ArticlePDF Available

Delimitação de Fitofisionomias em áreas do Parque Estadual Verde Grande e da Área de Proteção Ambiental do Lajedão (MG) e entorno, com o uso de imagens Ikonos de alta resolução e classificação orientada a objeto

Authors:
Malcon Do Prado Costa at Federal University of Rio Grande do Norte
Malcon Do Prado Costa
Luís Marcelo
Luís Marcelo
Luís Marcelo
  • This person is not on ResearchGate, or hasn't claimed this research yet.
Luis Marcelo Tavares de Carvalho at Federal University of Lavras
Luis Marcelo Tavares de Carvalho
Luciano Teixeira de Oliveira
Luciano Teixeira de Oliveira
Show all 5 authorsHide
Download full-text PDF
Read full-text
Download citation

Abstract and Figures

The objective of this work was to apply object-based classification to map vegetation types in the Parque Estadual Verde Grande, APA Lajedão and surroundings. IKONOS-II images were input to segmentation algorithms with different scale parameters generating image objects of different sizes. In the first segmentation level, general vegetation classes were distinguished (forests and grass land). The second level within forest types were discriminated. Before classification, feature optimization was performed to select important image attributes to be used in the classification procedure. Classification was performed using the k-nearest neighbor algorithm. Output classes were: cerrado, a decíduos forest, carrasco, cerrado field, natural grass land, and bare soil. Object-based image analysis enabled the processing of the input images and provided subsidies for landscape ecology analysis. Palavras-chave: remote sensing, object oriented classification, physiognomies, sensoriamento remoto, classificação orientada a objeto, fitofisionomias.
Figures - uploaded by Luciano Teixeira de Oliveira
Author content
All figure content in this area was uploaded by Luciano Teixeira de Oliveira
Content may be subject to copyright.
Content uploaded by Luciano Teixeira de Oliveira
Author content
All content in this area was uploaded by Luciano Teixeira de Oliveira on Feb 23, 2015
Content may be subject to copyright.
Delimitação de Fitofisionomias em áreas do Parque Estadual Verde Grande e da Área
de Proteção Ambiental do Lajedão (MG) e entorno, com o uso de imagens Ikonos de alta
resolução e classificação orientada a objeto
Malcon do Prado Costa
Luís Marcelo Tavares de Carvalho
Luciano Teixeira de Oliveira
Gil Júlio de Souza Netto
Douglas Merlim de Souza Armando
Universidade Federal de Lavras - UFLA/DCF
Caixa Postal 3037 – 372000-000 - Lavras - MG, Brasil
malconfloresta@gmail.com
passarinho@ufla.br
bodinho@gmail.com
gil_netto@hotmail.com
dmerlim@yahoo.com.br
Abstract. The objective of this work was to apply object-based classification to map vegetation types in the
Parque Estadual Verde Grande, APA Lajedão and surroundings. IKONOS-II images were input to segmentation
algorithms with different scale parameters generating image objects of different sizes. In the first segmentation
level, general vegetation classes were distinguished (forests and grass land). The second level within forest types
were discriminated. Before classification, feature optimization was performed to select important image
attributes to be used in the classification procedure. Classification was performed using the k-nearest neighbor
algorithm. Output classes were: cerrado, a decíduos forest, carrasco, cerrado field, natural grass land, and bare
soil. Object-based image analysis enabled the processing of the input images and provided subsidies for
landscape ecology analysis.
Palavras-chave: remote sensing, object oriented classification, physiognomies, sensoriamento remoto,
classificação orientada a objeto, fitofisionomias.
1. Introdução
A identificação, classificação das diferentes fitofisionomias são atividades relevantes por
várias razões, especialmente porque constituem uma informação essencial para o estudo dos
ciclos geoquímicos globais e do impacto resultante das atividades antrópicas (Vitousek et al.
1997) e de ecologia da paisagem. Além disso, o desenvolvimento de algoritmos para estimar
as variáveis biofísicas da superfície a partir de dados orbitais, requer o uso de mapas de
vegetação para reduzir as incertezas de modelos climáticos (Knyazikhin et al. 1998; Friedl et
al., 2000; Hansen et al., 2000). Entretanto, o mapeamento da vegetação de alguns biomas,
ainda é considerado um desafio. (Liesenberg et al, 2005).
