Mapeamento da cobertura e uso da terra a partir de imagens Ikonos na Floresta de Inhamacari, Província de Manica - Moçambique

Autor: Tuzine, Mário Sebastião
Přispěvatelé: Rosot, Nelson Carlos, Universidade Federal do Paraná. Setor de Ciências Agrárias. Programa de Pós-Graduação em Engenharia Florestal
Jazyk: portugalština
Rok vydání: 2011
Předmět:
Zdroj: Repositório Institucional da UFPR
Universidade Federal do Paraná (UFPR)
instacron:UFPR
Popis: Orientador : Prof. dr. Nelson Carlos Rosot Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Agrárias, Programa de Pós-Graduação em Engenharia Florestal. Defesa: Curitiba, 23/02/2011 Bibliografia: fls. 73-80 Área de concentração: Manejo florestal Um programa de desenvolvimento florestal deve conter um estudo detalhado sobre a ocupação e uso da terra para subsidiar a elaboração de um plano de manejo florestal sustentado que contemple os aspectos sociais, econômicos e ecológicos. No plano de manejo, a análise do uso e cobertura da terra através de dados de sensoriamente remoto, com imagens de alta resolução espacial, permite planejar uma ocupação mais ordenada e racional do meio físico e também monitorar a forma de exploração dos recursos naturais. Este estudo teve como objetivos: avaliar limiares de segmentação no mapeamento, identificar tipologias florestais, quantificar o uso e cobertura da terra e avaliar a classificação efetuada. A área estudada localiza-se no posto administrativo de Machipanda no distrito de Manica província de Manica em Moçambique. Foi utilizada uma imagem IKONOS II fusionada para 1 m de resolução espacial com segmentação em três níveis: 40 nível 1, 80 nível 2 e 120 nível 3 para fator de escala, repetindo-se para cada nível os valores 0,8 para a cor, 0,2 para a forma, 0,5 de suavidade e 0,5 de compacidade. A classificação foi realizada simultânemente pelo vizinho mais próximo e pela lógica fuzzy. Foram identificadas 6 tipologias florestais de uso e cobertura da terra: agricultura e capim, eucalipto, matagal, pinus, vegetação nativa e solo. A melhor classificação, com segmentação de nível 2, resultou em 85,139 ha para vegetação nativa, agricultura e capim 302,856 ha, matagais 184,579 ha. Pinus e eucalipto ocupam 20,3% da área total sendo 136,553 ha com pinus e 101,759 ha com eucaliptos. Na avaliação da classificação obteve-se uma acurácia global de 55,5% e um valor do índice Kappa de 0,46 para o nível 1; 76,6% e 0,71 para o nível 2; 61,5% e 0,53 para o nível 3 respectivamente. A melhor classificação foi alcançada com o nível 2 de segmentação, com 80 para o fator de escala, 0,8 fator de cor e 0,2 fator de forma. Towards an excellent classification of forestry typologies, it is necessary as a prerequisite a better segmentation, thus the objectives of the study were to evaluate threading thresholds, identify forestry typologies, quantify mulching and evaluate the classification. The study took place in a location called Machipanda in the district of Manica, province of Manica in Mozambique. For this study it was used an KONOS II spatially image enhanced to 1 m spatial resolution. Three levels of segmentation were generated 40 level 1; 80 level 2 and 120 level 3 for the scale factor and was repeated for each level using the following values 0.8 for colour, 0.2 for the form, 0.5 of softness and 0.5 of compactness. The classification was done using simultaneously the nearest neighbour and fuzzy logic. The study resulted in identification of 6 typologies of forestry and soil use and coverage, agriculture and grass, Eucalyptus, scrub, Pinus, native vegetation and soil. The occupied areas with better classification level (level 2) was 85.139 ha of native vegetation, agriculture and grass 302.856 ha, 184.579 ha of scrubs, with pinus and eucalyptus occupying 20.3% of the total area being pinus with 136.553 and 101.759 ha of eucalyptus. The evaluation of the classification resulted in a global accuracy of 55.5% and Kappa index value of 0.46 on classification of level 1; global accuracy of 76.6% and a Kappa index value of 0.71 for level 2 and global accuracy of 61.5% with a Kappa index value of 0.53 for level 3. Classification of level 40 and 120 had good performance and the level of 80 very good performance. The best combination for mapping was livel 2.
Databáze: OpenAIRE
Externí odkaz: