Mapping florests: a multitemporal analysis

O Norte do estado de Minas Gerais, caracterizado por grandes áreas de cerrado, floresta estacional semidecidual e decidual foi escolhido para validar a hipótese de que séries temporais juntamente com algoritmos de extração de feições e fusão de imagens podem ser utilizados para aperfeiçoar a acurácia da classificação de imagens. Assim este estudo foi organizado em cinco capítulos. O capítulo 01 é uma introdução geral. O capítulo 02 avaliou a dinâmica sazonal da vegetação analisando as séries temporais dos índices de vegetação NDVI e EVI do sensor MODIS. No capítulo 03 o potencial da transformada em ondaletas discreta para extração de feições no aperfeiçoamento da classificação foi testado. O objetivo do capítulo 04 foi avaliar o potencial da fusão de imagens entre os sensores MODIS e TM, bem como algoritmos de extração de feições combinados com fusão de imagens com o intuito de aprimorar a classificação. O capítulo 05 é uma conclusão geral. Concluiu-se que (1) as assinaturas temporais dos índices de vegetação NDVI e EVI foram eficientes para detectar a dinâmica sazonal da vegetação e o melhor índice foi o NDVI; (2) a transformada em ondaletas aperfeiçoou a classificação da vegetação quando o algoritmo utilizado na transformação e os níveis de decomposição foram adotados corretamente; (3) a fusão de imagens e o método de extração de feições obtiveram bons resultados em termos de acurácia global quando comparados com resultados obtidos apartir das séries temporais de NDVI