Uso dos algoritmos RF e SVM para a classificação de espécies florestais do bioma Caatinga a partir de dados RPA.

Uso dos algoritmos RF e SVM para a classificação de espécies florestais do bioma Caatinga a partir de dados RPA.

• Autor
• Gabriela Maria da Silva
• Resumo

•  

  O bioma Caatinga apresenta uma grande variabilidade florística adaptada ao regime climatológico da região Nordeste do Brasil. No entanto, há uma necessidade de meios para o monitoramento preciso da dinâmica espaço-temporal da vegetação da Caatinga, visando subsidiar estudos a nível de espécie e suas contribuições com as trocas gasosas da atmosfera. Nesse sentido, as geotecnologias dispõem de ferramentas primordiais que auxiliam na identificação e monitoramento da cobertura florestal na superfície, destacando-se nesses estudos as imagens obtidas por Aeronave Remotamente Pilotada – RPA, as quais trazem um novo paradigma na forma de observação das florestas, passando a ser a nível de indivíduo. Assim, o presente trabalho tem como objetivo o uso dos algoritmos de aprendizado de máquina RF e SVM para a classificação da vegetação florestal do bioma Caatinga a partir de dados RPA. As imagens RPA mapearam parte da fazenda Itapemirim, as quais foram adquiridas por meio de Aeronave Remotamente Pilotada (RPA) modelo Phantom 4 PRO com sensor RGB embarcado, de modo que o plano de voo foi realizado por meio do software Dronedeploy. Este trabalho mostra o uso de tecnologias atuais como os RPAs para a obtenção de informações necessárias para a conservação de florestas tropicais secas (FTS). Para tanto, utilizou-se os algoritmos de aprendizado de máquina SVM e RF, de modo a dispor um método de processamento de dados de RPA em ambiente R. A validação das estimativas foi realizada a partir da validação cruzada, pelo método k-fold com 30 repetições, sendo avaliado o valor de acurácia. O algoritmo SVM apresentou valores de acurácia superior, demonstrando melhor englobar a variação das respostas de campo. O mapeamento das classes usos permitiu identificar as áreas de vegetação arbórea e assim, individualizá-la e representar espacialmente. Com os resultados obtidos, disponibiliza-se um método de processamento de dados de RPA a partir dos algoritmos RF e SVM, o que representa um avanço tecnológico no estudo do bioma Caatinga.

   

   

• Palavras-chave
• Aeronave Remotamente Pilotada – RPA, algoritmos de aprendizado de máquina RF e SVM, Caatinga, variabilidade florística.
• Área Temática
• UAST - Agronomia