Fechar

@TechReport{PortoSouzEsca:2020:Pe2020,
               author = "Porto, Helena Couto and Souza, Anielli Rosane and Escada, Maria 
                         Isabel Sobral",
                title = "An{\'a}lise da din{\^a}mica de uso e cobertura da terra 
                         associada aos sistemas agroflorestais e agr{\'{\i}}colas de 
                         pequena escala na regi{\~a}o do nordeste do Par{\'a}: o 
                         per{\'{\i}}odo de 2004 a 2016",
          institution = "Instituto Nacional de Pesquisas Espaciais",
                 year = "2020",
                 type = "RPQ",
              address = "S{\~a}o Jos{\'e} dos Campos",
                 note = "{Bolsa PIBIC/INPE/CNPq.}",
             keywords = "an{\'a}lise de din{\^a}mica, cobertura da terra, sistemas 
                         agroflorestais e agr{\'{\i}}colas, pequena escala, regi{\~a}o 
                         do nordeste do Par{\'a}.",
             abstract = "O presente trabalho apresenta os resultados do primeiro ano de 
                         pesquisa de inicia{\c{c}}{\~a}o cient{\'{\i}}fica sobre os 
                         sistemas produtivos associados {\`a}s atividades extrativistas e 
                         agr{\'{\i}}colas de pequena escala da regi{\~a}o do Baixo 
                         Tocantins, localizada no nordeste do estado Par{\'a}. O objetivo 
                         do trabalho foi desenvolver uma metodologia para o mapeamento do 
                         uso e cobertura da terra para o ano de 2004, com imagens Landsat, 
                         tendo como foco principal classes de agricultura de pequena escala 
                         e vegeta{\c{c}}{\~a}o secund{\'a}ria, buscando dar visibilidade 
                         aos sistemas de produ{\c{c}}{\~a}o de pequena escala e/ou 
                         extrativistas, cujo mapeamento {\'e} inexistente ou realizado de 
                         forma inadequada nos atuais sistemas de monitoramento do uso e 
                         cobertura da terra da Amaz{\^o}nia. Essas formas de 
                         produ{\c{c}}{\~a}o s{\~a}o de grande import{\^a}ncia social, 
                         econ{\^o}mica e ambiental para a regi{\~a}o, e, embora sejam de 
                         dif{\'{\i}}cil detec{\c{c}}{\~a}o, devem ser melhor 
                         representadas. Assim, na primeira etapa deste trabalho foi 
                         elaborada uma base metodol{\'o}gica para 
                         classifica{\c{c}}{\~a}o do uso e cobertura da terra com imagens 
                         de sat{\'e}lite, baseada na realiza{\c{c}}{\~a}o de testes de 
                         desempenho de diferentes algoritmos em uma {\'a}rea piloto, 
                         localizada no munic{\'{\i}}pio de Mocajuba. Foram testados 
                         tre\̂s algoritmos semiautom{\'a}ticos de 
                         classifica{\c{c}}{\~a}o, baseados em pixel e em regio\̃es: 
                         MAXVER, Fatiamento da imagem fra{\c{c}}{\~a}o 
                         vegeta{\c{c}}{\~a}o obtida com Modelo Linear de Mistura 
                         Espectral e Bhattachary, para o mapeamento de classes como 
                         vegeta{\c{c}}{\~a}o secundaria inicial e vegeta{\c{c}}{\~a}o 
                         secundaria avan{\c{c}}ada. As {\'a}reas que n{\~a}o foram 
                         mapeadas como vegeta{\c{c}}{\~a}o secund{\'a}ria, foram 
                         inclu{\'{\i}}das na classe outros. Em uma segunda etapa, a 
                         classe outros foi refinada de onde obteve-se as {\'a}reas de 
                         agricultura de pequena escala, parte delas correspondendo {\`a} 
                         classe mosaico de ocupa{\c{c}}{\~a}o do TerraClass. Para essa 
                         classifica{\c{c}}{\~a}o foi utilizado o algoritmo de 
                         segmenta{\c{c}}{\~a}o multiresolu{\c{c}}{\~a}o, juntamente com 
                         o classificador K-vizinho Mais Pr{\'o}ximo (KNN). Os resultados 
                         obtidos no mapeamento da vegeta{\c{c}}{\~a}o secund{\'a}ria 
                         mostraram que o fatiamento da imagem fra{\c{c}}{\~a}o 
                         vegeta{\c{c}}{\~a}o apresentou maiores {\'{\i}}ndices de 
                         acertos em rela{\c{c}}{\~a}o aos demais, com 70% e 80% de acerto 
                         para as classes de vegeta{\c{c}}{\~a}o secund{\'a}ria inicial e 
                         vegeta{\c{c}}{\~a}o secund{\'a}ria avan{\c{c}}ada, 
                         respectivamente, e exatid{\~a}o global de 82%. Dessa forma, este 
                         algoritmo foi utilizado para a classifica{\c{c}}{\~a}o da 
                         {\'a}rea de estudo ampliada, que envolve os munic{\'{\i}}pios 
                         de Camet{\'a} e Mocajuba. Na classifica{\c{c}}{\~a}o da 
                         agricultura de pequena escala, o classificador KNN foi utilizado e 
                         apresentou 80% de acerto para a agricultura de pequena escala, com 
                         exatid{\~a}o global de 86%. O resultado mostrou um bom desempenho 
                         do classificador, por{\'e}m, o custo de aprendizagem se mostrou 
                         alto, necessitando da realiza{\c{c}}{\~a}o de testes para 
                         defini{\c{c}}{\~a}o de par{\^a}metros de {\'a}rea, forma, 
                         textura, entre outros. Para reduzir o custo operacional ser{\~a}o 
                         realizados testes com outros classificadores que requerem um menor 
                         n{\'u}mero de par{\^a}metros e posterior avalia{\c{c}}{\~a}o 
                         de seu desempenho.",
          affiliation = "{Universidade de S{\~a}o Paulo (USP)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)} and {Instituto Nacional de Pesquisas 
                         Espaciais (INPE)}",
             language = "pt",
                pages = "20",
                  ibi = "8JMKD3MGP3W34R/443G3C8",
                  url = "http://urlib.net/ibi/8JMKD3MGP3W34R/443G3C8",
           targetfile = "PIBIC - Helena Couto Porto - Relat{\'o}rio Final.pdf",
        urlaccessdate = "28 mar. 2024"
}


Fechar