A delimitação das fitofisionomias a partir de técnicas de sensoriamento remoto possui
algumas complicações, principalmente na distinção entre fitofisionomias, como no exemplo
do presente trabalho, o Carrasco e o Cerrado no Norte de Minas. Com isto, as imagens de alta
resolução em conjunto com novas técnicas de classificação.
Com o advento das imagens de alta resolução e o aumento do uso de dados digitais surgiu
a necessidade do uso de algoritmos baseados em um contexto e do processamento de imagens
com orientação a objeto (Blaschke et al, 2000). A complexidade natural pode ser explorada
através de ferramentas de análise espacial baseadas em conceitos de paisagem como um
padrão contínuum que pode ser parcialmente decomposto em objetos ou remendos (Burnett e
Blaschke, 2003).
Na classificação orientada a objeto cada segmento representa uma feição do mundo real.
Os objetos passam a possuir propriedades temáticas e geométricas. O processo de
2669
4
próximo 
artigo
3
9
Anais XIV Simpósio Brasileiro de Sensoriamento Remoto, Natal, Brasil, 25-30 abril 2009, INPE, p. 2669-2674.
classificação orientada a objeto utiliza os polígonos gerados na segmentação como objetos de
imagem. As características espectrais, de forma e relações de vizinhança são as informações
utilizadas na descrição destes objetos. A partir destes descritores os objetos podem ser
agrupados em categorias com significado ou em classes temáticas (Campos, 2005).
O objetivo do presente trabalho é utilizar uma classificação orientada a objeto na
delimitação das fitofisionomias do PEVG e do Lajedão e de áreas no entorno.
2. Metodologia de trabalho
2.1.Caracterização da área
O Parque Estadual Verde (decreto 39.953(08\10\1998) Grande se localiza no município
de Matias Cardoso, possui uma área de 25.570 ha e abriga as fitofisionomias de Caatinga,
Foresta Estacional e Cerrado. A área de proteção ambiental do Lajedão (Decreto 39.951
(08\10\1998) localiza-se no mesmo município, em uma área contígua ao PEVG na sua porção
sul, possui uma área de 12.000 ha e abriga fitofisionomias de floresta estacional e cerrado.
A área de estudo trata-se de uma feição que abrange parte da área do Parque Estadual
Verde Grande (PEVG) e parte da Área de Proteção Ambiental (AL) Lajedão e áreas do
entorno a oeste das duas unidades de conservação. A área de estudo encontra-se na figura 1:
Figura 1. Imagem recortada com a área de estudo, em Matias Cardoso, MG.
2.2. Processamento dos dados
O software utilizado para o trabalho foi o ENVI 4.5 para registro e georreferenciamento,
mosaicagem das imagens e recorte da área de estudo, e a ferramenta ENVI Zoom para
extração feições a partir de uma segmentação anterior à classificação dos objetos. O
processamento foi realizado com imagens orbitais do satélite IKONOS-II do ano de 2005.
2670
Anais XIV Simpósio Brasileiro de Sensoriamento Remoto, Natal, Brasil, 25-30 abril 2009, INPE, p. 2669-2674.
Com o objetivo de obter os elementos formadores dos objetos como unidades de
processamento básicas, a orientação a objeto na análise de imagens requer a completa
segmentação da imagem. Portanto, foi realizada a segmentação multiescala e em níveis
hierárquicos, determinados pelo critério de fusão de segmentos de acordo com a escala dos
objetos a serem extraídos.
Neste estudo foram gerados diferentes resultados de segmentação, com diferentes
tamanhos de objetos. Estes resultados se organizam em níveis inter-relacionados, sendo o
nível superior o que possui segmentos maiores. O nível imediatamente inferior possui sub-
objetos que são formadores dos objetos do nível superior e assim sucessivamente. O primeiro
nível da segmentação foi à distinção entre fitofisionomias de porte florestal das
fitofisionomias de porte campestre, e no segundo nível foram distinguidas as fitofisionomias
mais específicas das unidades de conservação e áreas do entorno.
