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.pdf4,64 MBAdobe PDFVista previa
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.