Discriminating Land Use and Land Cover Classes in Brazil Based on the Annual PROBA-V 100 m Time Series

Shimabukuro, Yosio Edemir; Arai, Egídio; Duarte, Valdete; Dutra, Andeise Cerqueira; Cassol, Henrique Luís Godinho; Sano, Edson Eyji; Hoffmann, Tânia Beatriz

doi:10.1109/jstars.2020.2994893

Cited by 15 publications

(10 citation statements)

References 50 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Já Shimabukuro et al (2020) desenvolveram um método para discriminar sete classes de uso e cobertura da terra em todos os biomas brasileiros para o ano de 2015, a partir da aplicação do Modelo Linear de Mistura Espectral (MLME) em dados do sensor Vegetation a bordo do satélite Project for On-Board Autonomy (PROBA-V). Além da abordagem a nível de bioma, estudos a nível estadual ou em pequenas áreas dentro do bioma também podem ser encontrados.…”

Section: Análise Bibliográfica: a Vegetação Da Caatinga Na Literaturaunclassified

Mapeamento da Vegetação da Caatinga a partir de Dados Ópticos de Observação da Terra – Oportunidades e Desafios

Ganem¹,

Dutra²,

Oliveira³

et al. 2020

Rev. Bras. Cartogr.

Self Cite

View full text Add to dashboard Cite

O bioma Caatinga representa cerca de 10% do território nacional e tem uma população estimada em 28 milhões de habitantes. Sua vegetação arbóreo-arbustiva, adaptada às condições de semiaridez, exerce um papel fundamental na manutenção do balanço hidrológico, na alimentação da matriz energética e na geração de receitas para o país. No entanto, o bioma ainda é um dos que recebe menor atenção da comunidade científica. Diante disso, o presente artigo de revisão visa apresentar elementos que contribuam para a atualização do estado da arte sobre o uso de dados ópticos de observação da Terra na conservação da vegetação da Caatinga, a partir da identificação das iniciativas de mapeamento em diferentes escalas que contemplam o bioma. Para tal, esse estudo fez uma revisão bibliográfica sistemática cujo enfoque principal foi a caracterização dos sensores orbitais imageadores, técnicas de classificação de imagem, legendas de uso e cobertura, estratégias de validação, e o intervalo temporal compreendido por cada iniciativa. Esse detalhamento permitiu avaliar o grau de usabilidade e confiabilidade dos produtos existentes. Assim, esse estudo espera abrir possibilidades para preencher lacunas científicas existentes e que carecem de investigação no que diz respeito ao papel dos dados ópticos de observação da Terra no mapeamento da vegetação da Caatinga e no subsídio de recursos para novas iniciativas, ações de restauração e, consequentemente, aprimoramento de políticas públicas em prol da conservação e uso sustentável dos recursos do bioma.

show abstract

Section: Análise Bibliográfica: a Vegetação Da Caatinga Na Literaturaunclassified

Mapeamento da Vegetação da Caatinga a partir de Dados Ópticos de Observação da Terra – Oportunidades e Desafios

Ganem¹,

Dutra²,

Oliveira³

et al. 2020

Rev. Bras. Cartogr.

Self Cite

View full text Add to dashboard Cite

show abstract

“…A literatura apresenta uma grande quantidade de trabalhos sobre o uso do modelo linear de mistura espectral em várias regiões do mundo, mostrando que essa técnica é consistente. Além disso, as imagens fração geradas por este modelo estão sendo usadas em diferentes áreas de aplicação, como florestas (SHIMABUKURO, 1987), agricultura (WHITE et al, 2002YANG et al, 2007), uso e cobertura da terra (SHIMABUKURO et al, 2020), água SHIMABUKURO, 1994;ALCÂNTARA et al, 2009) e áreas urbanas MURRAY, 2003).…”

Section: Imagens Fraçãounclassified

“…As imagens fração de vegetação, solo e fração sombra/água foram usadas para mapear o uso e cobertura da terra em escala nacional (SHIMABUKURO et al, 2020;ARAI et al, 2020) e em escala regional (CASSOL et al, 2020). A Figura 8 representa a ideia conceitual utilizada no mapeamento da agricultura no estado do Mato Grosso usando dados multitemporais do satélite PROBA-V aplicando a metodologia de máxima proporção das imagens fração obtidas na série temporal de um ano (ARAI et al, 2020).…”

Section: Mapeamento Do Uso E Cobertura Da Terraunclassified

“…Algumas das aplicações do MLME utilizando as imagens fração derivadas pontualmente no tempo e em escalas local e regional foram explicitadas aqui nesse trabalho. Recentemente, alguns trabalhos têm demonstrado a aplicabilidade do MLME em discriminar diferentes alvos da superfície terrestre em escala nacional (SHIMABUKURO et al, 2020) e global (ADAMI et al, 2018; e, ainda mais recentemente, alguns trabalhos que evidenciam a aplicabilidade do MLME em análises que utilizam as imagens frações derivadas de imagens intranual (ARAI et al, 2020;CASSOL et al, 2020) ou interanual (DUTRA, 2019).…”

Section: Perspectivas Operacionaisunclassified

See 1 more Smart Citation

Modelo Linear de Mistura Espectral: Conceitos Teóricos, Algoritmos e Aplicações em Estudos na Amazônia Legal

Shimabukuro

Dutra

Arai

2020

Rev. Bras. Cartogr.