O nível de escala (scale level) escolhido na ferramenta ENVI Zoom foi de 50, sendo que
este varia entre nível grosseiro (100) a níveis mais detalhados (1). O parâmetro escolhido para
reunião dos segmentos (merging segments) em subgrupos foi com um valor de 70. Os
atributos computados para o agrupamento dos objetos foram a curva espectral, a textura, o
espaço de cores do infravermelho próximo, verde e vermelho e a razão de bandas do
infravermelho e do vermelho. O Algoritmo escolhido para a classificação foi o do vizinho
mais próximo (K Nearest Neighbor). As etapas do processamento de dados estão ilustradas na
figura 1 abaixo.
Figura 2. Fluxograma das etapas da classificação orientada a objeto de uma área que abrange
parte do PEVG e da AL.
3. Resultados e Discussão
As fitofisionomias delimitadas e encontradas na classificação foram: o Cerrado, a Floresta
Estacional Decidual (Mata Seca), o Carrasco, o Campo Cerrado, e pastagem mais solo
exposto. O produto da classificação está exposto na figura 3.
2671
Anais XIV Simpósio Brasileiro de Sensoriamento Remoto, Natal, Brasil, 25-30 abril 2009, INPE, p. 2669-2674.
Figura 3. Mapa resultante da classificação orientada a objeto das fitofisionomias do
PEVG e da AL.
O mapa da figura 3 ilustra as fitofisionomias delimitadas na região de trabalho. A
fitofisionomia classificada como carrasco apresentou-se, principalmente, em limites com o
campo rupestre e as pastagens. As feições pasto e solo exposto encontram-se, principalmente
na porção sul do entorno das unidades de conservação, evidenciando que a principal matriz no
entorno do parque é a cultura da pastagem. Algumas evidências de solo exposto em formato
linear indicam a presença de trilhas que cortam as duas unidades de conservação,
principalmente nas áreas de Cerrado e Mata Seca.
2672
Anais XIV Simpósio Brasileiro de Sensoriamento Remoto, Natal, Brasil, 25-30 abril 2009, INPE, p. 2669-2674.
A tabela 1, abaixo, indica as áreas ocupadas por cada fitofisionomia delimitada e o
número de feições selecionadas pela classificação orientada a objeto.
Tabela 1. Número de objetos, área total e em porcentagem das fitofisionomias.
Fitofisionomia Nº de objetos Área (ha) Área (%)
Mata Seca 371 826,60 27,08
Cerrado 3938 1301,16 42,62
Pasto e solo exposto 117942 216,88 7,10
Campo rupestre 46586 146,88 4,81
Carrasco 69841 561,25 18,38
A fitofisionomia com maior representatividade no local foi o Cerrado Sensu Strictu, com
3938 objetos, em uma área de 1301,16 hectares que ocupa 42,62 % da área total estudada.
Seguida pela Floresta Estacional Decidual (Mata Seca), com 371 objetos, numa área de 826
hectares ocupando 27,08 % da área total. Resultados que corroboram com Scolforo e
Carvalho (2006) que ao quantificarem o uso do solo a Bacia do Rio Verde Grande
constataram que as duas fitofisionomias foram as mais abundantes. O expressivo número de
objetos de cerrado indica que esta fitofisionomia encontra-se distribuída por toda área, em
fragmentos de diversos tamanhos. Enquanto os fragmentos de mata seca, apesar do menor
número, possuem maior tamanho médio do que as áreas de cerrado.
O campo rupestre foi a fitofisionomia com menor área no local estudado, segundo Walter
(2006) esta se encontra associada a relevos pedregosos e locais com maior altitude. A matriz
de pasto e solo exposto, apesar da área possuir pequena porcentagem no estudo, possui muitos
objetos na imagem, e a pequena porcentagem se deve ao recorte da imagem privilegiar uma
maior área dentro das unidades de conservação. Entretanto, a classificação identificou sinais
de pastagem dentro das unidades de conservação.
4. Conclusões
A fitofisionomia predominante na área estudada das unidades de conservação foi o
Cerrado Sensu Strictu. Os fragmentos de mata seca apresentaram-se maiores e mais
conectados, principalmente na face norte da imagem (PEVG).
A técnica de classificação orientada a objeto apresentou grande aplicabilidade para
estudos de delimitação de fitofisionomias, uso do solo e como subsídeo para análises de
ecologia da paisagem.
