Clasificación de imágenes para registro de vegetación arborórea en el municipio de Pelotas, RS, Brasil
DOI:
https://doi.org/10.59621/flovet.2024.v2.n13.e2024018Palabras clave:
Sensoriamento Remoto, Classificação Supervisionada, OrtofotosResumen
Dentro de la planificación urbana de las ciudades, es sumamente necesario un plan maestro de áreas de preservación nativa que se integre al sector de políticas ambientales. La falta de un sistema eficiente de seguimiento de las zonas nativas fomenta el crecimiento desordenado de ciudades que no contaron con una planificación adecuada, desencadenando graves problemas ambientales. Así, el estudio se integró en el entorno SIG con un análisis de uso y cobertura del suelo, centrándose principalmente en la vegetación del municipio de Pelotas – RS, Brasil, a través de la clasificación supervisada MAXVER de Ortofotos. Los resultados aquí obtenidos permiten la producción de mapas temáticos basados en las características tabuladas que contribuyen a la efectividad de las clasificaciones asociadas a una reducción en el tiempo y costo del trabajo para preservar las áreas nativas, ayudando en los puntos que deben ser mejor monitoreados tal como están sujetos a mayores irregularidades
Descargas
Referencias
ANDRADE, T.O.DE. Inventário e análise da arborização viária da estância turística de Campos do Jordão, SP. 112 p. Dissertação (Mestrado em Agronomia) – Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo, Piracicaba, 2002.
BRASIL. Lei Nacional nº 10.567/ 2001. Coleta, processamento, estocagem, distribuição e aplicação do sangue, seus componentes e derivados. 2001.
CONGALTON, R.G.A review of assessing the accuracy of classification of remotely sensed data. Remote Sensing of Environment, v. 37, n. 1, p. 35-46, 1991.
doi: https://doi.org/10.1016/0034-4257(91)90048-B
CONGALTON, R.G., GREEN, K. Assessing the Accuracy of Remotely Sensed Data: Principles and Practice. Mapping sciences series. New York: CRC Press Inc., 1999. 98p.
DETZEL, V.A. Arborização Urbana: importância e avaliação econômica. Anais do Congresso Brasileiro sobre arborização urbana, 39-52p., Vitória – ES, 1992.
EDWARDS, A. Introduction on remote sensing of coastal environments. In: Green E.P., Mumby, P.; Edwards, A.J.; Clark, C.D. Remote Sensing Handbook for Tropical Coastal Management, Costal Management Sourcebooks 3, UNESCO Publishing, France, 25-30p. 2000.
FIDALGO, E.C.C. Exatidão no processo de mapeamento temático da vegetação de uma área de Mata Atlântica no estado de São Paulo, a partir de imagens TM-LANDSAT. Dissertação (Mestrado em Sensoriamento Remoto), 184p., Instituto Nacional de Pesquisas Espaciais, São José dos Campos, Brasil, 1995.
FONSECA, L.G.F. Processamento digital de imagens. São Paulo, INPE, 2000. 110p.
FREITAS, S.C.DE; SARDINHA, D.DE.S. Avaliação preliminar da arborização urbana na zona oeste de Tambaú (SP): suporte ao planejamento ambiental. In: VI Congresso de Meio Ambiente da Associação de Universidades Grupo de Montevidéu, 2009.
GONZALES, R.C., WOODS, R.E. Processamento digital de imagens. 3.ed. São Paulo: Pearson, 2010.
HENRIQUES, A.P.M., DÓRIA NETO, A.D., AMARAL, R.F. Classification of multispectral images in coral environments using a hybrid of classifier ensembles. Neurocomputing, v. 73, n. 7-9, p. 1256-1264, 2010. doi: https://doi.org/10.1016/j.neucom.2010.01.003
IBGE. Instituto Brasileiro de Geografia e Estatística. Gestão de Território – 2014. Disponível em: https://www.ibge.gov.br/geociencias/organizacao-do-territorio. Acesso em: 17 jun. de 2018.
IBGE. Instituto Brasileiro de Geografia e Estatística. Criando sinergias entre a Agenda 2030 para o desenvolvimento sustentável e o G20 – Caderno Desigualdades: primeiras análises. Rio de Janeiro: IBGE, 2024. Disponível em:
https://biblioteca.ibge.gov.br/index.php/biblioteca-catalogo. Acesso em: 01 de fev. de 2024.
JENSEN, J.R. Introductory digital image processing: a remote sensing perspective. 2.ed. New Jersey: Prentice Hall, 316p, 1996.
JENSEN, J.R. Remote sensing of the environment: an Earth resource perspective. 2. Ed, New Delhi, India: Pearson Education India, 613p., 2009.
LANDIS, J.R.E., KOCH, G.G. The measurement of observer agreement for categorical data. Biometrics, v. 33, n. 1, p. 159-174, 1977. doi: https://doi.org/10.2307/2529310
LILLESAND, T., KIEFER, R.W., CHIPMAN, J. Remote Sensing and Image Interpretation. 6. Ed, John Wiley & Sons, NY, 2008.
LOCH, C. A realidade do cadastro técnico urbano no Brasil. In: XIII Simpósio Brasileiro de Sensoriamento Remoto. Anais do Simpósio Brasileiro de Sensoriamento Remoto. Florianópolis-SC, 2007.
LOPES, I., MASUTTI, C.S.M. Caracterização Geoambiental e Uso do Solo no município de Santaluz-Ba. In: VI Simpósio Brasileiro de Educação em Solos. Anais do Simpósio Brasileiro de Educação em Solos (CD ROM), 2012.
MENDES, M.F., DA SILVA, F.M.M. Classificação de imagens para cadastro de vegetação arbórea no município de Pelotas/ RS. 39p. Trabalho de Conclusão de Curso (Graduação em Tecnólogo em Geoprocessamento) – Universidade Federal de Pelotas, Pelotas, 2018.
MOREIRA, A.DE.A., SOARES, V.P., GLERIANI, J.M., RIBEIRO, C.A.A.S. Utilização de algoritmos de classificação para o mapeamento do uso e cobertura do solo da terra na bacia hidrográfica do ribeirão São Bartolomeu, Viçosa-MG, a partir de uma imagem do sensor IKONOS. In: XIII Simpósio Brasileiro de Geografia Física Aplicada. Viçosa. Eixo 1. 2009.
MOREIRA, M. 2016. Nexo: Nova York mapeou todas as suas árvores. E é possível saber a importância de cada uma. Disponível em: https://aerialprojectsbr.wordpress.com/. Acesso em: 18 jun. de 2018.
NASCIMENTO, F.R., CARVALHO, O. Aspectos geoambientais e proposta de zoneamento geoambiental para a Bacia do Baixo Pacoti – CE, Nordeste do Brasil. Boletim Goiano de Geografia, v. 23, n. 2, p. 269-287, 2003.
NASCIMENTO, M.DA.C.D.DO, CHAVES, S.V.V. Perfil de Estudos sobre arborização urbana e planejamento: revisão da literatura. Revista da Sociedade Brasileira de Arborização, v. 18, n. 1, p. 1-18, 2023.
PELOTAS-RS. LEI MUNICIPAL nº 4.428 / 1999. Flora Nativa e Exótica localizada no município de Pelotas. Edição Municipal, Pelotas, RS. 1999.
PELOTAS-RS. LEI MUNICIPAL nº 5.502 / 2008. Plano Diretor Municipal de Pelotas. Edição Municipal, Pelotas – RS. 2008.
RASO, E.F., MACHAVA, C.D.A., Nhongo, E.J.S. Mapeamento de áreas degradadas pela mineração de ouro através de técnicas de sensoriamento remoto ao longo do Rio Revue – Moçambique. Revista de Geociências do Nordeste, v. 8, n. 1, p. 1-9, 2022. doi:
https://doi.org/10.21680/2447-3359.2022v8n1ID22350
RICHARDS, J.A., XIUPING, J.I.A. Remote sensing digital image analysis: an introduction. 4.ed., Alemanha: Springer, 2005.
RODRIGUES, N.M.DE, FARIA, A.L.L.DE. Use of SIG tools in the urban area illegal occupation of part of the Sao Bartolomeu River - Viçosa, Minas Gerais, Brazil. Revista Geográfica Acadêmica, v. 3, p. 18-27, 2009.
SCHOWENGERDT, R.A. Techniques for Image Processing and Classification in Remote Sensing. 249 p. University of Arizona, 1983.
STORY, M., CONGALTON, R.G. Accuracy assessment: a user’s perspective. Photogrammetric Engineering and remote sensing, v. 52, n. 3, p. 397-399, 1986. doi: https://doi.org/0099-1112/86/5203-397$02.25/0
TSO, B., MATHER, P.M. Classification methods for remotely sensed data. London: Taylor and Francis, 2001.
