Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/21314
Full metadata record
DC FieldValueLanguage
dc.creatorViçoso, Laíza Castro Brumano-
dc.date.accessioned2018-05-10T19:45:20Z-
dc.date.available2018-05-10T19:45:20Z-
dc.date.issued2018-02-23-
dc.identifier.citationVIÇOSO, Laíza Castro Brumano. Viçoso. Modelo linear de mistura espectral para mapeamento dos estágios de degradação das pastagens - Ituiutaba. 2018. 118 f. Dissertação (mestrado em Geografia - Universidade Federal de Uberlândia/ Faculdade de Ciências Integradas do Pontal, Ituiutaba, 2018. DOI http://dx.doi.org/10.14393/ufu.di.2018.928.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/21314-
dc.description.abstractCurrently, about 70% of the pastures in Brazil are at some stage of degradation, so that the highest concentration of these areas is present in the agricultural border regions such as the north, northeast and center-west according to EMBRAPA (2014). These data show the lack of public policies aimed at the recovery and ordering of these areas. Pastures are considered degraded when their vigor, productivity and recovery capacity are no longer possible. The quality of pasture demanded by animals, as well as the overcoming of harmful effects such as pests, diseases and invasives, end up favoring the advanced degradation of natural resources due to inadequate management. Thus, this research has the purpose of showing the importance of making pastures more productive and also of contributing to their quality and vigor, without the need to open new pasture areas. This fact avoids the substitution of these areas for other uses, such as agriculture and pasture degradation, in addition to making the areas more productive for livestock, an area of economic and social relevance in the Ituiutaba microregion (MRG). The main objective of this research is to map the stages of degradation of MRG pastures of Ituiutaba / MG, through geoprocessing and remote sensing techniques. To this end, specific objectives included: mapping the MRG pastures of Ituiutaba / MG; to identify the most appropriate techniques for the classification of improved and degraded pastures; to separate the stages of degradation of the pastures of the MRG of Ituiutaba and to quantify them. In order to achieve the proposed objectives, the research methodology included the following steps: a bibliographic review that structured the guiding concepts of this research; the acquisition of OLI / Landsat 8 satellite images in the USGS (United States Geological Survey) database with the atmospheric correction; the application of the linear spectral mixing model (MLME) using the Spring 5.5 software to generate the images fraction soil, shade / water and vegetation; the application of classification algorithm IsoSeg, also in Spring 5.5 to extract information of the components soil and vegetation since these correspond the areas destined to the pastures; field work at MRG de Ituiutaba for data analysis; validation of results; final mapping of Ituiutaba MRG pastures and classification as to their stage of degradation. The results showed that the microregion of Ituiutaba has 207,090 hectares of degraded pastures, corresponding to 51.8% of the total of pastures mapped, which is very similar to those indicated by EMBRAPA for national estimates. Moderate pastures totaled 111,619 ha, equivalent to 28% of the total, while improved pastures occupied 80,651 ha of pastureland, accounting for 20.1%. It is considered that the applied methodology was satisfactory, since the MLME as a technique of enhancement of the target reflectance, allowed that the areas destined to the pastures were better identified, since the images fraction soil and vegetation highlighted the targets allowing the interpretation of these for the generation of mapping as well as mathematical graphs and calculations.pt_BR
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorpt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectSensoriamento remotopt_BR
dc.subjectRemote sensingpt_BR
dc.subjectMapeamento de pastagept_BR
dc.subjectMicrorregião de Ituiutabapt_BR
dc.subjectMLME (modelo linear de mistura espectral)pt_BR
dc.subjectMapping of pasturespt_BR
dc.subjectMLME (linear spectral mixing model)pt_BR
dc.subjectMicroregion of Ituiutaba.pt_BR
dc.titleModelo Linear de Mistura Espectral para Mapeamento dos Estágios de Degradação das Pastagenspt_BR
dc.title.alternativeLinear Spectral Mixture Model for Mapping Stages of Pasture Degradationpt_BR
