Identificação de relictos de savana na Mata Atlântica utilizando o sensoriamento remoto
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
Texto Completo: | http://repositorio.utfpr.edu.br/jspui/handle/1/6983 |
Resumo: | A utilização do Sistema de Informações Geográficas (SIG) possui grande importância para o estudo de fragmentos florestais, possibilitando realizar a análise de mudanças em áreas extensas bem como a localização de locais aptos à conservação a partir da interpretação de dados. Diante do avanço tecnológico do sensoriamento remoto notase melhorias no nível das imagens orbitais, destacando-se o satélite RapidEye e as imagens do Google®® Earth, sendo corriqueiramente aplicado para estudos ambientais. Assim, este estudo teve como finalidade o mapeamento da cobertura vegetal nativa com o intuito de corroborar a existência de relictos de Savana na bacia do córrego Cinquenta e Cinco, bem como testar a funcionalidades das imagens RapidEye para diferenciar biomas, por meio de dois diferentes tipos de classificação. Para realizar a classificação semiautomática da vegetação nativa foi realizada a segmentação da imagem selecionando suas cinco bandas, adotando similaridade igual a 20 e área (pixel) igual a 100, separando os agrupamentos de pixels homogêneos para a classificação por regiões, realizando o treinamento do algoritmo de Bhattacharya. Para a classificação supervisionada, utilizou-se fotointerpretação das imagens disponibilizadas pelo Google® Earth, como auxílio do plugin OpenLayers do QGis, possibilitando fixar as imagens provenientes do Google® Earth, permitindo a digitalização da cobertura vegetal nativa. Por meio do levantamento das espécies vegetais coletadas na área de estudo outrora e disponíveis no Herbário da Universidade Tecnológica Federal do Paraná Campus Campo Mourão, a bacia hidrográfica do Córrego Cinquenta e Cinco apresenta área de relicto de Savana com 75 espécies identificadas pertencentes a este bioma. A análise visual dos resultados obtidos, por meio do método de classificação por Bhattacharya, mostrou-se insatisfatória no que tange à distinção da tipologia savânica. Entretanto, a classificação supervisionada superou a expectativa, por apontar a heterogeneidade entre as tipologias com maior clareza, sendo possível chegar no resultado almejado utilizando imagens com maior resolução e qualidade do Google® Earth. |
id |
UTFPR-12_af54c8a606a063d202d0c246ab2430a3 |
---|---|
oai_identifier_str |
oai:repositorio.utfpr.edu.br:1/6983 |
network_acronym_str |
UTFPR-12 |
network_name_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
repository_id_str |
|
spelling |
2020-11-10T13:17:23Z2020-11-10T13:17:23Z2016-06-23CALADO, Pedro Ivo Nesso. Identificação de relictos de savana na Mata Atlântica utilizando o sensoriamento remoto. 2016. 53 f. Trabalho de Conclusão de Curso (Graduação) – Universidade Tecnológica Federal do Paraná, Campo Mourão, 2016.http://repositorio.utfpr.edu.br/jspui/handle/1/6983A utilização do Sistema de Informações Geográficas (SIG) possui grande importância para o estudo de fragmentos florestais, possibilitando realizar a análise de mudanças em áreas extensas bem como a localização de locais aptos à conservação a partir da interpretação de dados. Diante do avanço tecnológico do sensoriamento remoto notase melhorias no nível das imagens orbitais, destacando-se o satélite RapidEye e as imagens do Google®® Earth, sendo corriqueiramente aplicado para estudos ambientais. Assim, este estudo teve como finalidade o mapeamento da cobertura vegetal nativa com o intuito de corroborar a existência de relictos de Savana na bacia do córrego Cinquenta e Cinco, bem como testar a funcionalidades das imagens RapidEye para diferenciar biomas, por meio de dois diferentes tipos de classificação. Para realizar a classificação semiautomática da vegetação nativa foi realizada a segmentação da imagem selecionando suas cinco bandas, adotando similaridade igual a 20 e área (pixel) igual a 100, separando os agrupamentos de pixels homogêneos para a classificação por regiões, realizando o treinamento do algoritmo de Bhattacharya. Para a classificação supervisionada, utilizou-se fotointerpretação das imagens disponibilizadas pelo Google® Earth, como auxílio do plugin OpenLayers do QGis, possibilitando fixar as imagens provenientes do Google® Earth, permitindo a digitalização da cobertura vegetal nativa. Por meio do levantamento das espécies vegetais coletadas na área de estudo outrora e disponíveis no Herbário da Universidade Tecnológica Federal do Paraná Campus Campo Mourão, a bacia hidrográfica do Córrego Cinquenta e Cinco apresenta área de relicto de Savana com 75 espécies identificadas pertencentes a este bioma. A análise visual dos resultados obtidos, por meio do método de classificação por Bhattacharya, mostrou-se insatisfatória no que tange à distinção da tipologia savânica. Entretanto, a classificação supervisionada superou a expectativa, por apontar a heterogeneidade entre as tipologias com maior clareza, sendo possível chegar no resultado almejado utilizando imagens com maior resolução e qualidade do Google® Earth.The use of Geographic Information System (GIS) has