Publicação
Modelo preditivo de recuperação da vegetação afetada por incêndios florestais
| Resumo: | Nos últimos anos, a ocorrência de fogos florestais em Portugal tem causado danos patrimoniais, destruição de habitats e, tragicamente, a perda de vidas humanas. A estimativa da taxa de recuperação da vegetação numa área ardida é possível utilizando dados de deteção remota e, nomeadamente, o Índice de Diferenças Normalizadas de Vegetação (NDVI). Partindo de metodologias já definidas em trabalhos anteriores, propõe-se um procedimento que integre diversas fontes de dados cuja natureza permite melhorar os modelos preditivos existentes e não exige o conhecimento do histórico da vegetação no período anterior ao incêndio, usando em alternativa o comportamento de uma zona geometricamente adjacente como referencial o que se apresenta como uma importante vantagem no que se refere às necessidades de informação disponível. Foram utilizados dados recolhidos pela missão Sentinel 2 e o Google Earth Engine, como plataforma de desenvolvimento, na concretização da metodologia o que é, tanto quanto se conhece, uma técnica inovadora dada a escassez de trabalhos publicados nesta temática. Deste trabalho resulta também uma biblioteca de código Python reutilizável, que suporta a interação com o Google Earth Engine na extração de dados agregados. Como prova de conceito, o modelo é aplicado às áreas afetadas pelos incêndios de 2017 de Pedrogão Grande e Mata Nacional de Leiria. |
|---|---|
| Autores principais: | Reis, Rui Paulo Marques dos Santos |
| Assunto: | Fogo florestal Wildfire Deteção remota Remote sensing NDVI Google Earth Engine Python Python |
| Ano: | 2019 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade Politécnica de Lisboa |
| Idioma: | português |
| Origem: | Repositório Científico da Universidade Politécnica de Lisboa |
| Resumo: | Nos últimos anos, a ocorrência de fogos florestais em Portugal tem causado danos patrimoniais, destruição de habitats e, tragicamente, a perda de vidas humanas. A estimativa da taxa de recuperação da vegetação numa área ardida é possível utilizando dados de deteção remota e, nomeadamente, o Índice de Diferenças Normalizadas de Vegetação (NDVI). Partindo de metodologias já definidas em trabalhos anteriores, propõe-se um procedimento que integre diversas fontes de dados cuja natureza permite melhorar os modelos preditivos existentes e não exige o conhecimento do histórico da vegetação no período anterior ao incêndio, usando em alternativa o comportamento de uma zona geometricamente adjacente como referencial o que se apresenta como uma importante vantagem no que se refere às necessidades de informação disponível. Foram utilizados dados recolhidos pela missão Sentinel 2 e o Google Earth Engine, como plataforma de desenvolvimento, na concretização da metodologia o que é, tanto quanto se conhece, uma técnica inovadora dada a escassez de trabalhos publicados nesta temática. Deste trabalho resulta também uma biblioteca de código Python reutilizável, que suporta a interação com o Google Earth Engine na extração de dados agregados. Como prova de conceito, o modelo é aplicado às áreas afetadas pelos incêndios de 2017 de Pedrogão Grande e Mata Nacional de Leiria. |
|---|
Atividades financiadas
Não foram encontrados projetos financiados.