Detecção de cicatrizes de áreas queimadas baseada no modelo linear de mistura espectral e imagens índice de vegetação utilizando dados multitemporais do sensor MODIS/TERRA no estado do Mato Grosso, Amazônia brasileira Burn scar detection based on linear mixture model and vegetation indices using multitemporal data from MODIS/TERRA sensor in Mato Grosso State, Brazilian Amazon
O objetivo desta pesquisa foi avaliar os dados do sensor MODIS para detectar e monitorar cicatrizes de áreas recém queimadas. Utilizamos imagens da reflectância de superfície do sensor MODIS: produto MOD09 (dia 5 de outubro) e produto MOD13A1 (meses de outubro e novembro). Foi avaliada também uma sé...
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Instituto Nacional de Pesquisas da Amazônia
2005-12-01
|
| Series: | Acta Amazonica |
| Subjects: | |
| Online Access: | http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0044-59672005000400009 |
| _version_ | 1811259320269012992 |
|---|---|
| author | Liana Oighenstein Anderson Luiz Eduardo Oliveira e Cruz de Aragão André de Lima Yosio Edemir Shimabukuro |
| author_facet | Liana Oighenstein Anderson Luiz Eduardo Oliveira e Cruz de Aragão André de Lima Yosio Edemir Shimabukuro |
| author_sort | Liana Oighenstein Anderson |
| collection | DOAJ |
| description | O objetivo desta pesquisa foi avaliar os dados do sensor MODIS para detectar e monitorar cicatrizes de áreas recém queimadas. Utilizamos imagens da reflectância de superfície do sensor MODIS: produto MOD09 (dia 5 de outubro) e produto MOD13A1 (meses de outubro e novembro). Foi avaliada também uma série temporal de um ano dos índices de vegetação (IV) EVI e NDVI (produto MOD13A1). Uma imagem do sensor ETM+ (dia 5 de outubro) foi utilizada como base para a delimitação dos polígonos amostrais e avaliação dos dados MODIS devido a sua melhor resolução espacial. A metodologia focou na aplicação do modelo linear de mistura espectral nas imagens reflectância para a geração das imagens fração sombra. Análises de regressão foram efetuadas para comparação entre o percentual de sombra derivado da imagem ETM+ e das imagens MODIS. As alterações multitemporais nas imagens IV foram avaliadas com base no teste de Tukey. Os resultados mostraram que a imagem fração sombra gerada a partir do produto MOD09 apresentou um R² = 0,66 (p < 0,01) em relação aos dados ETM+. Para as imagens do produto MOD13A1 não foram identificadas relações significativas. Os IV dentro dos mesmos polígonos apresentaram uma variação sazonal durante o ano. No entanto, não houve uma diminuição significativa dos valores destes índices nos meses onde foram observadas as cicatrizes de áreas recém queimadas. Portanto, o produto MOD09 mostrou-se mais eficiente que o produto MOD13A1 para a detecção de cicatrizes de áreas recém queimadas. A análise multitemporal dos IV sugeriu que não foi possível detectar este mesmo padrão na área de estudo.<br>The aim of this research was to evaluate the MODIS sensor data to detect and monitor recent burned scars areas. We used MODIS sensor surface reflectance images, including: MOD09 product (October 5th) and MOD13A1 product (October and November). We also used one year temporal series of the vegetation indices (VI) EVI and NDVI (MOD13A1 product) to evaluate its capability to detect recent burned scars areas. An ETM+ sensor image (October 5th) was used as basis for the samples polygons design and to evaluate the MODIS data due to its higher spatial resolution. The methodology focused on the application of a linear spectral mixing model on the reflectance images to generate the shade fraction. Regression analyses were carried out for the comparison between the shade percentage derived from the ETM+ image and the MODIS images. The multitemporal change detection over the VI images were evaluated based on the Tukey test. The results showed that the shade fraction image derived from the MOD09 product presented a R² = 0,66 (p < 0,01) with the ETM+. For the MOD13A1 product images were not found a significant relationship. The VI over the same samples polygons presented seasonal variations during the year. Even though, was not observed a significant decrease in their values on the months that we detect the burned scars. We conclude that the MOD09 product was more efficient than the MOD13A1 product to detect burn scars. The multitemporal analysis of the VI suggested that it is not possible to detect this same pattern over the study area. |
