Processamento de imagem SAR (Banda L) para detecção histórica de áreas florestais degradadas por incêndios recorrentes em Roraima Haron Abrahim Magalhães Xaud 1 João Roberto dos Santos 2 Flora Martins 3 Maristela Ramalho Xaud 1 1 Embrapa Roraima BR 174, km 08, Caixa Postal 133 - 69301-970 – Boa Vista - RR, Brasil {haron.xaud, maristela.xaud}@embrapa.br 2 Instituto Nacional de Pesquisas Espaciais - INPE Caixa Postal 515 - 12227-010 - São José dos Campos - SP, Brasil joao.roberto@inpe.br 3 Companhia Ambiental do Estado de São Paulo - CETESB Av. Olivo Gomes, 100 - 12211-115 - São José dos Campos - SP, Brasil flora@gmail.com Abstract. This paper aims to analyse the historical images of ALOS/PALSAR data (L Band) as an alternative to monitoring degradation of tropical forests affected by fires in the Northernmost Amazon Region. The sites of this study are located in the Apiaú Region, State of Roraima, Brazil. The study area was burned irregularly in 1998, 2003 and 2007 fires. The post-fire image (Jan.2008) was obtained in HH polarization. We ortoretified the PALSAR data and generated Amplitude and Intensity images. Additionally it were generated 13 textural data based on occurrence and co-occurrence matrix. Using Object-Based Image Analysis (OBIA) we segmented a 2007 Landsat TM image (as reference) to obtain objects that were described by 15 attributes derived from SAR images plus the standard deviation (SD) of each one, totalizing 30 attributes per object. We selected training and reference samples divided into 5 classes: (FN) unburned forests; (FQ1B) forests affected by 1 fire-low intensity; (FQ1A) forests affected by 1 fire-high intensity; (FQ2) forests affected by 2 fires; (FQ3) forests affected by 3 fires. We optimized the selection of PALSAR attributes to obtain the best separability among classes using a feature space optimization tool in OBIA based on Nearest Neighbor classifier. From the 30 attributes derived from PALSAR image, the results highlighted the best attributes (images) to detect degraded areas by recurrent fires; eight of them obtained from SD of textures and amplitude images. Palavras-chave: remote sensing, forest fire, OBIA, degraded areas, sensoriamento remoto, incêndios florestais, orientação a objetos, áreas degradadas. 1. Introdução Dois eventos em especial ficaram mundialmente marcados ao atingirem grandes extensões de florestas tropicais antes tidas como imunes a incêndios: um deles ocorreu na região Leste de Kalimantan, Indonésia, em 1982-1983 e o outro ocorreu no Estado de Roraima, Amazônia Brasileira, em 1997-1998 (MARTINS et al., 2012; XAUD et al., 2013). Do ponto de vista de mudança de paradigma, o grande incêndio de Roraima foi ainda mais emblemático, por ter ocorrido no bioma Amazônia, reconhecido como a maior reserva de florestas tropicais do planeta. Desde então, ficou comprovado que ao menos parte das áreas de remanescentes florestais da Amazônia pode queimar sob condições extremas de seca prolongada e presença de fontes antrópicas de ignição (COCHRANE, 2000). Em áreas florestais que são atingidas por incêndios recorrentes, provavelmente existe como consequência uma paisagem muito complexa derivada da interação do fogo com a vegetação original e sua posterior regeneração. Tais situações de degradação florestal complexa ainda têm sido pouco avaliadas quantitativamente devido à grande extensão das Galoá Anais do XVIII Simpósio Brasileiro de Sensoriamento Remoto -SBSR ISBN: 978-85-17-00088-1 28 a 31 de Maio de 2017 INPE Santos - SP, Brasil { Este trabalho foi publicado utilizando Galoá Proceedings Galoá Anais do XVIII Simpósio Brasileiro de Sensoriamento Remoto -SBSR ISBN: 978-85-17-00088-1 28 a 31 de Maio de 2017 INPE Santos - SP, Brasil { Este trabalho foi publicado utilizando Galoá Proceedings 7216