great importance for the study of forest fragments, making possible to perform the analysis of changes in large areas as well as to locate areas proper for conservation from the interpretation of data. Faced with the technological advancement of remote sensing is noted improvements on the level of orbital images, highlighting the RapidEye satellite images and Google® Earth, usually being used for environmental studies. Thus, this study aimed to mapping the native vegetation in order to certify the existence of relicts of Savannah in the stream basin Cinquenta e Cinco and test the features of the RapidEye images to differentiate biomes, through two different rating types. To perform semi-automatic classification of native vegetation it was made the segmentation of the image by selecting its five layers, adopting similarity equal to 20 and area (pixel) of 100, separating the homogeneous pixel clusters for classification by regions, performing the training of Bhattacharya algorithm. For the achievement of supervised classification by photo interpretation of images provided by Google® Earth, it was used the QGis OpenLayers plugin, allowing to fix the images from Google® Earth, enabling scanning of native vegetation. Through the survey of vegetation species collected in the study area once and available in the Herbarium of the Federal Technological University of Paraná in Campo Mourão, stream Cinquenta e Cinco watershed shows relict area of Savannah with 75 identified species belonging to this biome. Visual analysis of the results, obtained by the method of classification by Bhattacharya, proved to be unsatisfactory as regards the distinction of the savanna type. However, the supervised classification surpassed expectations, by showing more clearly the heterogeneity between the types, being possible to get to that results through the images with higher resolution and quality of Google® Earth.porUniversidade Tecnológica Federal do ParanáCampo MouraoEngenharia AmbientalUTFPRBrasilDepartamento Acadêmico de AmbientalCNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOFISICA::SENSORIAMENTO REMOTOSistemas de informação geográficaSensoriamento remotoSavanasGeographic information systemsRemote sensingSavannasIdentificação de relictos de savana na Mata Atlântica utilizando o sensoriamento remotoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisCampo MourãoFerreira, José Hilário DelconteCaxambú, Marcelo GaleazziFerreira, José Hilário DelconteCaxambú, Marcelo GaleazziSouza, Débora Cristina deCouto, Edivando Vitor doCalado, Pedro Ivo Nessoinfo:eu-repo/semantics/embargoedAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRTEXTCM_COEAM_2016_1_18.pdf.txtExtracted texttext/plain72666http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/6983/1/CM_COEAM_2016_1_18.pdf.txte59d575d5de0c9c3cbbddb6bf1638bbfMD51THUMBNAILCM_COEAM_2016_1_18.pdf.jpgGenerated Thumbnailimage/jpeg1336http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/6983/2/CM_COEAM_2016_1_18.pdf.jpg339b364b1e28213f2c881d81b7b6b1f1MD52ORIGINALCM_COEAM_2016_1_18.pdfapplication/pdf3264804http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/6983/3/CM_COEAM_2016_1_18.pdfb3248c8ff16a862b8e5c7e9e2426c56eMD53LICENSElicense.txttext/plain1291http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/6983/4/license.txtdfb14e53a8c6b76b85e77d7a5a3b3809MD541/69832020-11-10 11:17:24.149oai:repositorio.utfpr.edu.br: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Repositório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2020-11-10T13:17:24Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false |
dc.title.pt_BR.fl_str_mv |
Identificação de relictos de savana na Mata Atlântica utilizando o sensoriamento remoto |
title |
Identificação de relictos de savana na Mata Atlântica utilizando o sensoriamento remoto |
spellingShingle |
Identificação de relictos de savana na Mata Atlântica utilizando o sensoriamento remoto Calado, Pedro Ivo Nesso CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOFISICA::SENSORIAMENTO REMOTO Sistemas de informação geográfica Sensoriamento remoto Savanas Geographic information systems Remote sensing Savannas |
title_short |
Identificação de relictos de savana na Mata Atlântica utilizando o sensoriamento remoto |
title_full |
Identificação de relictos de savana na Mata Atlântica utilizando o sensoriamento remoto |
title_fullStr |
Identificação de relictos de savana na Mata Atlântica utilizando o sensoriamento remoto |
title_full_unstemmed |
Identificação de relictos de savana na Mata Atlântica utilizando o sensoriamento remoto |
title_sort |
Identificação de relictos de savana na Mata Atlântica utilizando o sensoriamento remoto |
author |
Calado, Pedro Ivo Nesso |
author_facet |
Calado, Pedro Ivo Nesso |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Ferreira, José Hilário Delconte |
dc.contributor.advisor-co1.fl_str_mv |
Caxambú, Marcelo Galeazzi |
dc.contributor.referee1.fl_str_mv |
Ferreira, José Hilário Delconte |
dc.contributor.referee2.fl_str_mv |
Caxambú, Marcelo Galeazzi |
dc.contributor.referee3.fl_str_mv |
Souza, Débora Cristina de |
dc.contributor.referee4.fl_str_mv |
Couto, Edivando Vitor do |
dc.contributor.author.fl_str_mv |
Calado, Pedro Ivo Nesso |
contributor_str_mv |
Ferreira, José Hilário Delconte Caxambú, Marcelo Galeazzi Ferreira, José Hilário Delconte Caxambú, Marcelo Galeazzi Souza, Débora Cristina de Couto, Edivando Vitor do |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOFISICA::SENSORIAMENTO REMOTO |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOFISICA::SENSORIAMENTO REMOTO Sistemas de informação geográfica Sensoriamento remoto Savanas Geographic information systems Remote sensing Savannas |
dc.subject.por.fl_str_mv |
Sistemas de informação geográfica Sensoriamento remoto Savanas Geographic information systems Remote sensing Savannas |
description |
A utilização do Sistema de Informações Geográficas (SIG) possui grande importância para o estudo de fragmentos florestais, possibilitando realizar a análise de mudanças em áreas extensas bem como a localização de locais aptos à conservação a partir da interpretação de dados. Diante do avanço tecnológico do sensoriamento remoto notase melhorias no nível das imagens orbitais, destacando-se o satélite RapidEye e as imagens do Google®® Earth, sendo corriqueiramente aplicado para estudos ambientais. Assim, este estudo teve como finalidade o mapeamento da cobertura vegetal nativa com o intuito de corroborar a existência de relictos de Savana na bacia do córrego Cinquenta e Cinco, bem como testar a funcionalidades das imagens RapidEye para diferenciar biomas, por meio de dois diferentes tipos de classificação. Para realizar a classificação semiautomática da vegetação nativa foi realizada a segmentação da imagem selecionando suas cinco bandas, adotando similaridade igual a 20 e área (pixel) igual a 100, separando os agrupamentos de pixels homogêneos para a classificação por regiões, realizando o treinamento do algoritmo de Bhattacharya. Para a classificação supervisionada, utilizou-se fotointerpretação das imagens disponibilizadas pelo Google® Earth, como auxílio do plugin OpenLayers do QGis, possibilitando fixar as imagens provenientes do Google® Earth, permitindo a digitalização da cobertura vegetal nativa. Por meio do levantamento das espécies vegetais coletadas na área de estudo outrora e disponíveis no Herbário da Universidade Tecnológica Federal do Paraná Campus Campo Mourão, a bacia hidrográfica do Córrego Cinquenta e Cinco apresenta área de relicto de Savana com 75 espécies identificadas pertencentes a este bioma. A análise visual dos resultados obtidos, por meio do método de classificação por Bhattacharya, mostrou-se insatisfatória no que tange à distinção da tipologia savânica. Entretanto, a classificação supervisionada superou a expectativa, por apontar a heterogeneidade entre as tipologias com maior clareza, sendo possível chegar no resultado almejado utilizando imagens com maior resolução e qualidade do Google® Earth. |
publishDate |
2016 |
dc.date.issued.fl_str_mv |
2016-06-23 |
dc.date.accessioned.fl_str_mv |
2020-11-10T13:17:23Z |
dc.date.available.fl_str_mv |
2020-11-10T13:17:23Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
CALADO, Pedro Ivo Nesso. Identificação de relictos de savana na Mata Atlântica utilizando o sensoriamento remoto. 2016. 53 f. Trabalho de Conclusão de Curso (Graduação) – Universidade Tecnológica Federal do Paraná, Campo Mourão, 2016. |
dc.identifier.uri.fl_str_mv |
http://repositorio.utfpr.edu.br/jspui/handle/1/6983 |
identifier_str_mv |
CALADO, Pedro Ivo Nesso. Identificação de relictos de savana na Mata Atlântica utilizando o sensoriamento remoto. 2016. 53 f. Trabalho de Conclusão de Curso (Graduação) – Universidade Tecnológica Federal do Paraná, Campo Mourão, 2016. |
url |
http://repositorio.utfpr.edu.br/jspui/handle/1/6983 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/embargoedAccess |
eu_rights_str_mv |
embargoedAccess |
dc.publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Campo Mourao |
dc.publisher.program.fl_str_mv |
Engenharia Ambiental |
dc.publisher.initials.fl_str_mv |
UTFPR |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Departamento Acadêmico de Ambiental |
publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Campo Mourao |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) instname:Universidade Tecnológica Federal do Paraná (UTFPR) instacron:UTFPR |
instname_str |
Universidade Tecnológica Federal do Paraná (UTFPR) |
instacron_str |
UTFPR |
institution |
UTFPR |
reponame_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
collection |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
bitstream.url.fl_str_mv |
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/6983/1/CM_COEAM_2016_1_18.pdf.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/6983/2/CM_COEAM_2016_1_18.pdf.jpg http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/6983/3/CM_COEAM_2016_1_18.pdf http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/6983/4/license.txt |
bitstream.checksum.fl_str_mv |
e59d575d5de0c9c3cbbddb6bf1638bbf 339b364b1e28213f2c881d81b7b6b1f1 b3248c8ff16a862b8e5c7e9e2426c56e dfb14e53a8c6b76b85e77d7a5a3b3809 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR) |
repository.mail.fl_str_mv |
|
_version_ |
1797044112287858688 |