Resultado da Pesquisa

Conteúdo da Pasta source

não têm arquivos

Conteúdo da Pasta agreement

8JMKD3MGPCW/3ER446E
8JMKD3MGPCW/3F3NU5S

16/05/2019 07:30

1.0 KiB

4. Condições de acesso e uso

Idioma

Arquivo Alvo

Monitoring deforestation and forest degradation using multi temporal fraction images derived from Landsat sensor data in the Brazilian Amazon.pdf

Grupo de Usuários

simone

Grupo de Leitores

administrator
simone

Visibilidade

shown

Política de Arquivamento

denypublisher denyfinaldraft12

Permissão de Leitura

deny from all and allow from 150.163

Permissão de Atualização

não transferida

5. Fontes relacionadas

Unidades Imediatamente Superiores

Lista de Itens Citando

sid.inpe.br/bibdigital/2013/10.18.22.34 3
sid.inpe.br/bibdigital/2013/09.13.21.11 2
sid.inpe.br/mtc-m21/2012/07.13.14.45.03 2

Divulgação

WEBSCI; PORTALCAPES; COMPENDEX; SCOPUS.

Acervo Hospedeiro

urlib.net/www/2017/11.22.19.04

6. Notas

Campos Vazios

alternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn keywords label lineage mark mirrorrepository nextedition notes orcid parameterlist parentrepositories previousedition previouslowerunit progress project rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject tertiarymark tertiarytype url

7. Controle da descrição

e-Mail (login)

simone

sid.inpe.br/mtc-m21d/2021/12.27.11.32

1. Identificação
Tipo de Referência	Artigo em Evento (Conference Proceedings)
Site	plutao.sid.inpe.br
Código do Detentor	isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador	J8LNKB5R7W/3Q63552
Repositório	urlib.net/www/2017/12.05.13.09.18
Última Atualização	2017:12.21.15.29.09 (UTC) administrator
Repositório de Metadados	urlib.net/www/2017/12.05.13.09.19
Última Atualização dos Metadados	2018:06.04.23.26.39 (UTC) administrator
Rótulo	lattes: 8183796256304624 4 ShimabukuroAraiSantJorg:2017:MoDeFo
Chave de Citação	ShimabukuroAraiSantJorg:2017:MoDeFo
Título	Monitoring deforestation* and forest degradation using multi-temporal fraction images derived from landsat sensor data in the brazilian amazon*
Ano	2017
Data de Acesso	16 maio 2024
Tipo Secundário	PRE CI
Número de Arquivos	1
Tamanho	560 KiB

2. Contextualização
Autor	1 Shimabukuro, Yosio Edemir 2 Arai, Egidio 3 Santos, Erone Ghizoni dos 4 Jorge, Anderson
Identificador de Curriculo	1 8JMKD3MGP5W/3C9JJCQ 2 8JMKD3MGP5W/3C9JGUP
Grupo	1 DIDSR-CGOBT-INPE-MCTIC-GOV-BR 2 DIDSR-CGOBT-INPE-MCTIC-GOV-BR 3 SER-SRE-SESPG-INPE-MCTIC-GOV-BR 4 SER-SRE-SESPG-INPE-MCTIC-GOV-BR
Afiliação	1 Instituto Nacional de Pesquisas Espaciais (INPE) 2 Instituto Nacional de Pesquisas Espaciais (INPE) 3 Instituto Nacional de Pesquisas Espaciais (INPE) 4 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor	1 yosio.shimabukuro@inpe.br 2 egidio.arai@inpe.br
Nome do Evento	International Geoscience and remote Sensing Symposium
Localização do Evento	Fort Worth, Texas
Data	23-28 July
Título do Livro	Anais
Tipo Terciário	Resumo Estendido
Histórico (UTC)	2017-12-05 13:09:13 :: lattes -> administrator :: 2017-12-06 05:17:29 :: administrator -> lattes :: 2017 2017-12-06 18:17:07 :: lattes -> administrator :: 2017 2018-06-04 23:26:39 :: administrator -> simone :: 2017

3. Conteúdo e estrutura
É a matriz ou uma cópia?	é a matriz
Estágio do Conteúdo	concluido
Transferível	1
Tipo do Conteúdo	External Contribution
Tipo de Versão	publisher
Palavras-Chave	Forest degradation Landsat Remote Sensing
Área	SRE
Arranjo 1	urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Monitoring deforestation and...
Arranjo 2	urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Monitoring deforestation and...
Conteúdo da Pasta doc	acessar
Conteúdo da Pasta source	não têm arquivos
Conteúdo da Pasta agreement	não têm arquivos

4. Condições de acesso e uso
URL dos dados	http://urlib.net/ibi/J8LNKB5R7W/3Q63552
URL dos dados zipados	http://urlib.net/zip/J8LNKB5R7W/3Q63552
Idioma	pt
Arquivo Alvo	yosio_monitoring.pdf
Grupo de Usuários	lattes self-uploading-INPE-MCTI-GOV-BR
Grupo de Leitores	administrator lattes
Visibilidade	shown
Permissão de Leitura	allow from all
Permissão de Atualização	não transferida

