Validação da utilização do CCDC em séries temporais Sentinel-2 para a deteção de desflorestação em Portugal: Confronto com dados históricos de gestão florestal

Abstract

O planeamento de gestão florestal e sua respetiva monitorização são questões complexas que exigem um acompanhamento regular. No entanto, o minifúndio existente atualmente em Portugal e o crescente abandono rural fazem com que esta tarefa árdua seja muitas vezes inalcançável. A utilização de dados de deteção remota para a monitorização de recursos naturais tem evoluído desde o surgimento de fotografias aéreas no século XX, que possibilitaram a supressão de necessidades pontuais e estáticas de cartografia de uso e ocupação do solo, até à mais recente e liberal disponibilização de séries temporais de imagens de satélite, que tem permitido detetar alterações de uso e ocupação do solo de forma cada vez mais dinâmica e responsiva. O algoritmo Continuous Change Detection and Classification (CCDC) foi descrito pela primeira vez em 2014, destacando-se por permitir analisar tendências intra e inter-anuais de séries temporais de imagens de satélite. Tem sido utilizado na monitorização contínua de alterações de ocupação do solo, utilizando quase exclusivamente séries temporais de Landsat, e raramente na Europa. A utilização de séries temporais de Sentinel-2, com resoluções espaciais e temporais superiores, e já com uma extensão temporal relevante, pode ser a chave que possibilita a utilização do CCDC para a monitorização de povoamentos florestais em Portugal e na Europa. Este estudo pretende validar parametrizações e otimizações do fluxo processual para a utilização do CCDC e Sentinel-2 para deteção de instâncias de desflorestação em Portugal recentemente publicadas, confrontando a metodologia com dados de referência de exploração e outras ações de silvicultura cedidos pela The Navigator Company, empresa responsável pela gestão de uma das maiores áreas florestais do país. Os resultados obtidos apresentam boa correspondência com os dados de referência e são bastante promissores em relação à utilização desta metodologia para monitorização de povoamentos florestais portugueses, permitindo realizar uma gestão florestal mais adequada, sustentável e responsável.

Forest management planning and its monitoring are complex issues that require regular oversight. However, the actual prevalence of smallholdings in Portugal and the increasing rural abandonment make this challenging task often unachievable. The use of remote sensing data for natural resources monitoring has evolved since the advent of aerial photography in the 20th century, which initially allowed for specific, static land use and cover mapping, to the more recent, freely available satellite image time series, enabling the detection of land use and land cover changes in a more dynamic and responsive manner. The Continuous Change Detection and Classification (CCDC) algorithm was first described in 2014 and is notable for allowing the analysis of intra- and inter-annual trends in satellite imagery time series. It has been used for continuous land cover change monitoring, primarily relying on Landsat time series, and rarely applied in Europe. The use of Sentinel-2 time series, with superior spatial and temporal resolutions and now with a significant historical extent, could be the key to enabling CCDC for monitoring forest stands in Portugal and Europe. This study aims to validate recently published parameter settings and process flow optimizations for the use of CCDC and Sentinel-2 for detecting deforestation events in Portugal, comparing the methodology with reference data on logging and other forestry activities provided by The Navigator Company, responsible for managing one of the largest forest areas in the country. The results show good correspondence with the reference data and are very promising regarding the use of this methodology for monitoring Portuguese forest stands, enabling a more suitable, sustainable, and responsible forest management approach.