Mapeo de claros en zonas madereras de la Amazonia mediante tecnologías de teledetección y aprendizaje automático
DOI:
https://doi.org/10.51359/2238-6211.2025.263037Palabras clave:
geoprocesamiento, recursos forestales, silvicultura, sostenibilidad, AmazonResumen
La teledetección se utiliza ampliamente para vigilar los bosques tropicales. En Brasil, el Proyecto PRODES es una referencia para el control y seguimiento de la deforestación, que utilizaba imágenes Landsat 5 con una resolución espacial media (de 10 a 30 metros). A lo largo de los años, se han mejorado otras herramientas, generando datos de mejor calidad en menos tiempo. Actualmente, se dispone de mapas base mensuales de 64 países tropicales, con alta resolución espacial (de 1 a 5 metros), que permiten cartografiar los claros de vegetación. El objetivo de este estudio era evaluar la eficacia de las imágenes Planet para cuantificar los claros formados por la tala. El área estudiada fue una Unidad de Producción Anual (UPA) de la Selva Nacional de Jamari, en régimen de concesión forestal. Las imágenes se procesaron y, a continuación, se aplicaron el índice de vegetación de diferencia normalizada (NDVI) y la clasificación supervisada mediante el modelo probabilístico de mezcla gaussiana para identificar los claros causados por la tala. Además de las imágenes de satélite, se utilizaron los datos del estudio de daños sobre el terreno recogidos por la empresa de servicios públicos. La clasificación de las imágenes mostró que el 9,43% de la superficie de explotación efectiva de la UPA había sido desbrozada y la cuantificación de los daños sobre el terreno mostró un 11,91%. No fue posible clasificar con las imágenes los claros de pistas de arrastre y los claros de tala con copas pequeñas. Sin embargo, el estudio demostró ser eficaz para controlar los claros causados por carreteras y la tala de árboles con copas grandes. Esto pone de relieve su importancia para el control y la vigilancia de la deforestación en la Amazonia.
Citas
ALMEIDA, D. R. A. D., STARK, S. C., CHAZDON, R., NELSON, B. W., CÉSAR, R. G., MELI, P.; BRANCALION, P. H. S. The effectiveness of lidar remote sensing for monitoring forest cover attributes and landscape restoration. Forest Ecology and Management, v. 438, p. 34-43, 2019. https://doi.org/10.1016/j.foreco.2019.02.002.
ALVARES, C. A.; STAPE, J. L.; SENTELHAS, P. C.; GONÇALVES, J. D. M. & SPAROVEK, G. Köppen’s climate classification map for Brazil. Meteorologische zeitschrift, 22(6), 711-728, 2013. https://doi.org/10.1127/0941-2948/2013/0507
ALVES, R. R.; JACOVINE, L. A. G.; NARDELLI, Á. M. B.; BASSO, V. M. & DA SILVA, F. L. Certificação florestal: Da floresta ao consumidor final. Digitaliza Conteudo, 2022.
ASSUNÇÃO, J.; GANDOUR, C.; ROCHA, R. DETER-ing deforestation in the Amazon: environmental monitoring and law enforcement. American Economic Journal: Applied Economics, v. 15, n. 2, p. 125-156, 2023. https://doi.org/10.1257/app.20200196.
BECK, H. E.; ZIMMERMANN, N. E.; McVICAR, T. R.; VERGOPOLAN, N.; BERG, A. & WOOD, E. F. Present and future Köppen-Geiger climate classification maps at 1-km resolution. Scientific data, v. 5, n. 1, p. 1-12, 2018. https://doi.org/10.1038/sdata.2018.214
COOPS N.C; HILKER T; WULDER M.A; ST-ONGE B; NEWNHAM G; SIGGINS A. Estimating canopy structure of Douglas-fir forest stands from discrete-return LIDAR. Trees - Structure and Function 2007; 21(3): 295-310. http://dx.doi.org/10.1007/s00468-006-0119-6.
