
Técnicas de mineração de dados aplicadas à classificação do estádio sucessional da vegetação em áreas de floresta ombrófila mista
2016; Editora da Universidade de São Paulo; Volume: 44; Issue: 112 Linguagem: Português
10.18671/scifor.v44n112.08
ISSN2318-1222
AutoresCamile Sothe, Marcos Benedito Schimalski, Veraldo Liesenberg, Cláudia Maria de Almeida, Camila Furlan de Souza, João Boing de Souza,
Tópico(s)Forest ecology and management
ResumoEste trabalho teve como objetivo avaliar diferentes aplicativos open source relacionados à análise baseada em objeto e mineração de dados, para a classificação de estádios sucessionais de florestas secundárias da Floresta Ombrófila Mista (FOM) em duas áreas-teste no planalto sul catarinense.Foram utilizadas ortoimagens do Sistema Aerotransportado de Aquisição e Pós-processamento de Imagens (SAAPI) de alta resolução espacial (0,39 m).Os dados consistem de três bandas no espectro visível (0,38 -0,70 μm), três bandas no espectro do infravermelho próximo (0,76 -0,78 μm) e o Modelo Digital de Superfície (MDS).As metodologias foram desenvolvidas utilizando mineração de dados com algoritmos de árvore de decisão e seleção de atributos nos aplicativos InterIMAGE, WEKA e QGIS.Os resultados se mostraram satisfatórios para classificar estádios sucessionais da FOM, assim como outras classes de uso e cobertura da terra.As classificações apresentaram índices Kappa variando entre 0,53 e 0,59 e Kappa condicional variando entre 0,29 e 0,83 para os estádios sucessionais da vegetação.Estes resultados demonstram o potencial dessas abordagens na extração de informações de imagens de alta resolução espacial, bem como a possibilidade de fornecer subsídios para a implementação de políticas públicas e no monitoramento dos recursos florestais.
Referência(s)