Classificação orientada a regiões na discriminação de tipologias da floresta ombrófila mista usando imagens orbitais ikonos

Bibliographic Details
Main Author: Dlugosz, Fernando Luis
Publication Date: 2005
Format: Master thesis
Language: por
Source: Repositório Institucional da UFPR
Download full: https://hdl.handle.net/1884/2715
Summary: Orientador: Nelson Carlos Rosot
id UFPR_7e57d97b950e6eb56e4025b59a4e1430
oai_identifier_str oai:acervodigital.ufpr.br:1884/2715
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Rosot, Maria Augusta Doetzer, 1963-Universidade Federal do Paraná. Setor de Ciências Agrárias. Programa de Pós-Graduação em Engenharia FlorestalRosot, Nelson C., 1953-Dlugosz, Fernando Luis2025-09-26T16:18:16Z2025-09-26T16:18:16Z2005https://hdl.handle.net/1884/2715Orientador: Nelson Carlos RosotCoorientadora: Maria Augusta Doetzer RosotInclui apendiceDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Agrárias, Programa de Pós-Graduação em Engenharia Florestal. Defesa: Curitiba, 2005Inclui bibliografiaÁrea de concentração: Manejo florestalResumo: Desde a década de 70, técnicas de Sensoriamento Remoto têm sido usadas para estudar os recursos naturais. A partir da década de 90, o lançamento de satélites com sensores de alta resolução levou à implementação de novas abordagens no processamento digital de imagens. O mapeamento florestal é uma das ferramentas fundamentais para efetuar o diagnóstico atual da situação de remanescentes florestais, possibilitando, assim, a definição de estratégias que poderão conciliar a conservação da natureza e o desenvolvimento econômico de uma propriedade ou região. A presente pesquisa avaliou a possibilidade de se identificar e discriminar tipologias florestais presentes em um fragmento de Floresta Ombrófila Mista, visando desenvolver uma metodologia para o mapeamento dos remanescentes deste ecossistema de forma rápida, com baixo custo e precisão aceitável. Neste estudo de caso, os trabalhos foram realizados na Reserva Florestal EMBRAPA/EPAGRl, localizada no município de Caçador-SC. Levantamentos de campo, através do apontamento de áreas consideradas "alvo", forneceram um importante suporte para a definição das tipologias presentes na área de estudo. Em imagem Ikonos foram aplicadas técnicas de processamento digital de imagens, testando-se algoritmos de segmentação e classificação orientada a regiões como ferramentas para a descrição do estado atual da floresta. A avaliação do processamento digital foi efetuada comparando-se os resultados com um mapa-, referência ("verdade de campo"), elaborado no software ArcView, por meio de interpretação visual da imagem via tela do monitor. A definição das classes de mapeamento foi baseada na presença de espécies indicadoras de estágio sucessional com fisionomia arbustiva a arbórea que compõem o dossel da floresta. O mapeamento foi estruturado em dois níveis hierárquicos, sendo o primeiro referente aos estágios sucessionais e, o segundo, às tipologias propriamente ditas. Foram definidas e mapeadas 13 classes temáticas por meio de interpretação visual, sendo oito destas referentes a tipologias florestais. Métodos de análises qualitativas e quantitativas foram empregados para a definição dos melhores pares de limiares para o processo de segmentação. Para tanto, na análise quantitativa desenvolveu-se uma modificação do índice IAVAS, denominado IAVASmod' Este índice permitiu comparar os diferentes limiares de similaridade e área, eliminando, com isto, a subjetividade de uma avaliação qualitativa na definição das melhores combinações de pares limiares. Dentre os pares testados, o melhor foi o par de limiares 35 para similaridade e 1.200 para área. As regiões geradas por este par de limiares foram submetidas ao processo de classificação, empregando-se os algoritmos "Isoseg" e "Bhattacharyya", disponíveis no software SPRlNG. Na classificação digital, reduziu-se para 11 o número de classes devido à não discriminação de uma classe referente à tipologia florestal e o agrupamento de outras duas referentes ao uso do solo. A classificação digital supervisionada apresentou-se eficiente para discriminar a tipologia "Predominância de Araucária". Para as demais tipologias florestais o classificador Bhattacharyya não demonstrou uma performance adequada, fato que influenciou os baixos valores de acuracidade geral (51,73%) e o índice kappa (0,43).Abstract: Since the 70's remote sensing techniques have been used for surveying of natural resources. From the 90's on, the launching of new satellites carrying high-resolution sensors has led to the implementation of new approaches in digital image processing. Forest mapping is one of the basic tools to accurately assess forest conditions in forest remnants, thus allowing for the establishment of strategies, which aim both to nature conservancy as to the economic development of a real state or region. This study evaluated the possibility of identifying and discriminating forest types in remnants of Araucarian forests, aiming to develop a methodology for mapping the remnants of this biome in a fast, inexpensive and accurate way. The research was developed at the Forest Reserve EMBRAPA/EPAGRl, located in Caçador-SC. Forest types were defined by surveying target areas on the ground. Segmentation and region-oriented c1assification algorithms were tested on an Ikonos image in order to describe the forest conditions by the time of image acquisition. Thematic accuracy was evaluated by comparing the classification results with a reference map obtained through on-screen visual interpretation of the same Ikonos imagery. The mapping classes were based on