Luis Marcelo’s research while affiliated with Fundación Universitaria del Área Andina and other places

Despite the well-known advantages of using remote sensing data for burned area mapping, there are still drawbacks that should be circumvented. The presence of noise caused by cloud shadows, for instance, reduces the accuracy of burned area maps derived from remotely sensed images. The operational technique used to minimize this drawback is called multitemporal compositing, which consists of simply selecting the pixel that better represents the target of interest within a time interval. The aim of the present study was to evaluate multitemporal compositing techniques using Near Infrared (NIR) and Shortwave infrared (SWIR) channels from PROBA-V S1TOC 333m images. The images span September and October 2014 and cover the Brazilian territory (tile X13Y09). Four different multitemporal compositing approaches were analyzed, namely: the first, second and third lowest reflectance values from the NIR channel (NIRmin1, NIRmin2 and NIRmin3) and the largest value of SWIR within these three values (SWIR/NIR). The evaluation of the four composites approaches was conducted using the following criteria: (1) Presence of clouds and shadows; (2) Spectral separability to discriminate burned area; (3) Distribution of zenith angles. The results show that the compositing techniques SWIR/NIR, NIRmin3, and NIRmin2 considerably reduced noise caused by cloud shadows. Concerning the spectral separability to discriminate burned areas from different surface types, the NIRmin2 composite presented better results. Regarding the distribution of zenith angles, SWIR/NIR composite was closer to a Gaussian, while the other composites showed a high frequency between 50 and 60 degrees. Although compositing technique SWIR/NIR showed better results for the absence of clouds/shadows and distribution of zenith angles, the compositing technique NIRmin2 showed a greater capacity for discriminating burned areas. Since the compositing technique NIRmin2 presented lower computational cost, it may be a feasible option for burned area mapping using multitemporal composites of PROBA-V images. However, it is recommended that further studies covering a longer period of time should be conducted for comparison with the present work.

This work had as objective to accomplish a supervised classification of an image of the IKONOS sensor, using object-based image analysis to be used in hidrology modeling. K-nearest neighbor and support vector machine classification algorithms were used. The results showed that grass land covers 64.34% of the area, bare soil covers 16.82% of the area. The algorithm K-nearest neighbor showed a better result in relation to Support Vector Machine. Palavras-chave: remote sensing, classification, space resolution

O objetivo deste trabalho é avaliar o desempenho de 4 modelos utilizando diferentes conjuntos de variáveis ambientais, variando em complexidade, na tentativa de prever a distribuição geográfi ca de Amaioua guianensis Aubl. no Estado de Minas Gerais. Os pontos de ocorrência da espécie foram recuperados no banco de dados TreeAtlan 1.0 para o Estado de Minas Gerais. As bases ambientais utilizadas para o trabalho compreendem coberturas climáticas relacionadas com temperatura e precipitação, dados relativos ao relevo, distância do oceano, índices de vegetação do sensor MODIS, tipo de solo e litologia. Para a modelagem de distribuição da espécie foi utilizado o algoritmo de Máxima Entropia (Maxent). Quatro alternativas de conjuntos de variáveis, foram gerados: com toda a base de dados, só com as variáveis bioclimáticas, com as variáveis selecionadas por meio da CCA e com as variáveis selecionadas por meio de uma análise prévia do teste Jackknife para todas as variáveis. A análise do desempenho dos modelos foi feita utilizado a área sob a curva ROC e tax as de omissão extrínsecas. As simulaçõe s demonstram que a seleção de variáveis ambientais mais relevantes para uma determinada espécie produz modelos mais acurados. Abstract The objective of this work is to evaluate the performance of 4 models using different environmental datasets in an attempt to predict the geographic distribution of Amaioua guianensis Au bl. in the State of Minas

This work deals with the determination of the trees height and the estimation of the number of trees in a Eucalyptus stand using LIDAR. From the LIDAR return pulses it is possible to derive a surface model and a canopy height model. The canopy height model is derived from the pulses that reach the trees crowns whereas the surface model is derived from the pulses that reach the ground. From these two models is it possible to estimate the tree stand height and from image processing techniques it is possible to estimate the number of trees. Palavra-chave: LIDAR, digital surface model, tree height, tree counting, LIDAR, modelo digital de superfície, altura de árvores, contagem de árvores.

