Please use this identifier to cite or link to this item: https://bdm.ufpa.br:8443/jspui/handle/prefix/1587
Compartilhar:
metadata.dc.type: Trabalho de Conclusão de Curso - Graduação
Title: Mapeamento e detecção de mudanças em áreas de manguezais, nos litorais sul e sudeste do Brasil, utilizando dados multisensores de sensoriamento remoto e técnica de classificação orientada a objeto
metadata.dc.creator: LOPES, João Paulo Nobre
metadata.dc.contributor.advisor1: NASCIMENTO JUNIOR, Wilson da Rocha
Issue Date: 11-Dec-2017
Citation: LOPES, João Paulo Nobre. Mapeamento e detecção de mudanças em áreas de manguezais, nos litorais sul e sudeste do Brasil, utilizando dados multisensores de sensoriamento remoto e técnica de classificação orientada a objeto. Orientador: Wilson da Rocha Nascimento Júnior. 2017. 64 f. Trabalho de Conclusão de Curso (Bacharelado em Geologia) - Faculdade de Geologia, Instituto de Geociências, Universidade Federal do Pará, Belém, 2017. Disponível em: http://bdm.ufpa.br/jspui/handle/prefix/1587. Acesso em:.
metadata.dc.description.resumo: Os Manguezais são importantes ecossistemas característicos de regiões tropicais e subtropicais localizados em zonas de transição entre ambientes terrestres e marinhos, com influência de maré, e apresentam vegetação típica. Diante de suas funções ecológicas podemos destacar o fato desse ambiente apresentar condições favoráveis para reprodução e abrigo de diversas espécies de animais, além de proteger a linha de costa, amenizando o impacto causado por erosão. O objetivo deste estudo é realizar o mapeamento e detecção de mudanças das áreas de manguezais referente ao litoral das regiões sudeste e sul do Brasil, entre os anos de 2008 e 2016, a partir de dados multisensores (Imagens SAR, Ópticas e Modelo Digital de Elevação) utilizando a abordagem de classificação orientada a objeto (GEOBIA), que determina a redução de uma imagem em regiões homogêneas (objetos imagens) através do agrupamento de conjuntos de pixels com características similares (aspectos espectrais, cor, forma, compacidade e suavidade). Diversos estudos sobre mapeamento de manguezais utilizando técnicas de processamento digital de imagens foram realizados para a área de estudo, porém a abordagem orientada ao objeto representa uma alternativa e avanço na classificação de imagens obtidas por diferentes sensores. Como resultados observou-se que em 2008 o litoral sul e sudeste do Brasil continha 849,55 km² de áreas de manguezais e 806,64 km² em 2016. Isso demonstra uma perda líquida de 42,91 km² na área de manguezal. Dentro os 5 estados mapeados, somente o estado do Paraná apresentou aumento no total de áreas de manguezais entre 2008 e 2016. A partir da análise da detecção de mudanças constatou-se que houve um acréscimo total de 138,53 km², uma erosão total de 181,44 km² e permaneceram inalteradas uma área de 668,11 km² de manguezal. A validação da classificação ocorreu através de análises estatísticas de duas matrizes de confusão (2008 e 2016) contendo os erros e acertos da classificação. A matriz de confusão, para o ano de 2008, apresentou índices de exatidão global = 0,92, índice Kappa = 0,84, e índice Tau = 0,84. Em 2016 apresentaram índices de exatidão global = 0,93, índice Kappa = 0,86, e índice Tau = 0,86. Esses resultados demonstram a eficácia da utilização da classificação orientada a objetos para o mapeamento e análise da dinâmica dos manguezais do sul e sudeste do país, atingindo níveis entre muito bom e excelente. Em relação ao ano de 2008, ao associarmos os dados obtidos neste trabalho com os dados de Nascimento Júnior (2016) e Pereira (2015) alcançamos 13.790 km2 de florestas de manguezais mapeados a partir de metodologia homogênea (GEOBIA).
Abstract: The mangroves are important ecosystems characteristic from tropical and subtropical region located into transition zones between terrestrial and marine environment, with tide influence and presenting typical vegetation. Facing their ecological function, we may emphasize the fact of this environment of presenting appropriate conditions of reproduction and habitat to lots of animals, also it protect the coastline, softening the erosion impact. This study aims to perform the mapping and the changes detection of mangroves areas of Brazilian’s South and Southeast coast, between the years 2008 and 2016, from multi-sensor data (SAR Images, Optical and Digital Elevation Models) using the object-oriented classification approach (GEOBIA) determine the reduction of an image into homogeneous regions (Images objects) by grouping sets of pixels that have similar characteristics (spectral aspects, color, shape, compactness and softness). Several studies about mangrove mapping using digital images processing techniques were performed to the studied area, but the object-oriented approach represents an alternative and advancement at classification of images obtained by different sensors. As results, it was observed that in 2008 Brazilian’s South Southeast coast had 849,55 km² of mangrove areas and 806,64 km² in 2016. This demonstrate 42,91 km² of mangrove area net loss. Among the 5 mapped states, only the state of Paraná presented an increase in total mangrove areas between 2008 and 2016. From the analyses of changes detection it was evidenced a total increase of 138,53 km², a total erosion of 181,44 km² and a mangrove area of 668,11 km² remained unchanged. The validation of the classification occurred through statistical analysis of two confusion matrices (2008 and 2016) containing the rights and wrongs of the classification. The confusion matrix for the year 2008 presented global accuracy indexes = 0.92, Kappa index = 0.84, and Tau index = 0.84. In 2016 they presented global accuracy indexes = 0.93, Kappa index = 0.86, and Tau index = 0.86. These results demonstrate the effectiveness of the use of object oriented classification for the mapping and analysis of the dynamics of the southern and southeastern mangroves of the country, reaching levels between very good and excellent. In relation to the year 2008, when we associated the data obtained in this work with data from Nascimento Júnior (2016) and Pereira (2015) we reached 13,790 km2 of mangrove forests mapped using homogeneus methodology (GEOBIA).
metadata.dc.subject.cnpq: CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOLOGIA
Keywords: Mapeamento geológico
Manguezais
Sensoriamento remoto
metadata.dc.rights: Acesso Aberto
metadata.dc.source: 1 CD-ROM
Appears in Collections:Faculdade de Geologia - FAGEO/IG

Files in This Item:
File Description SizeFormat 
TCC_MapeamentoDeteccaoMudancas.pdf3 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons