Configuration Assessment of Deter-RT: a New SAR-Based Automated Deforestation Detection System in the Amazon
Barra lateral de artigos
Conteúdo do artigo principal
Resumo
Deter-RT is a new system for automatic deforestation detection in the Amazon, offering high customization to user needs. This study compared nine system configurations combining three values of a factor regulating spatial optimization across ecoeregions and three scenarios of morphological filter application. Results were evaluated using the indices omission, commission, number of intersections, and format. Tests (2022–2023) showed that higher factor values increased omission and reduced commission errors, while the filter improved polygon geometry indices. The preferred configuration uses empirically estimated factors and a newly proposed morphological filter (T8). Two other scenarios, one with a different filter (T5) and one with more conservative factor values (T7), produced similarly good results.
Downloads
Detalhes do artigo
Seção
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Atribuição que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (veja "O Efeito do Acesso Aberto").
Como Citar
Referências
Almeida, C. A., Maurano, L. E. P., Valeriano, D. M., Câmara, G., Vinhas, L., Motta, M., Gomes, A. R., Monteiro, A. M. V., Souza, A. A. d. A., Messias, C. G., Rennó, C. D., Adami, M., Escada, M. I. S., Soler, L. S., & Amaral, S. (2022). Metodologia utilizada nos sistemas PRODES e DETER - 2ª edição (atualizada) (2ª ed.). Instituto Nacional de Pesquisas Espaciais. http://urlib.net/ibi/8JMKD3MGP3W34T/47GAF6S
Almeida, C. A., Perez, L. P., Reis, M. S., Camilotti, V. L., Messias, C. G., Monteiro, E. C. d. S., Pinheiro, T. F., Pinto, J. F. S. K. C., Soler, L. S., Vinhas, L., Maurano, L. E. P., Adami, M., Kuplich, T.
M., Narvaes, I. S., Arcoverde, G. F. B., & Amaral, S. (2025). Monitoramento oficial da vegetação nativa brasileira por imagens de satélite: o programa BiomasBR e os sistemas Prodes, Deter e TerraClass. Cadernos de Astronomia, 6(1), 23–38. https://doi.org/10.47456/Cad.Astro.v6n1.47411
Andrade, D. F. C., Ruschel, A. R., Schwartz, G., Carvalho, J. O. P., Humphries, S., & Gama, J. R. V. (2020). Forest resilience to fire in eastern Amazon depends on the intensity of pre-fire disturbance. Forest Ecology and Management, 472, 118258. https://doi.org/10.1016/j.foreco.2020.118258
Assunção, J., Gandour, C., & Rocha, R. (2019). DETERring Deforestation in the Amazon: Environmental Monitoring and Law Enforcement. Climate Policy Initiative Report.
Bottani, M., Ferro-Famil, L., Doblas Prieto, J., Mermoz, S., Bouvet, A., Koleck, T., & Le Toan, T. (2025). Novel unsupervised Bayesian method for Near Real-Time forest loss detection using Sentinel-1 SAR time series: Assessment over sampled deforestation events in Amazonia and the Cerrado. Remote Sensing of Environment, 331, 115037. https://doi.org/10.1016/j.rse.2025.115037
Bouvet, A., Mermoz, S., Ballère, M., Koleck, T., & Le Toan, T. (2018). Use of the SAR shadowing effect for deforestation detection with Sentinel-1 time series. Remote Sensing, 10(8), 1250. https://doi.org/10.3390/rs10081250
Brazilian Institute of Geography and Statistics. (2018). Geomorfologia 1:250.000. https://www.ibge.gov.br/geociencias/informacoes-ambientais/geomorfologia/10870-geomorfologia.html
Copernicus Digital Elevation Model. (2023). Copernicus DEM - Global and European Digital Elevation Model: GLO-30. 10.5270/ESA-c5d3d65. https://doi.org/10.5270/ESA-c5d3d65
Doblas, J., Reis, M. S., Mermoz, S., Almeida, C. A., Koleck, T., Messias, C. G., Soler, L., Bouvet, A., & Sant’Anna, S. J. S. (2024). DETER-RT: The new INPE-TropiSCO deforestation monitoring system in the Amazon biome. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XLVIII-3-2024, 127–133. https://doi.org/10.5194/isprs-archives-XLVIII-3-2024-127-2024.
Doblas, J., Lima, L., Mermoz, S., Bouvet, A., Reiche, J., Watanabe, M., Anna, S. S., & and, Y. S. (2023). Inter-comparison of optical and SAR-based forest disturbance warning systems in the Amazon shows the potential of combined SAR-optical monitoring. International Journal of Remote Sensing, 44(1), 59–77. https://doi.org/10.1080/01431161.2022.2157684
Doblas, J., Reis, M. S., Belluzzo, A. P., Quadros, C. B., Moraes, D. R., Almeida, C. A., Maurano, L. E., Carvalho, A. F., Sant’Anna, S. J., & Shimabukuro, Y. E. (2022). DETER-R: An operational near-real time tropical forest disturbance warning system based on Sentinel-1 time series analysis. Remote Sensing, 14(15), 3658. https://doi.org/10.3390/rs14153658
Doblas, J., Shimabukuro, Y., Sant’Anna, S., Carneiro, A., Aragão, L., & Almeida, C. (2020). Optimizing Near Real-Time Detection of Deforestation on Tropical Rainforests Using Sentinel-1 Data. Remote Sensing, 12(23). https://doi.org/10.3390/rs12233922
Doblas Prieto, J. (2023). Operational near real-time detection of deforestation on the Brazilian Amazon using synthetic aperture radar data [tese de dout., Instituto Nacional de Pesquisas Espaciais (INPE)]. http://urlib.net/ibi/8JMKD3MGP3W34T/47UH49B
Espinoza, J.-C., Jimenez, J. C., Marengo, J. A., Schongart, J., Ronchail, J., Lavado-Casimiro, W., & Ribeiro, J. V. M. (2024). The new record of drought and warmth in the Amazon in 2023 related to regional and global climatic features. Scientific Reports, 14(1), 8107. https://doi.org/10.1038/s41598-024-58782-5
Hess, L. L., Melack, J. M., Affonso, A. G., Barbosa, C., Gastil-Buhl, M., & Novo, E. M. (2015). Wetlands of the lowland Amazon basin: Extent, vegetative cover, and dual-season inundated area as mapped with JERS-1 synthetic aperture radar. Wetlands, 35, 745–756. https://doi.org/10.1007/s13157-015-0666-y
Koleck, T., Hermitte, L., Eynard-Bontemps, G., Michel, J., Sylvestre, L., Sainte Marie, W., & Vincent, A. (2024). S1Tiling. https://github.com/CNES/S1Tiling
Marengo, J. A., Cunha, A. P., Espinoza, J.-C., Fu, R., Schöngart, J., Jimenez, J. C., Costa, M. C., Ribeiro, J. M., Wongchuig, S., & Zhao, S. (2024). The drought of Amazonia in 2023-2024. American Journal of Climate Change, 13(03), 567–597. https://doi.org/10.4236/ajcc.2024.133026
Mas, J.-F., & Araújo, F. S. (2021). Assessing Landsat Images Availability and Its Effects on Phenological Metrics. Forests, 12(5). https://doi.org/10.3390/f12050574
Mataveli, G., Maure, L. A., Sanchez, A., Dutra, D. J., de Oliveira, G., Jones, M. W., Amaral, C., Artaxo, P., & Aragão, L. E. O. C. (2025). Forest Degradation Is Undermining Progress on Deforestation in the Amazon [e70209 GCB-25-1235]. Global Change Biology, 31(4), e70209. https://doi.org/10.1111/gcb.70209
Mermoz, S., Bouvet, A., Koleck, T., Ballère, M., & Le Toan, T. (2021). Continuous Detection of Forest Loss in Vietnam, Laos, and Cambodia Using Sentinel-1 Data. Remote Sensing, 13(23), 4877. https://doi.org/10.3390/rs13234877
National Institute for Space Research. (2025a). Coordenação-Geral de Ciências da Terra. Programa de Monitoramento dos Biomas Brasileiros. Deter - Monitoramento Diário da Supressão e Degradação da Vegetação Nativa – Alertas – Amazônia. https://terrabrasilis.dpi.inpe.br/downloads/
