Scientia Forestalis, volume 44, n. 112
p.863-873, dezembro de 2016
DOI: dx.doi.org/10.18671/scifor.v44n112.08

Técnicas de mineração de dados aplicadas à classificação do estádio sucessional da vegetação em áreas de floresta ombrófila mista

Applying data mining techniques to the classification of successional forest stages mixed shade tolerant forest environments

Camile Sothe1
Marcos Benedito Schimalski2
Veraldo Liesenberg2
Cláudia Maria de Almeida3
Camila Furlan de Souza4
João Boing de Souza5

1Mestre em Engenharia Florestal. UDESC - Universidade do Estado de Santa Catarina / Centro Agroveterinário. Av. Luiz de Camões, 2090 - Conta Dinheiro - 88520000 - Lages, SC, Brasil. E-mail: camilesothe@yahoo.com.br.
2Professor adjunto no departamento de Engenharia Florestal. UDESC - Universidade do Estado de Santa Catarina / Centro Agroveterinário. Av. Luiz de Camões, 2090 - Conta Dinheiro - 88520000 - Lages, SC, Brasil. E-mail: a2mbs@cav.udesc.br; veraldo@gmail.com.
3Pesquisadora na Divisão de Sensoriamento Remoto-DSR. INPE- Instituto Nacional de Pesquisas Espaciais / Coordenação Geral de Observação da Terra. Av. dos Astronautas, 1758 - Jardim da Granja - 12227010 - São José dos Campos, SP, Brasil. E-mail: almeida@dsr.inpe.br
4Mestrando em andamento em Engenharia Florestal. UDESC - Universidade do Estado de Santa Catarina / Centro Agroveterinário. Av. Luiz de Camões, 2090 - Conta Dinheiro - 88520000 - Lages, SC, Brasil. E-mail: milahfurlan@gmail.com.
5Graduando em andamento em Engenharia Florestal. UDESC - Universidade do Estado de Santa Catarina / Centro Agroveterinário. Av. Luiz de Camões, 2090 - Conta Dinheiro - 88520000 - Lages, SC, Brasil. E-mail: falcmalvinus@gmail.com.

Recebido em 08/10/2015 - Aceito para publicação em 26/04/2016

Resumo

Este trabalho teve como objetivo avaliar diferentes aplicativos open source relacionados à análise baseada em objeto e mineração de dados, para a classificação de estádios sucessionais de florestas secundárias da Floresta Ombrófila Mista (FOM) em duas áreas-teste no planalto sul catarinense. Foram utilizadas ortoimagens do Sistema Aerotransportado de Aquisição e Pós-processamento de Imagens (SAAPI) de alta resolução espacial (0,39 m). Os dados consistem de três bandas no espectro visível (0,38 - 0,70 μm), três bandas no espectro do infravermelho próximo (0,76 - 0,78 μm) e o Modelo Digital de Superfície (MDS). As metodologias foram desenvolvidas utilizando mineração de dados com algoritmos de árvore de decisão e seleção de atributos nos aplicativos InterIMAGE, WEKA e QGIS. Os resultados se mostraram satisfatórios para classificar estádios sucessionais da FOM, assim como outras classes de uso e cobertura da terra. As classificações apresentaram índices Kappa variando entre 0,53 e 0,59 e Kappa condicional variando entre 0,29 e 0,83 para os estádios sucessionais da vegetação. Estes resultados demonstram o potencial dessas abordagens na extração de informações de imagens de alta resolução espacial, bem como a possibilidade de fornecer subsídios para a implementação de políticas públicas e no monitoramento dos recursos florestais.
Palavras-chave: Sucessão florestal, Árvores de decisão, Imagens aerotransportadas.

Abstract

This study aimed to evaluate open source softwares in order to classify secondary successional forest stages in Shade Tolerant Mixed Forest (FOM) environments in Southern Brazil. Two test sites were selected in the mountainous region of Santa Catarina State. We used scenes from the airborne system for acquisition and post-processing of images (SAAPI) with a spatial resolution of 0.39m. The dataset consists of orthorectified images containing three spectral bands in the visible range (i.e. 0.38–0.70μm), three spectral bands in the near infrared (i.e. 0.76–0.78μm) and a digital surface model. The methodologies were developed using feature selection and decision tree algorithms in the following open source softwares: InterIMAGE, WEKA and QGIS. The results were satisfactory to classify successional stages of FOM as well as other classes of land use and land cover. The obtained Kappa indices ranged from 0.53 to 0.59 and the conditional Kappa varied from 0.29 to 0.83 for the successional forest stages. These results demonstrate the potential of these approaches for the extraction of information in high spatial resolution imagery as well as the possibility of providing subsidies for the implementation of public policies and monitoring of forest resources.
Keywords: Secondary forests; Decision tree; Aerophotogrammetric survey.





Instituto de Pesquisas e Estudos Florestais
Via Comendador Pedro Morganti, 3500 - Bairro Monte Alegre
CEP: 13415-000 - Piracicaba, SP - Brasil
Reprodução permitida desde que citada a fonte.