Orientadores:
Daniel Sousa, San Diego State University
Mentora de pós-graduação:
Megan Ward-Baranyay, San Diego State University
Robert Purvis, Western Kentucky University
Líquenes, uma relação simbiótica entre um fungo (micobionte) e algas verdes ou cianobactérias (fotobionte), ocorrem globalmente com grande variabilidade de forma e função. Na costa oeste da América do Norte, Ramalina menziesii é um líquen robusto com morfologia em rede encontrado em três biomas distintos. No clima mediterrâneo da costa da Califórnia, R. menziesii pode sobreviver com teor de água do talo tão baixo quanto 13%, tornando o líquen um meio poderoso para a propagação de incêndios florestais. Como membro de comunidades de sucessão tardia, mudanças na incidência de incêndios observadas na região causaram declínio na cobertura de R. menziesii. Apesar de sua importância, há pouca pesquisa sobre a detecção de líquenes com espectroscopia de imagem, que poderia fornecer uma informação potencialmente nova para combatentes de incêndios em áreas selvagens. O líquen cresce primariamente em carvalhos da região, com a porcentagem de cobertura superior variando de quase zero até sobrecrescimento do dossel arbóreo devido à forma de crescimento pendente dos líquenes. Essas características podem tornar R. menziesii um bom candidato para espectroscopia de imagem aerotransportada. Espectros de reflectância foram coletados com um espectrômetro de campo e sonda de contato na área do Figueroa Creek da Sedgwick Reserve no Condado de Santa Bárbara, Califórnia. A partir dessa coleção, foi construída uma biblioteca espectral (n=70) contendo três tipos de endmembers: folha de Quercus lobata (Oak Valley da Califórnia) (GV; n=34), casca de Q. lobata (NPV; n=8) e R. menziesii (líquen; n=28). Essa biblioteca foi amostrada usando um método de estratificação e dividida em uma biblioteca de simulação (n=41) e uma biblioteca de desmistura (n=29). Pixels espectroscópicos mistos foram simulados em incrementos de 5% de cobertura de líquen (n=1344) com frações aleatórias de cobertura GV e NPV. A análise de mistura espectral com múltiplos endmembers (MESMA) aplicada aos pixels simulados recuperou as frações conhecidas de líquen com RMSE de 0,25 e R2 de 0,38, com alguma superestimação da cobertura de líquen em altas frações de GV. Trabalhos futuros incluirão a avaliação do desempenho do modelo com imagens do Airborne Visible and Infrared Imaging Spectroscopy (AVIRIS) sobre a Sedgwick Reserve.
Kyra Shimbo, University of Rochester
Incêndios florestais podem representar ameaças significativas para a qualidade do ar e da água, vegetação, saúde do solo e segurança pública. O aumento da gravidade, frequência e intensidade dos incêndios ressalta a necessidade de mitigar seus impactos em ecossistemas e comunidades. Na Califórnia, ocorreram um total de 8.110 incêndios em 2024 — queimando mais de 1 milhão de acres de terra e destruindo mais de 1.800 estruturas. Modelagem prospectiva da severidade potencial de queima em áreas propensas a incêndios pode ajudar a informar decisões sobre a implementação eficaz de estratégias de manejo de fogo para reduzir riscos. Estudos anteriores demonstraram que várias combinações de características ambientais pré-incêndio, como combustíveis e topografia, podem explicar padrões de severidade da queima. Contudo, identificar os principais determinantes da severidade e predizê-la com precisão permanece desafiador em diferentes paisagens. Para obter uma compreensão mais robusta da dinâmica da severidade de queima, avaliamos a influência dos combustíveis pré-incêndio e da topografia na predição da cobertura fracionária de carvão pós-incêndio — um proxy para severidade de queima — para o Lake Fire de 2024 no Condado de Santa Bárbara, Califórnia. Usamos um modelo de regressão Random Forest para prever a cobertura fracionária de carvão pós-incêndio com base em medições pré-incêndio de estrutura de combustível, umidade do combustível, condição do combustível, estresse hídrico do combustível e topografia. A estrutura de combustível foi medida com o Land, Vegetation, and Ice Sensor (LVIS), um LiDAR de onda completa. Umidade do combustível, condição do combustível e cobertura fracionária de carvão foram derivadas da reflectância de superfície coletada pelo Earth Surface Mineral Dust Source Investigation (EMIT). Variáveis relacionadas ao estresse hídrico do combustível foram estimadas a partir do ECOsystem Spaceborne Thermal Radiometer Experiment on Space Station (ECOSTRESS). Variáveis topográficas foram obtidas da Shuttle Radar Topography Mission (SRTM). Resultados preliminares indicam que o modelo explica 28% da variância na severidade pós-incêndio para o Lake Fire (R-quadrado = 0,28), com altura do dossel, cobertura fracionária de vegetação verde e orientação (aspecto) ocupando as maiores importâncias como preditores. Trabalhos futuros podem focar na melhoria do modelo incorporando variáveis adicionais pré-incêndio e de condições meteorológicas durante o incêndio. Em geral, este modelo pode ser aplicado ao monitoramento de parâmetros de combustível associados a alta severidade de queima que colocam em risco ecossistemas e recursos hídricos.
