1. Repositório Institucional da Universidade Federal de Sergipe - RI/UFS
  2. TRABALHOS ACADÊMICOS
  3. TRABALHOS DE GRADUAÇÃO
  4. Engenharia Florestal
Use este identificador para citar ou linkar para este item: https://ri.ufs.br/jspui/handle/riufs/20400
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorSantos, Cristiano Moraes Campos-
dc.date.accessioned2024-11-08T11:17:28Z-
dc.date.available2024-11-08T11:17:28Z-
dc.date.issued2024-09-23-
dc.identifier.citationSantos, 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, 2024pt_BR
dc.identifier.urihttps://ri.ufs.br/jspui/handle/riufs/20400-
dc.languageporpt_BR
dc.subjectEngenharia florestalpor
dc.subjectEnsino superior (UFS)por
dc.subjectRandom Forest (RF)por
dc.subjectSensoriamento remotopor
dc.subjectConservação ambientalpor
dc.subjectSupport Vector Machine (SVM)por
dc.subjectRedes Neurais (RN)por
dc.titleTécnicas de aprendizado de máquina para o mapeamento das fitofisionomias da Caatinga da Terra Indígena Caiçara/Ilha de São Pedropt_BR
dc.typeMonografiapt_BR
dc.contributor.advisor1Loureiro, Diego Campana-
dc.description.resumoEste 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.pt_BR
dc.publisher.departmentDCF - Departamento de Ciências Florestais - São Cristóvão - Presencialpt_BR
dc.subject.cnpqCIENCIAS AGRARIAS::RECURSOS FLORESTAIS E ENGENHARIA FLORESTAL::CONSERVACAO DA NATUREZApt_BR
dc.publisher.initialsUniversidade Federal de Sergipe (UFS)pt_BR
dc.description.localSão Cristóvão, SEpt_BR
Aparece nas coleções:Engenharia Florestal

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Cristiano_Moraes_Campos_Santos.pdf4,64 MBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.