Métodos de aprendizado de máquina para o mapeamento de florestas de Pinus utilizando dados de alta resolução espacial e elaboração de um mapa de risco de incêndio
Visualizar/ Abrir
Data
2023-05-03Primeiro coorientador
Balbinot, Rafaelo
Primeiro membro da banca
Silva, Ricardo Dal’Agnol da
Segundo membro da banca
Pereira, Gabriel
Metadata
Mostrar registro completoResumo
Florestas nativas e plantadas são essenciais em todo o planeta e fornecem diversos benefícios
para a vida na terra. Contudo, a magnitude de seus benefícios depende das mudanças ambientais
em curso. Nesse sentido os incêndios florestais provocam prejuízos econômicos e mudanças no
meio ambiente. A vista disso é indispensável o monitoramento ambiental, que tem lançado mão
do uso de técnicas de sensoriamento remoto. Este trabalho tem objetivo identificar utilizar
técnicas de sensoriamento remoto para o mapeamento de plantios pinus e na sequência,
desenvolver uma mapa de risco de incêndios. O estudo foi dividido em duas etapas: a) primeiro
verificou qual classificador de aprendizado de máquina (Radom Forest ou Support Vector
Machine) foi mais efetivo na classificação do uso e cobertura da terra e qual a melhor época do
ano para o mapeamento de florestas de Pinus spp. em área localizada no município de São José
do Norte no Rio Grande do Sul, para isto foi utilizado imagem de alta resolução PlanetScope;
b) elaboração de um mapa de risco de incêndios florestais. Os resultados mostraram que os dois
classificadores obtiveram bons resultados, porém o Random Forest foi mais eficiente nas
estações primavera e verão. O trabalho obteve precisão adequada e pode ser utilizado de forma
confiável para o monitoramento e gerenciamento da cobertura da terra na região de estudo. O
resultados da segunda etapa utilizou técnicas de sensoriamento remoto e o método Analytic
Hierarchy Process – AHP para a elaboração de um mapa de risco de incêndio, na mesma região
para identificar áreas próximas a florestas que estão propicias a ocorrência de incêndios
florestais. Para a criação do mapa de risco foi utilizado como variável o mapa de cobertura e
uso da terra, variáveis topográficas, climáticas e antropogênicas. Por fim, o mapa foi validado
através de focos de incêndios detectados pelo Programa Queimadas do INPE onde foi
identificado que estes focos estavam próximos as áreas classificadas como Risco Alto, Muito
Alto e Extremo no mapa de risco, desta forma o mapa pode ser utilizado na gestão e
monitoramento para prevenir ou minimizar os impactos causados pelos incêndios florestais.
Os arquivos de licença a seguir estão associados a este item: