摘要：A criação, aperfeiçoamento e uso de técnicas de sensoriamento remoto com foco em imagens suborbitais vêmaumentando, por apresentarem uma série de vantagens na análise geográfica e ecológica, produzindo dados com altaresolução espacial. O objetivo desse trabalho foi testar técnicas de classificação supervisionada e não supervisionadaem imagens aéreas digitais de alta resolução espacial obtidas por veículo aéreo não tripulado (VANT), empregandodois softwares, SPRING e ArcGis. As imagens aéreas possuem resolução espacial de aproximadamente 10 cm, comárea útil de recobrimento em torno de 45%. Foram obtidas em junho de 2011 e recobrem um trecho da cabeceira dorio São Lourenço, Campo Verde-MT. As fotografias aéreas foram georreferenciadas e posteriormente foram realizadosos testes de classificação, dentre os quais apresentaram melhores resultados as classificações por região. Nessa etapaforam realizados aproximadamente 100 testes de segmentação com parâmetros de similaridade e área diferenciados, atéencontrar uma rotina que melhor se adequasse a área de estudo. A classificação que melhor delimitou as diferentes feiçõespresentes na imagem foi a supervisionada por região, cuja segmentação possuía 20 pixels de similaridade e 200 de área.Para comprovar estatisticamente a eficiência da classificação foi realizado teste de cluster e a validação foi realizada pormeio do índice kappa e exatidão global. Os resultados apresentados assim como o uso de VANT, são ótimas ferramentas epassiveis de utilização em diversas áreas, incluindo rotina de perícia ambiental e monitoramento de recuperação de áreasdegradadas, no âmbito do Código Florestal Brasileiro.
其他摘要：The creation, improving and use of remote sensing techniques focused on suborbital images are increasing, as they present several advantages in geographical and ecological analysis, producing high spatial resolution data. The aim of this work was to test the supervised and unspervised classification techniques in aerial digital images with high spatial resolution obtained by Unmanned Aerial Vehicle (UAV), using the softwares SPRING and ArcGis. The aerial images have spatial resolution in approximately 10 cm, covering around 45% of the floor area. They were obtained in June, 2011, and overlies a stretch of the headwaters of the S.o Louren.o river in Campo Verde, Mato Grosso. The aerial photographs were georeferenced and then the classification tests were performed, which presented better results the ones by region. At this stage, about 100 segmentation tests were performed with distinguished similarity parameters and areas, until finding a routine that would fit better to the study area. The classification that better delimited the different features present in the images was the supervised by region, whose segmentation had 20 pixels of similarity and 200 of area. To prove statistically the efficiency of classification, a cluster test was performed and the validation was done through Kappa index and overall accuracy. The presented results along with the use of UAVs are great tools and liable to use in several areas, including environmental expertising routines and recovery of degraded areas monitoring, under the Brazilian Forest Code.
关键词：Área de Preservação Permanente (APP); Plano de Recuperação de Áreas Degradadas (PRAD); DRONE
其他关键词：Permanent Preservation Areas; Plan for Recovery of degraded Areas; DRONE
