Sensoriamento Remoto do Índice de Área Foliar e Produtividade da Vegetação

Entender a saúde da vegetação global e os ciclos de carbono é crucial para gerenciar ecossistemas e lidar com as mudanças climáticas. O sensoriamento remoto por satélite fornece as ferramentas essenciais para medir o Índice de Área Foliar (LAI) e estimar a produtividade primária em vastas paisagens. Este curso somente de texto orienta você através dos princípios fundamentais do sensoriamento remoto óptico, índices de vegetação e os modelos biofísicos usados para rastrear o crescimento das plantas a partir do espaço. O que você vai aprender: - Entenda a física da interação da luz com as copas das plantas e a definição do Índice de Área Folha (LAI). - Calcule os principais índices de vegetação usando dados de satélite multiespectrais modernos. - Estimar a Produtividade Primária Bruta (PPB) e a Produtividade Primária Líquida (PPL) utilizando modelos de eficiência de uso de luz. - Analise conjuntos de dados espaciais de constelações de satélites modernos para rastrear mudanças sazonais na vegetação. - Aplique fluxos de trabalho geoespaciais modernos baseados em nuvem para processar dados ambientais em grande escala. - Avaliar o papel do sensoriamento remoto na modelagem do ciclo global do carbono e nas avaliações das mudanças climáticas. Começando com definições fundamentais da estrutura da copa, o curso progride através de métodos de recuperação de dados e fluxos de trabalho conceituais para estimar parâmetros biofísicos. Você praticará através de exercícios escritos e cenários analíticos passo a passo. Este curso é projetado para iniciantes em ciência ambiental, silvicultura, geografia ou análise geoespacial, sem experiência prévia em sensoriamento remoto.