National Institute for Space Research. (2025b). Coordenação-Geral de Ciências da Terra. Programa de Monitoramento dos Biomas Brasileiros. Prodes – Monitoramento Anual da Supressão da Vegetação Nativa – Amazônia. https://terrabrasilis.dpi.inpe.br/downloads/
NICFI. (2021). Norway’s International Climate and Forest Initiative. Standing with the World’s Tropical Forests. https://www.nicfi.no/
Olson, D. M., Dinerstein, E., Wikramanayake, E. D., Burgess, N. D., Powell, G. V. N., Underwood, E. C., D’amico, J. A., Itoua, I., Strand, H. E., Morrison, J. C., Loucks, C. J., Allnutt, T. F., Ricketts, T. H., Kura, Y., Lamoreux, J. F., Wettengel, W. W., Hedao, P., & Kassem, K. R. (2001). Terrestrial Ecoregions of the World: A New Map of Life on Earth. BioScience, 51(11), 933–938. https://doi.org/10.1641/0006-3568(2001)051[0933:TEOTWA]2.0.CO;2
Paradella, W. R., Santos, A. R. d., Paulo, V., & Cunha, E. S. P. (2005). Radares Imageadores nas Geociências: Estado da Arte e Perspectivas. Revista Brasileira de Cartografia, 57(1), 50–62.
Pekel, J.-F., Cottam, A., Gorelick, N., & Belward, A. S. (2016). High-resolution mapping of global surface water and its long-term changes. Nature, 540(7633), 418–422. https://doi.org/10.1038/nature20584
Reiche, J., De Bruin, S., Hoekman, D., Verbesselt, J., & Herold, M. (2015). A Bayesian Approach to Combine Landsat and ALOS PALSAR Time Series for Near Real-Time Deforestation Detection. Remote Sensing, 7(5), 4973–4996. https://doi.org/10.3390/rs70504973
Reiche, J., Mullissa, A., Slagter, B., Gou, Y., Tsendbazar, N. -E., Odongo-Braun, C., Vollrath, A., Weisse, M. J., Stolle, F., Pickens, A., Donchyts, G., Clinton, N., Gorelick, N., & Herold, M. (2021). Forest disturbance alerts for the Congo Basin using Sentinel-1. Environmental Research Letters, 16(2), 024005. https://doi.org/10.1088/1748-9326/abd0a8
Reis, M. S., Doblas, J., Gusmao, L. H., Moraes, D. R. V., Messias, C. G., Sant’Anna, S. J. S., Mermoz, S., & de Almeida, C. A. (2025). Implementing a new automatic deforestation monitoring system in the Amazon biome: the parametrization and preliminary results of Deter-RT. Em C. ( Davis & R. D. C. d. ( Santos (Ed.), Anais... Instituto Nacional de Pesquisas Espaciais (INPE).
Sano, E. E., Matricardi, E. A. T., & Camargo, F. F. (2020). Estado da Arte do Sensoriamento Remoto por Radar: Fundamentos, Sensores, Processamento de Imagens e Aplicações. Revista Brasileira de Cartografia, 72, 1458–1483. https://doi.org/10.14393/rbcv72nespecial50anos-56568
Soler, L. S., Silva, B. L. C., Mota, J. S., Messias, C. G., Pinto, J. F. S. K. C., Lima, D. C., Teixeira, R. C. S., Cunha, I. P., Souza, J. J., Trindade, P., Carmo, R. S., Dias, F. G., Bezerra, U., Dousseau, S. L., Araujo, M., Ferla, A. K., Trancho, M. B., Ferreira, K. R., Queiroz, G. R., Almeida, C. A. (2025). Semiautomatic AI-Based Remote Sensing Classification to Deliver an EU Landmark 2020 Deforestation Map for Brazil. Anais do XXI Simpósio Brasileiro de Sensoriamento Remoto. https://proceedings.science/sbsr-2025/papers/semiautomatic-ai-based-remote-sensing-classification-to-deliver-an-eu-landmark-2?lang=pt-br