O software ENVI 4.5 possui grande potencial para uso de classificação orientada a objeto
com o uso do ENVI Zoom e a ferramenta Features extraction.
Agradecimentos
Os autores agradecem ao Laboratório de Manejo Florestal da universidade Federal de
Lavras (UFLA) pelo fornecimento das imagens do satélite IKONOS e ao laboratório de
Geoprocessamento e Análise de Imagens (GAI) pelo apoio prestado e infra-estrutura cedida
para realização do trabalho. Ao Conselho Nacional de Desenvolvimento Cientifico e
Tecnológico (CNPq) pelo suporte financeiro a partir da concessão de bolsas a parte dos
autores deste trabalho.
2673
Anais XIV Simpósio Brasileiro de Sensoriamento Remoto, Natal, Brasil, 25-30 abril 2009, INPE, p. 2669-2674.
Referências Bibliográficas
Blaschke, T.; Lang, L.; Lorup, E.; Strobl, J.; Zeil P. Object-Oriented Image Processing in an Integrated GIS/
Remote Sensing Environment and Perspectives for Environmental Applications. Vol. 2, 555-570, 2000.
Burnett, C.; Blaschke, T. A multi-scale segmentation/object relationship modeling methodology for landscape
analysis. Ecological Modelling, v. 168, n.3, p. 233-249, 2003.
Campos, M. A. A. Padrão e dinâmica de Floresta Tropical, através de classificação orientada a objeto e da
análise da paisagem com imagens LANDSAT. Tese (Doutorado em Engenharia Florestal) – Universidade
Federal do Paraná, Coritiba, 2005.
Cruz, C. B. M.; Vicens, R. S.; Seabra, V. da S.; Balbi, R.; Reis, R. B.; Faber, O. A.; Arnaut, P. K. E.; Araújo, M.
Classificação orientada a objetos no mapeamento dos remanescentes da cobertura vegetal do bioma Mata
Atlântica, na escala 1:250.000. In: Simpósio Brasileiro de Sensoriamento Remoto (SBSR), 13, Florianópolis.
Anais...São José dos Campos: INPE, 2007. Artigos, p. 5691-5698. CD-ROM, On-line. ISBN
978-85-17-00031-7. Disponível em:<http://marte.dpi.inpe.br/col/dpi.inpe.br/sbsr%4080/2006/11.>. Acesso em:
11 out. 2008.
Friedl, M. A., Muchoney, D.; McIver, D.; Gao, F.; Hodges, J. C. F.; Strahler, A. H. Characterization of North
American land cover from NOAA-AVHRR data using the EOS MODIS land cover classification algorithm.
Geophysical Research Letters, v.27, n.7, p.977-989, 2000.
Hansen, M. C.; DeFries, R. S.; Townshend, J. R. G.; Sohlberg, R. Global land cover classification at 1km spatial
resolution using a classification tree approach. International Journal of Remote Sensing, v.21, n.15, p.1331-
1364, 2000.
Knyazikhin, Y.; Martonchik, J. V.; Diner, D. J.; Myneni, R. B.; Verstraete, M. M.; Pinty, B.; Gobron, N.
Estimation of vegetation canopy leaf area index and fraction of absorbed photosynthetically active radiation
from atmosphere corrected MISR data. Journal of Geophysical Research, v.103, n.32, p. 239-256. 1998.
Liesenberg, V; Galvão, L. S.; Ponzoni, F. J. Caracterização espectro-angular de fitofisionomias do Cerrado a
partir de dados multitemporais do sensor MISR/EOS-AM1. In: Simpósio Brasileiro de Sensoriamento Remoto
(SBSR), 12, Goiânia. Anais...São José dos Campos: INPE, 2005. Artigos, p. 1593-1600. CD-ROM, On-line.
ISBN 85-17-00018-8.
Disponível:<http://marte.dpi.inpe.br/col/ltid.inpe.br/sbsr/2004/11.15.11.14/doc/1593.pdf.> Acesso em: 15 out.
2008.
Scolforo, J. R.; Carvalho, L. M. T. Mapeamento e inventário da flora nativa e dos reflorestamentos de
Minas Gerais. UFLA, 2006. 288 p.
