Mapeamento de Muçunungas no sul da Bahia e norte do Espírito Santo utilizando técnicas de sensoriamento remoto

• Ano de defesa: 2013
• Autor(a) principal: Brito, Carolina Ramalho
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Viçosa; BR; Fertilidade do solo e nutrição de plantas; Gênese, Morfologia e Classificação, Mineralogia, Química,; Mestrado em Solos e Nutrição de Plantas; UFV
• Palavras-chave em Português: Espodossolo; Classificadores; Índice de vegetação da diferença normalizada; Spodosol; Classifiers; Index Normalized Difference Vegetation; CNPQ::CIENCIAS AGRARIAS::AGRONOMIA::CIENCIA DO SOLO
• Link de acesso: http://locus.ufv.br/handle/123456789/5509

Em áreas de domínio da Formação Barreiras na região sul da Bahia e norte do Espírito Santo ocorre um tipo de ambiente diferenciado em termos de vegetação e características edáficas, denominado regionalmente de Muçununga. São encontradas principalmente sobre Espodossolos, ecologicamente únicas em função das adaptações às condições de pobreza nutricional do solo, com espécies tolerantes a extremos de excessos e falta de água, e ainda representam um dos ecossistemas associados à Mata Atlântica. Esse trabalho teve como objetivos: 1) avaliar o desempenho dos classificadores da Máxima Verossimilhança e Support Vector Machine e a contribuição de diferentes composições de bandas multiespectrais, do índice de vegetação da diferença normalizada (NDVI), e da análise de componentes principais das imagens do sensor TM/Landsat5 para a separação de feições das muçunungas. 2) Avaliar as classificações supervisionadas para a separação de feições de muçununga, tendo como referência a classificação visual. 3) Avaliar o padrão de distribuição, o tamanho, frequência e densidade das muçunungas na região. Foram adquiridas nove cenas do satélite/sensor Sensor TM/Landsat5-TM (Thematic Mapper) da órbita 215, pontos 71, 72 e 73 do dia 29/05/2006; da órbita 216, pontos 71, 72 e 73 do dia 19/07/2007 e da órbita 215, pontos 71, 72 e 73 do dia 27/08/2007 com resolução espacial de 30 metros, que englobam desde o município de Linhares- ES até Prado-BA divididas em três áreas: região litorânea do Espírito Santo, região litorânea da Bahia e região do interior de ambos os estados. Além disso, foram disponibilizados pela empresa Fibria Celulose três mosaicos de imagens do satélite Rapideye com as devidas correções radiométricas e geométricas. As classes de uso do solo foram estabelecidas de acordo com o conhecimento prévio da área. Foram coletadas 75 amostras de treinamento para cada classe estudada e as amostras de validação foram obtidas a partir de base de dados de uso do solo fornecida pela Fibria Celulose. Foi realizada a combinação de dez bandas: seis bandas do Sensor TM/Landsat5 (bandas 1, 2, 3, 4, 5 e 7), uma do índice de vegatação NDVI e as três primeiras componentes principais. Para a classificação supervisionada do algoritmo MaxVer, as bandas foram agrupadas em combinações de uma até 10 bandas perfazendo um total de 1023 combinações, processadas no software ArcGIS10.1. A classificação supervisionada do algoritimo Support Vector Machine foi realizada no software Envi, testando as dez melhores combinações geradas no MaxVer de cada uma das três áreas estudadas. A avaliação da exatidão das classificações foi realizada a partir das matrizes de confusão que foram obtidas pelo cruzamento dos mapas temáticos, resultantes da classificação. A região foi dividida em faixas de 10 km de extensão a partir do litoral em direção ao interior dos estados da Bahia e do Espírito Santo. Nestas faixas, analisaram a percentagem e a área de muçunungas. Também foram analisados quatro recortes da região na direção leste/oeste, com objetivo de analisar a distribuição, a frequência e a densidade das muçunungas na região. A partir dos resultados das classificações, o desempenho do classificador Support Vector Machine (SVM) pode ser considerado satisfatório. Entretanto, classificador MaxVer obteve melhores resultados para as três regiões analisadas. As áreas classificadas como Muçununga confundiram-se com outras classes tais como pastagem, eucalipto, mata, corpo d agua devido às características espectrais desse enclave vegetacional. O mapa temático produzido pela classificação supervisionada da melhor combinação em cada região, utilizando o algoritmo Maxver, atingiu índice Kappa de 0,91 no Espírito Santo; 0,90 na Bahia e 0,81 na região do interior. A combinação de uma e duas bandas obtiveram resultados inferiores enquanto que os melhores resultados foram com combinações de 6 a 8 bandas. O uso do índice de vegetação normalizada (NDVI) promoveu melhora no índice Kappa, mas o incremento é mais notável na classificação obtida a partir da combinação destes com as bandas do visível. A utilização das componentes principais não representou aumento representativo na acurácia das classificações, exceto para aquelas que só apresentavam bandas do visível. A distribuição das muçunungas apresentou um padrão heterogêneo, pois aumenta sua ocorrência à medida que se distanciava do litoral até 40 km. A partir do kilometro 50 até aos 80 houve um decréscimo explicado pela aproximação do Embasamento Cristalino. Foram mapeadas 2254 áreas de muçunungas em toda a região, a partir da imagem satélite Rapideye. Assim, são cerca de 9,08% da região mapeada com presença de muçunungas. Apesar da percentagem baixa de muçunungas, a quantidade delas é representativa na região e a maioria delas são menores que cinco hectares. Assim, fazem-se necessários esforços para se conhecer a distruibuição espacial das muçunungas, no sentido de gerar subsídios para a conservação dos remanescentes.