Nimay Mahajan, University of Miami
Evapotranspiração (ET) desempenha um papel crítico nos ciclos da água e de energia, particularmente em ecossistemas semiáridos. Durante décadas, modelos de ET têm usado índices espectrais como o Índice de Vegetação por Diferença Normalizada (NDVI) para quantificar a abundância de vegetação verde. Entretanto, o NDVI tem limitações amplamente reconhecidas em ambientes semiáridos, incluindo saturação em pixels densamente vegetados e sensibilidade à reflectância do solo em áreas de vegetação esparsa. Exploramos o potencial da fração de vegetação (VF) derivada da análise de mistura espectral (SMA) de dados de espectroscopia de imagem para fornecer uma alternativa mais precisa ao NDVI para modelagem de ET. Focando em uma região a leste de Fresno, Califórnia, aproveitamos dados das torres de fluxo da National Ecological Observatory Network (NEON) (SJER e SOAP), que fornecem medições no solo do Fluxo de Calor Latente (LE). Derivamos a VF a partir da reflectância de superfície coletada pelo Earth Surface Mineral Dust Source Investigation (EMIT) e a comparamos com o produto NDVI baseado em Landsat atualmente usado pelo modelo Priestley-Taylor do Jet Propulsion Laboratory (PT-JPL) da NASA. A Temperatura da Superfície Terrestre (LST) do ECOsystem Spaceborne Thermal Radiometer Experiment on Space Station (ECOSTRESS) foi incorporada como a fonte térmica para cada execução do modelo PT-JPL. Ambas as configurações do modelo usam as mesmas seis variáveis ambientais de entrada, diferindo apenas em sua representação da cobertura fracionária de vegetação. Resultados preliminares sugerem que a VF derivada por SMA tende a produzir estimativas de LE mais conservadoras do que o NDVI, especialmente em áreas com cobertura de vegetação esparsa ou mista. Essas estimativas baseadas em VF também parecem alinhar-se melhor às observações das torres de fluxo, indicando que o NDVI pode estar superestimando a ET nesta região. Embora ambos os indicadores de vegetação mostrem concordância ampla na estrutura espacial (r = 0,73), diferenças localizadas em LE ressaltam a importância da caracterização da vegetação em subpixel para a modelagem de ET. À medida que espectrômetros de imagem orbitais se tornam mais amplamente implantados, é claro que melhorar a modelagem de ET baseada em sensoriamento remoto pode ajudar a apoiar o monitoramento da água, a agricultura resiliente à seca e avaliações de risco de incêndios florestais.
Patricia Sibulo, University of San Francisco
Inundações urbanas representam grandes riscos à segurança pública, infraestrutura e planejamento urbano. Ainda assim, inundações são difíceis de detectar, especialmente durante tempestades, quando altas precipitações frequentemente vem acompanhadas por cobertura de nuvens persistente no espaço e no tempo. Sensores de radar de abertura sintética (SAR), como o Uninhabited Aerial Vehicle Synthetic Aperture Radar (UAVSAR) aerotransportado, emitem pulsos de micro-ondas que podem imagear independentemente da cobertura de nuvens ou do horário do dia e respondem de forma sensível à água superficial. Isso ocorre devido tanto à alta constante dielétrica quanto à geometria plana da água parada. Dado recursos suficientes, o SAR aerotransportado é capaz de capturar eventos de inundação em rápida evolução que se desenrolam em escalas de horas. Investigamos como o SAR aerotransportado diário pode ser aplicado para melhorar o mapeamento e monitoramento de risco de inundação em áreas urbanas. Este estudo incorpora dados UAVSAR L-band quad-polarizados aerotransportados adquiridos por cinco dias durante o Furacão Florence em 2018 na Carolina do Norte e modelos de risco de inundação desenvolvidos pelo estado. A partir de mapas diários de extensão de inundação, calculamos a área total inundada na bacia do rio Northeast Cape Fear que abrange a área entre as cidades de Wilmington e Goldsboro. A sobreposição espacial entre a área total inundada estimada pelo UAVSAR e as zonas projetadas de risco de inundação do estado foi quantificada. Um modelo digital de terreno (DTM) derivado de LiDAR com resolução espacial de 3 ft também foi usado para identificar áreas baixas propensas a acúmulo de água. Resultados preliminares sugerem que aproximadamente 66% da inundação detectada por SAR não apareceu dentro da zona modelada de risco de inundação de 100 anos do estado. Trabalhos futuros poderiam comparar estimativas de área inundada total do UAVSAR com estimativas derivadas de SAR espacial com menor resolução temporal (6–12 dias) para melhorar o mapeamento de inundações globalmente. Esses resultados apoiam a integração de SAR aerotransportado de alta resolução temporal e SAR orbital em fluxos de trabalho urbanos para avaliação de risco e monitoramento ativo de inundação. A missão recentemente lançada NASA-ISRO SAR (NISAR), com cobertura global de até duas observações a cada 12 dias, deverá aprimorar essa abordagem de fusão ao fornecer observações orbitais com maior frequência. Integrar SAR e LiDAR pode possibilitar avaliações mais precisas e oportunas em resposta a desastres por inundações.