Walter, B. M. T. Fitofisionomias do bioma Cerrado: síntese terminológica e relações florísticas. Tese
(Doutorado em Ecologia) – Universidade de Brasília, Brasília, 2006.
Vitousek, P. M.; Mooney, H. A.; Lubchenco, J.; Melillo, J. M. Human Domination of Earth's Ecosystems.
Science, v.277, n.5325, p.494-499, 1997.
2674
Anais XIV Simpósio Brasileiro de Sensoriamento Remoto, Natal, Brasil, 25-30 abril 2009, INPE, p. 2669-2674.
ResearchGate has not been able to resolve any citations for this publication.
Human Domination of Earth’s Ecosystems
Article
Full-text available
  • Jul 1997
Human alteration of Earth is substantial and growing. Between one-third and one-half of the land surface has been transformed by human action; the carbon dioxide concentration in the atmosphere has increased by nearly 30 percent since the beginning of the Industrial Revolution; more atmospheric nitrogen is fixed by humanity than by all natural terrestrial sources combined; more than half of all accessible surface fresh water is put to use by humanity; and about one-quarter of the bird species on Earth have been driven to extinction. By these and other standards, it is clear that we live on a human-dominated planet.
View
Object-Oriented Image Processing in an Integrated GIS/Remote Sensing Environment and Perspectives for Environmental Applications
Article
Full-text available
  • Jan 2000
While remote sensing has made enormous progress over recent years and a variety of sensors now deliver medium and high resolution data on an operational basis, a vast majority of applications still rely on basic image processing concepts developed in the early 70s: classification of single pixels in a multi-dimensional feature space. Although the techniques are well developed and sophisticated variations include soft classifiers, sub-pixel classifiers and spectral un-mixing techniques, it is argued that they do not make use of spatial concepts. Looking at high-resolution images it is very likely that a neighbouring pixel belongs to the same land cover class as the pixel under consideration. Algorithms in physics or mechanical engineering developed over the last twenty years successfully delineate objects based on context-information in an image on the basis of texture or fractal dimension. With the advent of high-resolution satellite imagery, the in- creasing use of airborne digital data and radar data the need for context-based algorithms and object-oriented image processing is increasing. Recently available commercial prod- ucts reflect this demand. In a case study, 'traditional' pixel based classification methods and context-based methods are compared. Experiences are encouraging and it is hy- pothesised that object-based image analysis will trigger new developments towards a full integration of GIS and remote sensing functions. If the resulting objects prove to be 'meaningful', subsequent application specific analysis can take the attributes of these objects into account. The meaning of object dimension is discussed with a special focus on applications for environmental monitoring.
View
Global land cover classi cation at 1km spatial resolution using a classification tree approach
Article
Full-text available
This paper on reports the production of a 1 km spatial resolution land cover classification using data for 1992-1993 from the Advanced Very High Resolution Radiometer (AVHRR). This map will be included as an at-launch product of the Moderate Resolution Imaging Spectroradiometer (MODIS) to serve as an input for several algorithms requiring knowledge of land cover type. The methodology was derived from a similar effort to create a product at 8 km spatial resolution, where high resolution data sets were interpreted in order to derive a coarse-resolution training data set. A set of 37 294 x 1 km pixels was used within a hierarchical tree structure to classify the AVHRR data into 12 classes. The approach taken involved a hierarchy of pair-wise class trees where a logic based on vegetation form was applied until all classes were depicted. Multitemporal AVHRR metrics were used to predict class memberships. Minimum annual red reflectance, peak annual Normalized Difference Vegetation Index (NDVI), and minimum channel three brightness temperature were among the most used metrics. Depictions of forests and woodlands, and areas of mechanized agriculture are in general agreement with other sources of information, while classes such as low biomass agriculture and high-latitude broadleaf forest are not. Comparisons of the final product with regional digital land cover maps derived from high-resolution remotely sensed data reveal general agreement, except for apparently poor depictions of temperate pastures within areas of agriculture. Distinguishing between forest and non-forest was achieved with agreements ranging from 81 to 92% for these regional subsets. The agreements for all classes varied from an average of 65% when viewing all pixels to an average of 82% when viewing only those 1 km pixels consisting of greater than 90% one class within the high-resolution data sets.
