2010 iza carla

Análise de métodos de realce espectral e temporal aplicados á discriminação de classes de cobertura e uso da terra em áreas de cerrado

Autor (a): Iza Carla de Oliveira e Silva

Orientador (a): Dr. Laerte Guimarães Ferreira Júnior

Data da defesa: 11/03/2010

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.

Palavras-chave: Cerrado; Sensoriamento remoto da vegetação; Processamento digital de imagem; Realce espectral.