Uso de múltiplos sensores para detecção de bordas na unidade de conservação do Parque Estadual Mata da Pimenteira-PE

• Ano de defesa: 2020
• Autor(a) principal: FONSECA, Rayane Cavalcanti da
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Pernambuco; UFPE; Brasil; Programa de Pos Graduacao em Ciencias Geodesicas e Tecnologias da Geoinformacao
• Palavras-chave em Português: Ciências Geodésicas; Parque Estadual Mata da Pimenteira; Múltiplos sensores; Análise de componentes principais; Índices de Vegetação; Segmentação; Filtro de Sobel
• Link de acesso: https://repositorio.ufpe.br/handle/123456789/38491

Um ambiente é um meio em constante transformação que está sujeita a atuação de diferentes agentes que intensificam o processo modificatório. O isolamento destas áreas, a partir da criação de Unidades de Conservação (UC) é uma forma de preservar e restaurar as riquezas ambientais ali existentes. A primeira UC implantada no Estado de Pernambuco foi o Parque Estadual Mata da Pimenteira, localizada no município de Serra Talhada. Embora apresente um amplo acervo biológico, cartográficamente não apresenta demarcações fisicas como marcos e estacas. A carência de recursos econômicos, tecnológicos e operacionais, é um fator que dificulta na gestão e no monitoramento contínuo desta UC. O Sensoriamento Remoto (SR) e as técnicas de Processamento Digital de Imagem (PDI) são ferramentas que servem como parâmetros para a extração de informações que compõem diferentes estudos. O crescente uso de aeronaves remotamente pilotadas (RPA) para obtenção de produtos cartográficos a partir de imagens de alta resolução vem sendo usado cada vez mais. Entretanto, ter acesso a esse recurso é dificultoso, seja por questões econômicas ou de acesso na região. Assim, o uso de plataformas livres e amplamente difundidas como a do Google Earth (GE), se torna uma alternativa. Desta forma, a partir das imagens multifontes e com as ferramentas do SR e PDI, os elementos contidos nas cenas são detectados, através da redução da correlação entre as bandas espectrais, das combinações entre as bandas e minimização dos efeitos ruidosos para realce das bordas. Considerando as seguintes metodologias: (i) uso da técnica de análise de componente principal (ACP) (ii) Aplicação do indice de vegetação (IV) de reflectância fotoquímica modificado (MPRI) e variável atmosférica resistente (VARI) (iii) detecção das bordas de cada banda espectral (R – G – B) nas múltiplas plataformas (iv) aplicação do filtro de Sobel sobre as imagens resultantes dos processamentos considerados. Os resultados destacam que a detecção de bordas nas imagens de alta resolução apresenta bom desempenho apenas com efeito do operador de Sobel. O agrupamento entre os níveis de cinza foi mais rápido nas imagens do GE com valores baixos para a similaridade e a área. Na ACP os dados usados na Ortofoto para os parâmetros foram: 150 e 150; 50 e 50; 40 e 40 que correspondem a ACP1, ACP2 e ACP3, respectivamente. E 70 e 70; 20 e 20; 20 e 20 para ACP1, ACP2 e ACP3, respectivamente nas imagens do GE. Nos IV foram: 40 e 40; 20 e 20; que representam o IV MPRI das imagens da Ortofoto e do GE, respectivamente. Para o VARI, 20 e 20;20 e 20, que estão relacionados as cenas da Ortofoto e do GE, respectivamente. No RGB foi: 90 e 90; 70 e 70; 50 e 50, respectivamente, para a Ortofoto e no GE foram de: 40 e 40; 5 e 5; 5 e 5, respectivamente. A classificação resultou em arquivos vetoriais e mapas temáticos provenientes da etapa da segmentação, destacando o GE como representação de todas as feições.