Skip navigation
Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufpe.br/handle/123456789/47075

Comparte esta pagina

Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorFERREIRA, Ligia Albuquerque de Alcântara-
dc.contributor.authorLIRA, Guilherme-
dc.date.accessioned2022-10-14T20:19:08Z-
dc.date.available2022-10-14T20:19:08Z-
dc.date.issued2019-07-04-
dc.date.submitted2022-10-14-
dc.identifier.citationLIRA, Guilherme. Identificação de fitofisionomias por índice de vegetação e dados LiDAR. 2019. 62 f. TCC (Graduação) - Curso de Engenharia Cartográfica e Agrimensura, Centro de Tecnologia e Geociências, Universidade Federal de Pernambuco, Recife, 2019.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/47075-
dc.description.abstractO Parque Nacional do Catimbau (PARNA Catimbau) está localizado no Estado de Pernambuco, abrangendo os municípios de Buíque, Ibimirim, Sertânia e Tupanatinga, entre o Agreste e o Sertão, e inserindo-se no bioma Caatinga, que sua vez, possui fitofisionomias variadas e de difícil mapeamento, sua vegetação natural adaptada às condições do semiárido brasileiro é influenciada por fatores naturais, como características climatológicas, botânicas e pedológicas locais, e influenciada pela exploração antrópica. O presente estudo objetivou avaliar o potencial de aplicação das observações LiDAR para o mapeamento das fitofisionomias da Caatinga, utilizando as chaves de classificação propostas por Sá (2008). Para obtenção das fitofisionomias foi aplicado um algoritmo desenvolvido na linguagem de programação Python em que inicialmente realizou-se a estratificação vertical, onde foram classificadas em cinco grupos de portes vegetativos, e em seguida foi avaliada a densidade dos espécimes, numa área de 49m2. Os resultados mostraram que o algoritmo foi sensível a identificação de todas as classes propostas, identificando todas as vinte possíveis fitofisionomias no PARNA Catimbau, entre as quais, as que apresentaram maior espacialização foram as Subarbustivas semi-densa e aberta, cobrindo juntas uma área de 36,06%. Considerando a estratificação vertical, observou- se que o porte da cobertura vegetal da área de estudo varia de baixo a médio, com mais de 66% da área classificada entre gramínea lenhosa e subarbustiva. Além disso, objetivando investigar a existência de possíveis relações espaciais entre os resultados da fitofisionomia de vegetação mapeada e as modelagens de índices de vegetação, foi aplicada uma regressão linear utilizando a fitofisionomia como variável dependente e 4 índices de vegetação (NDVI, OSAVI, NDII1 e NDII2) como variáveis independentes, através do aplicativo Curve Fitting Tool do software Matlab, versão trial. Os resultados mostraram que há correlação positiva forte entre as fitofisionomias e os valores dos índices de vegetação na amostra selecionada.pt_BR
dc.format.extent62p.pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectEngenharia Cartográficapt_BR
dc.subjectCaatingapt_BR
dc.subjectFitofisionomiaspt_BR
dc.subjectSentinel- 2pt_BR
dc.subjectÍndices de vegetaçãopt_BR
dc.subjectLiDARpt_BR
dc.titleIdentificação de fitofisionomias por índice de vegetação e dados LiDARpt_BR
dc.typebachelorThesispt_BR
dc.degree.levelGraduacaopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/5489774183958660pt_BR
dc.description.abstractxThe Catimbau National Park (PARNA Catimbau) is located in the State of Pernambuco, encompassing the municipalities of Buíque, Ibimirim, Sertânia and Tupanatinga, between Agreste and Sertão, and entering the Caatinga biome, which in turn has varied phytophysiognomies and difficult to map, its natural vegetation adapted to Brazilian semi - arid conditions is influenced by natural factors, such as climatological, botanical and pedological characteristics, and influenced by anthropic exploration. The present study aimed to evaluate the potential of the application of LiDAR observations for the mapping of Caatinga phytophysiognomies using the classification keys proposed by Sá (2008). In order to obtain the phytophysiognomies, an algorithm was developed in the Python programming language, where the vertical stratification was initially performed, where they were classified into five groups of vegetative gates, and then the density of the specimens was evaluated in an area of 49m2. The results showed that the algorithm was sensitive to the identification of all the proposed classes, identifying all twenty possible phytophysiognomies in the PARTI Catimbau, among which, the ones with the greatest spatialisation were the semi-dense and open sub-bushes, covering together an area of 36,06%. Considering the vertical stratification, it was observed that the vegetation cover of the study area varies from low to medium, with more than 66% of the area classified as woody and sub-shrub grass. In addition, a linear regression was applied using phytophysiognomy as a dependent variable and 4 vegetation indices (NDVI, OSAVI, NDII1 and NDII1) were used to investigate the existence of possible spatial relationships between the results of vegetation mapping vegetation and vegetation indices modeling. NDII2) as independent variables, through the Curve Fitting Tool application of the Matlab software, trial version. The results showed that there is a strong positive correlation between the phytophysiognomies and the vegetation index values in the selected sample.pt_BR
dc.subject.cnpqEngenharia Cartográfica e Agrimensurapt_BR
dc.degree.departament::(CTG-DECart) - Departamento de Engenharia Cartográfica pt_BR
dc.degree.graduation::CTG-Curso de Engenharia Cartográficapt_BR
dc.degree.grantorUniversidade Federal de Pernambucopt_BR
dc.degree.localRecifept_BR
Aparece en las colecciones: (TCC) - Engenharia Cartográfica e Agrimensura

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
GUILHERME LIRA-IDENTIFICAÇÃO DE FITOFISIONOMIAS POR ÍNDICE DE VEGETAÇÃO E DADOS LiDAR.pdf6,45 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons