Utilize este identificador para referenciar este registo: http://hdl.handle.net/10400.11/1586
Título: Utilização de técnicas de deteção remota na identificação de Acacia sp. na Região Centro Sul de Portugal Continental
Autor: Martins, Filipe Domingos
Orientador: Alegria, Cristina Maria Martins
Gil, Artur José Freire
Palavras-chave: Deteção remota
ASTER
Cartografia de vegetação
Cartografia de ocupação do solo
Espécies exóticas invasoras
Acacia dealbata Link
Data de Defesa: 2012
Editora: IPCB. ESA
Citação: MARTINS, Filipe Domingos (2012) - Utilização de técnicas de deteção remota na identificação de Acacia sp. na Região Centro Sul de Portugal Continental. Castelo Branco : IPCB. ESA. 1 CD-ROM. Dissertação de Mestrado.
Resumo: A deteção remota é uma ferramenta que permite a cartografia e monitorização de espécies exóticas invasoras e providencia um meio para detetar alterações na ocupação do solo, derivado do recurso a múltiplos sensores com diferentes resoluções espectrais, espaciais e temporais. As espécies exóticas invasoras são unanimemente consideradas como uma das maiores ameaças à biodiversidade a nível global, alterando ecossistemas e levando a uma cada vez maior uniformização do coberto vegetal. A Acacia dealbata Link é considerada como uma das maiores invasoras a nível nacional, sendo conhecidas ocupações da espécie em todo o território nacional. Na Região Centro Sul de Portugal Continental, a invasão por Acacia dealbata tem vindo a atingir proporções consideráveis, não estando no entanto quantificadas zonas de ocorrência. Através da utilização de técnicas de deteção remota estudou-se a possibilidade de produzir por processos de classificação assistida a cartografia das áreas de infestação da espécie Acacia dealbata, utilizando imagens de satélite multiespectrais ASTER de duas diferentes épocas do ano (março, mês de floração da espécie-alvo; agosto, época mais seca). Para a classificação assistida utilizaram-se métodos supervisionados, mais especificamente, um classificador paramétrico convencional – classificador de Máxima Verosimilhança (Maximum Likelihood) e dois métodos não paramétricos – classificador de Máquinas de Vetores de Suporte (Support Vector Machine) e Redes Neuronais Artificiais (Artificial Neural Networks – ANN). Os resultados globais demonstraram maior precisão de classificação no mês de março, com o classificador da máxima verosimilhança a registar melhores resultados (Kappa > 0,85). A classificação da Acacia dealbata obteve excelentes resultados no classificador da máxima verosimilhança (K=1), daí se podendo afirmar que a classificação por imagens multiespectrais ASTER pode constituir uma ferramenta viável para a monitorização e delimitação de Acacia dealbata na zona centro sul de Portugal Continental. No que diz respeito à Cartografia de Ocupação do Solo mais convencional, os melhores resultados globais são obtidos pelo classificador da máxima verosimilhança no mês de março (K=0,89), sendo que todas as classes individuais registaram índices Kappa superior a 0,82, concluindo-se a real aplicabilidade de imagens multiespectrais ASTER na classificação de classes genéricas de ocupação do solo.
Descrição: Dissertação apresentada à Escola Superior Agrária do Instituto Politécnico de Castelo Branco para obtenção do Grau de Mestre em Sistemas de Informação Geográfica - Recursos Agro-Florestais e Ambientais
Peer review: yes
URI: http://hdl.handle.net/10400.11/1586
Aparece nas colecções:ESACB - Dissertações de Mestrado

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
DissertacaoMestrado_FilipeMartins.pdf5,79 MBAdobe PDFVer/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Degois 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.