APLICAÇÃO DO CLASSIFICADOR SVM E DADOS ALTIMÉTRICOS NA ESPACIALIZAÇÃO DE CLASSES DE VEGETAÇÃO NUMA PORÇÃO LITORÂNEA DO ESTADO DO PARANÁ

A Mata Atlântica possui diversas funções que garantem a qualidade de vida de inúmeros brasileiros, sendo que corresponde a um dos 34 hotspots de biodiversidade do mundo. No Paraná, as áreas que apresentam os maiores remanescentes de Mata Atlântica estão situadas na porção leste do estado, as quais correspondem à Floresta Ombrófila Densa (FOD), que apresenta as seguintes unidades fisionômicas ecológicas florestais: aluvial, terras baixas, submontana, montana e alto-montana; e as não florestais, representadas pelas formações pioneiras: manguezais, campos salinos, restingas e refúgios vegetacionais. A presente pesquisa tem como objetivo testar estratégias para espacializar os remanescentes florestais e não florestais das unidades fisionômicas ecológicas da porção sudeste da FOD do estado do Paraná. Para espacializar a vegetação, optou-se pela classificação digital mediante o algoritmo Support Vector Machines (SVM), com o qual se realizaram testes com as bandas espectrais Landsat 5 TM e dados auxiliares de altitude, como o MDE (Modelo Digital de Elevação) ASTER (Advanced Spaceborne Thermal Emission Reflection Radiometer) e seus subprodutos, declividade e faixas altimétricas. Realizaram-se os primeiros testes somente com as bandas espectrais, em seguida com as bandas espectrais e dados auxiliares de altitude e, por último, os testes com diferentes configurações de SVM. Para calcular a acuracidade mediante Índice Kappa (IK) e Matriz de Confusão (MC) das imagens classificadas, amostras de treinamento foram coletadas em imagens do sensor Spot 5 e P6LIS3, sendo que se verificou a altitude mediante MDE SRTM (Shuttle Radar Topography Mission). Após as análises visuais, acuracidades globais e de classes correspondentes aos resultados das imagens classificadas, constatou-se que somente com as bandas espectrais não é possível espacializar os remanescentes florestais das unidades fisionômicas ecológicas da FOD, pois a separação entre as classes da FOD (alto-montana, montana, submontana e terras baixas) não foi adequada. Porém, quando da classificação digital com as bandas espectrais mais MDE ASTER, contata-se, mediante a análise visual e acuracidade das imagens classificadas, que o resultado melhorou. Nota-se que o resultado mais adequado a partir das análises visuais e acuracidade das imagens classificadas foi obtido mediante a classificação com as bandas espectrais mais faixas altimétricas, possibilitando, em SIG, mensurar os valores de áreas das unidades fisionômicas ecológicas florestais da FOD. Constata-se que todas as classificações são adequadas, no entanto, com os dados auxiliares de altitude, a acuracidade aumenta tanto pela análise visual quanto pelos IK e MC, mediante a comparação com as faixas altimétricas que definem a posição da vegetação de acordo com as classes do relevo abordadas por Veloso, Rangel Filho e Lima (1991). O presente trabalho serve como subsídio para a identificação, espacialização e mapeamentos dos remanescentes florestais e não florestais da porção sudeste da FOD do Paraná que abrangem várias unidades de conservação, situadas tanto na planície aluvial quanto nas encostas da Serra do Mar.The Atlantic Forest displays many functions that ensure the quality of life for many Brazilians and corresponds to one of the 34 hotspots of biodiversity in the world. In the State of Paraná, areas with the largest remnants of Atlantic Forest are located in the eastern portion of the state, which correspond to the Dense Tropical Rainforest (DTR); it presents the following physiognomic units: ecological forest, alluvial, lowland, submontane, montane and upper montane and non-forest represented by pioneer formations: mangroves, salt fields, salt marshes and refuges vegetation. This study seeks to test strategies to spatialize forest and non-forest remnants of ecological physiognomic units of DTR in the southeastern portion of the State of Paraná. In order to spatialize the vegetation, digital classification through the algorithm Support Vector Machines (SVM) was used. Tests were conducted on Landsat 5 TM spectral bands and ancillary altitude data such as the DEM (Digital Elevation Model) and ASTER (Advanced Spaceborne Thermal Emission Reflection Radiometer) with its byproducts, namely slope and altimetric tracks. First tests were undertaken only with the spectral bands, followed by ones with the spectral bands and ancillary altitude data; and finally the last ones with different SVM settings. To calculate the accuracy of the classified images through Kappa Index (KI) and Confusion Matrix (CM), training samples were collected in images from sensors Spot 5 and P6LIS3, and altitude was verified by means of DEM SRTM (Shuttle Radar Topography Mission). After visual analysis, overall results and classes corresponding to the results from classified images, it was found that just with the spectral bands it was not possible to spatialize forest remnants from ecological physiognomic units of DTR. I was concluded that the separation between the classes of DTR (upper montane, montane, submontane and lowland) was not adequate. But, still observed through visual analysis, there was an accuracy improvement in digital classification when using spectral bands plus DEM ASTER. It seems that the most appropriate result from visual analysis and accuracy of the classified images were obtained through classifying spectral bands over altimetric tracks, enabling GIS to measure the values of the areas in the physiognomic units of DTR. It is noteworthy that all classifications were appropriate, however with the auxiliary altitude data, accuracy was increased in visual analysis, IK and MC by the aid of comparing them to altimetric tracks that define the position of the vegetation according to relief classes as addressed by Veloso, Rangel Filho and Lima (1991). This study serves as a resource for identifying, spatializing and mapping the distribution of forest and non-forest remnants in the southeastern portion of the Paraná DTR. This region encompasses several protected areas, located at both floodplains and slopes of the coastal mountain range