View
Human domination of Earth ecosystems
Article
Full-text available
  • Jan 1997
Human alteration of Earth is substantial and growing. Between one-third and one-half of the land surface has been transformed by human action; the carbon dioxide concentration in the atmosphere has increased by nearly 30% since the beginning of the Industrial Revolution; more atmospheric nitrogen is fixed by humanity than by all natural terrestrial sources combined; more than half of all accessible surface freshwater is put to use by humanity; and about one quarter of all bird species on Earth have been driven to extinction. By these, and other standards, it is clear that we live on a human-dominated planet.
View
Fitofisionomias do bioma Cerrado : síntese terminológica e relações florísticas
Article
Full-text available
  • Jan 2006
Tese (doutorado)—Universidade de Brasília, Instituto de Ciências Biológicas, Departamento de Ecologia, Programa de Pós-Graduação em Ecologia, 2006. Neste trabalho são analisadas as fitofisionomias do bioma Cerrado e sua flora associada. Bioma que comporta a mais rica savana do planeta, há mais de duzentos anos que ele vem sendo alvo de investigações biológicas diversas, entre as quais aquelas que pretenderam desvendar e definir aspectos estruturais que caracterizam a sua vegetação, em termos de paisagens e de espécies. O presente estudo focalizou as feições da vegetação decorrentes da flora nela presente, analisando a contribuição daqueles que pretenderam definir suas fitofisionomias. As análises apoiaram-se na terminologia, nas definições, conceitos e sistemas nomenclaturais publicados, e procuraram colocar em destaque os problemas que a nomenclatura e as diferenças conceituais representam para a conservação do bioma. Dividido em quatro capítulos, no primeiro deles o Cerrado é contextualizado entre as savanas mundiais, analisando o termo savana e suas diversas interpretações. A discussão conceitual sobre savana não possui interesse meramente acadêmico, pois sua definição influencia as práticas de conservação da vegetação pelos continentes. Diferentes autores, em diferentes partes do mundo, imputam significados diferenciados ao termo, obscurecendo a noção precisa do tipo de vegetação tratado, o que dificulta quaisquer comparações. No segundo capítulo é analisada a nomenclatura utilizada para caracterizar a vegetação do bioma, incluindo sua área contínua, transições com outros biomas e disjunções. Considerando nomes usados desde o século XVIII até o presente, e sustentado em mais de 450 referências bibliográficas, foram compilados mais de 774 termos e expressões ou, em contagens conservadoras, 480 ou 438 nomes. A interpretação de vários autores e/ou trabalhos relevantes é comentada, aludindo os principais termos fitofisionômicos que cada um apontou, dando especial atenção aos autores mais antigos e às fontes efetivamente pouco consultadas por ecólogos e botânicos. Os nomes compilados não alcançam números exatos (774? 480? 438?) pela abertura nomenclatural que vários sistemas de classificação possibilitam. Na prática, são números ainda maiores. Porém, exatamente por serem muito altos é que se revelam numerosas redundâncias desnecessárias, cujas causas e conseqüências são analisadas, alertando-se para os prejuízos que esse "mar de palavras" pode acarretar para a causa da conservação do Cerrado. No terceiro capítulo é abordada a nomenclatura botânica e alguns sistemas de classificação, tendo por base nomes, números e casos da flora do bioma Cerrado. Apoiando-se na flora fanerogâmica e utilizando diretamente táxons altos (famílias, ordens e classes), dez sistemas de classificação foram comparados, cujo critério de escolha foi a sua proposição, adoção ou influência no Brasil no século XX, incluindo tendências atuais. As diferenças de interpretação respondem pelo altíssimo intervalo de variação encontrado, que fizeram os números de famílias variar entre 132 e 180. Trata-se de um intervalo de 48 famílias para o mesmo conjunto de 11.046 espécies. As diferenças entre sistemas são analisadas quanto à circunscrição dos táxons altos, discutindo também casos de gêneros, espécies e os problemas que surgem na construção de uma lista de plantas. São analisadas algumas fontes destes problemas, finalizando com uma discussão sobre espécies raras e ameaçadas. Buscou-se, com o exemplo destas espécies, evidenciar problemas práticos advindos dessas diferenças de interpretação taxonômica e suas conseqüências. No quarto capítulo é analisada a distribuição da flora do bioma nas suas diferentes formações e fitofisionomias. Também baseado naquele conjunto de 11.046 espécies, foram analisadas 37 fitofisionomias/ambientes quanto aos números de espécies e hábito de crescimento. O maior número ocorreu no Cerrado sentido amplo (6.223 espécies, 138 famílias), seguido por florestas (destaque para Mata de Galeria) e