5. Fontes relacionadas
Unidades Imediatamente Superiores	8JMKD3MGPCW/3ER446E 8JMKD3MGPCW/3F3NU5S
URL (dados não confiáveis)	http://www.igarss2017.org/
Acervo Hospedeiro	dpi.inpe.br/plutao@80/2008/08.19.15.01

6. Notas
Notas	Informações Adicionais: This work presents a semi-automated procedure for monitoring deforestation and forest degradation in the Brazilian Amazon using a multi-temporal dataset of Landsat TM images. Degradation in forest cover in the Brazilian Amazon region is mainly due to selective logging of intact/un-managed forests and to uncontrolled fires. For this study, part of a Landsat TM scene located in the State of Mato Grosso, in the ?deforestation arc? of the Brazilian Amazon was selected. Landsat TM images acquired in years 2005, 2006, 2007, 2008, 2009, 2010 and 2011 and one RapidEye image acquired in 2013 were used in this study. The results showed that the proposed approach can be used for monitoring deforestation and forest degradation activities by selective logging and fires. The current availability of high spatial resolution data such as Sentinel-2 is expected to allow improving the assessment of deforestation and forest degradation processes using the proposed method and, consequently, facilitating the implementation of actions of forest protection..
Campos Vazios	abstract archivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi e-mailaddress edition editor format isbn issn lineage mark mirrorrepository nextedition numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project publisher publisheraddress rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark type volume

7. Controle da descrição
e-Mail (login)	simone
atualizar

1. Identificação

Tipo de Referência

Artigo em Revista Científica (Journal Article)

Site

mtc-m21d.sid.inpe.br

Código do Detentor

isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S

Identificador

8JMKD3MGP3W34T/4645H3P

Repositório

Última Atualização

2021:12.27.11.32.28 (UTC) simone

Repositório de Metadados

sid.inpe.br/mtc-m21d/2021/12.27.11.32.28

Última Atualização dos Metadados

2024:01.23.16.20.56 (UTC) simone

DOI

10.3390/rs13245084

ISSN

2072-4292

Chave de Citação

TorresTuVeFeSiMaAl:2021:DeDeFu

Título

Deforestation detection with fully convolutional networks in the Amazon forest from Landsat-8 and Sentinel-2 images

Projeto

Monitoramento dos Biomas Brasileiros por Satélite – Construção de Novas Capacidades (2019 - 2023)

Ano

2021

Mês

Dec.

Data de Acesso

16 maio 2024

Tipo de Trabalho

journal article

Tipo Secundário

PRE PI

Número de Arquivos

Tamanho

3295 KiB

2. Contextualização

Autor

1 Torres, Daliana Lobo
2 Turnes, Javier Noa
3 Vega, Pedro Juan Soto
4 Feitosa, Raul Queiroz
5 Silva, Daniel E.
6 Marcato Júnior, José
7 Almeida, Cláudio Aparecido de

ORCID

1 0000-0001-7916-9463
2 0000-0001-9573-2228
3 0000-0001-5396-8531
4
5 0000-0001-8344-5096
6 0000-0003-4892-2584
7 0000-0002-9096-6866

Grupo

1
2
3
4
5 DIPE1-COGPI-INPE-MCTI-GOV-BR
6
7 DIPE1-COGPI-INPE-MCTI-GOV-BR

Afiliação

1 Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio)
2 Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio)
3 Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio)
4 Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio)
5 Instituto Nacional de Pesquisas Espaciais (INPE)
6 Universidade Federal do Mato Grosso do Sul (UFMS)
7 Instituto Nacional de Pesquisas Espaciais (INPE)

Endereço de e-Mail do Autor

1 daliana0491@aluno.puc-rio.br
2 jnoat92@aluno.puc-rio.br
3 psoto@ele.puc-rio.br
4 raul@ele.puc-rio.br
5 daniel.silva@inpe.br
6 jose.marcato@ufms.br
7 claudio.almeida@inpe.br

Revista

Remote Sensing

Volume

Número

Páginas

e5084

Nota Secundária

B3_GEOGRAFIA B3_ENGENHARIAS_I B4_GEOCIÊNCIAS B4_CIÊNCIAS_AMBIENTAIS B5_CIÊNCIAS_AGRÁRIAS_I

Histórico (UTC)

2021-12-27 11:32:28 :: simone -> administrator ::
2021-12-27 11:32:30 :: administrator -> simone :: 2021
2021-12-27 11:33:43 :: simone -> administrator :: 2021
2022-04-04 04:50:16 :: administrator -> simone :: 2021
2023-12-18 22:36:54 :: simone -> administrator :: 2021
2024-01-10 18:58:21 :: administrator -> simone :: 2021

3. Conteúdo e estrutura

É a matriz ou uma cópia?

