Classificação de espécies de mangue no Nordeste do Brasil com base em imagens híbridas de sensoriamento remoto

Detalhes bibliográficos
Autor(a) principal: Costa, Bruno Cesar Pereira da
Data de Publicação: 2017
Outros Autores: Amaro, Venerando Eustáquio, Ferreira, Anderson Targino da Silva
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/handle/123456789/30938
Resumo: As imagens de satélites têm sido utilizadas para mapear, monitorar e quantificar a qualidade dos recursos naturais. O mapeamento detalhado da vegetação de mangue é uma demanda crescente por se tratar de um importante instrumento de gestão, manutenção e conhecimento do ecossistema manguezal frente às modificações provocadas pelas atuações antrópicas e/ou naturais. Este trabalho combinou dados multiespectrais da região do visível e infravermelho do satélite LANDSAT-8 com imagem da faixa espectral das micro-ondas do satélite RADARSAT-2 na segmentação e classificação de manguezais no Rio Grande do Norte, Nordeste do Brasil. A composição híbrida entre o sistema óptico e de micro-ondas mostraram excelente desempenho na identificação desta unidade geoambiental e permitiram maior realce das propriedades estruturais e florísticas das espécies de mangue. Os resultados permitiram delimitar a área geral de ocupação dos manguezais em aproximadamente 5.538 ha e revelaram a ocorrência de quatro principais condições estruturais de espécies: Rhizophora mangle (porte alto e adensamento convencional), Rhizophora mangle (porte baixo e adensado), Avicennia schaueriana e regiões de espécies mistas. R. mangle é a espécie de mangue mais abundante na área estudada, ocupando área de aproximadamente 3.513 ha, cerca de 63% de todo o manguezal da área estudada. Regiões mistas de espécies ocupam área de 1.142 ha, representando 21% do total. A. schaueriana ocupa área de 882 ha, cerca de 16% do total. Os resultados ainda mostraram que a diferença na reflectância das áreas de mangue ocupadas pelas espécies ocorrentes não se dá apenas influenciada pelo teor de clorofila das espécies, pela prevalecente condição ambiental, do solo e da água de fundo, mas principalmente pelo espaçamento das copas e densidade do dossel para cada espécie ocorrente. Este estudo buscou atender às expectativas de maior eficiência em levantamentos espaço-temporais com alta acurácia para o monitoramento da qualidade dos ecossistemas manguezais, altamente sensíveis às alterações ambientais e como subsídio à sua preservação
id UFRN_81d7098ba02b092d35030d372ceaba76
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/30938
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Costa, Bruno Cesar Pereira daAmaro, Venerando EustáquioFerreira, Anderson Targino da Silva2020-12-09T15:17:27Z2020-12-09T15:17:27Z2017B.C.P., COSTA ; V.E., AMARO ; A.T.S., FERREIRA . Classification of Mangrove Species in the Northeastern of Brazil Based on Hybrid Images of Remote Sensing. Anuário do Instituto de Geociências (UFRJ. IMPRESSO), v. 40, p. 135-149, 2017. Disponível em: https://revistas.ufrj.br/index.php/aigeo/article/view/18234. Acesso em: 27 nov. 2020. https://doi.org/10.11137/2017_1_135_149https://repositorio.ufrn.br/handle/123456789/3093810.11137/2017_1_135_149Anuário do Instituto de GeociênciasAttribution 3.0 Brazilhttp://creativecommons.org/licenses/by/3.0/br/info:eu-repo/semantics/openAccessLANDSAT-8RADARSAT-2MangueCondições estruturaisClassificação de espécies de mangue no Nordeste do Brasil com base em imagens híbridas de sensoriamento remotoClassification of mangrove species in the Northeastern of Brazil based on hybrid images of remote sensinginfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleAs imagens de satélites têm sido utilizadas para mapear, monitorar e quantificar a qualidade dos recursos naturais. O mapeamento detalhado da vegetação de mangue é uma demanda crescente por se tratar de um importante instrumento de gestão, manutenção e conhecimento do ecossistema manguezal frente às modificações provocadas pelas atuações antrópicas e/ou naturais. Este trabalho combinou dados multiespectrais da região do visível e infravermelho do satélite LANDSAT-8 com imagem da faixa espectral das micro-ondas do satélite RADARSAT-2 na segmentação e classificação de manguezais no Rio Grande do Norte, Nordeste do Brasil. A composição híbrida entre o sistema óptico e de micro-ondas mostraram excelente desempenho na identificação desta unidade geoambiental e