GeoPUC - Revista da Pós-Graduação em Geografia da PUC-Rio

Resumo Esta pesquisa visou o desenvolvimento de uma metodologia de classificação semi automática multitemporal do padrão de cobertura florestal atlântico com vias a detectar as alterações de cobertura incidentes sobre os fragmentos florestais derivadas de imagens IKONOS de alta resolução. Para tal se selecionou a porção norte do maciço da Pedra Branca na cidade do Rio de Janeiro onde foram adquiridas imagens dos anos de 2009 e 2010. As imagens foram ortorretificas e classificadas visualmente. Posteriormente utilizando o conhecimento geográfico gerado na classificação visual se criou um modelo semântico de classificação que foi implementado no software Interimage. Os resultados se mostraram promissores sugerindo que a integração dos dois métodos viabiliza maior rapidez e confiabilidade no processo de classificação. Palavras-chave: Sensoreamento Remoto, Imagens de Alta Resolução, Classificação Visual, Floresta Atlântica.

Abstract This research aimed to develop a methodology for semi-automatic classification of multitemporal pattern of Atlantic forest cover. The main objective was to detect changes in coverage that occurred in forest fragments derived from IKONOS high-resolution images. To do this you have selected the northern portion of the massif of Pedra Branca in the city of Rio de Janeiro where images were acquired of the years 2009 and 2010. The images were visually rated and ortorretificas. Later using geographic knowledge generated in the visual classification is created a semantic model of classification that has been implemented in software InterImage. The results were promising suggesting that integration of the two methods allows greater speed and reliability in the classification process. Keywords: Remote Sensing, High Resolution Imaging, Visual Classification, Automatic Classification, Atlantic Forest.

METODOLOGIAS DE MONITORAMENTO FLORESTAL ATLÂNTICO DERIVADO DE IMAGENS DE SATÉLITE DE ALTA RESOLUÇÃO