Skip navigation
Please use this identifier to cite or link to this item: http://repositorio.unb.br/handle/10482/7923
Files in This Item:
File Description SizeFormat 
ARTIGO_MapeamentoVegetacaoFlorestaAtlantica.pdf1,88 MBAdobe PDFView/Open
Title: Mapeamento da vegetação na floresta atlântica usando o classificador de árvore de decisão para integrar dados de sensoriamento remoto e modelo digital de terreno
Authors: Carvalho Júnior, Osmar Abílio de
Coelho, Marcus Alberto Nadruz
Martins, Éder de Souza
Gomes, Roberto Arnaldo Trancoso
Couto Júnior, Antônio Felipe
Oliveira, Sandro Nunes de
Santana, Otacílio Antunes
Assunto:: Sensoriamento remoto
Processamento de imagens - técnicas digitais
Mata Atlântica
Issue Date: Jul-2008
Citation: CARVALHO JUNIOR, Osmar Abílio de et al. Mapeamento da vegetação na floresta atlântica usando o classificador de árvore de decisão para integrar dados de sensoriamento remoto e modelo digital de terreno. Revista Brasileira de Geofísica, São Paulo, v. 26, n. 3, p. 331-345, jul./set. 2008. Disponível em: <http://www.scielo.br/pdf/rbg/v26n3/a07v26n3.pdf>. Acesso em: 25 abr. 2011. doi: 10.1590/S0102-261X2008000300007.
Abstract: 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.
Abstract: The management and ecological monitoring of national parks and other protected areas requires a detailed description of the vegetation distribution patterns. This paper aims to produce a vegetation map for the Serra dos Órgãos National Park (PARNASO). This conservation unit is localized in Atlantic Forest within a topographic variation from sea level to 2,263 meters. The vegetation classification based on the ASTER satellite data, high-resolution aerial photographs and Digital Elevation Model (DEM). The DEM indicates vegetation structures in landscape with high spatial variability because it correlates with environmental factors, such as microclimate, moisture, soil and geomorphological processes. Decision tree classifier was used to extract information of DEM and remote sensing data. Seven classes were identified: Agropecuária (1.29% of total Park area), 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%), and no vegetation area (6.08%). The three highest physiognomies were associated with altitude higher than 1,000 m and represented 55.5% of the total area. The construction of decision trees combining the DEM and remote sensing information can improve the result on the forest tropical distribution.
DOI: https://dx.doi.org/10.1590/S0102-261X2008000300007
Appears in Collections:FUP - Artigos publicados em periódicos
GEA - Artigos publicados em periódicos

Show full item record Recommend this item " class="statisticsLink btn btn-primary" href="/handle/10482/7923/statistics">



This item is licensed under a Creative Commons License Creative Commons