permitiram maior realce das propriedades estruturais e florísticas das espécies de mangue. Os resultados permitiram delimitar a área geral de ocupação dos manguezais em aproximadamente 5.538 ha e revelaram a ocorrência de quatro principais condições estruturais de espécies: Rhizophora mangle (porte alto e adensamento convencional), Rhizophora mangle (porte baixo e adensado), Avicennia schaueriana e regiões de espécies mistas. R. mangle é a espécie de mangue mais abundante na área estudada, ocupando área de aproximadamente 3.513 ha, cerca de 63% de todo o manguezal da área estudada. Regiões mistas de espécies ocupam área de 1.142 ha, representando 21% do total. A. schaueriana ocupa área de 882 ha, cerca de 16% do total. Os resultados ainda mostraram que a diferença na reflectância das áreas de mangue ocupadas pelas espécies ocorrentes não se dá apenas influenciada pelo teor de clorofila das espécies, pela prevalecente condição ambiental, do solo e da água de fundo, mas principalmente pelo espaçamento das copas e densidade do dossel para cada espécie ocorrente. Este estudo buscou atender às expectativas de maior eficiência em levantamentos espaço-temporais com alta acurácia para o monitoramento da qualidade dos ecossistemas manguezais, altamente sensíveis às alterações ambientais e como subsídio à sua preservaçãoporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNLICENSElicense.txtlicense.txttext/plain; charset=utf-81484https://repositorio.ufrn.br/bitstream/123456789/30938/3/license.txte9597aa2854d128fd968be5edc8a28d9MD53ORIGINALClassificationMangroveSpecies_AMARO_2017.pdfClassificationMangroveSpecies_AMARO_2017.pdfapplication/pdf1477985https://repositorio.ufrn.br/bitstream/123456789/30938/1/ClassificationMangroveSpecies_AMARO_2017.pdf235d8493f8d3b39007fadf6deca256a2MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8914https://repositorio.ufrn.br/bitstream/123456789/30938/2/license_rdf4d2950bda3d176f570a9f8b328dfbbefMD52TEXTClassificationMangroveSpecies_AMARO_2017.pdf.txtClassificationMangroveSpecies_AMARO_2017.pdf.txtExtracted texttext/plain53732https://repositorio.ufrn.br/bitstream/123456789/30938/4/ClassificationMangroveSpecies_AMARO_2017.pdf.txt6a0638239067bbbe15d5f633c0fbc21fMD54THUMBNAILClassificationMangroveSpecies_AMARO_2017.pdf.jpgClassificationMangroveSpecies_AMARO_2017.pdf.jpgGenerated Thumbnailimage/jpeg1585https://repositorio.ufrn.br/bitstream/123456789/30938/5/ClassificationMangroveSpecies_AMARO_2017.pdf.jpg5fdd52255b873de0a3bdab42878ebe48MD55123456789/309382020-12-13 05:01:58.592oai:https://repositorio.ufrn.br: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Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2020-12-13T08:01:58Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Classificação de espécies de mangue no Nordeste do Brasil com base em imagens híbridas de sensoriamento remoto
dc.title.alternative.pt_BR.fl_str_mv Classification of mangrove species in the Northeastern of Brazil based on hybrid images of remote sensing
title Classificação de espécies de mangue no Nordeste do Brasil com base em imagens híbridas de sensoriamento remoto
spellingShingle Classificação de espécies de mangue no Nordeste do Brasil com base em imagens híbridas de sensoriamento remoto
Costa, Bruno Cesar Pereira da
LANDSAT-8
RADARSAT-2
Mangue
Condições estruturais
title_short Classificação de espécies de mangue no Nordeste do Brasil com base em imagens híbridas de sensoriamento remoto
title_full Classificação de espécies de mangue no Nordeste do Brasil com base em imagens híbridas de sensoriamento remoto
title_fullStr Classificação de espécies de mangue no Nordeste do Brasil com base em imagens híbridas de sensoriamento remoto
title_full_unstemmed Classificação de espécies de mangue no Nordeste do Brasil com base em imagens híbridas de sensoriamento remoto
title_sort Classificação de espécies de mangue no Nordeste do Brasil com base em imagens híbridas de sensoriamento remoto
author Costa, Bruno Cesar Pereira da
author_facet Costa, Bruno Cesar Pereira da
Amaro, Venerando Eustáquio
Ferreira, Anderson Targino da Silva
author_role author
author2 Amaro, Venerando Eustáquio
Ferreira, Anderson Targino da Silva
author2_role author
author
dc.contributor.author.fl_str_mv Costa, Bruno Cesar Pereira da
Amaro, Venerando Eustáquio
Ferreira, Anderson Targino da Silva
dc.subject.por.fl_str_mv LANDSAT-8
RADARSAT-2
Mangue
Condições estruturais
topic LANDSAT-8