Self Cite

View full text Add to dashboard Cite

Este trabalho apresenta uma revisão sobre o Modelo Linear de Mistura Espectral e suas aplicações na Amazônia Legal. Os estudos sobre mistura espectral iniciaram na década de 1970, motivada pelo problema na estimativa de áreas obtida por interpretação automática. O pixel era classificado ou não baseado na máxima probabilidade desse pixel pertencer a determinada classe, superestimando ou subestimando esta classe de acordo com a decisão tomada. Surgiu então o interesse no estudo da mistura espectral dentro do pixel. A resposta de cada pixel pode ser considerada como uma combinação linear das respostas espectrais de cada componente que está na mistura desse pixel. Dessa forma, conhecendo-se as respostas espectrais dos componentes, podemos obter as proporções desses componentes (imagens fração). Neste trabalho são apresentados os conceitos teóricos que motivaram o desenvolvimento desse modelo, e são descritos os algoritmos (Mínimos Quadrados com Restrição, Mínimos Quadrados Ponderados, Principais Componentes) desenvolvidos na década de 1980. Com a disponibilidade desses algoritmos em softwares de processamento de imagens digitais na década de 1990, aumentou o número de trabalhos que fazem uso dessa técnica no Brasil e no mundo. As imagens fração foram utilizadas para automatizar o Projeto PRODES (Monitoramento do Desmatamento da Floresta Amazônica Brasileira por Satélite) que foi o primeiro projeto operacional sistemático de Sensoriamento Remoto orbital. A seguir é apresentada a utilização das imagens fração em estudos realizados na Amazônia brasileira. Além disso, é apresentada uma perspectiva de uso das imagens fração em estudos globais. Em conclusão, o Modelo Linear de Mistura Espectral tem contribuído para o desenvolvimento de várias pesquisas e aplicações de Sensoriamento Remoto devido as suas características de redução de dados e por realçar os alvos de interesse nas imagens.

show abstract

“…The Project for On-Board Autonomy-Vegetation (PROBA-V) is a satellite mission to monitor vegetation globally with a 2-5 days revisit time, and 100 m spatial resolution. It has been used for mapping land use classification using vegetation indices with better spatial resolution than the Moderate-Resolution Imaging Spectroradiometer (MODIS) based products [36,37]. Despite the advantages of PROBA-V, the application of this technology for rice growth stages is limited.…”

Section: Introductionmentioning

confidence: 99%

Mapping a Cloud-Free Rice Growth Stages Using the Integration of PROBA-V and Sentinel-1 and Its Temporal Correlation with Sub-District Statistics

et al. 2021

View full text Add to dashboard Cite

Monitoring rice production is essential for securing food security against climate change threats, such as drought and flood events becoming more intense and frequent. The current practice to survey an area of rice production manually and in near real-time is expensive and involves a high workload for local statisticians. Remote sensing technology with satellite-based sensors has grown in popularity in recent decades as an alternative approach, reducing the cost and time required for spatial analysis over a wide area. However, cloud-free pixels of optical imagery are required to produce accurate outputs for agriculture applications. Thus, in this study, we propose an integration of optical (PROBA-V) and radar (Sentinel-1) imagery for temporal mapping of rice growth stages, including bare land, vegetative, reproductive, and ripening stages. We have built classification models for both sensors and combined them into 12-day periodical rice growth-stage maps from January 2017 to September 2018 at the sub-district level over Java Island, the top rice production area in Indonesia. The accuracy measurement was based on the test dataset and the predicted cross-correlated with monthly local statistics. The overall accuracy of the rice growth-stage model of PROBA-V was 83.87%, and the Sentinel-1 model was 71.74% with the Support Vector Machine classifier. The temporal maps were comparable with local statistics, with an average correlation between the vegetative area (remote sensing) and harvested area (local statistics) is 0.50, and lag time 89.5 days (n = 91). This result was similar to local statistics data, which correlate planting and the harvested area at 0.61, and the lag time as 90.4 days, respectively. Moreover, the cross-correlation between the predicted rice growth stage was also consistent with rice development in the area (r > 0.52, p < 0.01). This novel method is straightforward, easy to replicate and apply to other areas, and can be scaled up to the national and regional level to be used by stakeholders to support improved agricultural policies for sustainable rice production.

show abstract

Discriminating Land Use and Land Cover Classes in Brazil Based on the Annual PROBA-V 100 m Time Series

Cited by 15 publications

References 50 publications

Mapeamento da Vegetação da Caatinga a partir de Dados Ópticos de Observação da Terra – Oportunidades e Desafios

Mapeamento da Vegetação da Caatinga a partir de Dados Ópticos de Observação da Terra – Oportunidades e Desafios

Modelo Linear de Mistura Espectral: Conceitos Teóricos, Algoritmos e Aplicações em Estudos na Amazônia Legal

Mapping a Cloud-Free Rice Growth Stages Using the Integration of PROBA-V and Sentinel-1 and Its Temporal Correlation with Sub-District Statistics

Contact Info

Product

Resources

About