campos. Os números do Cerrado sentido restrito (1.855 espécies, 102 famílias) superaram todas as compilações anteriores. Quanto aos hábitos, foram analisadas as fitofisionomias/ambientes em que eles predominam e foi investigada a proporção de plantas arbustivo-herbáceas para as arbóreas. Essa proporção aumenta exponencialmente das formações florestais para as campestres, alcançando, no Campo Limpo, 131,1 espécies de arbustos e ervas para cada espécie arbórea. Ambientes de conceito amplo como Cerrado lato sensu, Mata ou Campo ainda relacionam diretamente 5.022 espécies, o que revela indicações de ocupação fitofisionômica excessivamente amplas ou incompletas. Faltam estudos florísticos nos Palmeirais, sendo insuficientes as informações sobre o Campo Rupestre (sentido restrito) e o Parque de Cerrado. Somente 6.024 espécies estão vinculadas a algum dos onze tipos fitofisionômicos de Ribeiro e Walter, das quais 282 são referidas para as três formações (florestais, savânicas e campestres) do bioma. Estas representam as plantas com maior amplitude de ocupação fitofisionômica. A análise geral da flora mostra a necessidade de continuar a alimentação de dados à atual lista do Cerrado, indicando-se aqui o longo caminho que ainda deverá ser percorrido para que haja um conhecimento pleno sobre a flora do bioma. Porém, considerando as idiossincrasias das nomenclaturas botânica e fitogeográfica, não se espera que este caminho seja retilíneo, muito menos harmonioso. Concordando com alguns autores que já se aventuraram a opinar, nomenclatura não é uma disciplina racional. ________________________________________________________________________________ ABSTRACT The physiognomic vegetation of the Cerrado biome and its associated flora are analyzed in this study. This biome, which contains the richest savanna of the planet, is being the target of several biological investigations, such as the one that intended to identify and define structural aspects that characterize its vegetation. This study focus in the features of vegetation, caused by the flora, analyzing the contribution of those that intended to define its physiognomies. The analyses were carried on terminology, definitions, concepts and nomenclatural systems published, looking for problems that terminology and conceptual differences may represent for the biome conservation. The first of four chapters contextualized the Cerrado among the world’s savannas, analyzing the term savanna and its several interpretations. The conceptual discussion about savanna doesn’t possess merely academic interest, because its proper definition will influenciate vegetation conservation practices all over the planet. Different authors, in different parts of the world, impute differentiated meanings to the term, misleading readers about the type of studied vegetation, difficulting comparisons. In the second chapter the nomenclature used to characterize the biome vegetation is analyzed, including its continuous area, transitions and disjunctions with other biomes. Considering present and names used since the XVIII century it were compiled more than 774 terms and expressions (in conservative counting, 480 or 438 names) used in 450 bibliographical references. The interpretation of several authors’ and/or important works is commented, mentioning the main phytophysiognomic terms. Special attention was given to the oldest authors and references barely consulted by ecologists and botanists. The compiled names do not reach exact numbers (774? 480? 438?) due to the nomenclatural opening that several classification systems make possible. In practice, the numbers are still larger. Nevertheless, exactly because they are very high, numerous unnecessary redundancies are revealed, whose causes and consequences are analyzed. It is given an alert for possible consequences that this “sea of words” can entail in the conservation efforts of the Cerrado biome. In the third chapter, the approach was on botanical nomenclature and classification systems, analyzing names, numbers and cases on the Cerrado flora. Focusing on flowering plants and higher taxons (families, orders and classes), ten classification systems were compared, whose choice criteria was its proposition, adoption or influence in Brazil in the XX century, including current tendencies. Differences on authors interpretation where responsible for the high interval, whose numbers of families varied between 132 and 180. It is an interval of 48 families for the same group of 11.046 species. The differences among systems are analyzed concerning to the circumscription of the higher taxons, also discussing cases of genera, species and the problems that emerge in the construction of plant lists. Some sources of these problems are analyzed, leading to a discussion about rare and threatened species. The intention was to show practical