| first_indexed | 2024-04-12T18:28:44Z |
| format | Article |
| id | doaj.art-de4abb6f814f41f18a74c0335655df88 |
| institution | Directory Open Access Journal |
| issn | 0044-5967 |
| language | English |
| last_indexed | 2024-04-12T18:28:44Z |
| publishDate | 2005-12-01 |
| publisher | Instituto Nacional de Pesquisas da Amazônia |
| record_format | Article |
| series | Acta Amazonica |
| spelling | doaj.art-de4abb6f814f41f18a74c0335655df882022-12-22T03:21:09ZengInstituto Nacional de Pesquisas da AmazôniaActa Amazonica0044-59672005-12-0135444545610.1590/S0044-59672005000400009Detecção de cicatrizes de áreas queimadas baseada no modelo linear de mistura espectral e imagens índice de vegetação utilizando dados multitemporais do sensor MODIS/TERRA no estado do Mato Grosso, Amazônia brasileira Burn scar detection based on linear mixture model and vegetation indices using multitemporal data from MODIS/TERRA sensor in Mato Grosso State, Brazilian AmazonLiana Oighenstein AndersonLuiz Eduardo Oliveira e Cruz de AragãoAndré de LimaYosio Edemir ShimabukuroO objetivo desta pesquisa foi avaliar os dados do sensor MODIS para detectar e monitorar cicatrizes de áreas recém queimadas. Utilizamos imagens da reflectância de superfície do sensor MODIS: produto MOD09 (dia 5 de outubro) e produto MOD13A1 (meses de outubro e novembro). Foi avaliada também uma série temporal de um ano dos índices de vegetação (IV) EVI e NDVI (produto MOD13A1). Uma imagem do sensor ETM+ (dia 5 de outubro) foi utilizada como base para a delimitação dos polígonos amostrais e avaliação dos dados MODIS devido a sua melhor resolução espacial. A metodologia focou na aplicação do modelo linear de mistura espectral nas imagens reflectância para a geração das imagens fração sombra. Análises de regressão foram efetuadas para comparação entre o percentual de sombra derivado da imagem ETM+ e das imagens MODIS. As alterações multitemporais nas imagens IV foram avaliadas com base no teste de Tukey. Os resultados mostraram que a imagem fração sombra gerada a partir do produto MOD09 apresentou um R² = 0,66 (p < 0,01) em relação aos dados ETM+. Para as imagens do produto MOD13A1 não foram identificadas relações significativas. Os IV dentro dos mesmos polígonos apresentaram uma variação sazonal durante o ano. No entanto, não houve uma diminuição significativa dos valores destes índices nos meses onde foram observadas as cicatrizes de áreas recém queimadas. Portanto, o produto MOD09 mostrou-se mais eficiente que o produto MOD13A1 para a detecção de cicatrizes de áreas recém queimadas. A análise multitemporal dos IV sugeriu que não foi possível detectar este mesmo padrão na área de estudo.<br>The aim of this research was to evaluate the MODIS sensor data to detect and monitor recent burned scars areas. We used MODIS sensor surface reflectance images, including: MOD09 product (October 5th) and MOD13A1 product (October and November). We also used one year temporal series of the vegetation indices (VI) EVI and NDVI (MOD13A1 product) to evaluate its capability to detect recent burned scars areas. An ETM+ sensor image (October 5th) was used as basis for the samples polygons design and to evaluate the MODIS data due to its higher spatial resolution. The methodology focused on the application of a linear spectral mixing model on the reflectance images to generate the shade fraction. Regression analyses were carried out for the comparison between the shade percentage derived from the ETM+ image and the MODIS images. The multitemporal change detection over the VI images were evaluated based on the Tukey test. The results showed that the shade fraction image derived from the MOD09 product presented a R² = 0,66 (p < 0,01) with the ETM+. For the MOD13A1 product images were not found a significant relationship. The VI over the same samples polygons presented seasonal variations during the year. Even though, was not observed a significant decrease in their values on the months that we detect the burned scars. We conclude that the MOD09 product was more efficient than the MOD13A1 product to detect burn scars. The multitemporal analysis of the VI suggested that it is not possible to detect this same pattern over the study area.http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0044-59672005000400009sensor MODISáreas queimadasimagens fraçãoMODIS sensorburned areasfraction images |
