Análise de textura de imagem de alta resolução para a classificação dos estágios sucessionais de mata Atlântica do Sul da Bahia

Página do item simplificado
dc.creatorPriscila Gonçalves Couto Sette de Almeida
dc.date.accessioned2019-08-14T10:47:13Z
dc.date.accessioned2025-09-08T23:57:01Z
dc.date.available2019-08-14T10:47:13Z
dc.date.issued2009-12-09
dc.identifier.urihttps://hdl.handle.net/1843/MPBB-8F8FTG
dc.languagePortuguês
dc.publisherUniversidade Federal de Minas Gerais
dc.rightsAcesso Aberto
dc.subjectVegetação Classificação
dc.subjectModelagem de dados
dc.subjectMata Atlântica
dc.subject.otherinterdisciplinar
dc.titleAnálise de textura de imagem de alta resolução para a classificação dos estágios sucessionais de mata Atlântica do Sul da Bahia
dc.typeDissertação de mestrado
local.contributor.advisor1Philippe Maillard
local.contributor.referee1Marcos Antonio Timbo Elmiro
local.contributor.referee1Bernardo Machado Gontijo
local.description.resumoA Mata Atlântica é um bioma brasileiro de muita importância e que vem sofrendo grande degradação ao longo dos anos. No estudo e monitoramento deste bioma diversas metodologias de classificação e análise através do uso de sensoriamento remoto já foram utilizadas. No presente estudo foi abordado o uso da técnica de textura através da matriz de co-ocorrência (GLCM). A aplicação desta ferramenta para a melhora na acurácia de classificação que utiliza somente dados espectrais e o uso das medidas de textura para a predição das variáveis alométricas de campo foi testada obtendo bons resultados. Para isto foram amostrados os três estágios sucessionais (inicial, médio e·avançado) de Floresta Ombrófila Densa do sul da Bahia. Os dados coletados e derivados dos levantamentos de campo, DAP, altura, volume e densidade, foram correlacionados com as medidas de textura. As medidas de textura trabalhadas foram o contraste, a entropia, a correlação, o momento diferencial inverso, o segundo momento angular e a energia. Equações lineares para a predição das variáveis de campo foram produzidas com base na correlação com as medidas de textura. Com base na análise estatística dos dados de correlação entre as medidas de textura e as variáveis de campo, foi determinado que as variáveis de controle para GLCM mais eficientes para este estudo foram a distância entre pixels (3,3), com a direção diagonal frontal e o tamanho de janela de 25 x 25 pixels, com o uso da banda verde da imagem de alta resolução. A classificação utilizando somente as bandas visíveis da imagem de alta resolução obteve uma acurácia de 60,5%. A classificação das bandas do visível com as bandas de textura obteve uma acurácia de 91 %, mostrando a grande melhora em relação a acurácía da classificação de dados somente espectrais. O método de 'knockout' foi utilizado para percepção da contribuição das bandas de textura na acurácia da classificação mostrando que o uso das bandas das medidas de textura segundo momento angular e correlação são suficientes para a melhora da acurácia e com melhor eficiência processual.
local.publisher.initialsUFMG

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
disserta__o_priscila_sette.pdf
Tamanho:
10.17 MB
Formato:
Adobe Portable Document Format
Baixar

Coleções

Pós-Graduação em Análise e Modelagem de Sistemas Ambientais - Dissertações

Logo UFMG