Desenvolvimento de modelos de classificação de florestas plantadas para planejamento e tomada de decisão: Mineração de Dados e Imagens de Satélite

As florestas plantadas tem atraído grande interesse pela possibilidade

de utilização em aplicações bioenergéticas frente à tendência

mundial de priorizar fontes de energia que proporcionem maior sustentabilidade

ambiental, mais qualidade e segurança. No Brasil, os deslocamentos

na geografia da cadeia produtiva agroflorestal atual em direção

às regiões de fronteira agrícola (Centro-Oeste e Norte) vem criando desafios

de adequação dos conhecimentos técnico-científicos já consolidados

em outras regiões. Nesse contexto, o objetivo desta dissertação

é avaliar a acurácia da classificação e identificação de áreas cultivadas

com florestas plantadas para fins energéticos, em imagens orbitais do

sensor Landsat 5 TM. Por meio de técnicas estatísticas de mineração de

dados, o presente trabalho também avaliou a utilização de um amplo

conjunto de atributos para identificar melhorias nos resultados da classificação.

A pesquisa se concentrou em amostras de áreas plantadas no

estado do Tocantins, região norte do Brasil. As técnicas de mineração de

dados utilizadas se mostraram eficientes na identificação precisa de florestas

plantadas em imagens do satélite Landsat 5, tanto pelo desempenho

da classificação, como pela redução da quantidade de informação

necessária para a resolução deste tipo de problema. Assim, as técnicas

empregadas nesse estudo possibilitam o desenvolvimento de modelos

de classificação robustos no auxílio ao planejamento e à tomada de decisão

sobre a plantação de florestas no território brasileiro.