O Artigo "On a Data-Driven Approach for Detecting Disturbance in the Brazilian Savannas Using Time Series of Vegetation Indices" (Tradução: Uma abordagem baseada em dados para detectar perturbações no Cerrado usando séries temporais de índices de vegetação) foi publicado no periódico Remote Sensing pela Doutoranda Alana Almeida de Souza e os pesquisadores da DIOTG/CGCT/INPE: Lênio Soares Galvão e Thales Sehn Korting, além de Cláudio Aparecido Almeida (COGPI/INPE) . O artigo apresenta uma análise de detecção de distúrbios na vegetação do Cerrado com o uso de séries temporais de índices de vegetação, evidenciando a importância de abordagens baseada em dados e a complementaridade das diferentes regiões espectrais para geração de alertas de alteração no Bioma.

Os autores apresentam um resumo abaixo:

A detecção de distúrbios no Cerrado com uso de dados de sensoriamento remoto é um desafio, especialmente devido à sazonalidade climática e seus efeitos na fenologia da vegetação. Neste estudo, investigamos a detecção de distúrbios por fogo e supressão de vegetação numa área do MATOPIBA usando sete índices de vegetação (IVs) calculados a partir de uma série temporal Landsat (2017–2019) e o algoritmo  Continuous Change Detection and Classification (CCDC). Os IVs selecionados representam características biofísicas distintas dos cerrados. Avaliamos a acurácia das detecções por IVs individuais, IVs em conjunto e por tipo de distúrbio (supressão de vegetação e fogo). Por fim, analisamos a possível existência de padrões sazonais na ocorrência dos tipos de distúrbios. Os resultados mostraram que a precisão geral da detecção CCDC variou de 51,2% para o índice GRND a 65,9% para o índice NBR2. Com o uso de todos os IVs em conjunto, a precisão geral aumentou para 71,2%, reduzindo os erros de omissão quando comparados ao uso de IVs isoladamente. Para detectar eventos de supressão e fogo, os IVs mais importantes usaram bandas de refletância de infravermelho próximo e infravermelho de ondas curtas em suas formulações (NBR2, NBR e MSI). A precisão do CCDC foi geralmente maior para detecção de supressão do que para mapeamento de áreas queimadas. Em contraste, a data registrada de ocorrência de distúrbios foi menos precisa para detecção de supressão de vegetação do que para registro de eventos causados ​​por fogo, especialmente devido à existência de alguns processos graduais de degradação da vegetação até a supressão completa. Nossos resultados mostraram também a existência de um padrão sazonal de ocorrência de distúrbios. A derrubada do cerrado predominou na transição da estação chuvosa para a seca (abril a julho), enquanto os eventos de fogo ocorrem preferencialmente entre agosto e outubro, próximo às áreas consolidadas de agricultura, se estendendo às áreas de vegetação nativa. Os resultados reforçam a importância de abordagens baseadas em dados para gerar alertas de distúrbios no Cerrado.

.

 Figura: Área de Estudo, Metodologia e Resultados do Artigo