Sensoriamento remoto aplicado à avaliação da dinâmica da regeneração natural em ambiente de floresta atlântica e sua modelagem por redes neurais

Abstract

A Mata Atlântica cobria uma vasta área do território brasileiro e hoje está reduzida a um pequeno percentual de sua área original. No entanto, devido às condições socioeconômicas e à migração da população para a cidade, observa-se um aumento da área de mata devido à regeneração natural, que pode correr de maneira mais expressiva em faces Leste e Sul, devido a menor temperatura/ressecamento das mesmas. No presente trabalho, desenvolvido na região de Santa Rita de Jacutinga (MG), com variação altimétrica de 413 a 1745 m, analisou-se a evolução das áreas de floresta nos anos de 1966, 1985 e 2015. Na primeira data extraiu-se a informação temática das cartas topográficas, derivadas de aerofotografias e, nos dois anos sucessivos, realizou-se a fotointerpretação em cenas TM/Landsat-5 e OLI/Landsat-8, respectivamente. Devido à morosidade do processo de fotointerpretação, verificou-se a exatidão de classificação automática (Máxima Verossimilhança) após o uso de modelos de correção atmosférica DOS4 (Dark Object Subtraction), e FLAASH (Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes) e topográfica Minnaert e SCS em diferentes combinações dos mesmos, utilizando o modelo digital de elevação derivado do ASTER/Terra. Por último, verificou-se a possibilidade de modelagem do incremento de floresta 1985-2015, a partir de uma Rede MLP (Perceptrons de Múltiplas Camadas) treinada com o cenário/incremento florestal de 1966-1985, tendo como dados de entrada a área florestal, o mapa de distância e o azimute (exposição) do terreno. Quanto ao primeiro objetivo verificou-se que o incremento florestal no intervalo 1966-1985 foi de 28.965, 33 ha, predominantemente na face Sul e, no intervalo 1985-2015 foi de 14.345,1 ha, predominantemente na face Norte. Quanto ao segundo objetivo constatou-se que a combinação dos modelos DOS4 + Minnaert foi aquela que apresentou maior redução da variabilidade intraclasse, produzindo uma exatidão global de 0,8713 para 2015 e 0,8135 para 1985. Por último, verificou-se que a modelagem por rede MLP conseguiu prever, corretamente, apenas 32% da regeneração, mostrando que novas variáveis devem ser consideradas para a correta predição da regeneração florestal. Palavras-chave: Processamento digital de imagens; Correção topográfica; Correção atmosférica.

The Atlantic Forest covered a large area of the Brazilian territory and, nowadays it is reduced to a low percentage of its original area. However, given the socioeconomics conditions and the population’s migration to counties, it is observed an increase in the area of forests due to natural regeneration, which may occur in a more expressive way in East and South aspects, given its lower temperature and dryness. In this work, developed in the region of Santa Rita de Jacutinga (MG) with elevation varying between 413 and 1745 meters, it was analyzed the evolution of forest areas in the years of 1966, 1985 and 2015. For the first date, it was extracted thematic information from topographic charts derived from aerial photographs and for the two successive years the visual interpretation of TM/Landsat-5 and OLI/Landsat-8 images was conducted. Given the slowdown of the process of visual interpretation, it was verified the automatic classification (Maximum Likelihood) accuracy after the use of the methods DOS4 (Dark Object Subtraction) and FLAASH (Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes) of atmospheric correction and the methods Minnaert and SCS (Sun-Canopy-Sensor) of topographic correction in different combinations, utilizing the digital elevation model of the ASTER/Terra. Ultimately, it was verified the possibility of modeling forest increase between 1985 and 2015 from a MLP (Multilayer Perceptrons) network trained with the forest increase between 1966 and 1985, the distance map and the terrain azimuth (aspect). For the first objective it was verified that the forest increase in the interval 1966-1985 was of 28,965.33 ha predominantly in South facing slopes and, in the interval 1985-2015 it was of 14,345.1 ha predominantly in North facing slopes. For the second objective it was found that the combination DOS4 + Minnaert was that which showed the greatest reduction of the intraclass variability, producing a global accuracy of 0.8713 for 2015 and 0.8135 for 1985. Lastly it was verified that the modeling through the MLP network was able to predict correctly only 32% of regeneration, showing that new variables most be accounted for the correct prediction of forest regeneration. Keywords: Digital image processing; Topographic correction; Atmospheric correction.