Mapeamento da vegetação na floresta atlântica usando o classificador de árvore de decisão para integrar dados de sensoriamento remoto e modelo digital de terreno

• Autor(a) principal: Carvalho Júnior, Osmar Abílio de
• Data de Publicação: 2008
• Outros Autores: Coelho, Marcus Alberto Nadruz, Martins, Éder de Souza, Gomes, Roberto Arnaldo Trancoso, Couto Júnior, Antônio Felipe, Oliveira, Sandro Nunes de, Santana, Otacílio Antunes
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Repositório Institucional da UnB
• Texto Completo: http://repositorio.unb.br/handle/10482/7923; https://dx.doi.org/10.1590/S0102-261X2008000300007
• topic: Sensoriamento remoto; Processamento de imagens - técnicas digitais; Mata Atlântica

O manejo e o monitoramento ecológico de parques nacionais e outras áreas protegidas requerem uma detalhada descrição do padrão de distribuição da vegetação. Esse artigo possui como objetivo produzir um mapa de vegetação para o Parque Nacional da Serra dos Órgãos (PARNASO). Essa unidade de conservação está localizada na Floresta Atlântica dentro de uma variação topográfica desde o nível do mar até 2.263 metros. A classificação da vegetação baseou-se em dados do satélite ASTER, fotografias aéreas de alta resolução e modelo digital de elevação (MDE). O MDE indica estruturas de vegetação em ambiente com alta variabilidade espacial porque se correlaciona com fatores ambientais, tais como o microclima, umidade, solo e processos geomorfológicos. O classificador de árvore de decisão foi usado para extrair informações dos dados de MDE e sensoriamento remoto. Sete fisionomias foram identificadas: Agropecuária (1,29% da área do Parque), Campos de Altitude (24,27%), Floresta Ombrófila Densa Alto-Montana (37,47%), Floresta Ombrófila Densa Montana (21,54%), Floresta Ombrófila Densa Sub-Montana (5,22%), Floresta Secundária (4,13%) e áreas sem vegetação (6,08%). As três maiores fisionomias estão associadas a altitudes superiores a 1.000 metros e representaram 55,5% da área total. A construção da árvore de decisão combinando informações do MDE e sensoriamento remoto pode melhorar o resultado sobre a distribuiçãoda floresta tropical.