Remote sensing of deciduous forests: a multi-temporal approach

Abstract

This work investigates whether Deciduous vegetation of Minas Gerais, in the Cerrado Biome, have differences in geographically different areas. This was accomplished through the use of Normalized Difference Vegetation Index (NDVI) time series data. Its objective was to find out if these differences exist and to quantify these differences. Four different geographical locations covered by deciduous forests and other neighbor vegetation were chosen for the analysis. This study was conducted in two chapters where chapter 01 quantifies the annual shifts of phenology curves of Deciduous Forests in the different regions and chapter 02 applies different denoising algorithms to time series of NDVI data and compared the results of vegetation classification as input to artificial neural networks. It was concluded that there are annual shifts in the annual curve among deciduous forests localized in different geographical areas of Minas Gerais state. Time signatures of NDVI can be used with success to map Deciduous Forests, however the results do not conclude which of the two filtering techniques best generates the vegetation signatures.

Este presente trabalho tem o objetivo principal de pesquisar se as florestas deciduais de Minas Gerais situadas em áreas geográficas distantes possuem diferenças entre as mesmas. Isso foi possível através da utilização de séries temporais do Índice de Vegetação de Diferença Normalizada (NDVI), para quantificar as diferenças. Foram escolhidas quatro diferentes localizações separadas geograficamente, onde encontram-se florestas decíduas e outros tipos de vegetação. Este trabalho foi conduzido em dois capítulos onde o capítulo 01 quantifica o deslocamento temporal anual da curva da fenologia das florestas deciduais de diferentes regiões. O capítulo 02 aplica diferentes algoritmos de remoção de ruído para séries temporais de NDVI e compara os resultados através da classificação da vegetação com a utilização das séries temporais filtradas como entrada de dados em uma rede neural artificial. Na conclusão geral do trabalho, pode-se concluir que: existe um deslocamento temporal na curva anual de fenologia entre as florestas decíduas que se situam em áreas geográficas diferentes. Assinaturas temporais de índices de vegetação NDVI podem ser utilizadas com sucesso para mapear as florestas decíduas de diferentes localizações, no entanto, não evidenciam a melhor entre as técnicas de filtragem de dados.