é a matriz

Estágio do Conteúdo

concluido

Transferível

Tipo do Conteúdo

External Contribution

Tipo de Versão

publisher

Palavras-Chave

Amazon biome
Change detection
Deep learning
Fully convolutional neural networks
Remote sensing
Semantic segmentation

Resumo

The availability of remote-sensing multisource data from optical-based satellite sensors has created new opportunities and challenges for forest monitoring in the Amazon Biome. In particular, change-detection analysis has emerged in recent decades to monitor forest-change dynamics, supporting some Brazilian governmental initiatives such as PRODES and DETER projects for biodiversity preservation in threatened areas. In recent years fully convolutional network architectures have witnessed numerous proposals adapted for the change-detection task. This paper comprehensively explores state-of-the-art fully convolutional networks such as U-Net, ResU-Net, SegNet, FC-DenseNet, and two DeepLabv3+ variants on monitoring deforestation in the Brazilian Amazon. The networks performance is evaluated experimentally in terms of Precision, Recall, F1-score, and computational load using satellite images with different spatial and spectral resolution: Landsat-8 and Sentinel-2. We also include the results of an unprecedented auditing process performed by senior specialists to visually evaluate each deforestation polygon derived from the network with the highest accuracy results for both satellites. This assessment allowed estimation of the accuracy of these networks simulating a process in nature and faithful to the PRODES methodology. We conclude that the high resolution of Sentinel-2 images improves the segmentation of deforestation polygons both quantitatively (in terms of F1-score) and qualitatively. Moreover, the study also points to the potential of the operational use of Deep Learning (DL) mapping as products to be consumed in PRODES.

Área

SRE

Arranjo 1

urlib.net > BDMCI > Fonds > Produção a partir de 2021 > COGPI > PRODES - Construção de Novas Capacidades > Deforestation detection with...

Arranjo 2

urlib.net > BDMCI > Fonds > Produção a partir de 2021 > COGPI > Deforestation detection with...

Conteúdo da Pasta doc

Conteúdo da Pasta source

não têm arquivos

Conteúdo da Pasta agreement

http://urlib.net/ibi/8JMKD3MGP3W34T/4645H3P

27/12/2021 08:32

1.0 KiB

4. Condições de acesso e uso

URL dos dados

URL dos dados zipados

http://urlib.net/zip/8JMKD3MGP3W34T/4645H3P

Idioma

Arquivo Alvo

remotesensing-13-05084-v2.pdf

Grupo de Usuários

simone

Grupo de Leitores

administrator
simone

Visibilidade

shown

Política de Arquivamento

allowpublisher allowfinaldraft

Permissão de Atualização

não transferida

5. Fontes relacionadas

Repositório Espelho

urlib.net/www/2021/06.04.03.40.25

Unidades Imediatamente Superiores

8JMKD3MGP6W34M/4AH5NEL
8JMKD3MGPCW/46L2FGP

Lista de Itens Citando

sid.inpe.br/marte2/2024/01.10.18.57 6
sid.inpe.br/bibdigital/2022/04.04.04.47 1

Divulgação

WEBSCI; PORTALCAPES; MGA; COMPENDEX; SCOPUS.

Acervo Hospedeiro

urlib.net/www/2021/06.04.03.40

6. Notas

Notas

Prêmio CAPES Elsevier 2023 - ODS 15: Vida terrestre

Campos Vazios

alternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn label lineage mark nextedition parameterlist parentrepositories previousedition previouslowerunit progress readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject tertiarymark tertiarytype url

7. Controle da descrição

e-Mail (login)

simone

10.5194/isprs-Annals-V-3-2020-89-2020

1. Identificação

Tipo de Referência

Artigo em Revista Científica (Journal Article)

Site

mtc-m21c.sid.inpe.br

Código do Detentor

isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S

Identificador

8JMKD3MGP3W34R/438RS7B

Repositório

sid.inpe.br/mtc-m21c/2020/09.14.11.48 (acesso restrito)

Última Atualização

2020:09.14.11.48.59 (UTC) simone

Repositório de Metadados

sid.inpe.br/mtc-m21c/2020/09.14.11.48.59

Última Atualização dos Metadados

2022:01.04.01.35.23 (UTC) administrator

DOI

ISSN

0924-2716

Chave de Citação

DoblasCaShSaArPe:2020:StSeSa

Título

Stabilization of sentinel-1 sar time-series using climate and forest structure data for early tropical deforestation detection

Ano

2020

Mês

Aug.

