Análise de métodos de realce espectral e temporal aplicados à discriminação de classes de uso e cobertura da terra em áreas de Cerrado / Analysis methods of spectral and temporal enhancement applied to class discrimination use and land cover in areas Closed

AUTOR(ES)
DATA DE PUBLICAÇÃO

2010

RESUMO

O bioma Cerrado tem destaque nacional e internacional em virtude de sua dimensão, cerca de 205 milhões de hectares do território, além de se destacar como uma das áreas de importância global para a biodiversidade. Com 9,2% de sua área assegurada na forma de parque ou reserva ecológica, estudos do mapeamento da cobertura vegetal apontam um cenário de conversão estimado entre 40% a 55% de seu território, em áreas de pastagens e culturas anuais. Desta forma, este trabalho teve como objetivo avaliar o potencial de discriminação de alvos naturais e antrópicos a partir de imagens de alta resolução espacial e espectral, realçadas tanto no domínio espectral quanto temporal, com vistas a identificar técnicas e protocolos mais adequados, os quais resultem em mapeamentos semi-automáticos da cobertura e uso da terra no bioma Cerrado mais acurados. Foi selecionado uma área de estudo, no caso o município de Mineiros, a definição da área foi baseada na importância ambiental ao sediar em seu território parte das nascentes da bacia hidrográfica do Rio Araguaia - Tocantins, bacia do Prata e bacia do Paraguai, além de às áreas estratégicas de conservação (Parque Nacional das Emas) e Corredores de Biodiversidade (Cerrado pantanal). Os modelos de realce espectral NDVI, MLME e CP foram aplicados sobre uma cena do sensor Landsat TM (órbita/ponto:224/72 e 73) de 30 de março de 2008 (estação de chuvas) e 21 de agosto de 2008 (estação seca). As análises estatísticas demonstraram a existência de uma confusão espectral mais intensa entre o Campo Sujo e Pastagem e Cerrado Sensu Stricto, em todas as categorias de dados analisadas. Outros resultados demonstraram que a capacidade discriminante é significativamente maior em agosto, no período de seca, quando há uma maior diferenciação na cobertura verde. E por fim, entre os modelos de realce espectral, o que apresentou melhor potencial de discriminar classes foi observado pelas imagens componentes principais, com 96% de amostras classificadas corretamente. Em seguida o MLME apresentou resultados de 91%, em relação ao NDVI, com 84% de capacidade de definir classes, essa diferença se deve ao fato do numero de variáveis no NDVI serem menor (i.e. NDVI usa apenas duas bandas, vermelho e infra-vermelho) quando comprado ao MLME e CP. Assim o trabalho considera que a aplicação de realce espectral em imagem de valores digitais originais, auxilia no potencial de discriminação de alvos naturais e antrópicos, concluindo que a análise das componentes principais aumenta a precisão no mapeamento semi-automático de uso e cobertura da terra.

ASSUNTO(S)

cerrado realce espectral image processing geografia agraria 1. cerrado 2. sensoriamento remoto da vegetação 3. processamento digital de imagem 4. realce espectral remote sensing of vegetation sensoriamento remoto da vegetação cerrado spectral enhancement processamento digital de imagem

ACESSO AO ARTIGO

Documentos Relacionados