Análise temporal (2002-2014) da expansão da espécie de samambaia dicranopteris flexuosa no Vale do Pati (Brasil) utilizando técnicas de classificação de imagens de satélite

• Leite, Cândida Caroline Souza de Santana ^[1] ; Santos, Sarah Moura Batista dos ^[2] ; Franca, Washington de Jesus Sant’anna da ^[1] ; Vasconcelos, Rodrigo Nogueira ^[3]
  1. [1] Universidade Estadual de Feira de Santana

     Universidade Estadual de Feira de Santana

     Brasil

     
  2. [2] Universidade Estadual de Feira de Santanal
  3. [3] Universidade Estadual de Feira de Santa

  Mostrar afiliaciones +
• Localización: Territorium, ISSN 0872-8941, ISSN-e 1647-7723, Nº. 24, 2017 (Ejemplar dedicado a: n. 24 (2017): Multidisciplinaridade na análise das manifestações de risco), págs. 141-149
• Idioma: portugués
• Títulos paralelos:
  • Temporal analysis (2002-2014) of the expansion of fern species dicranopteris flexuosa in Pati Valley (Brazil) using satellite images classification techniques
• Enlaces
  • Texto completo (pdf)
• Resumen
  • English

    In order to analyze the areas occupied by the invasive fern species Dicranopteris flexuosa between 2002 and 2014 in the Pati Valley (Brazil) multispectral satellite image classification techniques were used from the supervised classification algorithms Neural Networks and Maximum Likelihood. The results show that the species tends to spread rapidly, blocking the regeneration of native flora. The algorithm with the highest reliability for this was the Neural Networks. https://doi.org/10.14195/1647-7723_24_10

  • português

    Afim de analisar as áreas ocupadas pela espécie de samambaia invasora Dicranopteris flexuosa no período entre 2002 e 2014, no Vale do Pati (Bahia-Brasil), foram utilizadas técnicas de classificação de imagens de satélite multiespectrais a partir dos algoritmos de classificação supervisionada Redes Neurais e Máxima Verossimilhança. Os resultados apontam que a espécie tende a se expandir rapidamente, impedindo a regeneração da flora nativa. O algoritmo que apresentou maior confiabilidade para tal foi o Redes Neurais. https://doi.org/10.14195/1647-7723_24_10