| Summary: | Foi realizado um estudo na Divisão Administrativa de Ribeirão Preto (DIRA-RP), nordeste do Estado de São Paulo,utilizando imagens orbitais do LANDSAT para avaliação de áreas reflorestadas.Nesse estudo, objetivou-se definir as classes de povoamentos florestais artificiais, levando-se em consideração a espécie e idade das áreas reflorestadas,especialmente com os gêneros \textit {Pinus} e \textit{Eucalyptus}, através da interpretação visual e automática. Foi desenvolvida uma metodologia, baseada na análise se de áreas de treinamento, para a definição da legenda e caracterização espectral das classes analisadas. Posteriormente, essa metodologia foi extrapolada para a área de estudo (DIRA-RP). A análise através do 1-100, das áreas de treinamento, revelou que o \textit{Pinus taeda} se separa, baseado na medida "JM", das outras espécies de \textit{Pinus} enquanto que o gênero \textit {Eucalyptus} não apresentou diferenças entre espécies.separando-se e em duas classes quanto à idade: E1 (até dois anos) e E2 (com mais de dois anos). Na análise visual também foi possível a distinção dessas mesmas classes. Os canais 6 e 7 foram os que apresentaram maior capabilidade de discriminação entre as classes reflorestadas, entretanto o canal 5 mostrou-se mais eficiente na separação dessas classes com relação aos demais alvos não florestais da região. A análise automática revelou que a maior precisão alcançada foi na classificação da classe E2, atingindo 95,12\%. No levantamento da área de estudo, DIRA-RP, atravÉs da interpretação automática, foram analisadas apenas as classes de \textit{Pinus} e\textit {Eucalyptus}, sem separação de espécies de \textit{Pinus} e idade de \textit{Eucalyptus}, devido à pequena escala de trabalho. Essa análise revelou que a DIRA-RP apresenta 53.906,6 ha ocupados com \textit{Pinus} e \textit{Eucalyptus}. Na análise visual, trabalhando-se na escala de 1:250.000, foi possível a separação das classes de \text{Pinus}, El, E2 e mata. Essa análise revelou que a DIRA-RP apresentava 59.965,5 ha ocupados por reflorestamento. Os resultados mostram que os dados do LANDSAT podem ser usados, com eficiência, no levantamento de áreas reflorestadas principalmente considerando a capabilidade de se obter informações atualizadas e contínuas dessas áreas. === A study to evalate reforested areas using LANDSAT imagery was carried out in the Administrative Division of Ribeirão Preto (DIRA-RP) north-west of São Paulo State, with the objective of dassifying the genera \textit{Pinus} and \textit{Eucalyptus} according to their age and species, using visual and automatic (IMAGE-1OO) interpretation. A methodology was derived based on training areas to define the legend and spectral characteristics of the analyzed classes, and the method was extrapolated to the study area (DIRA-RP). IMAGE-100 analysis of the training area showed that \textit{Pinus taed} was separable from the other \textit{Pinus} species based on "JM" distance measurement. No differences of "JM" measurements were observed among \textit{Eucalyptus} species. Two classes of \textit{Eucalyptus} were separated according to theiir ages: 1) \textit{Eucalyptus} under two years, and 2) \textit{Eucalyptus} over 2 years. The above classes were also separable by visual interpretation. Channel 6 and 7 were suitable for the discrimination of reforested classes while channel 5 was efficient to separate reforested areas from non-forested targets in the region. The automatic analysis showed that the highest classification precision was obtained for \textit{Eucalyptus} over 2 years (95,12\%). Owing to the small scale, the study area was classified into two classes: \textit{Pinus} and \textit{Eucalyptus}, which covered an area of 53,906.6 ha.Visual interpretation of the imagery at the scale of 1:250,000 separated the following classes: \textit{Pinus} spp, \textit{Eucalyptus} under 2 years, \textit{Eucalyptus} over 2 years and Natural Forest. The reforested classes covered an are a of 59,965.5 ha. The results of this study showed that the LANDSAT data can be used efficiently in reforested area survey considering the system capability of obtaining timely information and its repetitive character for follow-up.
|
|---|
