Mapeamento da vegetação na floresta atlântica usando o classificador de árvore de decisão para integrar dados de sensoriamento remoto e modelo digital de terreno
Document 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
Journal: Revista brasileira de geofisica
Database: PERIÓDICA
System number: 000340055
ISSN: 0102-261X
Authors: 1
2
3
1
1
1
1
Institutions: 1Universidade de Brasilia, Departamento de Geografia, Brasilia, Distrito Federal. Brasil
2Instituto de Pesquisas Jardim Botanico do Rio de Janeiro, Rio de Janeiro. Brasil
3Empresa Brasileira de Pesquisa Agropecuaria, Planaltina, Distrito Federal. Brasil
Year:
Season: Jul-Sep
Volumen: 26
Number: 3
Pages: 331-345
Country: Brasil
Language: Portugués
Document type: Artículo
Approach: Analítico, descriptivo
English 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 ´Orgaos 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: Agropecu´aria (1.29% of total Park area), Campos de Altitude (24.27%), Floresta Ombr´ofila Densa Alto-Montana (37.47%), Floresta Ombr´ofila Densa Montana (21.54%), Floresta Ombr´ofila Densa Sub-Montana (5.22%), Floresta Secund´aria (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
Portuguese abstract O manejo e o monitoramento ecologico de parques nacionais e outras areas protegidas requerem uma detalhada descricao do padrao de distribuicao da vegetacao. Esse artigo possui como objetivo produzir um mapa de vegetacao para o Parque Nacional da Serra dos Orgaos (PARNASO). Essa unidade de conservacao esta localizada na Floresta Atlantica dentro de uma variacao topografica desde o nıvel do mar ate 2.263 metros. A classificacao da vegetacao baseou-se em dados do satelite ASTER, fotografias aereas de alta resolucao e modelo digital de elevacao (MDE). O MDE indica estruturas de vegetacao em ambiente com alta variabilidade espacial porque se correlaciona com fatores ambientais, tais como o microclima, umidade, solo e processos geomorfol ogicos. O classificador de arvore de decisao foi usado para extrair informacoes dos dados de MDE e sensoriamento remoto. Sete fisionomias foram identificadas: Agropecuaria (1,29% da area do Parque), Campos de Altitude (24,27%), Floresta Ombr´ofila Densa Alto-Montana (37,47%), Floresta Ombrofila Densa Montana (21,54%), Floresta Ombr´ofila Densa Sub-Montana (5,22%), Floresta Secundaria (4,13%) e ´areas sem vegetac¸˜ao (6,08%). As trˆes maiores fisionomias esao associadas a altitudes superiores a 1.000 metros e representaram 55,5% da area total. A construcao da arvore de decisao combinando informacoes do MDE e sensoriamento remoto pode melhorar o resultado sobre a distribuicao da floresta tropical
Disciplines: Geociencias,
Geografía
Keyword: Geofísica,
Cartografía,
Percepción remota,
Procesamiento digital de imágenes,
Arboles de decisión,
Vegetación,
Mapas,
Parque Nacional Serra dos Orgaos,
Brasil
Keyword: Earth sciences,
Geography,
Geophysics,
Cartography,
Remote sensing,
Digital image processing,
Decision trees,
Vegetation,
Maps,
Serra dos Orgaos National Park,
Brazil
Full text: Texto completo (Ver PDF)