Autoria: PERTILLE, C. T.; SCHIMALSKI, M. B.; PICINATTO FILHO, V.; LIESENBERG, V.; OLIVEIRA, E. B. de; MIRANDA, F. das D. A.

Resumo: Essa pesquisa objetivou ajustar modelos de regressão e classificação utilizando os índices de vegetação (IV) mais robustos derivados a partir de imagens digitais de Sentinel-2/MSI para a detecção de áreas atacadas por Sapajus nigritus. Os dados de campo foram obtidos em um povoamento de Pinus taeda L. localizado em Bocaina do Sul, estado de Santa Catarina. Foram alocadas 46 parcelas, nas quais os indivíduos arbóreos foram classificados de acordo com a intensidade do ano em: I: sem dano, II: moderado, III: severo e IV: morto. Foram utilizadas três imagens orbitais da constelação Sentinel-2/MSI em datas coincidentes ao pré ataque, ataque e pós ataque. Por meio de Análise de Componentes Principais, foram selecionados os índices de vegetação como variáveis regressoras para o desenvolvimento de modelos de regressão por Stepwise, Support Vector Machine (SVM) e Random Forest (RF) para a estimativa do percentual das classes de ataque por parcela. A seleção de melhor modelo foi baseada em estatísticas de ajuste de modelos de regressão. Os índices mais robustos foram o MCARI, NDI45 e NDVIRR, os quais estimaram para as classes um percentual de ataque de S. nigritus por parcela com R2 ajustado de 0,80, 0,46, 0,88 e 0,97; Syx de 13,49, 61,42, 15,11 e 8,69 (% 0,045 ha-1) e RMSE de 1,95, 4,49, 2,11 e 0,32 (% 0,045 ha1). Foi possível estimar/identificar áreas atacadas por esse primata no povoamento avaliado, destacando a modelagem Stepwise, seguida por SVM e RF. Entretanto, recomenda-se testar imagens digitais de alta/ultra alta resolução espacial para corroborar com tal metodologia.

Ano de publicação: 2020

Tipo de publicação: Artigo de periódico

Unidade: Embrapa Florestas

Palavras-chave: Pinus Taeda, Red-edge, Remote sensing, Sanidade, Sapajus nigritus, Sensoriamento Remoto, Vegetation indexes, Índices de vegetação