Novel schemes based on multiresolution transforms were introduced to pre-process long time series of Landsat data. Particularly, removal of clouds and their shadows was tackled. We applied the product of wavelet scales to generate binary masks of corrupted observations, the robust smoother-cleaner wavelets to remove outliers in the data, and the wavelet shrinkage to estimate new values. Cloud contamination was simulated and the missing values were estimated using five methods: 1) mean value, 2) minimum value, 3) maximum value, 4) linear regression, and 5) the wavelet-based procedure. The product of wavelet scales not only identified clouded and shadowed pixels but also other anomalies like misregistration effects and changes of short duration (e.g., burn scars). The wavelet-based approach was more accurate for interpolating the missing values in clouded areas, whereas linear regression performed better in shadowed areas. The robust non-linear wavelet regression holds promise for effective time series analysis and has the potential to produce noise-reduced images at any point in the time series.

This paper describes the methodology used for accessing the accuracy of vegetation maps from Minas Gerais, Brazil. Its main objective was to define suitable accuracy measures which characterize maps of vegetation cover to be used within the framework of the statewide forest inventory. Sampling size was defined based on a desired a priori accuracy of 85%. It was implemented a simple random sampling design. A road transportation database was used as the reference for sampling selection. Standard error matrices were produced to derive the accuracy measures global accuracy, Kappa and Tau. Confidence intervals were determined based on random sampling with proportions. The results showed that the minimum sampling size to achieve the desired accuracy was of 196 sample points. Using the road network, 11989 sample points were visited in the field. Values found for Global accuracy, Kappa, and Tau were 87.29%, 81.74%, and 86.31%, respectively. The confidence interval for the precision of the vegetation map of Minas Gerais is between 84.84% and 85.15%. It is concluded that simple random sampling was adequated to allocate the sample points as the a priori accuracy was lower than the actual accuracy and the later is within the short confidence interval. Palavras-chave: Vegetation mapping, accuracy accessment, confidence interval, mapeamento da vegetação, verificação da acurácia, de confiança. 1. Introdução Os trabalhos de mapeamento da cobertura do solo de grandes extensões territoriais destacam- se entre as principais aplicações das técnicas de sensoriamento remoto. Este tipo de mapeamento, geralmente divide os tipos de cobertura em classes temáticas específicas. Além disso, o mapeamento visa representar, com certa precisão, a cobertura real encontrada em campo. Embora as técnicas mais sofisticadas sejam aplicadas, algumas limitações ainda são encontradas. Dentre elas a presença de nuvens, a resolução espacial dos sensores, erros de retificação, erro posicional e temático, além dos erros provenientes da classificação digital de imagens, tornando imprescindível a determinação da acurácia dos mapas temáticos gerados a partir do processamento de imagens de sensoriamento remoto. A acurácia temática refere à precisão da classificação das diferentes categorias que compõem um mapa. Ao trabalhar-se utilizando mapas provenientes de dados de sensoriamento remoto, deve-se avaliar a precisão dos mesmos. Para esta avaliação são usados dados de referência coletados em campo (Richards, 1986). A utilização dos conceitos de teoria da amostragem para a avaliação da acurácia de mapas temáticos é de fundamental importância nessa avaliação, tanto no que tange suas aplicações práticas, quanto às técnicas e políticas. Na prática está relacionada com um tamanho de amostra representativa e confiável da população, reduzindo os gastos de tempo e recursos. Já no que se refere às técnicas e políticas, isto se faz verdadeiro na medida em que constitui uma ferramenta de refinamento da qualidade dos mapas que, além de proporcionar o planejamento de diretrizes para uma política de conservação realista, fornecem informações aplicáveis em diferentes campos do conhecimento. Uma necessidade pertinente ao tema, pouco estudada pelos técnicos da área florestal é a escolha correta do procedimento de amostragem para este fim. Este é diretamente responsável

INTRODUCCION AL TEMA Sería una verdad de Perogrullo el decir que el tema que nos ocupa es, por una parte, vital para la salida a cualquier solución de los problemas que enfrenta actualmente el país y, que por otra, reviste una "saturada" complejidad por la diversidad de aristas que están presentes. De tal forma, el objetivo final de estas reflexiones viene dado por poner "sobre el tapete" la necesidad de abordar esta problemática a partir de un enfoque o metodología integral que facilite, en primer término, identificar los problemas centrales que, a partir de una lógica y factible articulación, posibilite una dinámica sistémica en esta esfera. A partir de lo cual, se puede inferir la notable dificultad que reviste el poder establecer la combinación óptima al respecto, es decir, "la dosis exacta". Sin embargo, una primera aproximación, permite preliminarmente establecer como propuesta para un enfoque metodológico al respecto, que el abordaje de esta temática ha de hacerse a partir de las siguientes tres perspectivas analíticas: • Desde una perspectiva histórica y el desarrollo evolutivo del problema en cuestión; en particular, las interrelaciones dinámicas entre el desarrollo de la capacidad empresarial, del modelo económico, de la calidad de las políticas aplicadas y las condiciones objetivas en cada momento. • El reconsiderar conceptualmente la naturaleza de la actividad empresarial en una economía socialista, a partir de una visión que centra su atención en el papel del "capital humano" y que considera la conducta empresarial como resultante de la acción de procesos económicos, sociales, ideológicos, culturales y políticos que tienen lugar al interior de la empresa y en su entorno. • La interacción dinámica empresa-entorno, examinando la misma desde una perspectiva tendente a la convergencia entre los intereses sociales generales y los individuales o específicos, en otros términos, desde una perspectiva macro así como a partir de una visión micro y empresarial en particular.

The general objective of this work is to map the potential distribution of seasonal forest of Cerrado in Minas Gerais, Brazil, through the species distribution modeling of its indicative species. Occurrence data and list of species of the areas were recovered in the database TreeAtlan 1.0. The environmental datasets used for the work involved climatic coverings related with temperature and precipitation. For modeling species distribution, the algorithm used was Bioclim True/False. Partial results allowed to observe that seasonal forest can cover 63% of Minas Gerais only be based in given bioclimatic dataset. The area under the ROC curve indicated a satisfactory accuracy. Resumo. O objetivo geral deste trabalho é mapear a distribuição potencial de florestas estacionais do Domínio do Cerrado dentro do estado de Minas Gerais por meio da modelagem de distribuição espacial de suas espécies indicadoras. Os pontos de ocorrência e lista de espécies das áreas foram recuperados no banco de dados TreeAtlan 1.0. As bases ambientais utilizadas para o trabalho compreendem coberturas climáticas relacionadas com temperatura e precipitação. Para a modelagem de distribuição das espécies foi utilizado o algoritmo Bioclim True/False. Resultados parciais permitiram observar que a fitofisionomia possui o potencial de ocupar 63% do Estado. A área sob a curva ROC indica uma acurácia satisfatória.

The objective of this work was to apply object-based classification to map vegetation types in the Parque Estadual Verde Grande, APA Lajedão and surroundings. IKONOS-II images were input to segmentation algorithms with different scale parameters generating image objects of different sizes. In the first segmentation level, general vegetation classes were distinguished (forests and grass land). The second level within forest types were discriminated. Before classification, feature optimization was performed to select important image attributes to be used in the classification procedure. Classification was performed using the k-nearest neighbor algorithm. Output classes were: cerrado, a decíduos forest, carrasco, cerrado field, natural grass land, and bare soil. Object-based image analysis enabled the processing of the input images and provided subsidies for landscape ecology analysis. Palavras-chave: remote sensing, object oriented classification, physiognomies, sensoriamento remoto, classificação orientada a objeto, fitofisionomias.