BRASIL. Constituição Federal. Senado Federal. Brasília, DF, 1988.
D'OLIVEIRA, D'OLIVEIRA, M. V., REUTEBUCH, S. E., MCGAUGHEY, R. J., & ANDERSEN, H. E. Estimating forest biomass and identifying low-intensity logging areas using airborne scanning lidar in Antimary State Forest, Acre State, Western Brazilian Amazon. Remote Sensing of Environment, v. 124, p. 479-491, 2012. https://doi.org/10.1016/j.rse.2012.05.014
DINIZ, C. G., DE ALMEIDA SOUZA, A. A., SANTOS, D. C., DIAS, M. C., DA LUZ, N. C., DE MORAES, D. R. V., ... & ADAMI, M. DETER-B: The new Amazon near real-time deforestation detection system. IEEE Journal of selected topics in applied earth observations and remote sensing, v. 8, n. 7, p. 3619-3628, 2015. https://doi.org/10.1109/JSTARS.2015.2437075.
FAGUNDES, S. T. S. Efeitos da exploração florestal a curto prazo na vegetação arbórea em unidade de produção na Flona do Jamari. Relatório final de iniciação científica – PIBIC/UNIR/CNPQ, CICLO 2017/2018, p. 35, 2018.
FAGUNDES, S. T. S., SCCOTI, M. S. V., LIMA, A. C. R., JUNIOR, J. F. B., & BIAZATTI, S. C. Monitoramento da floresta a curto prazo em área de concessão florestal na Amazônia Ocidental. Revista Ibero-Americana de Ciências Ambientais, v. 11, n. 5, p. 55-62, 2020. https://doi.org/10.6008/CBPC2179-6858.2020.005.0006.
FERREIRA GOMES, L., SEIXAS BRITES, R., JAHN LOCKS, C., & REZENDE DOS ANJOS, R. Estimativas das Alterações na Biomassa Florestal Utilizando LiDAR em Área de Manejo Florestal Sustentável na Amazônia Sul-Ocidental. Anuário do Instituto de Geociências, v. 43, n. 3, 2020. https://doi.org/10.11137/2020_3_260_268.
GAO, Y.; SKUTSCH, M.; PANEQUE-GÁLVEZ, J.; & GHILARDI, A. Remote sensing of forest degradation: a review. Environmental Research Letters, v. 15, n. 10, p. 103001, 2020. https://doi.org/10.1088/1748-9326/abaad7.
GOMES, L. F., BRITES, R. S., LOCKS, C. J., & DOS ANJOS, R. R. Estimativas das alterações na biomassa florestal utilizando LiDAR em área de manejo florestal sustentável na Amazônia Sul-Ocidental. Anuário do Instituto de Geociências, v. 43, n. 3, p. 260-268, 2020. http://doi.org/10.11137/2020_3_260_268.
GONZAGA, C. A. C; DE ASSIS FERNANDES, T.; BOLDRIN, J. L; CORREA, M. D. S. A; ROQUETTE, J.G; DA SILVA, N. M.; BARBOSA, D. S.; PESSI, D. D.; FILHO, A. C. P.; MIOTO, C. L.; & ANGEOLETTO, F. H.S. Sensoriamento remoto e monitoramento da manipulação florestal por entidades governamentais do Brasil. Pesquisa, Sociedade e Desenvolvimento, v. 11, n. 5, pág. e28811528323, 2022. https://doi.org/10.33448/rsd-v11i5.28323.
GONÇALVES, A. K.; DA SILVEIRA, G. R. P.; DE, Z. X.; CAMPOS, S. Métodos de classificação supervisionada de imagens de satélite aplicadas no mapeamento do uso do solo na bacia hidrográfica do Ribeirão Santo Antônio, São Manuel/SP. GEOSABERES: Revista de Estudos Geoeducacionais, v. 6, n. 1, p. 52-62, 2015.
