Por favor, use este identificador para citar o enlazar este ítem:
https://ri.ufs.br/jspui/handle/riufs/20400
Tipo de Documento: | Monografia |
Título : | Técnicas de aprendizado de máquina para o mapeamento das fitofisionomias da Caatinga da Terra Indígena Caiçara/Ilha de São Pedro |
Autor : | Santos, Cristiano Moraes Campos |
Fecha de publicación : | 23-sep-2024 |
Director(a): | Loureiro, Diego Campana |
Resumen: | 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. |
Palabras clave : | Engenharia florestal Ensino superior (UFS) Random Forest (RF) Sensoriamento remoto Conservação ambiental Support Vector Machine (SVM) Redes Neurais (RN) |
Área CNPQ: | CIENCIAS AGRARIAS::RECURSOS FLORESTAIS E ENGENHARIA FLORESTAL::CONSERVACAO DA NATUREZA |
Idioma : | por |
Institución: | Universidade Federal de Sergipe (UFS) |
Departamento: | DCF - Departamento de Ciências Florestais - São Cristóvão - Presencial |
Citación : | 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 |
Aparece en las colecciones: | Engenharia Florestal |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
Cristiano_Moraes_Campos_Santos.pdf | 4,64 MB | Adobe PDF | ![]() Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.