Please use this identifier to cite or link to this item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/571856
Full metadata record
DC FieldValueLanguage
dc.contributor.authorCARVALHO JÚNIOR, O. A. dept_BR
dc.contributor.authorCOELHO, M. A. N.pt_BR
dc.contributor.authorMARTINS, E. de S.pt_BR
dc.contributor.authorGOMES, R. A. T.pt_BR
dc.contributor.authorCOUTO JÚNIOR, A. F.pt_BR
dc.contributor.authorOLIVEIRA, S. N. dept_BR
dc.contributor.authorSANTANA, O. A.pt_BR
dc.date.accessioned2013-08-05T23:31:28Z-
dc.date.available2013-08-05T23:31:28Z-
dc.date.created2009-02-19pt_BR
dc.date.issued2008pt_BR
dc.identifier.citationRevista Brasileira de Geofísica, v. 26, n. 3, p. 331-345, 2008.pt_BR
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/571856pt_BR
dc.descriptionO manejo e o monitoramento ecológico de parques nacionais e outras áreas protegidas requerem uma detalhada descrição do padrão de distribuição da vegetação. Esse artigo possui como objetivo produzir um mapa de vegetação para o Parque Nacional da Serra dos Órgãos (PARNASO). Essa unidade de conservação está localizada na Floresta Atlântica dentro de uma variação topográfica desde o nível do mar até 2.263 metros. A classificação da vegetação baseou-se em dados do satélite ASTER, fotografias aéreas de alta resolução e modelo digital de elevação (MDE). OMDE indica estruturas de vegetação em ambiente com alta variabilidade espacial porque se correlaciona com fatores ambientais, tais como o microclima, umidade, solo e processos geomorfológicos. O classificador de árvore de decisão foi usado para extrair informações dos dados de MDE e sensoriamento remoto. Sete fisionomias foram identificadas: Agropecuária (1,29% da área do Parque), Campos de Altitude (24,27%), Floresta Ombrófila Densa Alto-Montana (37,47%), Floresta Ombrófila Densa Montana (21,54%), Floresta Ombrófila Densa Sub-Montana (5,22%), Floresta Secundária (4,13%) e áreas sem vegetação (6,08%). As três maiores fisionomias estão associadas a altitudes superiores a 1.000 metros e representaram 55,5% da área total. A construção da árvore de decisão combinando informações do MDE e sensoriamento remoto pode melhorar o resultado sobre a distribuição da floresta tropical.pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.subjectImagem digitalpt_BR
dc.subjectMapeamentopt_BR
dc.subjectDigital imagingpt_BR
dc.subjectMappingpt_BR
dc.titleMapeamento da vegetação na Floresta Atlântica usando o classificador de árvore de decisão para integrar dados de sensoriamento remoto e modelo digital de terreno.pt_BR
dc.typeArtigo de periódicopt_BR
dc.date.updated2013-08-05T23:31:28Zpt_BR
dc.subject.thesagroSensoriamento Remotopt_BR
dc.subject.thesagroVegetaçãopt_BR
dc.subject.nalthesaurusremote sensingpt_BR
dc.subject.nalthesaurusvegetationpt_BR
riaa.ainfo.id571856pt_BR
riaa.ainfo.lastupdate2013-08-05pt_BR
dc.contributor.institutionOsmar Abílio de Carvalho Júnior, UnB; Marcus Alberto Nadruz Coelho, Instituto de Pesquisas Jardim Botânico do Rio de Janeiro; Éder de Souza Martins, CPAC; Roberto Arnaldo Trancoso Gomes, UnB; Antonio Felipe Couto Júnior, UnB; Sandro Nunes de Oliveira, UnB; Otacílio Antunes Santana, UnB.pt_BR
Appears in Collections:Artigo em periódico indexado (CPAC)

Files in This Item:
File Description SizeFormat 
carvalhojunioroade012008.pdf1.87 MBAdobe PDFThumbnail
View/Open
Show simple item record

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace