Metodologia e Aplicativos do SIMEX para o

monitoramento da exploração madeireira na Amazônia

Módulo 1:
1. Caracterização de Distúrbios e da Degradação Florestal com
Imagens de Satélites

Rede SIMEX
Carlos Souza Jr., Ph.D.
Pesquisador Associado, Imazon
souzajr@imazon.org.br
Researchgate

Apoio: USFS (US Forest Service), NORAD - NICF 1

 Conteúdo
1. Definição e indicadores
2. Métodos
3. Avanços
4. Desafios principais.

2
1. DEFINIÇÃO E INDICADORES

3
 • Degradação Florestal
Redução de propriedades biofísicas e/ou serviços
ambientais e econômicos das florestas a partir de
distúrbios naturais ou antrópicos.

• Estado ou condição
Significa que a composição e estrutura da pode
mudar com o tempo, voltando ao estado original ou
para um novo ponto de equilíbrio.

• Dinâmica – significa que a degradação florestal é

causada por é um processo causado por distúrbios
contínuos ao longo do tempo..

• Linha de base
É necessário para estabelecer uma referência em
relação ao estado original da floresta.

• As medições devem ser frequentes com

Thompson, I. D. et al. An operational framework for defining and monitoring
forest degradation. Ecol. Soc. 18, (2013). indicadores de campo e dados de satélite.
4
 Atividade Madeireira com e sem Degradação Florestal
• O volume de madeira
comercial e a biomassa
florestal reduz ao longo do
tempo com a extração não
manejada.
• A composição e a estrutura
da floresta também são
modificadas e surge um
novo estado de equilíbrio,
com uma floresta diferente
da original.
• A floresta com exploração
manejada não gera
degradação florestal.

Source: Vidal (2004)

 Exploração Madeira Convencional e com Manejo Florestal

Fonte: IFT
6
Critério e indicadores para quantificação e
monitoramento da degradação florestal na
Amazônia
adaptado de Thompson et al. (2013).

7
Souza Jr., C. e Montellano, A. R. (2018), adaptado de Tompson et al,
2. MÉTODOS

8
 Distúrbios Antrópicos que Podem Gerar Degradação Florestal
Altamente
detectável
► Desmatamento
► Fragmentação florestal
►Agricultura de corte e
queimaa
► Incêndios florestais
► Estradas
► Conversão de florestal para
monocultura
► Hidroelétricas e inundações
► Mineração industrial
Sensoriamento Remoto
Marginalmente
Detectável
► Extração de madeira selectiva
► Queimada no sub-bosque
► Efeito de borda
► ‘Agricultura de corte e queima
antiga
► Garimpo de baixa escala
► Estradas não pavimentadas
► Desbaste seletivo de árvores
• Extração madereira
• Florestas queimadas
• Fragmentação
forestal
• Estradas
• Garimpos
Peres et al., (2006), TREE
Quase indetectável
► Caça e exploração de animais
► Coleta de produtos florestais não
madeireiros
► Exploração madeireira antiga
► Estradas de arraste
► Desbaste e limpeza do sub-bosque
► Invasão de espécies exóticas
► Doenças
► Mudanças na produção primária de
biomassa
► Mudança na composição florestal
► Impactos de mudanças climáticas
 Floresta Degradada em Paragominas, PA, Brasil
Ikonos Image – Paragominas, PA

• Ambiente complexo
– Dossel sem distúrbio
– Abertura no dossel.
– Solos exposto.
– Galhos e troncos expostos.
– Fumaça
• Sinergia entre os distúrbios
– Extração de madeira predatória
– Desmatamento em estradas e pátios
de estocagem.
– Fragmentação e efeito de borda

Souza Jr. and Roberts (2005) - IJRS

1998 2000

Exploração madeireira
Exploração madeireira
e queimada O que é
possível
detectar com
imagens
Landsat?
1999 2001 Exploração madeireira
e queimada antigas
Exploração madeireira
antiga

Fonte:
Souza Jr. et al., (2003) R5, G4, B3 NASA
 Um Modelo Simples para Mapear a Área
de Exploração Madeira com Landsat

12
Souza Jr. and Barreto (2002), IJRS
 NDFI – Normalized Differencing Fraction Index

-1 ≤ NDFI ≤1

NDFI baixo a
moderado

l i

G
Baixo a moderado GV

So

V
Moderado a alto NPV e
Solo
NDFI near
1
Alto GV
Baixo NPV e
Solo NP
V
Souza Jr. (2005), RSE 13
 Mapeamento de extração madeireira (Souza Jr. et al., 2005)

Fração Solo
Estrada

Exploraç
ão
Madeirei
ra

226/68 - 2001 (Sinop - MT)

 Mapeamento de extração madeireira (Souza Jr. et al., 2005)

Fração NPV
Estrada

Exploraç
ão
Madeirei
ra

226/68 - 2001 (Sinop - MT)

 Mapeamento de extração madeireira (Souza Jr. et al., 2005)

Fração GV
Estrada

Exploraç
ão
Madeirei
ra

226/68 - 2001 (Sinop - MT)

 Mapeamento de extração madeireira (Souza Jr. et al., 2005)

NDFI
Estrada

Exploraç
ão
Madeirei
ra

226/68 - 2001 (Sinop - MT)

 Mapeamento de extração madeireira e queimada(Souza Jr. et al., 2005)
NDFI

226/68 - 2000 (Sinop - MT)