Data de Acesso

16 maio 2024

Tipo de Trabalho

conference paper

Tipo Secundário

PRE PI

Número de Arquivos

Tamanho

1164 KiB

2. Contextualização

Autor

1 Doblas, Juan Prieto
2 Carneiro, Arian
3 Shimabukuro, Yosio Edemir
4 Sant'Anna, Sidnei João Siqueira
5 Aragão, Luiz Eduardo Oliveira e Cruz de
6 Pereira, Francisca Rocha de Souza

Identificador de Curriculo

1
2
3 8JMKD3MGP5W/3C9JJCQ
4 8JMKD3MGP5W/3C9JJ8N

Grupo

1 SER-SRE-SESPG-INPE-MCTIC-GOV-BR
2 SER-SRE-SESPG-INPE-MCTIC-GOV-BR
3 DIDSR-CGOBT-INPE-MCTIC-GOV-BR
4 DIDSR-CGOBT-INPE-MCTIC-GOV-BR
5 DIDSR-CGOBT-INPE-MCTIC-GOV-BR
6 DIDSR-CGOBT-INPE-MCTIC-GOV-BR

Afiliação

Endereço de e-Mail do Autor

1 juan.doblas@inpe.br
2 arian.carneiro@inpe.br
3 yosio.shimabukuro@inpe.br
4 sidnei.santanna@inpe.br
5 luiz.aragao@inpe.br
6 francisca.pereira@inpe.br

Revista

ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences

Volume

Número

Páginas

89-96

Histórico (UTC)

2020-09-14 11:48:59 :: simone -> administrator ::
2022-01-04 01:35:23 :: administrator -> simone :: 2020

3. Conteúdo e estrutura

É a matriz ou uma cópia?

é a matriz

Estágio do Conteúdo

concluido

Transferível

Tipo do Conteúdo

External Contribution

Tipo de Versão

publisher

Palavras-Chave

Remote Sensing
Time-series Data
SAR
Modelling
Deforestation Detection
Change Detection

Resumo

In this study we analyse the factors of variability of Sentinel-1 C-band radar backscattering over tropical rainforests, and propose a method to reduce the effects of this variability on deforestation detection algorithms. To do so, we developed a random forest regression model that relates Sentinel-1 gamma nought values with local climatological data and forest structure information. The model was trained using long time-series of 26 relevant variables, sampled over 6 undisturbed tropical forests areas. The resulting model explained 71.64% and 73.28% of the SAR signal variability for VV and VH polarizations, respectively. Once the best model for every polarization was selected, it was used to stabilize extracted pixel-level data of forested and non-deforested areas, which resulted on a 10 to 14% reduction of time-series variability, in terms of standard deviation. Then a statistically robust deforestation detection algorithm was applied to the stabilized time-series. The results show that the proposed method reduced the rate of false positives on both polarizations, especially on VV (from 21% to 2%, α=0.01). Meanwhile, the omission errors increased on both polarizations (from 27% to 37% in VV and from 27% to 33% on VV, α=0.01). The proposed method yielded slightly better results when compared with an alternative state-of-the-art approach (spatial normalization).

Área

SRE

Arranjo 1

urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Stabilization of sentinel-1...

Arranjo 2

urlib.net > Fonds > Produção pgr ATUAIS > SER > Stabilization of sentinel-1...

Conteúdo da Pasta doc

Conteúdo da Pasta source

não têm arquivos

Conteúdo da Pasta agreement

8JMKD3MGPCW/3ER446E
8JMKD3MGPCW/3F3NU5S

14/09/2020 08:48

1.0 KiB

4. Condições de acesso e uso

Idioma

Arquivo Alvo

doblas_stabilization.pdf

Grupo de Usuários

simone

Visibilidade

shown

Política de Arquivamento

denypublisher denyfinaldraft24

Permissão de Leitura

deny from all and allow from 150.163

Permissão de Atualização

não transferida

5. Fontes relacionadas

Unidades Imediatamente Superiores

Divulgação

WEBSCI; PORTALCAPES; COMPENDEX; SCOPUS.

Acervo Hospedeiro

urlib.net/www/2017/11.22.19.04

6. Notas

Notas

2020 24th ISPRS Congress on Technical Commission III; Nice, Virtual; France; 31 August 2020 through 2 September 2020;

Campos Vazios

alternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn label lineage mark mirrorrepository nextedition orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup rightsholder schedulinginformation secondarydate secondarykey secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url

7. Controle da descrição

e-Mail (login)

simone

1. Identificação
Tipo de Referência	Artigo em Revista Científica (Journal Article)
Site	mtc-m16c.sid.inpe.br
Código do Detentor	isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador	8JMKD3MGP8W/35GC9SH
Repositório	sid.inpe.br/mtc-m18@80/2009/06.18.17.13 (acesso restrito)
Última Atualização	2009:06.18.17.29.26 (UTC) administrator
Repositório de Metadados	sid.inpe.br/mtc-m18@80/2009/06.18.17.13.08
Última Atualização dos Metadados	2020:04.28.17.48.41 (UTC) administrator
Chave Secundária	INPE--PRE/
DOI	10.2478/s11756-009-0076-9
ISSN	0006-3088
Chave de Citação	CardosoNoSaHiVaCâ:2009:LoPoTr
Título	Long-term potential for tropical-forest* degradation due to deforestation and fires in the Brazilian Amazon*
Ano	2009
Data Secundária	20090509
Mês	june
Data de Acesso	16 maio 2024
Tipo Secundário	PRE PN
Número de Arquivos	1
Tamanho	626 KiB

