MAPEAMENTO DA VEGETAÇÃO NA FLORESTA ATLÂNTICA USANDO O CLASSIFICADOR DE ÃRVORE DE DECISÃO PARA INTEGRAR DADOS DE SENSORIAMENTO REMOTO E MODELO DIGITAL DE TERRENO

Osmar Abílio de Carvalho Júnior, Marcus Alberto Nadruz Coelho, Éder de Souza Martins, Roberto Arnaldo Trancoso Gomes, Antonio Felipe Couto Junior, Sandro Nunes de Oliveira, Otacílio Antunes Santana

Abstract


O manejo e o monitoramento ecológico de parques nacionais e outras áreas protegidas requerem uma detalhada descrição do padrão de distribuição da vegetação. Esse artigo possui como objetivo produzir um mapa de vegetação para o Parque Nacional da Serra dos Órgãos (PARNASO). Essa unidade de conservação está localizada na Floresta Atlântica dentro de uma variação topográfica desde o nível do mar até 2.263 metros. A classificação da vegetação baseou-se em dados do satélite ASTER, fotografias aéreas de alta resolução e modelo digital de elevação (MDE). O MDE indica estruturas de vegetação em ambiente com alta variabilidade espacial porque se correlaciona com fatores ambientais, tais como o microclima, umidade, solo e processos geomorfológicos. O classificador de árvore de decisão foi usado para extrair informações dos dados de MDE e sensoriamento remoto. Sete fisionomias foram identificadas: Agropecuária (1,29% da área do Parque), Campos de Altitude (24,27%), Floresta Ombrófila Densa Alto-Montana (37,47%), Floresta Ombrófila Densa Montana (21,54%), Floresta Ombrófila Densa Sub-Montana (5,22%), Floresta Secundária (4,13%) e áreas sem vegetação (6,08%). As três maiores fisionomias estão associadas a altitudes superiores a 1.000 metros e representaram 55,5% da área total. A construção da árvore de decisão combinando informações do MDE e sensoriamento remoto pode melhorar o resultado sobre a distribuiçãoda floresta tropical.

Keywords :sensoriamento remoto; processamento digital de imagem; árvore de decisão; vegetação.

ABSTRACT

The management and ecological monitoring of national parks and other protected areas requires a detailed description of the vegetation distribution patterns. This paper aims to produce a vegetation map for the Serra dos Órgãos National Park (PARNASO). This conservation unit is localized in Atlantic Forest within a topographic variation from sea level to 2,263 meters. The vegetation classification based on the ASTER satellite data, high-resolution aerial photographs and Digital Elevation Model (DEM). The DEM indicates vegetation structures in landscape with high spatial variability because it correlates with environmental factors, such as microclimate, moisture, soil and geomorphological processes. Decision tree classifier was used to extract information of DEM and remote sensing data. Seven classes were identified: Agropecuária (1.29% of total Park area), Campos de Altitude (24.27%), Floresta Ombrófila Densa Alto-Montana (37.47%), Floresta Ombrófila Densa Montana (21.54%), Floresta Ombrófila Densa Sub-Montana (5.22%), Floresta Secundária (4.13%), and no vegetation area (6.08%). The three highest physiognomies were associated with altitude higher than 1,000 m and represented 55.5% of the total area. The construction of decision trees combining the DEM and remote sensing information can improve the result on the forest tropical distribution.

Keywords :remote sensing; digital image processing; decision tree; digital elevation model.



Keywords


sensoriamento remoto; processamento digital de imagem; árvore de decisão; vegetação









 

>> Brazilian Journal of Geophysics - BrJG (online version): ISSN 2764-8044
a partir do v.37n.4 (2019) até o presente

Revista Brasileira de Geofísica - RBGf (online version): ISSN 1809-4511
v.15n.1 (1997) até v.37n.3 (2019)

Revista Brasileira de Geofísica - RBGf (printed version): ISSN 0102-261X
v.1n.1 (1982) até v.33n.1 (2015)

 

Brazilian Journal of Geophysics - BrJG
Sociedade Brasileira de Geofísica - SBGf
Av. Rio Branco 156 sala 2509
Rio de Janeiro, RJ, Brazil
Phone/Fax: +55 21 2533-0064
E-mail: editor@sbgf.org.br

Since 2022, the BrJG publishes all content under Creative Commons CC BY license. All copyrights are reserved to authors.

Creative Commons