problems that came from differences of taxonomic interpretation and its ecological consequences. The last chapter analyzed the distribution of the Cerrado biome floras concerning to different vegetation forms and phytophysiognomies. Based on the group of 11.046 species, 37 phytophysiognomies/environments were analyzed, relatively to the numbers of species and growth forms. The largest species number was reached by Cerrado sensu lato (6.223 species, 138 families), followed by forests (highlights for Gallery Forest) and Grasslands. The numbers of Cerrado sensu stricto (1.855 species, 102 families) surpassed all previous published lists. The growth forms occurrence in the phytophysiognomies-environments were analyzed and also the proportion of shrubs-herbaceous plants to the trees. This proportion increases exponentially from forest formations to grasslands, reaching, in the Campo Limpo, 131,1 shrubs and herbs species for each tree. Environments of wide concepts such as Cerrado in its broad sense, Forest or Grasslands, count for 5.022 species, suggesting physiognomic distribution excessively wide or incomplete. The vegetation types “Palmeiral”, Campo Rupestre (restricted sense) and Parque de Cerrado (Cerrado Parkland) lacks floristic studies. Only 6.024 species could be related to some of the eleven main phytophysiognomic types described by Ribeiro and Walter, of which 282 are referred as present on all three vegetation forms of the biome, forest, savanna and grassland. These 282 species represents the plants with larger capacity of physiognomic occupation in this biome. The analysis of the floras shows the need to continue feeding reliable data to the list of the Cerrado flora, indicating the long term studies that should be done so that we have a better and full knowledge on the biome flora. Even so, considering the idiosyncrasies of the botany and phytogeographic nomenclatures, it is not waited that this road would be straight, much less harmonious. Despite the reasoning for logical and rationality on classification procedures, and agreeing with some authors, nomenclature is not a rational discipline.
View
Padrăo e dinâmica de floresta tropical, através de classificaçăo orientada a objeto e da análise da paisagem com imagens landsat /
Article
Full-text available
Orientadora: Christel Lingnau Co-orientador: Nelson Carlos Rosot Tese (doutorado) - Universidade Federal do Paraná, Setor de Cięncias Agrárias, Programa de Pós-Graduaçăo em Engenharia Florestal. Defesa: Curitiba, 2005 Inclui bibliografia Área de concentraçăo: Manejo Florestal
View
Estimation of vegetation canopy leaf area index and fraction of absorbed photosynthetically active radiation from atmosphere-corrected MISR data
Article
Full-text available
  • Feb 1999
  • J GEOPHYS RES
. The multiangle imaging spectroradiometer (MISR) instrument is designed to provide global imagery at nine discrete viewing angles and four visible/near-infrared spectral bands. This paper describes an algorithm for the retrieval of leaf area index (LAI) and fraction of photosynthetically active radiation absorbed by vegetation (FPAR) from atmospherically corrected MISR data. The proposed algorithm is designed to utilize all the information provided by this instrument, using a two-step process. The first step involves a comparison of the retrieved spectral hemispherically integrated reflectances with those determined from the model which depend on biome type, canopy structure, and soil/understory reflectances. The biome/canopy/soil/understory models that pass this comparison test are subject to the second step, which is a comparison of their directional reflectances at the MISR angles to the retrieved spectral directional reflectances. This procedure, however, can produce multiple acce...
View
View
Characterization of North American land cover from NOAA-AVHRR data using the EOS MODIS land cover classification algorithm
Article
Land cover is a key boundary condition in weather, climate, and terrestrial biogeochemical mod- els. Until recently, such models have used maps depict- ing potential vegetation, which are known to be of rel- atively poor quality, to parameterize land surface prop- erties. In this paper we describe the compilation and assessment of a new map of North American land cover produced through the application of advanced pattern recognition techniques to multitemporal satellite data. This map was produced in a fully automated fashion using supervised classification methods that are robust, fully automated, and repeatable. The processing flow described in this paper is a prototype of the algorithm to be used to generate maps of global land cover us- ing data from EOS MODIS. The superior quality and timeliness of these maps should be very useful for a wide array of sub-continental to global-scale modeling and analysis activities.
View
View