2. Contextualização
Autor	1 Cardoso, Manoel 2 Nobre, Carlos Afonso 3 Sampaio, Gilvan 4 Hirota, Marina 5 Valeriano, Dalton 6 Câmara, Gilberto
Identificador de Curriculo	1 2 8JMKD3MGP5W/3C9JGQ7
Grupo	1 CST-CST-INPE-MCT-BR 2 CST-CST-INPE-MCT-BR 3 CST-CST-INPE-MCT-BR 4 CST-CST-INPE-MCT-BR 5 AMZ-OBT-INPE-MCT-BR 6 DPI-OBT-INPE-MCT-BR
Afiliação	1 Instituto Nacional de Pesquisas Espaciais (INPE) 2 Instituto Nacional de Pesquisas Espaciais (INPE) 3 Instituto Nacional de Pesquisas Espaciais (INPE) 4 Instituto Nacional de Pesquisas Espaciais (INPE) 5 Instituto Nacional de Pesquisas Espaciais (INPE) 6 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail	deioy.farabello@cptec.inpe.br
Revista	Biologia
Volume	64
Número	3
Páginas	433-437
Histórico (UTC)	2009-07-14 17:51:24 :: deicy -> administrator :: 2010-05-11 01:08:20 :: administrator -> deicy :: 2011-10-31 10:38:09 :: deicy -> administrator :: 2009 2020-04-28 17:48:41 :: administrator -> simone :: 2009

3. Conteúdo e estrutura
É a matriz ou uma cópia?	é a matriz
Estágio do Conteúdo	concluido
Transferível	1
Tipo do Conteúdo	External Contribution
Tipo de Versão	publisher
Palavras-Chave	Amazon deforestation degradation tropical forest
Resumo	Biome models of the global climate-vegetation relationships indicate that most of the Brazilian Amazon has potential for being covered by tropical forests. From current land-use processes observed in the region, however, substantial deforestation and fire activity have been verified in large portions of the region, particularly along the Arc of Deforestation. In a first attempt to evaluate the long-term potential for tropical-forest degradation due to deforestation and fires in the Brazilian Amazon, we analysed large-scale data on fire activity and climate factors that drive the distribution of tropical forests in the region. The initial analyses and results from this study lead to important details on the relations between these quantities and have important implications for building future parameterizations of the vulnerability of tropical forests in the region.
Área	SRE
Arranjo 1	urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > Long-term potential for...
Arranjo 2	urlib.net > BDMCI > Fonds > Produção anterior à 2021 > COAMZ > Long-term potential for...
Arranjo 3	urlib.net > Produção anterior à 2021 > COCST > Long-term potential for...
Conteúdo da Pasta doc	acessar
Conteúdo da Pasta source	não têm arquivos
Conteúdo da Pasta agreement	não têm arquivos

4. Condições de acesso e uso
Idioma	en
Arquivo Alvo	Cardoso_Long.pdf
Grupo de Usuários	administrator deicy
Visibilidade	shown
Política de Arquivamento	denypublisher denyfinaldraft12
Permissão de Leitura	deny from all and allow from 150.163
Permissão de Atualização	não transferida

5. Fontes relacionadas
Repositório Espelho	sid.inpe.br/mtc-m18@80/2008/03.17.15.17.24
Unidades Imediatamente Superiores	8JMKD3MGPCW/3EQCCU5 8JMKD3MGPCW/3ETL435 8JMKD3MGPCW/3F3T29H
Acervo Hospedeiro	sid.inpe.br/mtc-m18@80/2008/03.17.15.17

6. Notas
Campos Vazios	alternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel dissemination electronicmailaddress format isbn label lineage mark nextedition notes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup rightsholder schedulinginformation secondarymark session shorttitle sponsor subject tertiarymark tertiarytype typeofwork url

7. Controle da descrição
e-Mail (login)	simone
atualizar

1. Identificação
Tipo de Referência	Artigo em Evento (Conference Proceedings)
Site	marte2.sid.inpe.br
Identificador	8JMKD3MGP6W34M/4945A5B
Repositório	sid.inpe.br/marte2/2023/05.09.15.33
Última Atualização	2023:05.09.15.33.16 (UTC) administrator
Repositório de Metadados	sid.inpe.br/marte2/2023/05.09.15.33.16
Última Atualização dos Metadados	2024:01.08.18.12.17 (UTC) administrator
ISBN	978-65-89159-04-9
Chave de Citação	SilvaJúniorAACPRDWS:2023:EmFoDe
Título	Emissions from forest* degradation counteracted more than half of the Brazilian Amazon deforestation REDD+ results*
Formato	Internet
Ano	2023
Data de Acesso	16 maio 2024
Tipo Secundário	PRE CN
Número de Arquivos	2
Tamanho	487 KiB

2. Contextualização
Autor	1 Silva Júnior, Celso Henrique Leite 2 Aragão, Luiz Eduardo Oliveira e Cruz de 3 Anderson, Liana O. 4 Carvalho, Nathália da Silva 5 Pessôa, Ana Carolina Moreira 6 Reis, João Bosco Coura dos 7 Dalagnol, Ricardo 8 Wagner, Fabien H. 9 Saatchi, Sassan S.
Grupo	1 2 DIOTG-CGCT-INPE-MCTI-GOV-BR 3 4 DIOTG-CGCT-INPE-MCTI-GOV-BR
Afiliação	1 University of California Los Angeles (UCLA) 2 Instituto Nacional de Pesquisas Espaciais (INPE) 3 Centro Nacional de Monitoramento e Alertas de Desastres Naturais (CEMADEN) 4 Instituto Nacional de Pesquisas Espaciais (INPE) 5 Centro Nacional de Monitoramento e Alertas de Desastres Naturais (CEMADEN) 6 Centro Nacional de Monitoramento e Alertas de Desastres Naturais (CEMADEN) 7 8 University of California Los Angeles (UCLA) 9 University of California Los Angeles (UCLA)
Endereço de e-Mail do Autor	1 celsohlsj@ucla.edu 2 luiz.aragao@inpe.br 3 liana.anderson@cemaden.gov.br 4 nathalia.bioufla@gmail.com 5 acmoreirapessoa@gmail.com 6 joaodosreis89@gmail.com 7 dalagnol@ucla.edu 8 fhwagner@ucla.edu 9 sasan.s.saatchi@jpl.nasa.gov
Editor	Gherardi, Douglas Francisco Marcolino Aragão, Luiz Eduardo Oliveira e Cruz de Sanches, Ieda DelArco
Nome do Evento	Simpósio Brasileiro de Sensoriamento Remoto, 20 (SBSR)
Localização do Evento	Florianópolis
Data	02-05 abril 2023
Editora (Publisher)	Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da Editora	São José dos Campos
Páginas	e156114
Título do Livro	Anais
Tipo Terciário	full paper
Organização	Instituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)	2023-05-09 15:38:15 :: simone -> administrator :: 2023 2024-01-08 18:12:17 :: administrator -> simone :: 2023

3. Conteúdo e estrutura
É a matriz ou uma cópia?	é a matriz
Estágio do Conteúdo	concluido
Transferível	1
Palavras-Chave	forest fires climate change forest fragmentation COP27 greenhouse gases
Resumo	Tropical forests provide essential ecosystem services, including carbon storage, biodiversity, and climate regulation. However, deforestation and forest degradation compromise the ability of forests to provide ecosystem services, including the loss of carbon stocks that go into the atmosphere. Here we test the hypothesis that the edge effect and forest fire emissions can counteract the Brazilian Amazon deforestation REDD+ results. For this, we used a remote sensing dataset including old- and secondary-growth forests, burned areas, and aboveground carbon stocks. We found that emissions from edge effects and forest fire (5038 Tg CO2eq) counteracted 68% of the Brazilian Amazon REDD+ results (7413 Tg CO2eq); secondary forests' uptake during this period (244 Tg CO2eq) was insufficient to compensate for the annual emissions from degradation.
Área	SRE
Tipo	Degradação de florestas
Arranjo 1	urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Emissions from forest...
Arranjo 2	urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Emissions from forest...
Conteúdo da Pasta doc	acessar
Conteúdo da Pasta source	não têm arquivos
Conteúdo da Pasta agreement	não têm arquivos

4. Condições de acesso e uso
URL dos dados	http://urlib.net/ibi/8JMKD3MGP6W34M/4945A5B
URL dos dados zipados	http://urlib.net/zip/8JMKD3MGP6W34M/4945A5B
Idioma	en
Arquivo Alvo	156114.pdf
Grupo de Usuários	simone
Visibilidade	shown
Licença de Direitos Autorais	urlib.net/www/2012/11.12.15.19
Detentor dos Direitos	originalauthor yes

5. Fontes relacionadas
Repositório Espelho	urlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores	8JMKD3MGP6W34M/495J572 8JMKD3MGPCW/46KUATE
Lista de Itens Citando	sid.inpe.br/marte2/2023/05.18.17.15 4
Acervo Hospedeiro	dpi.inpe.br/marte2/2013/05.17.15.03.06

6. Notas
Campos Vazios	archivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination documentstage doi e-mailaddress edition holdercode issn label lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark url versiontype volume

7. Controle da descrição
e-Mail (login)	simone
atualizar

1. Identificação

Tipo de Referência

Artigo em Evento (Conference Proceedings)

Site

mtc-m21d.sid.inpe.br

Código do Detentor

isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S

Identificador

8JMKD3MGP3W34T/4878H3H

Repositório

sid.inpe.br/mtc-m21d/2022/12.13.18.25

Repositório de Metadados

sid.inpe.br/mtc-m21d/2022/12.13.18.25.39

Última Atualização dos Metadados

2023:07.08.07.14.43 (UTC) administrator

Chave Secundária

INPE--PRE/

Chave de Citação

KellerCFPLDSO:2022:FoDeRa

Título

Forest degradation rates and carbon changes in the Brazilian Arc of Deforestation using repeated airborne lidar

Ano

2022

Data de Acesso

16 maio 2024

Tipo Secundário

PRE CI

2. Contextualização

Autor

1 Keller, Michael Maier
2 Csillik, Ovidiu
3 Ferraz, Antonio
4 Pinagé, Ekena Rangel
5 Longo, Marcos
6 Duffy, Paul
7 Saatchi, Sassan S.
8 Ometto, Jean Pierre Henry Balbaud

Grupo

1
2
3
4
5
6
7
8 DIPE3-COGPI-INPE-MCTI-GOV-BR

Afiliação

1 US Forest Service San Juan
2 NASA Jet Propulsion Laboratory
3 NASA Jet Propulsion Laboratory
4 Oregon State University
5 Lawrence Berkeley National Laboratory
6 Neptune and Company
7 JPL
8 Instituto Nacional de Pesquisas Espaciais (INPE)

Endereço de e-Mail do Autor

1
2
3
4
5
6
7
8 jean.ometto@inpe.br

Nome do Evento

AGU Fall Meeting

Localização do Evento

Chicago, IL

Data

12-16 Dec. 2022

Editora (Publisher)

AGU

Histórico (UTC)

2022-12-13 18:25:39 :: simone -> administrator ::
2023-07-08 07:14:43 :: administrator -> simone :: 2022

3. Conteúdo e estrutura

É a matriz ou uma cópia?

é a matriz

Estágio do Conteúdo

concluido

Transferível

Tipo do Conteúdo

External Contribution

Resumo

The Brazilian Amazon is a hotspot of deforestation and forest degradation caused by logging, fire, and deforestation-associated fragmentation and edge effects. While the extent of deforestation and associated carbon losses are relatively well known, the quantification of the carbon losses caused by degradation and the carbon gained by recovery of degraded forest ranges widely. We present a detailed analysis of forest changes and associated carbon gains and losses by using repeated randomized airborne lidar surveys for 2016 and 2017 over 102 different transects covering more than 50,000 ha throughout the Brazilian Arc of Deforestation . We directly measured changes in canopy height and used previously calibrated allometric equations to estimate aboveground carbon changes. After gridding the surveyed area to 50 m x 50 m, we found that 21.6% of the area analyzed suffered losses in canopy height that exceeded 0.5 m, while only 16.3% of the area had canopy height recovery higher than 0.5 m. This translates to an annual carbon loss of 102.8 GgC, while carbon gained through forest regrowth was 33.4 GgC. Canopy height losses that exceeded 5 m accounted for 6.1% of the loss area identified but were responsible for 28.3% of the total aboveground carbon loss. When separated according to legally protected status, carbon changes on loss areas averaged -7.1 ± 7.6 (standard deviation) MgC/ha-y inside indigenous territories, -9.8 ± 13.0 MgC/ha-y within conservation units and -10.1 ± 12.1 MgC/ha-y outside the two protected categories. Carbon changes in gain areas averaged 4.0 ± 1.8 MgC/ha-y with no discernible differences among the three categories. To attribute carbon losses to different degradation drivers, we trained a machine learning model based on lidar point cloud metrics and visual interpretation of high resolution satellite imagery to differentiate between multiple types of deforestation and forest degradation (e.g. logging, fire). Extrapolating the results to the extent of the Arc of Deforestation represented by our randomized airborne campaigns, we find that forest degradation would account for a substantial portion of Brazilian carbon emissions were it considered in national budgets. Our study presents one of the first large-scale quantifications of carbon losses due to forest degradation from logging and fire.

Área

CST

Arranjo

urlib.net > BDMCI > Fonds > Produção a partir de 2021 > COGPI > Forest degradation rates...

Conteúdo da Pasta doc

não têm arquivos

Conteúdo da Pasta source

não têm arquivos

Conteúdo da Pasta agreement

13/12/2022 15:25

1.0 KiB

4. Condições de acesso e uso

Grupo de Usuários

simone

Visibilidade

shown

Permissão de Atualização

não transferida

5. Fontes relacionadas

Unidades Imediatamente Superiores

8JMKD3MGPCW/46L2FGP

Acervo Hospedeiro

urlib.net/www/2021/06.04.03.40

6. Notas

Campos Vazios

archivingpolicy archivist booktitle callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi e-mailaddress edition editor format isbn issn keywords label language lineage mark mirrorrepository nextedition notes numberoffiles numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project publisheraddress readergroup readpermission resumeid rightsholder schedulinginformation secondarydate secondarymark serieseditor session shorttitle size sponsor subject targetfile tertiarymark tertiarytype type url versiontype volume

7. Controle da descrição

e-Mail (login)

simone

10.1109/LAGIRS48042.2020.9165637

1. Identificação

Tipo de Referência

Artigo em Evento (Conference Proceedings)

Site

mtc-m21c.sid.inpe.br

Código do Detentor

isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S

Identificador

8JMKD3MGP3W34R/43CA9BH

Repositório

sid.inpe.br/mtc-m21c/2020/10.05.12.52 (acesso restrito)

Última Atualização

2020:10.05.12.52.11 (UTC) simone

Repositório de Metadados

sid.inpe.br/mtc-m21c/2020/10.05.12.52.11

Última Atualização dos Metadados

2022:01.04.01.35.28 (UTC) administrator

Chave Secundária

INPE--PRE/

DOI

ISBN

978-172814350-7

Chave de Citação

DoblasCarShiSanAra:2020:AsRaIn

Título

Assessment of rainfall influence on sentinel-1 time series on amazonian tropical forests aiming deforestation detection improvement

Ano

2020

Data de Acesso

16 maio 2024

Tipo Secundário

PRE CI

Número de Arquivos

Tamanho

3099 KiB

2. Contextualização

Autor

1 Doblas, Juan Prieto
2 Carneiro, Arian Ferreira
3 Shimabukuro, Yosio Edemir
4 Sant'Anna, Sidnei João Siqueira
5 Aragão, Luiz Eduardo Oliveira e Cruz de

Identificador de Curriculo

1
2
3 8JMKD3MGP5W/3C9JJCQ
4 8JMKD3MGP5W/3C9JJ8N

Grupo

1 SER-SRE-SESPG-INPE-MCTIC-GOV-BR
2 DIDSR-CGOBT-INPE-MCTIC-GOV-BR
3 DIDSR-CGOBT-INPE-MCTIC-GOV-BR
4 DIDSR-CGOBT-INPE-MCTIC-GOV-BR
5 DIDSR-CGOBT-INPE-MCTIC-GOV-BR

Afiliação

Endereço de e-Mail do Autor

1 juan.doblas@inpe.br
2 arian.carneiro@inpe.br
3 yosio.shimabukuro@inpe.br
4 sidnei.santanna@inpe.br
5 luiz.aragao@inpe.br

Nome do Evento

IEEE Latin American GRSS; ISPRS Remote Sensing Conference

Localização do Evento

Santiago, Chile

Data

21-26 Mar.

Editora (Publisher)

IEEE

Páginas

397-402

Título do Livro

Proceedings

Histórico (UTC)

2020-10-05 12:52:11 :: simone -> administrator ::
2022-01-04 01:35:28 :: administrator -> simone :: 2020

3. Conteúdo e estrutura

É a matriz ou uma cópia?

é a matriz

Estágio do Conteúdo

concluido

Transferível

Tipo do Conteúdo

External Contribution

Tipo de Versão

publisher

Palavras-Chave

Sentinel-1
Time series
Change Detection
Rainfall Influence
Forests
Amazon

Resumo

This work aims to determinate the relationship between C-band SAR backscattering measurements over Amazonian tropical forests and hourly precipitation rates, and to study the feasibility of a SAR-anomaly masking method based on orbital rain measurements. To do so, a comprehensive dataset of ESAs Sentinel-1 backscattering data and the concomitant GPM-IMERG precipitation data was collected and analysed. Backscattering anomalies were characterized in a statistically meaningful way. GAM models were then adjusted to the backscatter-rain data pairs. The computed models show a positive correlation between non-anomalous backscattering values and accumulated rain, of approximately 0,2 dB/mm·h-1 and 0,4 dB/mm·h-1 for VV and VH polarizations. Negative anomalies, which can easily mislead deforestation algorithms, have a strong negative correlation with rain rate observed at the time of the SAR acquisition. This is especially true for VV measurements. The subsequent anomaly masking procedure, based on computed accumulated and hourly rain thresholding, yielded unsatisfactory results. These poor results are probably due to the coarse resolution of the 0.1° GPM-IMERG data, which is insufficient to track anomaly-generating atmospheric events such as storm rain cells. Rainrelated changes in SAR backscattering can compromise deforestation detection algorithms, and further research and sensor developing is needed to increase spatial resolution of precipitation measures, to reach an optimal backscattering anomaly screening.

Área

SRE

Arranjo 1

urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Assessment of rainfall...

Arranjo 2

urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Assessment of rainfall...

Conteúdo da Pasta doc

Conteúdo da Pasta source

não têm arquivos

Conteúdo da Pasta agreement

8JMKD3MGPCW/3ER446E
8JMKD3MGPCW/3F3NU5S

05/10/2020 09:52

1.0 KiB

4. Condições de acesso e uso

Idioma

Arquivo Alvo

doblas_assessment.pdf

Grupo de Usuários

simone

Grupo de Leitores

administrator
simone

Visibilidade

shown

Permissão de Leitura

deny from all

Permissão de Atualização

não transferida

5. Fontes relacionadas

Unidades Imediatamente Superiores

Lista de Itens Citando

sid.inpe.br/mtc-m21/2012/07.13.15.00.20 5

Acervo Hospedeiro

urlib.net/www/2017/11.22.19.04

6. Notas

Campos Vazios

archivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel dissemination e-mailaddress edition editor format issn label lineage mark mirrorrepository nextedition notes numberofvolumes orcid organization parameterlist parentrepositories previousedition previouslowerunit progress project publisheraddress rightsholder schedulinginformation secondarydate secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype type url volume

7. Controle da descrição

e-Mail (login)

simone