 Mapeamento de extração madeireira e queimada(Souza Jr. et al., 2005)
NDFI

226/68 - 2001 (Sinop - MT)

 Mapeamento de extração madeireira e queimada(Souza Jr. et al., 2005)
NDFI

226/68 - 2003 (Sinop - MT)

 Escala de Mapeamento vs. Contraste Espectral para Monitorar
Distúrbio Florestal

Souza Jr. (2007), 21

SBSR
Escala de Mapeamento vs. Contraste Espectral para Monitorar
Distúrbio Florestal
MODIS NDFI
a)

Florestas
Queimad
as

b)
Exploraçã

Madeireir
o

Slide: C. Souza
 Análise Estatística da Resposta de IVs e SMA-NDFI

Tukey test at P<0.01 23

Souza Jr., et al. (2005), Earth
 É Possível Inferir a intensidade da Extração
Madeireira com Imagens Landsat?
1 1 1
M
L
0. 0. C 0.
L
8 8 Fore 8
st
0. 0. 0.
6 6 6

CDF
CDF

CDF
0. 0. 0.
4 M 4 4
M
0. L
C 0. 0. L
C
2 L 2 2 L
Fore Fore
0 st 0 0 st
0 2 4 6 8 6 7 8 9 10 0 5 1 1 2
0 G0 0 0 0 0 GV 0 0 0 0
NP 5 0
GV
V
GV
sh NP
V
d

1 1 shd 1
V
M
L
C
0. 0. 0.
8 8 L
Fore 8
st
0. 0. 0.
CDF

CDF

6 6 6

CDF
0. 0. 0.
4 M 4 4 M
0. L
C 0. 0. L
C
2 L
Fore 2 2 L
Fore
st st
0 0 0
0 5 1 1 2 2 0. 0. 0. 1 0. 1 1. 1.
0 So 5 0 5 7 8
NDF 9 8 NDV 2 4
ilSoi ND
I ND
I
l FI VI
Monteiro et al., (2007), SBSR
25
5.081 km2/ano
de florestas degradadas entre 2000 e 2010
26
 Análise de Acurácia da Mapeamento do Desmatamento e
Degradação Florestal

Souza Jr. et al., (2013), Remote Sensing

Métodos para Detecção de
Degradação pela atividade
madeireira.
Carlos Souza Jr.,
2017

28
 Período de Aquisição das Imagens para o
Monitoramento

Hethcoat, M. G. et al. A machine learning approach to map tropical

selective logging. Remote Sens. Environ. 221, 569–582 (2019). 29
3. AVANÇOS

30
 1 million 40 years of
hours of CPU Landsat
time Imagery

5 thousand
10 thousand users
parallel CPUs
Source
FAPESP

"A planetary-scale platform for environmental data & analysis.”

Source: 31
 Landsat
Data
Archive

https://earthengine.google.com/

32
Coded
Continuous Detection of Time-Series of Forest Degradation
Degradation

• Continuous Degradation Detection (CODED)

• NDFI, GV, Soil, NPV e Shade (Souza et al., 2005).
• Implementado no Google Earth Engine.

33
34
 Cálculo do Desvio Absoluto da
Mediana (DAM)

Série temporal do pixel (191, 191, 191, 171, 159, 169, 190, 190, 179)
Mediana = 190
Resultado DAM:
(1, 1, 1, 19, 31, 21, 0, 0, 11).
Resultado de la classificacion para DAM >=15
(0, 0, 0, 1, 1, 1, 0, 0 , 0)
4. DESAFIOS

36
1. Extração de baixo impacto
em áreas com escassez de
imagens

Ucayali y San Martin, Peru

37
 Dosel abierto Dosel semi-abierto Dosel cerrado

Imagen SPOT 7 – 29.sep.2015 – Slide – Armando R. Montellano,

 Exploração de Baixo Impacto e
Esmeral Contínua em Áreas com Alta
da Frequência de Nuvens

Francisco
De
Orellana

Morona
Santiag
o

Francisco de Orellana y Morana Santiago, Ecuador

2. Medições de campo

43
Sitios
19
Repediçòes

25 18 1
Francisco Morona Esmeralda
De Orellana Santiago

63
Parcelas

35 26 2
Francisco Morona Esmeralda
De Orellana Santiago
Exemplos de Dados Coletados em campo, Francisco Orellana, Equador
S5P2

Localização de tocos Dossel semi-aberto Estado/qualidade dos tocos Dossel semi-aberto

S8P1-t1 S8P1-t42

Dossel semi-aberto Toco intacto Dossel aberto

Toco intacto
5. MENSAGENS PRINCIPAIS

42
 Mensagens Principais
• O contraste espectral é importante para mapear distúrbios florestais.
• Sérios históricas de imagens de satélites são necessárias para reduzir as
incertezas do mapeamento de distúrbios florestais.
• O NDFI tem sido reconhecido como um dos índices espectrais mais robustos
para o monitoramento de florestas, em particular de distúrbios florestais.
• Mapear a extração madeireira contínua de baixo impacto, em áreas com alta
frequência de nuvens, ainda é um desafio para o SR.
• É importante uma amostragem robusta para validação do mapeamento de
distúrbios florestais para reduzir a incerteza na estimativa de área.
• Dados de campo são essenciais para a caraterização biofísica das florestas
degradadas e para integração com SR.
• A metodologia do SIMEX permite integrar os distúrbios detectados com imagens
de satélites e autorizações de desmatamento.
43
OBRIGADO!

44