Identificação de áreas de silvicultura em Minas Gerais por meio da máxima entropia em imagens do Sentinel-2.
| dc.contributor.advisor | Miranda, Jonathan da Rocha | |
| dc.contributor.author | Ribeiro , Tainara Mendes | |
| dc.contributor.referee | Miranda, Jonathan da Rocha | |
| dc.contributor.referee | Cavalcante, Valeria Santos | |
| dc.contributor.referee | dos Reis, Mateus | |
| dc.date.accessioned | 2026-05-05T10:41:44Z | |
| dc.date.created | 2023-07-06 | |
| dc.description | O mapeamento preciso da cobertura florestal é uma ferramenta inestimável na gestão e avaliação da silvicultura, oferecendo uma visão clara das áreas florestais e identificando regiões com potencial para exploração ou conservação. O Projeto Mapbioma, uma iniciativa brasileira, visa produzir mapas de uso cobertura do solo de alta resolução e acurácia. A integração de imagens do satélite Sentinel-2 ao projeto promete aprimorar os mapas ao incrementar a resolução espacial e expandir a habilidade de distinguir diferentes tipos de cobertura florestal. Esta pesquisa se propõe a explorar o uso das imagens do Sentinel-2 na identificação de áreas de silvicultura em Minas Gerais. Optou-se pelo período de 2019 a 2021 devido à disponibilidade de imagens corrigidas pelo efeito atmosférico. Foram selecionadas amostras das classes de silvicultura e não silvicultura com base no processamento do MapBioma. Estes dados foram então incorporados ao modelo de Máxima Entropia. Após a classificação, a acurácia do modelo foi avaliada e comparada com o levantamento de áreas pela Cenibra. Os resultados apontam para o alto potencial do método de Máxima Entropia na classificação de silvicultura, com uma assertividade de 85%. Em comparação com a Cenibra, a classificação pelo método de Máxima Entropia se mostrou mais realista do que o MapBioma, resultando em valores de 5.869, 4.648 e 312 hectares, respectivamente. O mapeamento produzido da silvicultura em Minas Gerais pode auxiliar no planejamento estratégico para a gestão desta cultura. | |
| dc.identifier.advisorLattes | http://lattes.cnpq.br/8926492182964044 | |
| dc.identifier.advisorOrcid | . | |
| dc.identifier.authorOrcid | https://orcid.org/0000-0003-2900-6433 | |
| dc.identifier.uri | https://hdl.handle.net/20.500.14387/3122 | |
| dc.language.iso | por | |
| dc.publisher.campi | São João Evangelista | |
| dc.publisher.country | Brasil | |
| dc.publisher.institution | Instituto Federal de Minas Gerais | |
| dc.rights | Acesso aberto | |
| dc.subject.cnpq | Ciências Agrárias | |
| dc.subject.keywords | MapBioma | |
| dc.subject.keywords | Google Earth Engine | |
| dc.subject.keywords | Cenibra | |
| dc.subject.keywords | Colheita florestal | |
| dc.subject.keywords | Área efetiva | |
| dc.title | Identificação de áreas de silvicultura em Minas Gerais por meio da máxima entropia em imagens do Sentinel-2. | |
| dc.type | Trabalho de Conclusão de Curso |