Mapeamento de áreas de Campo Limpo Úmido no Distrito Federal a partir de fusão de imagens multiespectrais / Humid grassland mapping at Distrito Federal, Brazil, using fusion of multispectral images
PDF

Palavras-chave

Campo Limpo
Mapeamento
Fusão IHS
Quantificação

Como Citar

FRANÇA, A. M. da S.; SANO, E. E. Mapeamento de áreas de Campo Limpo Úmido no Distrito Federal a partir de fusão de imagens multiespectrais / Humid grassland mapping at Distrito Federal, Brazil, using fusion of multispectral images. Sociedade & Natureza, [S. l.], v. 23, n. 2, 2011. Disponível em: https://seer.ufu.br/index.php/sociedadenatureza/article/view/12526. Acesso em: 11 ago. 2022.

Resumo

As áreas úmidas são cientificamente reconhecidas por seus diversos valores funcionais, entretanto, apesar da importância ecológica destas áreas, são escassos os estudos e conjuntos de dados existentes que incluam informações a respeito da localização e extensão. Nesse contexto, o objetivo do presente trabalho é discriminar e quantificar áreas de Campo Limpo Úmido (CLU) no Distrito Federal por meio de fusão de imagens multiespectrais - Landsat5/TM e CBERS2B/HRC. Imagens de maio a outubro de 2008, da estação seca, foram fusionadas a partir da técnica de processamento IHS. Os resultados mostraram que houve melhora na identificação das áreas de CLU na medida em que permitiu um aumento na discriminação dos alvos já que integrou a maior resolução espacial da banda pancromática à maior resolução espectral das demais bandas. O mapa de distribuição das áreas de CLU indicou um total de aproximadamente 846,61 ha localizadas essencialmente em unidades de conservação. Conclui-se que a técnica de fusão de imagens, é uma alternativa promissora para a melhor discriminação das áreas de CLU já que esta fitofisionomia do Cerrado possui dimensões espaciais reduzidas em relação às fitofissionomias associadas a áreas secas.
PDF

Direitos Autorais para artigos publicados nesta revista são do autor, com direitos de primeira publicação para a revista. Em virtude de aparecerem em revista de acesso público, os artigos são licenciados sob Creative Commons Attribution (BY), que permite o uso irrestrito, distribuição e reprodução em qualquer meio, desde que o trabalho original seja devidamente citado.

 
 

Downloads

Não há dados estatísticos.

Métricas

Carregando Métricas ...