Você está aqui: Página Inicial > Notícias OBT INPE > Artigo apresenta métricas fenológicas (PlanetScope) para classificação de vegetação do Cerrado

Notícias

Artigo apresenta métricas fenológicas (PlanetScope) para classificação de vegetação do Cerrado

O artigo "On the combined use of phenological metrics derived from different PlanetScope vegetation indices for classifying savannas in Brazil" (tradução: Sobre o uso combinado de métricas fenológicas derivadas de diferentes índices de vegetação PlanetScope para classificação de savanas no Brasil), liderado por Isadora Haddad, aluna de pós-graduação PG-SER, foi publicado recentemente no periódico Remote Sensing Applications: Society and Environment. O artigo mostra que o uso de 12 métricas fenológicas, extraídas do ciclo sazonal...
publicado: 27/04/2022 14h42 última modificação: 27/04/2022 16h54

O artigo "On the combined use of phenological metrics derived from different PlanetScope vegetation indices for classifying savannas in Brazil" (tradução: Sobre o uso combinado de métricas fenológicas derivadas de diferentes índices de vegetação PlanetScope para classificação de savanas no Brasil), liderado por Isadora Haddad, doutoranda PGSER, foi publicado recentemente no periódico Remote Sensing Applications: Society and Environment.

O artigo mostra que o uso de 12 métricas fenológicas, extraídas do ciclo sazonal de 2017-2018, melhora a classificação de fitofisionomias do Cerrado na Estação Ecológica de Águas Emendadas, quando comparado com a classificação feita somente na estação seca de 2017 ou 2018.

As métricas fenológicas foram calculadas a partir de séries temporais de alta resolução espacial e temporal da constelação de satélites PlanetScope. Elas foram determinadas a partir de três diferentes índices de vegetação (NDVI, EVI e GRND). Quando usados em conjunto na estação seca, estes índices também melhoram a precisão de classificação em relação ao uso individual das variáveis.

O artigo pode ser acessado livremente através do link https://authors.elsevier.com/a/1e%7E368M-mmo3rM

O resumo do Artigo está abaixo:

O mapeamento das savanas no Brasil é desafiador, pois não há consenso sobre a melhor estratégia de sensoriamento remoto para lidar com a variabilidade espacial de algumas fisionomias e a semelhança espectral de outras. Neste estudo, avaliamos o desempenho de 12 métricas de fenologia de superfície terrestre (LSP) calculadas a partir de 70 imagens de satélite PlanetScope (PS) sem nuvens e três índices de vegetação (IVs) para classificação Random Forest (RF) de oito fisionomias de savana. As 12 métricas de LSP foram: início (SOS), final (EOS), duração (LOS) e média (MGS) da estação de greening; a primavera média (MSP) e outono médio (MAU); o pico VI (PEAK) e o vale (TRG); as posições de pico (POP) e vale (POT); e as taxas de esverdeamento de primavera (RSP) e senescência de outono (RAU). Essas métricas foram calculadas a partir da Diferença Normalizada Verde-Vermelho (GRND), Índice de Vegetação Aprimorado (EVI) e Índice de Vegetação de Diferença Normalizada (NDVI). Na Estação Ecológica protegida de Águas Emendadas (ESAE) no Brasil central, comparamos a classificação LSP no ciclo sazonal de 2017-2018 com a classificação VI na estação seca de 2017 usando um mapa de vegetação de referência existente para avaliação de precisão. Além disso, analisamos o desempenho dos conjuntos individuais e combinados de VIs e suas métricas LSP derivadas para classificação de RF das fisionomias da savana. Os resultados mostraram que o LSP agregou ganhos de 19,3% (EVI), 13,1% (NDVI) e 5,4% (GRND) à classificação VI da estação seca. As acurácias gerais dos conjuntos individuais e combinados de IVs e suas métricas LSP recuperadas geraram ganhos de 22,8% e 28,1% em relação ao EVI da estação seca. Na classificação combinando métricas de LSP, os preditores classificados mais importantes originaram-se do NDVI e EVI (por exemplo, TRG, PEAK, MSP, MGS e RSP). Nossos achados destacam a importância do uso combinado de dados de alta resolução espacial e temporal da constelação de satélites do Planeta para a classificação das savanas brasileiras, aproveitando as informações recuperadas da fenologia da vegetação. No entanto, quando séries temporais densas de um determinado sensor não estão disponíveis para a recuperação das métricas fenológicas, uma alternativa é a utilização combinada de diferentes IVs calculados na estação seca, quando a frequência de cobertura de nuvens é reduzida sobre áreas de savana brasileira.

 Variação espacial em métricas fenológicas selecionadas calculadas a partir de diferentes índices de vegetação (NDVI, EVI e GRND) pelo algoritmo greenbrown

Figura: Variação espacial em métricas fenológicas selecionadas calculadas a partir de diferentes índices de vegetação (NDVI, EVI e GRND) pelo algoritmo greenbrown, quando comparado a um mapa de vegetação disponível da Estação Ecológica de Águas Emendadas