摘要：Conforme o crescimento da população humana vem se intensificando, aumenta também o desmatamento das áreas de florestas nativas. Um dos biomas brasileiros mais degradados é a Mata Atlântica, que após intensa ação do homem se tornou altamente fragmentado. O presente estudo teve como objetivo analisar a influência da resolução espacial de imagens orbitais na detecção automática de fragmentos florestais na sub-bacia do arroio Segredo, situada dentro do bioma Mata Atlântica. Assim, foram utilizados os sistemas sensores RapidEye/REIS, Sentinel-2A, Landsat8/OLI e Modis/TERRA, com resoluções espaciais de 5 m, 10 m, 30 m e de 250 m, respectivamente. As imagens foram processadas realizando o mapeamento do uso e cobertura da terra por meio da classificação supervisionada utilizando o algoritmo Bhattacharya 99,9%, de acordo com sete classes temáticas: Água, Solo Exposto, Área Urbana, Floresta Nativa, Floresta Plantada, Campo e Agricultura. Após foi realizado o estudo isolado da classe Floresta Nativa. A análise da fragmentação florestal foi realizada em Linguagem R. Observou-se uma grande variação quando realizada comparação entre as imagens dos sistemas sensores RapidEye/REIS e Modis/TERRA, apresentando um decréscimo de 96% no número de fragmentos encontrados. Considerando os resultados apresentados neste estudo, pode-se concluir que o sistema sensor Modis / TERRA não apresenta resolução espacial suficiente para adequada análise da área de estudo.
其他摘要：As human population growth has intensified, deforestation of native forest areas has also intensified. One of the most degraded Brazilian
biomes is the Atlantic Forest, which after intense man action has become highly fragmented. The present study aimed to analyze the
real influence of the spatial resolution of orbital images in the automatic detection of forest fragments in the sub-basin of the secret
stream that is located within the Atlantic Forest biome. Thus, the RapidEye / REIS, Sentinel-2A, Landsat8 /OLI and Modis / TERRA
sensors were used, with spatial resolutions of 5 m, 10 m, 30 m and 250 m, respectively. The images were processed mapping the
land use and cover by supervised classification using the Bhattacharya algorithm 99.9%, according to seven thematic classes: Water,
Exposed Soil, Urban Area, Native Forest, Forest Planted, Field and Agriculture. After the isolated study of the Native Forest class was
carried out. From this, a great variation was observed when comparing the images of the RapidEye / REIS and Modis /TERRA sensor
systems, showing a 96% decrease in the number of fragments found. Considering the results presented in this study, it can be concluded
that the Modis/TERRA sensor system does not present sufficient spatial resolution to properly image the study area.
