RT Dissertation/Thesis T1 Cartografía para a monitorização e controlo de áreas de "Hakea sericea" com processos de detecção remota (satélite e drone) A1 Paredes, Claudio Alexandre da Costa Araujo K1 3308 Ingeniería y Tecnología del Medio Ambiente K1 2506.16 Teledetección (Geología) AB As plantas invasoras são espécies não nativas que se instalam e desenvolvem-se em novos espaços, gerando um impacto negativo sobre o ecossistema local, representando uma das mais relevantes causas de extinção de espécies locais. Este fenômeno está presente em Portugal, onde a invasão de espécies exóticas é agora uma ameaça real para a flora nativa afectando a biodiversidade. Esta situação é agravada em habitats e ecossistemas que são particularmente vulneráveis, como é o caso do Parque Nacional da Peneda-Gerês e o sítio Serra d`Arga. Entre as plantas invasoras presentes, destaca-se pela negativa a especie Hakea sericea, um arbusto que está a colonizar grandes áreas no norte de Portugal, sendo adicionada em 2012 para a lista de plantas exóticas invasoras desenvolvidos pela Organização Europeia e Mediterrânica de Protecção de Plantas.O primeiro passo para o controle da invasão, deve estar orientado para o conhecimento, compreensão, quantificação e sua localização, extensão e evolução, ou seja, a monitorização do fenómeno. Neste sentido, as técnicas e métodos de detecção remota podem resultar de grande utilidade, como se reflete na literatura internacional sobre casos semelhantes em outros locais. Em particular, o objetivo desta tese de doutoramento, centra-se no desenvolvimento de um modelo de atuação para o controle da invasora Hakea sericea, com base na identificação e produção de cartografia de áreas cobertas pela espécie, utilizando imagens de alta resolução espacial obtidos a partir de plataformas aéreas (Veiculos aéreos não tripulados: VANT/Drone) e orbital (WorldView-2), seguindo uma abordagem de análise orientada a objeto. A metodologia aplica uma imagem WordlView-2 juntamente com duas ortoimagens no espectro visível e infravermelho próximo, obtida a partir de Drone. A imagem Worldview-2 foi processado radiometricamente, para calcular a reflectância no sensor, para além de um realizar uma fusão de imagens, ou pan-sharpening. Posteriormente realizou-se uma análise baseada em objetos, segmentando a imagem e definindo doze espaços de entidades como dados de entrada para o classificador. Estes espaços de entidades incluíram informação espectral, índices de vegetação e/ou texturas derivadas da imagen de base. Neste seguimento, definiu-se uma legenda com sete classes de ocupação do solo na área de estudo (Hakea sericea, área florestal, infraestruturas, solo nú, matos, áreas agricolas e água) usando um algoritmo de classificação supervisionada e o algoritmo não paramétrico do vizinho mais próximo. Para validar os resultados da classificação, calculouse a matriz de confusão, a exatidão do usuário, a exatidão do produtor e o KHAT assim com intervalos de confiança, baseados numa amostragem aleatória estratificada com 410 amostras. O mesmo procedimento foi implementado para identificar Hakea sericea, utilizando as ortoimagens dos voos do VANT.Os resultados deste trabalho mostram que a classificação da imagem Worldview-2, utilizando o conjunto de dados Básico 3 (que inclui todas as bandas multiespectrais) proporcionou resultados satisfatórios e mais precisos, com uma exatidão de 80,98% (KHAT: 0,77) e exatidões do usuário e de produtor para a classe de Hakea sericea de 94,81% e 93,59%, respectivamente (KHAT: 0,95). Relativamente às ortoimagens, os melhores resultados foram obtidos com o conjunto de dados de Base 1 (vermelho, verde, azul, infravermelho próximo), alcançando uma exatidão de 75,47% (KHAT: 0,68), e exatidões do usuário e produtor para Hakea sericea de 62,90% e 78,00%, respectivamente (KHAT: 0,73).Portanto, as duas fontes de dados (Worldview-2 e Drones) são adequados para a identificação e produção de cartografia de Hakea sericea no norte de Portugal, utilizando a metodologia descrita neste artigo. YR 2015 FD 2015-06-29 LK http://hdl.handle.net/11093/379 UL http://hdl.handle.net/11093/379 LA por DS Investigo RD 17-feb-2025