Integração de imagens multifontes aplicada ao mapeamento de contornos de fitofisionomias presentes na zona de amortecimento da Rebio Serra Negra

Abstract

A REBIO de Serra Negra foi criada com objetivo de proteger uns dos últimos remanescentes de Mata de Formação Orográfica (Mata Atlântica em meio à Caatinga), também conhecida como brejo de altitude, presente no bioma da Caatinga. Localizada entre os municípios de Inajá, Floresta e Tacaratu no estado de Pernambuco, a Reserva possui um valor singular para a conservação da biodiversidade da região. Composta por espécies de ocorrência nos biomas de Mata Atlântica, Cerrado e Caatinga, é considerada uma área especial, devido à sua formação geoambiental e características fisiográficas. Com intuito de compreender melhor a composição da vegetação da REBIO, o objetivo desta pesquisa foi realizar a integração de imagens de multifontes para o mapeamento de diferentes fitofisionomias de vegetação e áreas antrópicas, presentes na Zona de Amortecimento proposta no plano de manejo da REBIO de Serra Negra, empregando-se o método de segmentação multirresolução e mineração de dados. As fitofisionomias definidas para classes de legenda foram: Floresta de Altitude (FA); Caatinga Arbustiva Densa (CAD); Caatinga Seca e Esparsa (CSE); e Área de Transição (AT); além de áreas de Massas D’Água (MAG) e Solo Exposto (SEXP), identificadas com base em fotointerpretação das imagens, e as descrições dadas no plano de manejo da UC. Foram utilizados dados de varredura a laser disponibilizados pelo Programa (PE3d) e imagens multiespectrais do satélite CBERS – 4, disponibilizadas pelo INPE, referentes ao dia 23/01/2017 (final do período seco) e do dia 20/08/2019 (final do período chuvoso). Todas as imagens passaram pela etapa de pré-processamento com objetivo de refinar os planos de informação. Com objetivo de testar diferentes combinações entre as imagens multiespectrais, índices espectrais e os dados de varredura a laser, foram criados oito planos de informações (camadas de entrada), para cada ano base, a fim de testar suas influencias no mapeamento. Para classificação das diferentes fitofisionomias e áreas antropizadas presentes na REBIO, os planos de informações passaram pelas etapas de segmentação multirresolução orientada ao objeto, seleção dos atributos texturais e estatísticos e classificação pelo método de mineração de dados (Rede Neurais Artificiais). Ao final da classificação os resultados foram avaliados com base em amostras de referências e por meio de indicadores de concordância e exatidão. Entre os resultados obtidos, todos os planos de informações apresentaram resultados satisfatórios. Os indicadores de concordância Kappa variaram entre 0,81 a 0,86, enquanto que os valores de exatidão global foram superiores a 80%. As Áreas de AT foram melhores delimitadas para as imagens provenientes do ano base 2019, em contrapartida áreas de FA foram melhores identificadas para imagens do ano base 2017. As áreas de CAD, CSE e SEXP foram bem delimitadas em ambos os anos analisados, e a ausência de amostragem para classe de MAG obtiveram os piores resultados. As conclusões finais mostraram que com base nos indicadores de concordância e exatidão não foi possível identificar qual plano de informação obteve o melhor desempenho e resultado. Todos os resultados obtidos foram satisfatórios é atingiram aos objetivos propostos.