CLASSIFICAÇÃO SUPERVISIONADA POR MÁXIMA VEROSSIMILHANÇA GAUSSIANA COMO FERRAMENTA PARA MONITORAMENTO DE ÁREAS DE VEGETAÇÃO EM REGIÕES METROPOLITANAS

Fernanda Veren da Silva, Rute Henrique da Silva Ferreira

Resumo


O sensoriamento remoto tem se mostrado uma grande ferramenta para o mapeamento do crescimento urbano nas regiões com crescente urbanização. A metodologia mais utilizada é a classificação digital de dados multiespectrais, realizada de forma supervisionada ou não supervisionada. Este estudo tem por objetivo destacar as áreas de vegetação que sofreram redução em decorrência da implantação de empreendimentos, consequentemente a expansão urbana, a partir da classificação supervisionada por Máxima Verossimilhança Gaussiana (MAXVER), utilizando de imagens digitais do satélite Landsat 5, tendo como área de estudo a região Metropolitana de Porto Alegre, Rio Grande do Sul. As imagens orbitais Landsat 5 com data de passagem nos anos 2005 e 2011, foram coletadas no banco de imagens do Instituto Nacional de Pesquisas Espaciais (INPE) e foram classificadas no software MultiSpec utilizando as classes urbano, vegetação, água, solo e areia. Constatou-se, com uma acurácia global superior a 90% para todas as classes, uma redução de 19,8 % da área de vegetação e um aumento de 16,1 % na área de urbanização, evidenciando o impacto da urbanização na redução das áreas de vegetação.

Palavras-chave


Sensoriamento Remoto; Classificação Supervisionada; Urbanização; Mudança no uso e Cobertura da Terra; Landsat 5.

Texto completo:

PDF

Apontamentos

  • Não há apontamentos.


ISSN: 2238-9032

UNILASALLE - Av. Victor Barreto, 2288 Centro Canoas/RS Cep: 92.010-000