Please use this identifier to cite or link to this item:
http://www.alice.cnptia.embrapa.br/alice/handle/doc/1105931Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | SILVEIRA, H. L. F. da | pt_BR |
| dc.date.accessioned | 2019-07-26T01:04:19Z | - |
| dc.date.available | 2019-07-26T01:04:19Z | - |
| dc.date.created | 2019-02-13 | |
| dc.date.issued | 2018 | |
| dc.identifier.citation | Dissertação (Mestrado em Sensoriamento Remoto) - Instituto Nacional de Pesquisas Espaciais, São José dos Campos, 2018. | pt_BR |
| dc.identifier.uri | http://www.alice.cnptia.embrapa.br/alice/handle/doc/1105931 | - |
| dc.description | A Caatinga, vegetação natural adaptada às condições do semiárido brasileiro, possui fitofisionomias variadas de difícil mapeamento, cuja distribuição é influenciada pelas características pluviométricas e pedológicas locais. No presente estudo, testou-se o potencial de dados multi-temporais do sensor MSI/Sentinel-2, obtidos em quatro datas de 2015 a 2016 (período chuvoso e seco), juntamente com observações LiDAR, para o mapeamento de sete fitofisionomias da Caatinga. A área de estudo está localizada no Estado de Pernambuco. Usando um mapa de referência da vegetação e o classificador Random Forest (RF), avaliou-se, em primeiro lugar, a capacidade do MSI/Sentinel-2 em mapear fitofisionomias de Caatinga e os eventuais ganhos na classificação decorrentes do uso de dados multi-temporais sobre dados monotemporais (período chuvoso ou seco); do uso de índices de vegetação sobre dados de reflectância; e da incorporação de métricas derivadas de dados LiDAR. Estudou-se também a existência de possíveis relações espaciais entre a vegetação mapeada por RF e 20 atributos físico-químicos determinados de 75 perfis de solos, que foram submetidos à Análise por Componentes Principais (ACP) e procedimentos de krigeagem. Os resultados mostraram que: não há diferenças entre as classificações dos períodos seco e chuvoso; classificações com dados multi-temporais são superiores às que utilizam apenas dados monotemporais; os índices de vegetação, por resultarem em classificações semelhantes aos dados de reflectância, podem substituir estes últimos com menor volume de dados; dados LiDAR melhoram a classificação das classes arbórea aberta (Aa) em 11,1%, das arbórea rala (Ar) em 18,5% e das subarbustivas (S) em 10,7%. Foram encontradas diferenças estatisticamente significativas entre os atributos do solo carbono orgânico, capacidade de troca catiônica, capacidade de campo, profundidade do solo, porosidade e % de terra fina, cascalho e calhau entre fitofisionomias arbóreas e subarbustivas. | pt_BR |
| dc.language.iso | por | pt_BR |
| dc.rights | openAccess | pt_BR |
| dc.subject | Random Forest | pt_BR |
| dc.subject | Análise por componentes principais | pt_BR |
| dc.subject | Solos | pt_BR |
| dc.title | Uso de dados do sensor MSI/Sentinel-2 e de LiDAR aerotransportado para mapeamento de fitofisionomias de Caatinga e estudo das relações com atributos físico-químicos dos solos. | pt_BR |
| dc.type | Teses | pt_BR |
| dc.date.updated | 2019-07-26T01:04:19Z | |
| dc.subject.thesagro | Caatinga | pt_BR |
| dc.subject.nalthesaurus | Lidar | pt_BR |
| dc.format.extent2 | 116 p. | pt_BR |
| riaa.ainfo.id | 1105931 | pt_BR |
| riaa.ainfo.lastupdate | 2019-07-25 | |
| dc.contributor.institution | HILTON LUIS FERRAZ DA SILVEIRA, CNPM. | pt_BR |
| Appears in Collections: | Tese/dissertação (CNPM)  | |
