Abstract
Satellite images have been used to map, to monitor and quantify the quality of natural resources. The detailed mapping of mangrove vegetation is a growing demand because it is an important management instrument, maintenance and knowledge of the mangrove ecosystem related to human activities and/or natural. This research has combined multispectral data from the visible area and infrared LANDSAT-8 satellite with images of spectral bands of the microwave of RADARSAT-2 satellite in the segmentation and classification of some mangroves in Brazil’s Northeastern. The hybrid composition between the optical system and microwave have showed excellent performance in identifying the geoenvironmental unit and allowed greater emphasis on floristic and structural properties of mangrove species. The results allowed the delimitation of the general area of mangrove’s occupation approximately in 5.538 ha and revealed the occurrence of four main species structure conditions: Rhizophora mangle (high/conventional), Rhizophora mangle (low/dense), Avicennia schaueriana and regions of mixed species. R. Mangle is the most abundant mangrove specie in the studied area occupying approximately an area of 3.513 ha about 63% of all mangrove. Mixed regions of species occupies area of 1.142 ha, representing 21% of total. A.schaueriana occupies an area of 882 ha, about 16% of total. The results indicate that the difference in reflectance of mangrove species is not just influenced by chlorophyll content by the species, the prevailing environmental conditions, soil and bottom water, but mainly by spacing of crowns or density of canopy for each occurring physiognomy/specie. This research aims to attend the expectations for greater efficiency in lifting temporal space with high accurancy for monitoring the quality of mangrove ecosystems, highly sensitive to environmental changes, as subsidy for its preservation.
Highlights
Manguezal é um termo ecológico que se refere ao habitat com diversos agrupamentos de árvores e arbustos que formam as comunidades de plantas dominantes em marés, zonas húmidas salinas ao longo das costas tropicais e subtropicais abrigadas (Hamilton & Murphy, 1988)
Em função da resolução espacial de 15 m das imagens híbridas resultantes, a metodologia não permitiu segmentar e classificar a espécie Laguncularia racemosa, popularmente reconhecida como mangue-ratinho, que pelas suas características adaptativas ocorre exclusivamente nas porções mais externas das florestas de mangue, bordejando-as e em áreas mistas de espécies, como indivíduos restritos ou formando pequenos agrupamentos monoespecíficos
Use of RADARSAT-1 fine mode and LANDSAT-5 TM selective principal component analysis for geomorphological mapping in a macrotidal mangrove coast in the Amazon Region
Summary
Manguezal é um termo ecológico que se refere ao habitat com diversos agrupamentos de árvores e arbustos que formam as comunidades de plantas dominantes em marés, zonas húmidas salinas ao longo das costas tropicais e subtropicais abrigadas (Hamilton & Murphy, 1988). As técnicas mais recentes do PDI tem permitido explorar os conjuntos de dados multifontes, como pela integração de imagem de sensores passivos e ativos, além da aplicação de análises matemáticas que favorecem o realce visual e numérico, e consequente mapeamento dos manguezais (Souza Filho & Paradella, 2002, 2005; Giri et al, 2007; Seto & Fragkias, 2007; Gonçalves et al, 2009; Costa & Amaro, 2012). A integração entre as imagens ópticas e de micro-ondas, também conhecida como fusão de imagens, vem se firmando como uma técnica para maximizar a extração de informações relevantes que possibilite a espacialização, considerando os aspectos composicionais e estruturais, das espécies de uma floresta de mangue. Este estudo tem como objetivo principal explorar a resposta espectral da vegetação de mangue através de imagens híbridas de SR (ópticas e de microondas), permitindo a discriminação visual e também automática, assim como a detecção dos estágios de desenvolvimentos das espécies presentes no ecossistema no setor setentrional da faixa litorânea do RN após segmentação orientada a objetos e classificação não supervisionada
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Free) 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