dc.typeDissertaçãopt_BR
dc.contributor.advisor1Rosendo, Jussara dos Santos-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3868966013347303pt_BR
dc.contributor.referee1Castanho, Roberto Barboza-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/8342891291730467pt_BR
dc.contributor.referee2Fialho, Amanda-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/7696010999363710pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/2435360786686758pt_BR
dc.description.degreenameDissertação (Mestrado)pt_BR
dc.description.resumoAtualmente, cerca de 70% das pastagens no Brasil encontram-se em algum estágio de degradação, de modo que a maior concentração dessas áreas está presente nas regiões de fronteiras agrícolas como, por exemplo, o norte, o nordeste e o centro-oeste, segundo a EMBRAPA (2014). Esses dados mostram a falta de políticas públicas voltadas para a recuperação e ordenamento dessas áreas. As pastagens são consideradas degradadas quando o seu vigor, produtividade e capacidade de recuperação não são mais possíveis. A qualidade da pastagem, exigida pelos animais, bem como a superação dos efeitos nocivos como pragas, doenças e invasoras, acabam favorecendo a degradação avançada dos recursos naturais em razão de manejos inadequados. Desse modo, mostrar a importância de tornar as pastagens mais produtivas e, também, de contribuir para a qualidade e o vigor delas, sem haver a necessidade da abertura de novas áreas de pastagens. Tal fato evita a substituição dessas áreas desgastadas por outros usos, como a agricultura e a degradação das pastagens, além de tornar as áreas mais produtivas para a pecuária, setor de relevância econômica e social na microrregião geográfica de Ituiutaba (MRG). O principal objetivo desta pesquisa é mapear os estágios de degradação das pastagens da MRG de Ituiutaba/MG, por meio de técnicas de geoprocessamento e sensoriamento remoto. Para tal, os objetivos específicos incluíram: realizar o mapeamento das pastagens da MRG de Ituiutaba/MG; apontar as técnicas mais adequadas para a classificação de pastagens melhoradas e degradadas; separar os estágios de degradação das pastagens da MRG de Ituiutaba e quantificá-las. Para alcançar os objetivos propostos, a metodologia da pesquisa contou com as seguintes etapas: realização de revisão bibliográfica, que estruturou os conceitos norteadores desta pesquisa; aquisição de imagens do satélite OLI/Landsat 8 no banco de dados da USGS (United States Geological Survey) já com a correção atmosférica; aplicação do modelo linear de mistura espectral (MLME) por meio do software Spring 5.5 para geração das imagens fração solo, sombra/água e vegetação; aplicação do algorítimo de classificação IsoSeg, também no Spring 5.5, para extrair informações dos componentes solo e vegetação, já que estes correspondem às áreas destinadas às pastagens; trabalho de campo na MRG de Ituiutaba para a averiguação dos dados; validação dos resultados; mapeamento final das pastagens da MRG de Ituiutaba e classificação quanto ao seu estágio de degradação. Os resultados alcançados mostraram, por meio do MLME, que a microrregião de Ituiutaba possui 207.090 ha de pastagens degradadas, o que corresponde a 51,8 % do total das pastagens mapeadas, tal dado é muito semelhante aos apontados pela EMBRAPA para as estimativas nacionais. As pastagens consideradas moderadas somaram 111.619 ha, o que equivale a 28% do total, enquanto as pastagens melhoradas ocuparam 80.651 ha das áreas destinadas às pastagens, representando 20,1%. Considera-se que a metodologia aplicada foi satisfatória, pois o MLME como técnica de realce da reflectância dos alvos permitiu que as áreas destinadas às pastagens fossem mais bem identificadas, já que as imagens-fração solo e vegetação realçaram os alvos, permitindo a interpretação destes para a geração do mapeamento como também dos gráficos e dos cálculos matemáticos.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.programPrograma de Pós-graduação em Geografia (Pontal)pt_BR
dc.sizeorduration118pt_BR
dc.subject.cnpqCNPQ::CIENCIAS HUMANAS::GEOGRAFIApt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOFISICA::SENSORIAMENTO REMOTOpt_BR
dc.identifier.doihttp://dx.doi.org/10.14393/ufu.di.2018.928pt_BR
dc.crossref.doibatchidpublicado no crossref antes da rotina xml-
Appears in Collections:DISSERTAÇÃO - Geografia (Ituiutaba / Pontal)

Files in This Item:
File Description SizeFormat 
ModeloLinearDeMistura.pdf9.63 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.