| Summary: | O estudo das fitofisionomias de Cerrado via sensoriamento remoto constitui-se de um constante desafio investigativo em razão da diversidade florística e estrutural existente, das variações fenológicas perante o regime de chuvas, de sua inter-relação com outros biomas nos contatos sutis e, ainda, pela ocorrência de queimadas e seus efeitos. Essas características tornam as tipologias muitas vezes indistinguíveis em imagens multiespectrais. Nesse sentido, o advento de sensores imageadores hiperespectrais, por adquirirem imagens em um grande número de bandas estreitas e contíguas no espectro eletromagnético, constitui uma nova possibilidade para o estudo desse bioma. Assim, o presente estudo objetivou a utilização de dados hiperespectrais do sensor Hyperion/ EO-1 para a análise espectral, estimativa de parâmetros biofísicos e para a discriminação de fitofisionomias do bioma Cerrado na região de Pirenópolis (GO). As fitofisionomias estudadas foram: Mata Seca Semidecídua, Cerradão, Cerrado denso, Cerrado típico, Cerrado ralo, Cerrado rupestre, Campo Sujo e Campo Limpo. Inicialmente, as fitofisionomias foram caracterizadas florística e estruturalmente em campo. A análise espectral das fitofisionomias foi feita com base na técnica por componentes principais e na inspeção visual de espectros. A estimativa dos parâmetros biofísicos (porcentagem de cobertura do dossel e área basal) se baseou na reflectância das bandas, nos índices de vegetação e em todas as possíveis razões de bandas calculadas dos dados do Hyperion como variáveis independentes em modelos de regressão simples. Para a discriminação das fitofisionomias foram testados três classificadores: Support Vector Machine (SVM), Máxima Verossimilhança (MAXVER) e Spectral Angle Mapper (SAM). Os resultados obtidos permitiram concluir que a similaridade estrutural das fitofisionomias se refletiu na similaridade espectral das mesmas e na confusão das classes nas classificações. A banda em 680 nm, associada com a absorção pela clorofila, foi a que apresentou melhores correlações com a área basal (R^2 = 0,63) e com a porcentagem de cobertura do dossel (R^2 = 0,91). Contudo, as transformações espectrais (índices de vegetação e razões de bandas) apresentaram melhores resultados (R^2 ≥ 0,75). Dentre as transformações espectrais que se mostraram importantes na estimativa dos parâmetros biofísicos analisados, estão as relacionadas à borda vermelha, aos pigmentos foliares e ao teor de água das folhas. A classificação SVM linear foi a que apresentou melhores resultados na discriminação das fitofisionomias, com 59,90% dos pixels corretamente classificados. As classes que foram mais bem discriminadas foram Mata Seca, Cerradão, Cerrado denso e Cerrado rupestre. As classes Campo Sujo, Campo Limpo e Cerrado ralo não tiveram boa separabilidade entre elas com nenhuma das técnicas de classificação testadas. === The study of the Brazilian savanna physiognomies (Cerrado) using remote sensing data is still a challenge due to floristic and structural diversity, variation in phenological response to precipitation, relationships with other biomes in the transition zones, and to fire and resultant effects. Because of these factors, some physiognomies are not separable in multispectral images. In this context, the advent of hyperspectral remote sensing, with imaging spectrometers that acquire images in a great number of contiguous and narrow bands in the electromagnetic spectrum, provides new possibilities for the study of this biome. The objective of this investigation was to use hyperspectral Hyperion/EO-1 data for spectral analysis, biophysical parameter estimates and for the discrimination of the Cerrado physiognomies in a study area located in the vicinity of Pirenópolis (GO). The studied physiognomies were: Mata Seca Semidecídua, Cerradão, Cerrado denso, Cerrado típico, Cerrado ralo, Cerrado rupestre, Campo Sujo and Campo Limpo. Field survey for floristic and structural characterization was performed. Spectral analysis included principal components and inspection of pixel spectra. Simple linear regression was applied to band reflectance values, vegetation indices and all possible Hyperion reflectance ratios to estimate biophysical parameters (% canopy cover and basal area). Support Vector Machine (SVM), Maximum Likelihood and the Spectral Angle Mapper (SAM) classification techniques were tested for the discrimination of the physiognomies. Results showed that the structural similarity of the physiognomies produced an equivalent spectral pattern, which explained misclassification of some classes. The chlorophyll red band at 680 nm presented the best correlations with basal area (R^2 = 0.63) and with % canopy cover (R^2= 0.91). However, spectral transformations (narrow band vegetation indices and reflectance ratios) showed better results (R^2 ≥ 0.75). Among the most important spectral transformations for biophysical parameters estimates, vegetation indices associated with the red edge, leaf pigments and leaf water content presented the best results. Linear SVM was the best classification technique with overall classification accuracy of 59.90%. Mata Seca, Cerradão, Cerrado denso and Cerrado rupestre were discriminated. On the other hand, Campo Sujo, Campo Limpo and Cerrado ralo did not present good discrimination to each other with the three tested classification techniques.
|
|---|
