Use este identificador para citar ou linkar para este item:
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(es): | Santos, Cristiano Moraes Campos |
| Data do documento: | 23-Set-2024 |
| Orientador: | 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. |
| Palavras-chave: | 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 |
| Sigla da Instituição: | Universidade Federal de Sergipe (UFS) |
| Departamento: | DCF - Departamento de Ciências Florestais - São Cristóvão - Presencial |
| Citação: | 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 nas coleções: | Engenharia Florestal |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| Cristiano_Moraes_Campos_Santos.pdf | 4,64 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.