon sequestration index. Correlation and linear regression values were considered high, when compared with other studies and considering signal-to-noise ratio of the sensor.
Informações adicionais: Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Instituto de Geociências, 2016.
Aparece na Coleção:Ciências Ambientais



Este item está licenciado na Licença Creative Commons Creative Commons