the presence of species indicating the successional phases of the woody vegetation (trees and shrubs) in canopy cover. The two-level classification scheme considered the successional phases as well as the forest types in a more detailed manner. Thirteen thematic classes were defined and mapped by visual interpretation. Eight of then referred to forest types. Qualitative and quantitative analyses were perfonl1ed in order to define the best minimum area and similarity thresholds in the segmentation process The quantitative analysis included the development of a modified IA V AS index. This index allowed for the comparison between different area and similarity thresholds thus eliminating the subjectiveness of a qualitative analysis in defining the best combinations. Among the tested threshold pairs, the best one was the 35 (similarity) and 1200 (area). The regions generated by this pair of thresholds were submitted to a classification process using the algorithms "Isoseg" and "Bhattacharyya", available in 50ftware SPRING. In the classification scheme the number of classes was reduced to 11 due to the non-discrimination of a class refering to a forest type and the grouping of two classes refering to land use. The supervised digital classification was efficient in determining the forest type "Predominance of Araucaria". For the other classes the Bhattacharyya classifier didn't perform well, generating low values for the overall accuracy (51.73%) and for the kappa index (O.4S).xvii, 135 f. : il. color., tabs.application/pdfDisponível em formato digitalComunidades vegetais - Caçador (SC)Sensoriamento remotoSatelites artificiais em sensoriamento remotoIKONOS II (Satélites)Classificação orientada a regiões na discriminação de tipologias da floresta ombrófila mista usando imagens orbitais ikonosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALDisserta??o_ Fernando L. Dlugosz.pdfapplication/pdf6557265https://acervodigital.ufpr.br/bitstream/1884/2715/1/Disserta%3f%3fo_%20Fernando%20L.%20Dlugosz.pdf173d67936dc1ea71dd069a25c558da39MD51open accessTEXTDisserta??o_ Fernando L. Dlugosz.pdf.txtExtracted Texttext/plain259034https://acervodigital.ufpr.br/bitstream/1884/2715/2/Disserta%3f%3fo_%20Fernando%20L.%20Dlugosz.pdf.txtef4f32dedc01d463cebd48b113409f1bMD52open accessTHUMBNAILDisserta??o_ Fernando L. Dlugosz.pdf.jpgGenerated Thumbnailimage/jpeg1289https://acervodigital.ufpr.br/bitstream/1884/2715/3/Disserta%3f%3fo_%20Fernando%20L.%20Dlugosz.pdf.jpg4b7dfd709c31ff9958bb321f867bb188MD53open access1884/27152025-09-26 13:18:16.183open accessoai:acervodigital.ufpr.br:1884/2715Repositório InstitucionalPUBhttp://acervodigital.ufpr.br/oai/requestinformacaodigital@ufpr.bropendoar:3082025-09-26T16:18:16Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Classificação orientada a regiões na discriminação de tipologias da floresta ombrófila mista usando imagens orbitais ikonos
title Classificação orientada a regiões na discriminação de tipologias da floresta ombrófila mista usando imagens orbitais ikonos
spellingShingle Classificação orientada a regiões na discriminação de tipologias da floresta ombrófila mista usando imagens orbitais ikonos
Dlugosz, Fernando Luis
Comunidades vegetais - Caçador (SC)
Sensoriamento remoto
Satelites artificiais em sensoriamento remoto
IKONOS II (Satélites)
title_short Classificação orientada a regiões na discriminação de tipologias da floresta ombrófila mista usando imagens orbitais ikonos
title_full Classificação orientada a regiões na discriminação de tipologias da floresta ombrófila mista usando imagens orbitais ikonos
title_fullStr Classificação orientada a regiões na discriminação de tipologias da floresta ombrófila mista usando imagens orbitais ikonos
title_full_unstemmed Classificação orientada a regiões na discriminação de tipologias da floresta ombrófila mista usando imagens orbitais ikonos
title_sort Classificação orientada a regiões na discriminação de tipologias da floresta ombrófila mista usando imagens orbitais ikonos
author Dlugosz, Fernando Luis
author_facet Dlugosz, Fernando Luis
author_role author
dc.contributor.other.pt_BR.fl_str_mv Rosot, Maria Augusta Doetzer, 1963-
Universidade Federal do Paraná. Setor de Ciências Agrárias. Programa de Pós-Graduação em Engenharia Florestal
dc.contributor.advisor1.fl_str_mv Rosot, Nelson C., 1953-
dc.contributor.author.fl_str_mv Dlugosz, Fernando Luis
contributor_str_mv Rosot, Nelson C., 1953-
dc.subject.por.fl_str_mv Comunidades vegetais - Caçador (SC)
Sensoriamento remoto
Satelites artificiais em sensoriamento remoto
IKONOS II (Satélites)
topic Comunidades vegetais - Caçador (SC)
Sensoriamento remoto
Satelites artificiais em sensoriamento remoto
IKONOS II (Satélites)
description Orientador: Nelson Carlos Rosot
publishDate 2005
dc.date.issued.fl_str_mv 2005
dc.date.accessioned.fl_str_mv 2025-09-26T16:18:16Z
dc.date.available.fl_str_mv 2025-09-26T16:18:16Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/2715
url https://hdl.handle.net/1884/2715
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv xvii, 135 f. : il. color., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/2715/1/Disserta%3f%3fo_%20Fernando%20L.%20Dlugosz.pdf
https://acervodigital.ufpr.br/bitstream/1884/2715/2/Disserta%3f%3fo_%20Fernando%20L.%20Dlugosz.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/2715/3/Disserta%3f%3fo_%20Fernando%20L.%20Dlugosz.pdf.jpg
bitstream.checksum.fl_str_mv 173d67936dc1ea71dd069a25c558da39
ef4f32dedc01d463cebd48b113409f1b
4b7dfd709c31ff9958bb321f867bb188
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv informacaodigital@ufpr.br
_version_ 1847525318978437120

Similar Items