Utilize este identificador para referenciar este registo: https://hdl.handle.net/10316/108444
Título: Aplicação da Deteção Remota na Monitorização de Espécies Exóticas Invasoras em Ambientes Aquáticos
Outros títulos: Application of Remote Sensing in the Monitoring of Invasive Alien Species in Aquatic Environments
Autor: Viegas, Rita Sabino
Orientador: Rodrigues, Albano Augusto Figueiredo
Palavras-chave: Espécies Invasoras Aquáticas; Deteção Remota; Eichhornia crassipes; Classificação de Imagens; Sentinel-2; Aquatic invasive species; Remote Sensing; Eichhornia crassipes; Image Classification; Sentinel-2
Data: 13-Jul-2023
Título da revista, periódico, livro ou evento: Aplicação da Deteção Remota na Monitorização de Espécies Exóticas Invasoras em Ambientes Aquáticos
Local de edição ou do evento: Agência Portuguesa do Ambiente - Administração Regional Hidrográfica do Centro (Coimbra)
Resumo: Invasion by exotic species is identified as one of the biggest threats worldwide, considering magnitude and associated impacts, namely environmental and socioeconomic losses. In recent decades, invasion processes have gained special relevance, presenting challenges in terms of reducing susceptibility to invasion and managing invaded areas in terrestrial and aquatic habitats. In this context, this work aims to contribute to the reduction of negative impacts from exotic species based on a better understanding of the invasion dynamics in aquatic habitats for management purposes, using water hyacinth (Eichhornia crassipes (Mart.) Solms) as reference in inland waters in Pateira de Fermentelos and in the end-section of Vouga river, downstream of Águeda. This analysis intends to define the best methodology for the identification of the floating invasive species based on high-resolution remote sensing products (Sentinel-2) and explore changes on spatial patterns yearly and for a longer period. The analysis for the annual pattern was based on 2022, validated with occurrences from field survey collected in early October (before heavy rainfall), and changes for a longer period were assessed. The areas occupied by water hyacinth were identified through the application of supervised classification algorithms (maximum likelihood and KNN) and unsupervised classification algorithms (K-means and vegetation indices). The results showed that the K-means algorithm performed better in identifying the areas occupied by water hyacinths (with an overall accuracy of 93.2%). Areas with higher prevalence of water hyacinth and seasonal changes were identified based on annual monitoring and associated to changes in phenology and transport by water flow or wind action. The results for seasonal changes indicate that the months of May to October present higher values for occupied area.The monitorization from remote sensing products, combined with adjustments in the control strategy, can contribute to a reduction of the problem.
Uma das maiores ameaças a nível mundial, tendo por referência a magnitude e os impactes em diversos domínios, diz respeito à invasão por espécies exóticas, que provocam consequentes perdas tanto em termos ambientais como socioeconómicos. Nas últimas décadas, os processos de invasão ganharam especial relevância, apresentando desafios em termos de redução da suscetibilidade à invasão e gestão das áreas invadidas em habitats terrestres e aquáticos. Com o objetivo de contribuir para a gestão deste problema, o trabalho desenvolvido durante o estágio esteve dedicado à monitorização do comportamento do jacinto-de-água (Eichhornia crassipes (Mart.) Solms) em águas interiores na Pateira de Fermentelos e no rio Vouga a jusante de Águeda. Neste âmbito, procurou-se definir a metodologia mais adequada para identificação desta invasora aquática flutuante a partir de produtos de deteção remota de alta resolução (Sentinel-2), e avaliar a sua dinâmica anual num período de cinco anos.Com a finalidade de compreender a importância do problema atual na área em estudo, foram identificadas, no início de outubro de 2022 (antes das precipitações abundantes), as áreas ocupadas por jacinto-de-água através da aplicação de algoritmos de classificação supervisionada (máxima verossimilhança e KNN) e algoritmos de classificação não supervisionada (K-means e índices de vegetação). A análise da dinâmica anual realizou-se com dados para o ano de 2022, enquanto que a dinâmica inter-anual foi realizada para o período entre janeiro de 2018 e janeiro de 2023. Os resultados demonstraram que o algoritmo K-means apresentou melhor desempenho na identificação das áreas ocupadas por jacinto-de-água (com uma exatidão global de 93.2%). A monitorização anual permitiu identificar as áreas com maior número de ocorrências e a variação da área ocupada, a qual está determinada por alterações na fenologia e pela deslocação do jacinto-de-água por ação do fluxo de água ou ação do vento. Os resultados obtidos para a avaliação da variação anual indicam que os meses de maio a outubro apresentam maior área ocupada por jacinto-de-água. A monitorização a partir de produtos de deteção remota, conjugada com ajustes na estratégia de controlo, podem contribuir para reduzir os impactes deste problema.
Descrição: Relatório de Estágio do Mestrado em Tecnologias de Informação Geográfica apresentado à Faculdade de Letras
URI: https://hdl.handle.net/10316/108444
Direitos: openAccess
Aparece nas coleções:UC - Dissertações de Mestrado

Ficheiros deste registo:
Ficheiro TamanhoFormato
RitaViegas-RelatorioDeEstagio.pdf5.37 MBAdobe PDFVer/Abrir
Mostrar registo em formato completo

Visualizações de página

100
Visto em 15/mai/2024

Google ScholarTM

Verificar


Este registo está protegido por Licença Creative Commons Creative Commons