RADARSAT-2
Mangue
Condições estruturais
description As imagens de satélites têm sido utilizadas para mapear, monitorar e quantificar a qualidade dos recursos naturais. O mapeamento detalhado da vegetação de mangue é uma demanda crescente por se tratar de um importante instrumento de gestão, manutenção e conhecimento do ecossistema manguezal frente às modificações provocadas pelas atuações antrópicas e/ou naturais. Este trabalho combinou dados multiespectrais da região do visível e infravermelho do satélite LANDSAT-8 com imagem da faixa espectral das micro-ondas do satélite RADARSAT-2 na segmentação e classificação de manguezais no Rio Grande do Norte, Nordeste do Brasil. A composição híbrida entre o sistema óptico e de micro-ondas mostraram excelente desempenho na identificação desta unidade geoambiental e permitiram maior realce das propriedades estruturais e florísticas das espécies de mangue. Os resultados permitiram delimitar a área geral de ocupação dos manguezais em aproximadamente 5.538 ha e revelaram a ocorrência de quatro principais condições estruturais de espécies: Rhizophora mangle (porte alto e adensamento convencional), Rhizophora mangle (porte baixo e adensado), Avicennia schaueriana e regiões de espécies mistas. R. mangle é a espécie de mangue mais abundante na área estudada, ocupando área de aproximadamente 3.513 ha, cerca de 63% de todo o manguezal da área estudada. Regiões mistas de espécies ocupam área de 1.142 ha, representando 21% do total. A. schaueriana ocupa área de 882 ha, cerca de 16% do total. Os resultados ainda mostraram que a diferença na reflectância das áreas de mangue ocupadas pelas espécies ocorrentes não se dá apenas influenciada pelo teor de clorofila das espécies, pela prevalecente condição ambiental, do solo e da água de fundo, mas principalmente pelo espaçamento das copas e densidade do dossel para cada espécie ocorrente. Este estudo buscou atender às expectativas de maior eficiência em levantamentos espaço-temporais com alta acurácia para o monitoramento da qualidade dos ecossistemas manguezais, altamente sensíveis às alterações ambientais e como subsídio à sua preservação
publishDate 2017
dc.date.issued.fl_str_mv 2017
dc.date.accessioned.fl_str_mv 2020-12-09T15:17:27Z
dc.date.available.fl_str_mv 2020-12-09T15:17:27Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.citation.fl_str_mv B.C.P., COSTA ; V.E., AMARO ; A.T.S., FERREIRA . Classification of Mangrove Species in the Northeastern of Brazil Based on Hybrid Images of Remote Sensing. Anuário do Instituto de Geociências (UFRJ. IMPRESSO), v. 40, p. 135-149, 2017. Disponível em: https://revistas.ufrj.br/index.php/aigeo/article/view/18234. Acesso em: 27 nov. 2020. https://doi.org/10.11137/2017_1_135_149
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/handle/123456789/30938
dc.identifier.doi.none.fl_str_mv 10.11137/2017_1_135_149
identifier_str_mv B.C.P., COSTA ; V.E., AMARO ; A.T.S., FERREIRA . Classification of Mangrove Species in the Northeastern of Brazil Based on Hybrid Images of Remote Sensing. Anuário do Instituto de Geociências (UFRJ. IMPRESSO), v. 40, p. 135-149, 2017. Disponível em: https://revistas.ufrj.br/index.php/aigeo/article/view/18234. Acesso em: 27 nov. 2020. https://doi.org/10.11137/2017_1_135_149
10.11137/2017_1_135_149
url https://repositorio.ufrn.br/handle/123456789/30938
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution 3.0 Brazil
http://creativecommons.org/licenses/by/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution 3.0 Brazil
http://creativecommons.org/licenses/by/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Anuário do Instituto de Geociências
publisher.none.fl_str_mv Anuário do Instituto de Geociências
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/30938/3/license.txt
https://repositorio.ufrn.br/bitstream/123456789/30938/1/ClassificationMangroveSpecies_AMARO_2017.pdf
https://repositorio.ufrn.br/bitstream/123456789/30938/2/license_rdf
https://repositorio.ufrn.br/bitstream/123456789/30938/4/ClassificationMangroveSpecies_AMARO_2017.pdf.txt
https://repositorio.ufrn.br/bitstream/123456789/30938/5/ClassificationMangroveSpecies_AMARO_2017.pdf.jpg
bitstream.checksum.fl_str_mv e9597aa2854d128fd968be5edc8a28d9
235d8493f8d3b39007fadf6deca256a2
4d2950bda3d176f570a9f8b328dfbbef
6a0638239067bbbe15d5f633c0fbc21f
5fdd52255b873de0a3bdab42878ebe48
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1802117636540071936