Use este identificador para citar ou linkar para este item: https://repositorio.ufrn.br/jspui/handle/123456789/21694
Título: Comparação de índices de vegetação no mapeamento da cobertura da terra no semiárido: estudo de caso no Município de Martins/RN
Autor(es): Guedes, Jânio Carlos Fernandes
Palavras-chave: Sensoriamento remoto;Índices de vegetação;Acurácia de mapeamentos;Cobertura da terra;Município de Martins/RN
Data do documento: 29-Mar-2016
Citação: GUEDES, Jânio Carlos Fernandes. Comparação de índices de vegetação no mapeamento da cobertura da terra no semiárido: estudo de caso no Município de Martins/RN. 2016. 87f. Dissertação (Mestrado em Geografia) - Centro de Ciências Humanas, Letras e Artes, Universidade Federal do Rio Grande do Norte, Natal, 2016.
Resumo: Studies related to sustainable development and proper planning of the use of natural resources is one of the challenges of today's society in the search for instrumental support for the characterization of environmental standards as, for example, the survey of land cover. With the advent of geotechnology, studies about the land cover in the semiarid region from vegetation indices are paramount in the study of natural resources, making it possible to distinguish different types of coverage and land use. Thus it is intended with this work compare the NDVI and SAVI, classification and land cover spatial distribution in Martins / RN. Therefore, satellite images were selected Landsat 8 and a map of land use and land cover developed by INPE. These images have gone through stages of preprocessing, where applied radiometric and geometric corrections, and then applied the NDVI and SAVI index in ERDAS software 9.2, with quantification of the land cover classes and preparation of layout in ArcGIS 10.2 software. In the field, they were observed and collected the coordinates of 125 control points, and then confusion matrix was designed to evaluate the accuracy of the maps from the Global Accuracy index and the Kappa index for both maps (NDVI, SAVI, INPE ). Initially, before the satellite images treatment were observadadas field eight land cover classes in the city of Mantins / RN, as follows: Seasonal Forest, Savannah-Estépica forested, wooded Savannah-Estépica, permanent and Agriculture Temporary Soil exposed , urban area and water body. Given the confusion matrix, prepared from 125 control points obtained in the field, with a Kappa index of 66.96%, the SAVI index showed better results compared with NDVI to map Martins municipal land cover / RN. In assessing the accuracy of the land cover mapping from an array of confusion, the indexes to evaluate the accuracy of accuracy of mappings (global and Kappa accuracy Index) showed to be great options with regard to the analysis of vericidade such data, thus obtaining better results for SAVI index. Thus, it is concluded that the use of satellite from remote sensing images in the application of vegetation indices, has proved to be relevant tools in the study of land cover, along with the Global accuracy rates and the Kappa index, which in turn, proved to be relevant alternatives regarding the accuracy of land cover maps.
metadata.dc.description.resumo: O contexto atual da relação homem e natureza vem exigindo novas configurações no tocante ao uso adequado dos recursos naturais, baseadas nas premissas do Desenvolvimento Sustentável. Nesse sentido, se destacam as geotecnologias, caracterizadas como um suporte instrumental eficiente para caracterização de diversos padrões ambientais. Os levantamentos de cobertura da terra se constituem como um exímio exemplo a ser destacado, pois a partir de índices de vegetação é possível distinguir diferentes classes de cobertura da terra. Nesse sentido, esta pesquisa objetivou comparar índices de vegetação NDVI e SAVI, quanto a classificação e espacialização da cobertura da terra no município de Martins/RN. Para tanto, foram selecionadas imagens do satélite Landsat 8 e mapa de uso e cobertura da terra elaborado pelo INPE. Essas imagens passaram por etapas de pré-processamento, aplicando-se correções radiométricas e geométricas. Posteriormente aplicou-se os índices NDVI e SAVI no software Erdas 9.2, com quantificação das classes de cobertura da terra e elaboração dos layouts no software ArcGis 10.2. A partir destas imagens procedeu-se a pesquisa de campo, onde foram observados e coletados às coordenadas de 125 pontos de controle, obtendo-se as seguintes classes de cobertura da terra: Floresta estacional, Savana-Estépica florestada, Savana-Estépica arborizada, Agricultura permanente e Temporária, Solo exposto, Zona urbana e Corpo d’água. As informações subsidiarão a elaboração da matriz de confusão, a qual objetivou a avaliação da acurácia dos mapas a partir do índice de Exatidão Global e o índice Kappa para ambos os mapas (NDVI, SAVI, INPE). Diante da matriz de confusão com um índice Kappa de 66,96%, o índice SAVI apresentou melhores resultados em comparação com o NDVI para o mapeamento da cobertura da terra do município de Martins/RN. Na avaliação da precisão do mapeamento de cobertura da terra, a partir de uma matriz de confusão, os índices para avaliar a acurácia da precisão dos mapeamentos (Índice de exatidão global e Kappa) mostraram-se como ótimas opções no que diz respeito à análise da vericidade desses dados, obtendo assim melhores resultados para o índice SAVI. Dessa forma, conclui-se que, o uso de imagens de satélite provenientes do sensoriamento remoto na aplicação de índices de vegetação, mostrou-se como ferramentas relevantes no estudo da cobertura da terra, juntamente com os índices de Exatidão Global e o índice Kappa, que por sua vez, mostraram-se como alternativas relevantes no tocante a acurácia dos mapas de cobertura da terra.
URI: https://repositorio.ufrn.br/jspui/handle/123456789/21694
Aparece nas coleções:PPGe - Mestrado em Geografia

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
JanioCarlosFernandesGuedes_DISSERT.pdf4,05 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.