Manguezais

Imagem de satélite da aldeia de Nukuni em Ono-i-Lau, Fiji. Ono-i-Lau é um grupo de ilhas dentro de um sistema de barreira de recifes no arquipélago das Ilhas Lau, em Fiji. Foto © Planet Labs Inc.

A plataforma Global Mangrove Watch dá acesso ao mapa mais completo e atualizado da extensão dos manguezais em escala global. A metodologia utilizada para criar este mapa a partir de dados de sensoriamento remoto está resumida abaixo. Para uma descrição completa veja Bunting et ai. 2018.

Banco de imagens do oceano Mangrove Austrália Matt Curnock

Árvore de mangue na ilha de Orpheus, Austrália. Crédito: Matt Curnock/Ocean Image Bank

Encontrando manguezais

Para mapear os manguezais, o primeiro passo é segmentar apenas as áreas onde os manguezais podem ocorrer. Usando as características do habitat de mangue, muitas áreas não costeiras e não tropicais podem ser removidas. Uma combinação de métodos é usada:

  1. Com base nos mapas de mangue existentes, direcione as áreas onde se espera que existam manguezais
  2. Usando dados de elevação da NASA Shuttle Radar Topography Mission (SRTM), exclua áreas acima das zonas costeiras baixas para criar uma camada de habitat de mangue
  3. Usando uma máscara de água costeira, exclua áreas de terra seca.

Adquirir Imagens de Sensoriamento Remoto

Uma vez enquadrada a área de interesse, a equipe adquire imagens de sensoriamento remoto de dois sensores diferentes: imagens ópticas de satélite do Landsat 5 / Landsat 7 e imagens de satélite de radar do ALOS PALSAR Radar. Devido à cobertura de nuvens, diferenças na vegetação de acordo com as estações do ano e outras mudanças naturais, várias imagens tiradas em diferentes épocas entre 2009 e 2011 são usadas para a mesma área, corrigindo, preenchendo lacunas e complementando-se.

Deltas no Gabão Landsat

Imagem de deltas no Gabão visualizada usando diferentes combinações de bandas das bandas Landsat e ALOS PALSAR. Essas combinações de cores foram usadas para identificar áreas inundadas e manguezais. Fonte: Aldous et al. 2021

Processando as Imagens

Uma vez selecionadas, as imagens estão prontas para serem processadas e os dados de treinamento gerados. Para o mapa de extensão de manguezais do Global Mangrove Watch, 128 milhões de amostras foram usadas como dados de treinamento.

Classificação de imagens

Uma vez que os dados de treinamento são gerados, a classificação da imagem é realizada. No caso dos mapas de extensão de manguezais, a classificação é baseada em dados de radar e ópticos e cada pixel recebe a atribuição de uma classe de mangue ou não mangue.

Validação

O mapa de extensão de mangue resultante é verificado quanto a erros, um processo de validação que compara a classificação com áreas conhecidas de presença ou ausência de mangue, que geralmente são diferentes dos dados de treinamento.

Criando atualizações anuais da extensão do mangue

Para criar um novo mapa de extensão de mangue a cada ano, a equipe do Global Mangrove Watch criou um processo que identifica mudanças em relação ao mapa de extensão de mangue de 2010. Esse método de detecção de alterações de mapa para imagem é usado porque raramente há imagens suficientes disponíveis a cada ano para fazer um novo mapa e, ao reduzir a quantidade de processamento de dados, a equipe pode gerar produtos mais rápidos com uma entrada computacional muito menor.

Translate »