GOETZ, S. J.; HANSEN, M.; HOUGHTON, R. A.; WALKER, W.; LAPORTE, N.; & BUSCH, J. Measurement and monitoring needs, capabilities and potential for addressing reduced emissions from deforestation and forest degradation under REDD+. Environmental Research Letters, v. 10, n. 12, p. 123001, 2015. https://doi.org/10.1088/1748-9326/10/12/123001.
IBGE, (2012). Manual técnico da vegetação brasileira. Rio de janeiro, IBGE.
INSTITUTO BRASILEIRO DO MEIO AMBIENTE E DOS RECURSOS NATURAIS RENOVÁVEIS - IBAMA. Norma de Execução nº 1, de 24 de abril de 2007. Disponível em: http://www.ibama.gov.br/sophia/cnia/legislacao/IBAMA/NE0001-240407.PDF. Acesso em: 20 de Abril de 2023. Brasília, DF, 2007.
INPE - Instituto Nacional de Pesquisas Espaciais. PRODES — Coordenação-Geral de Observação da Terra. Disponível em: http://www.obt.inpe.br/OBT/assuntos/programas/amazonia/prodes. Acesso em: 11 mar. 2024.
JUNIOR, N. S., CORTE, A. P., VASCONCELLOS, B., & SANQUETTA, C. R. Técnicas de sensoriamento remoto no âmbito do licenciamento de plano de manejo florestal madeireiro no estado de mato grosso. Enciclopédia biosfera, v. 14, n. 25, 2017. https://doi.org/10.18677/EnciBio_2017A97.
LANDIS, J. R.; KOCH, G. G. The measurement of observer agreement for categorical data. Biometrics, p. 159-174, 1977. https://doi.org/10.2307/2529310.
LOCKS, C. J., & MATRICARDI, E. A. T. The estimation of selective logging impact in Amazon Forest using LIDAR data. Ciência Florestal, v. 29, p. 481-495, 2019. https://doi.org/10.5902/1980509826007
LIMA, R. A. Estrutura e regeneração de clareiras em Florestas Pluviais Tropicais. Brazilian Journal of Botany, v. 28, p. 651-670, 2005. https://doi.org/10.1590/S0100-84042005000400002
LIMA, T. A., BEUCHLE, R., LANGNER, A., GRECCHI, R. C., GRIESS, V. C., & ACHARD, F. Comparing Sentinel-2 MSI and Landsat 8 OLI imagery for monitoring selective logging in the Brazilian Amazon. Remote sensing, 11(8), 961, 2019. https://doi.org/10.3390/rs11080961.
MATRICARDI, E. A. T.; SKOLE, D. L.; COSTA, O. B.; PEDLOWSKI, M. A.; SAMEK, J. H.; & MIGUEL, E. P. Long-term forest degradation surpasses deforestation in the Brazilian Amazon. Science, v. 369, n. 6509, p. 1378-1382, 2020. 10.1126/science.abb3021
CHAVES, C. PPG7: duas décadas de apoio à proteção das florestas brasileiras. Ministério do Meio Ambiente e Mudança do Clima (MMA), 2009. Disponível em: https://www.gov.br/mma/pt-br/noticias/ppg7-duas-decadas-de-apoio-a-protecao-das-florestas-brasileiras. Acesso em: 18 de set. de 2023.
NERY, C. V. M.; BRAGA, F. L.; MOREIRA, A. A.; & FERNANDES, F. H. S. Aplicação do Novo Código Florestal na avaliação das Áreas de Preservação Permanente em topo de morro na sub-bacia do Rio Canoas no município de Montes Claros/MG. Revista Brasileira de Geografia Física, v. 6, n. 6, p. 1673-1688, 2013.