Charlotte Perry, Stonehill College
Feições geotermicamente ativas de lama, como poças de lama e vulcões de lama, são manifestações de atividade geotérmica subterrânea. A atividade geotérmica também fornece recursos energéticos. No Salton Trough, na Califórnia, usinas geotermais produzem aproximadamente 340 megawatts de energia elétrica anualmente. Detectar e monitorar feições geotermais superficiais é, portanto, valioso, já que essas feições podem ser indicadores-chave do potencial de recursos geotermais. Neste trabalho, investigamos a habilidade de imagens térmicas multiespectrais espaciais e espectroscopia de imagem para detectar e monitorar essas feições geotermais de pequena escala (sub-decamétrica) próximas à borda sudeste do Salton Sea. Para esta investigação, dados de LST foram obtidos do ECOsystem Spaceborne Thermal Radiometer Experiment on Space Station (ECOSTRESS) e estimativas de mineralogia de superfície foram fornecidas pelo Earth Surface Mineral Dust Source Investigation (EMIT) produto L2B Estimated Mineral Identification and Band Depth. Para examinar a variabilidade temporal, processamos quatro imagens por sensor adquiridas em duas estações de dois anos consecutivos, maio e agosto de 2023 e 2024. Conduzimos testes t para determinar se diferenças consistentes na mineralogia e/ou LST eram observáveis entre poças de lama conhecidas e áreas de controle. Resultados preliminares não encontraram uma relação estatisticamente significativa (p > 0.05) entre a presença de pequenas feições geotermais de lama, a mineralogia de superfície adquirida por satélite e a LST. Este estudo identificou limitações-chave de resolução espacial para localizar e monitorar pequenas feições geotermais. Sugere-se trabalho futuro para determinar o limiar de resolução espacial em relação ao tamanho das feições geotermais de interesse. Localizar e monitorar efetivamente áreas geotermais ativas tem implicações para melhorar a segurança energética, quantificar a abundância de minerais críticos, investigar o efeito de suas emissões e compreender os potenciais perigos geológicos que elas apresentam.
Brianna Francis, University of Georgia
Noventa e quatro por cento das estradas pavimentadas nos Estados Unidos são revestidas com asfalto. O fogo acelera o processo de envelhecimento do asfalto e faz com que as estradas se deteriorem prematuramente. Isso causa acúmulo de água, formação acelerada de buracos e cria condições perigosas para todos os motoristas. O asfalto pode apresentar características espectrais distintas dependendo de sua condição. Asfalto sem danos tipicamente tem um albedo de 0,05 a 0,10 e é caracterizado por uma notável diminuição na reflectância próxima a 1700 nm e 2300 nm devido à absorção pelo selante à base de hidrocarboneto aplicado no topo das estradas durante o pavimento inicial. À medida que as superfícies das vias são sujeitas a intemperismo físico e químico, o selante à base de hidrocarboneto é erodido, revelando o agregado preenchido por minerais abaixo. Por conta desse processo, os espectros do asfalto envelhecido são caracterizados por uma redução nas absorções complexas de hidrocarbonetos, um aumento no albedo e um aumento nas absorções minerais, especialmente óxidos de ferro próximos a 490 nm. Pesquisas anteriores aplicaram espectroscopia de imagem in situ para identificar esses recursos de absorção em estradas asfaltadas e correlacioná-los com a condição do pavimento. Avaliamos as capacidades da espectroscopia de imagem aerotransportada em detectar danos no asfalto em Altadena, Califórnia, após o Eaton Fire de janeiro de 2025, para avaliar a precisão deste método para mapear danos em rodovias para priorização de reparos. Dados de reflectância de superfície do AVIRIS-3 (Airborne Visible Infrared Spectrometer 3) foram coletados pós-incêndio sobre Altadena em 16 de janeiro de 2025, com resolução espacial de 1,8 m. Comparamos dois métodos espectrais para classificação de danos em estradas, a diferença de banda VIS2 e o Spectral Angle Mapper (SAM). Os resultados mostram que as condições das vias podem ser classificadas com uma acurácia de 76% para SAM e 85% para VIS2 com uma margem de erro de 10% baseada em 100 amostras de validação; contudo, esses métodos apresentaram eficácia limitada em áreas montanhosas e sensibilidade ao selamento de trincas. Essas descobertas podem contribuir para esforços de recuperação pós-incêndio quase imediatos, apoiando planejamento de desvios, priorização de reparos e um processo de restauração mais tranquilo.