| spellingShingle | Liana Oighenstein Anderson Luiz Eduardo Oliveira e Cruz de Aragão André de Lima Yosio Edemir Shimabukuro Detecção de cicatrizes de áreas queimadas baseada no modelo linear de mistura espectral e imagens índice de vegetação utilizando dados multitemporais do sensor MODIS/TERRA no estado do Mato Grosso, Amazônia brasileira Burn scar detection based on linear mixture model and vegetation indices using multitemporal data from MODIS/TERRA sensor in Mato Grosso State, Brazilian Amazon Acta Amazonica sensor MODIS áreas queimadas imagens fração MODIS sensor burned areas fraction images |
| title | Detecção de cicatrizes de áreas queimadas baseada no modelo linear de mistura espectral e imagens índice de vegetação utilizando dados multitemporais do sensor MODIS/TERRA no estado do Mato Grosso, Amazônia brasileira Burn scar detection based on linear mixture model and vegetation indices using multitemporal data from MODIS/TERRA sensor in Mato Grosso State, Brazilian Amazon |
| title_full | Detecção de cicatrizes de áreas queimadas baseada no modelo linear de mistura espectral e imagens índice de vegetação utilizando dados multitemporais do sensor MODIS/TERRA no estado do Mato Grosso, Amazônia brasileira Burn scar detection based on linear mixture model and vegetation indices using multitemporal data from MODIS/TERRA sensor in Mato Grosso State, Brazilian Amazon |
| title_fullStr | Detecção de cicatrizes de áreas queimadas baseada no modelo linear de mistura espectral e imagens índice de vegetação utilizando dados multitemporais do sensor MODIS/TERRA no estado do Mato Grosso, Amazônia brasileira Burn scar detection based on linear mixture model and vegetation indices using multitemporal data from MODIS/TERRA sensor in Mato Grosso State, Brazilian Amazon |
| title_full_unstemmed | Detecção de cicatrizes de áreas queimadas baseada no modelo linear de mistura espectral e imagens índice de vegetação utilizando dados multitemporais do sensor MODIS/TERRA no estado do Mato Grosso, Amazônia brasileira Burn scar detection based on linear mixture model and vegetation indices using multitemporal data from MODIS/TERRA sensor in Mato Grosso State, Brazilian Amazon |
| title_short | Detecção de cicatrizes de áreas queimadas baseada no modelo linear de mistura espectral e imagens índice de vegetação utilizando dados multitemporais do sensor MODIS/TERRA no estado do Mato Grosso, Amazônia brasileira Burn scar detection based on linear mixture model and vegetation indices using multitemporal data from MODIS/TERRA sensor in Mato Grosso State, Brazilian Amazon |
| title_sort | deteccao de cicatrizes de areas queimadas baseada no modelo linear de mistura espectral e imagens indice de vegetacao utilizando dados multitemporais do sensor modis terra no estado do mato grosso amazonia brasileira burn scar detection based on linear mixture model and vegetation indices using multitemporal data from modis terra sensor in mato grosso state brazilian amazon |
| topic | sensor MODIS áreas queimadas imagens fração MODIS sensor burned areas fraction images |
| url | http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0044-59672005000400009 |
| work_keys_str_mv | AT lianaoighensteinanderson deteccaodecicatrizesdeareasqueimadasbaseadanomodelolineardemisturaespectraleimagensindicedevegetacaoutilizandodadosmultitemporaisdosensormodisterranoestadodomatogrossoamazoniabrasileiraburnscardetectionbasedonlinearmixturemodelandvegetationindicesusingmul AT luizeduardooliveiraecruzdearagao deteccaodecicatrizesdeareasqueimadasbaseadanomodelolineardemisturaespectraleimagensindicedevegetacaoutilizandodadosmultitemporaisdosensormodisterranoestadodomatogrossoamazoniabrasileiraburnscardetectionbasedonlinearmixturemodelandvegetationindicesusingmul AT andredelima deteccaodecicatrizesdeareasqueimadasbaseadanomodelolineardemisturaespectraleimagensindicedevegetacaoutilizandodadosmultitemporaisdosensormodisterranoestadodomatogrossoamazoniabrasileiraburnscardetectionbasedonlinearmixturemodelandvegetationindicesusingmul AT yosioedemirshimabukuro deteccaodecicatrizesdeareasqueimadasbaseadanomodelolineardemisturaespectraleimagensindicedevegetacaoutilizandodadosmultitemporaisdosensormodisterranoestadodomatogrossoamazoniabrasileiraburnscardetectionbasedonlinearmixturemodelandvegetationindicesusingmul |