OLIVEIRA, E. K. B. DE, REZENDE, A. V., DE FREITAS, L. J. M., JÚNIOR, L. S. M., BARROS, Q. S., & DA COSTA, L. S. Monitoramento da estrutura e caracterização ecológica em floresta tropical manejada na Amazônia Brasileira. Revista Brasileira de Ciências Agrárias, v. 14, n. 4, p. 1-12, 2019. https://doi.org/10.5039/agraria.v14i4a6867
RODRIGUES, M. I.; SOUZA, Á. N. D.; JOAQUIM, M. S.; LUSTOSA JÚNIOR, I. M.; & PEREIRA, R. S. Concessão florestal na Amazônia brasileira. Ciência Florestal, v. 30, p. 1299-1308, 2020. https://doi.org/10.5902/1980509821658.
RONDÔNIA. Secretaria de Estado do Desenvolvimento Ambiental (SEDAM). Boletim Climatológico de Rondônia. SEDAM, Porto Velho, 2010.
ROUSE, J. W.; HAAS, R. H.; SCHELL, J. A.; DEERING, D. W. Monitoring vegetation systems in the Great Plains with ERTS. NASA Spec. Publ, v. 351, n. 1, p. 309, 1974.
SCCON. Imagens PLANET. 2023. Disponível em: https://www.sccon.com.br/produtos/imagens-planet/. Acesso em: 18 de set. de 2023.
SCIKIT-LEARN. Scikit-learn 0.21.3 [Software de computador]. Zenodo, 2019.
SERVIÇO FLORESTAL BRASILEIRO – SFB. Contrato de concessão florestal decorrente da concorrência Nº 01/2018 Floresta Nacional do Jamari – RO, 2019.
SILVA, K. G. da. Concessão florestal: utilizando recursos de arrecadação para fortalecimento da política florestal e do desenvolvimento sustentável. Trabalho de Conclusão de Curso (Especialista em Gestão de Políticas Ambientais), Escola Nacional de Administração Pública – ENAP, Brasília – DF, 2020.
VENTURIERI, A.; SANTOS, J.R. dos. Técnicas de classificação de imagens para análise da cobertura vegetal. In: ASSAD, E. D.; SANO, E. E. (Org.). Sistemas de Informações Geográficas: Aplicações na Agricultura. 2. ed. Brasília: EMBRAPA. p. 351-371, 1998.
WANG, Y.; ZIV, G.; ADAMI, M.; MITCHARD, E.; BATTERMAN, S. A.; BUERMANN, W.; MARIMON, B. S.; JÚNIOR, B. H. M.; REIS, S. M.; & GALBRAITH, D. Mapeamento de florestas tropicais perturbadas usando imagens ópticas de satélite multidecenais de 30 m. Sensoriamento remoto do meio ambiente, v. 221, p. 474-488, 2019. https://doi.org/10.1016/j.rse.2018.11.028.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Gean Paulino Montagnolli, Carolaine Maia de Souza, Suelen Tainã Silva Fagundes, Jhony Vendruscolo, Marta Silvana Volpato Sccoti

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Autores que publicam nesta revista concordam com os seguintes termos:
a) Autores mantêm os direitos autorais e concedem à REVISTA DE GEOGRAFIA da Universidade Federal de Pernambuco o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Atribuição 4.0 Internacional. CC BY -
. Esta licença permite que os reutilizadores distribuam, remixem, adaptem e criem a partir do material em qualquer meio ou formato, desde que a atribuição seja dada ao criador. A licença permite o uso comercial.
b) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
d) Os conteúdos da REVISTA DE GEOGRAFIA estão licenciados com uma Licença Creative Commons Atribuição 4.0 Internacional. CC BY -
. Esta licença permite que os reutilizadores distribuam, remixem, adaptem e criem a partir do material em qualquer meio ou formato, desde que a atribuição seja dada ao criador. A licença permite o uso comercial.
No caso de material com direitos autorais a ser reproduzido no manuscrito, a atribuição integral deve ser informada no texto; um documento comprobatório de autorização deve ser enviado para a Comissão Editorial como documento suplementar. É da responsabilidade dos autores, não da REVISTA DE GEOGRAFIA ou dos editores ou revisores, informar, no artigo, a autoria de textos, dados, figuras, imagens e/ou mapas publicados anteriormente em outro lugar.