Detection of logging in Amazonian transition forest using spectral mixture models.

Monteiro, A. L., Souza Jr, C., & Barreto, P. 2003. Detection of logging in Amazonian transition forests using spectral mixture models. International Journal of Remote Sensing, 24(1), 151-159. Taylor & Francis.

Técnicas para detectar a área afetada pela exploração madeireira em florestas de transição ainda precisam ser testadas na Amazônia. Neste estudo, Monteiro et al. utilizam imagens de fração de solo geradas através de modelos de mistura linear para realçar e detectar automaticamente essas áreas de exploração.
Este método foi testado em três centros de atividade madeireira no Estado de Mato Grosso usando dados de satélite Landsat TM e ETM de 1992, 1996 e 1999. Além disso, os autores apresentam uma metodologia para registrar áreas de exploração antigas e repetidas. Essa metodologia apresentou 69%-80% de acurácia ao estimar a área afetada pela exploração madeireira.

This post was published on 5 de junho de 2003

Notícias recentes

Sistema de Alerta de Desmatamento (SAD) – Novembro de 2024

Amorim, L., Santos, B., Ferreira, R., Ribeiro, J., Dias, M., Souza Jr., C., & Veríssimo,…

19 de dezembro de 2024

Sistema de Alerta de Desmatamento (SAD) – Outubro de 2024

Amorim, L., Santos, B., Ferreira, R., Ribeiro, J., Dias, M., Souza Jr., C., & Veríssimo,…

26 de novembro de 2024

Radar Verde Estados Unidos

Instituto do Homem e Meio Ambiente da Amazônia (Imazon), Instituto O Mundo Que Queremos e…

21 de novembro de 2024

Activity Report 2023

Letter from the Executive Board Hope. This was the feeling that overflowed through the veins…

18 de novembro de 2024

Radar Verde União Europeia

Instituto do Homem e Meio Ambiente da Amazônia (Imazon), Instituto O Mundo Que Queremos e…

14 de novembro de 2024

Secondary growth deforestation leakage in the Pará beef cattle purchasing zone

Junior, Luis Oliveira; Filho, Jailson S. de Souza; Ferreira, Bruno Gama; Souza Jr, Carlos. https://isprs-archives.copernicus.org/articles/XLVIII-3-2024/371/2024/.…

7 de novembro de 2024