Please use this identifier to cite or link to this item:
https://ri.ufs.br/jspui/handle/riufs/20400| Document Type: | Monografia |
| Title: | Técnicas de aprendizado de máquina para o mapeamento das fitofisionomias da Caatinga da Terra Indígena Caiçara/Ilha de São Pedro |
| Authors: | Santos, Cristiano Moraes Campos |
| Issue Date: | 23-Sep-2024 |
| Advisor: | Loureiro, Diego Campana |
| Resumo : | Este trabalho aplicou técnicas de aprendizado de máquina para o mapeamento das fitofisionomias da Caatinga na Terra Indígena Caiçara/Ilha de São Pedro, em Sergipe, habitada pelo povo Xokó. Foram utilizadas imagens do satélite CBERS 04A e testados três algoritmos de classificação supervisionada: Random Forest (RF), Support Vector Machine (SVM) e Redes Neurais (RN). O objetivo foi avaliar o desempenho desses algoritmos na identificação das formações vegetais da região. O RF destacou-se com uma acurácia de 95,93%, sendo o mais eficaz na distinção das fitofisionomias. As classes mapeadas incluíram Savana Estépica Florestada, Savana Estépica Arborizada, Savana Estépica Parque, Savana Estépica Gramíneo-Lenhosa, Savana Estépica Florestada com Maciço de Jurema e áreas de agricultura. A pesquisa demonstrou a eficiência do aprendizado de máquina no monitoramento ambiental e gestão territorial, reforçando a importância da tecnologia para a conservação do bioma Caatinga. Além disso, destacou o papel essencial da comunidade indígena Xokó na preservação sustentável de seu território, equilibrando práticas tradicionais com a proteção ambiental. |
| Keywords: | Engenharia florestal Ensino superior (UFS) Random Forest (RF) Sensoriamento remoto Conservação ambiental Support Vector Machine (SVM) Redes Neurais (RN) |
| Subject CNPQ: | CIENCIAS AGRARIAS::RECURSOS FLORESTAIS E ENGENHARIA FLORESTAL::CONSERVACAO DA NATUREZA |
| Language: | por |
| Institution: | Universidade Federal de Sergipe (UFS) |
| Department: | DCF - Departamento de Ciências Florestais - São Cristóvão - Presencial |
| Citation: | Santos, Cristiano Moraes Campos. Técnicas de aprendizado de máquina para o mapeamento das fitofisionomias da Caatinga da Terra Indígena Caiçara/Ilha de São Pedro. São Cristóvão, 2024. Monografia (graduação em Engenharia Florestal) – Departamento de Ciências Florestais, Centro de Ciências Agrárias Aplicadas, Universidade Federal de Sergipe, São Cristóvão, SE, 2024 |
| URI: | https://ri.ufs.br/jspui/handle/riufs/20400 |
| Appears in Collections: | Engenharia Florestal |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Cristiano_Moraes_Campos_Santos.pdf | 4,64 MB | Adobe PDF |  View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.