Classificação e caracterização dos ambientes de terras úmidas do refúgio de vida silvestre do rio Pandeiros, a partir do uso de imagens Ikonos

• Ano de defesa: 2010
• Autor(a) principal: Ivan Seixas Barbosa
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Minas Gerais; UFMG
• Palavras-chave em Português: interdisciplinar; Pandeiros, Rio (MG); Sistemas de informação geográfica; Terras Classificação; Análise ambiental
• Link de acesso: http://hdl.handle.net/1843/MPBB-8GTNP4

Terras úmidas são ecossistemas complexos que mantém uma elevada diversidade de paisagens associadas às variações nos níveis de água, drenagem do solo e tipologia vegetal. No Estado de Minas Gerais, o Refúgio de Vida Silvestre do Rio Pandeiros, que cobre a planície de inundação próxima à foz desse rio, agrega essas características. Essa planície encontra-se rodeada por uma matriz de vegetação xerófila e é a principal fonte de água para a fauna local no período de seca. Além disso, é conhecida por fornecer abrigo a um grande número de espécies de aves e peixes no período de reprodução. Todavia, a ausência de leis específicas e a dificuldade de fiscalização dos órgãos ambientais tornam esse ambiente vulnerável à ação antrópica, em particular ao desmatamento para produção de carvão e formação de pasto.A importância desse ambiente associada às ameaças que sofre faz com que o inventário da cobertura do solo seja crucial para o manejo e conservação desse ecossistema. Neste trabalho, avaliou-se o uso de diferentes abordagens para a classificação da cobertura do solo a partir da imagem Ikonos. No primeiro artigo, fez-se a comparação entre três classificadores, sendo dois tradicionais, baseadas no pixel, e um baseado nos campos aleatórios de Markov. No segundo artigo, avaliou-se o potencial de incorporar dados de textura no processo de classificação a partir do uso da matriz de coocorrência.No primeiro trabalho, obtiveram-se resultados que mostram que tanto a classificação tradicional supervisionada, quanto a nova abordagem têm elevado potencial para a identificação das fitofisionomias vegetais. Essas tiveram, respectivamente, acurácia de 88% e 95% no processo de classificação. Além disso, os resultados dos classificadores foram comparados com um mapa de interpretação visual e atingiram as seguintes porcentagens de acurácias para os processo de classificação: para o novo classificador, de 70%; para a classificação supervisionada (Máxima Verossimilhança), de 41%, e para a classificação não supervisionada (ISODATA), de 39%.O segundo trabalho objetivou avaliar o uso da matriz de coocorrência na segmentação e classificação dos ambientes de terras úmidas, assim como definir os parâmetros ótimos para característica de textura, tamanho da janela e distância para o par de pixels. O melhor resultado obtido foi capaz de melhorar a classificação em 13,3% quando comparado à classificação supervisionada (Máxima verossimilhança). A melhor classificação obteve uma acurácia total de 87,5%.