Estrutura e heterogeneidade da paisagem de uma unidade de conservação no nordeste do Pantanal (RPPN SESC Pantanal), Mato Grosso, Brasil : efeitos sobre a distribuição e densidade de antas (Tapirus terrestris) e de cervos-do-pantanal (Blastocerus dichotomus)

A RPPN SESC-Pantanal, em Barão de Melgaço, MT, apresenta características em grande parte associadas à fisionomia do cerrado, com áreas mais secas em relação às regiões localizadas mais ao sul e a oeste do Pantanal. O mapa de cobertura do solo, produzido através de classificação não-supervisionada de imagens de satélite, identificou 18 classes de cobertura e nove domínios fisionômicos, que correspondem a uma representação sintética da distribuição das unidades da paisagem na Reserva. O desenvolvimento apropriado de estratégias de manejo e de conservação fundamenta-se principalmente no conhecimento da fauna regional, ressaltado pela sua abundância e formas de uso da área. A anta, Tapirus terrestris, e o cervo-do-pantanal, Blastocerus dichotomus, são elementos bastante comuns na paisagem da RPPN. A estimativa do tamanho da população de antas na região de estudo foi de 581 indivíduos; a densidade (0,71 ind./km2), no conjunto das fisionomias florestais da região, foi 92% mais elevada do que para as formações campestres (0,37 ind./km2). O tamanho populacional estimado para o cervo-do-pantanal foi de 135 indivíduos (0,44 ind./km2) para o período seco, e 157 indivíduos (0,73 ind./km2) para o período úmido. Com base nos modelos de distribuição gerados, nos resultados obtidos via o Índice de Seleção e nas estimativas de densidade, pode-se inferir sobre a qualidade dos hábitats para as espécies. As Matas com Acuri (Scheelea phalerata) são de elevada importância para T. terrestris, embora a espécie tenha ampla distribuição na Reserva. B. dichotomus tem sua maior população no Pantanal e, na Reserva, está em condição peculiar em relação à descrita como característica para a espécie: ocupa hábitats mais secos do que na maior parte de sua área de ocorrência Os hábitats campestres, relacionados à presença de murundus, foram selecionados positivamente pela espécie. A análise espacial em diferentes escalas foi fundamental para evidenciar a importância de corpos d’água (tanques ou baías) na previsão da ocorrência da espécie: as zonas de maior probabilidade dispõem-se na forma de núcleos centrados na rede de tanques, na área central da Reserva e nas adjacências de baías na porção leste da UC. As análises demonstraram uma hierarquia no uso dos hábitats, tanto para T. terrestris quanto para B. dichotomus, permitindo identificar zonas onde as chances são maiores de ocorrência das espécies, uma expressão de conjuntos de fatores que devem se aproximar do ótimo para as espécies no contexto da paisagem estudada.

Aplicação de filtros de Gabor no processo de classificação de imagens digitais com base em atributos de textura

No processo de classificação de uma imagem digital, o atributo textura pode ser uma fonte importante de informações. Embora o processo de caracterização da textura em uma imagem seja mais difícil, se comparado ao processo de caracterização de atributos espectrais, sabe-se que o emprego daquele atributo pode aumentar significativamente a exatidão na classificação da imagem. O objetivo deste trabalho de pesquisa consiste em desenvolver e testar um método de classificação supervisionado em imagens digitais com base em atributos de textura. O método proposto implementa um processo de filtragem baseado nos filtros de Gabor. Inicialmente, é gerado um conjunto de filtros de Gabor adequados às freqüências espaciais associadas às diferentes classes presentes na imagem a ser classificada. Em cada caso, os parâmetros utilizados por cada filtro são estimados a partir das amostras disponíveis, empregando-se a transformada de Fourier. Cada filtro gera, então, uma imagem filtrada que quantifica a freqüência espacial definida no filtro. Este processo resulta em um certo número de imagens filtradas as quais são denominadas de "bandas texturais". Desta forma, o problema que era originalmente unidimensional passa a ser multi-dimensional, em que cada pixel passa a ser definido por um vetor cuja dimensionalidade é idêntica ao número de filtros utilizados. A imagem em várias "bandas texturais" pode ser classificada utilizando-se um método de classificação supervisionada. No presente trabalho foi utilizada a Máxima Verossimilhança Gaussiana. A metodologia proposta é então testada, utilizandose imagens sintéticas e real. Os resultados obtidos são apresentados e analisados.

Classificação de imagens de sensoriamento remoto baseada em textura por redes neurais

O objetivo principal deste trabalho é propor uma metodologia de classificação de imagens de sensoriamento remoto que integre a importância de atributos de textura na seleção de feições, através da utilização de freqüências espaciais de cada classe textural e sua direção, com a eficiência das redes neurais artificiais para classificá-las. O processo é composto por uma etapa de filtragem baseada nos filtros de Gabor, seguida de uma fase de classificação através de uma rede neural Multi-Layer Perceptron com algoritmo BackPropagation. A partir da transformada de Fourier são estimados os parâmetros a serem utilizados na constituição dos filtros de Gabor, adequados às freqüências espaciais associadas a cada classe presente na imagem a ser classificada. Desta forma, cada filtro gera uma imagem filtrada. O conjunto de filtros determina um conjunto de imagens filtradas (canais texturais). A classificação pixel a pixel é realizada pela rede neural onde cada pixel é definido por um vetor de dimensionalidade igual ao número de filtros do conjunto. O processo de classificação através da rede neural Multi-Layer Perceptron foi realizado pelo método de classificação supervisionada. A metodologia de classificação de imagens de sensoriamento remoto proposta neste trabalho foi testada em imagens sintética e real de dimensões 256 x 256 pixels. A análise dos resultados obtidos é apresentada sob a forma de uma Matriz de Erros, juntamente com a discussão dos mesmos.

Elaboração de modelo de previsão da velocidade operacional e classificação de rodovias do estado do Rio Grande do Sul quanto a sua consistência geométrica

A cada ano, mais de 500.000 pessoas vêm a falecer em acidentes de trânsito no mundo. No Brasil, estima-se entre 30.000 e 50.000 mortos no mesmo período. A velocidade elevada é considerada como um dos principais fatores determinantes dos acidentes e da gravidade dos mesmos. O presente trabalho desenvolve uma análise da consistência geométrica de rodovias de pistas simples no Estado do Rio Grande do Sul, através da elaboração de modelos de previsão da velocidade operacional, em duas etapas distintas. Na primeira etapa, a partir da coleta de dados de velocidades pontuais e de elementos geométricos da rodovia, é elaborado um modelo que permite prever o comportamento do condutor, quanto à velocidade que emprega em seu veículo segundo diferentes condicionantes geométricas. Na segunda etapa, o modelo proposto é aplicado sobre diferentes segmentos viários de rodovias de pista simples do Estado do Rio Grande do Sul, para obtenção das velocidades operacionais previstas e os resultados comparados entre si e com as velocidades de projeto e a velocidade regulamentada. A análise dos resultados para obtenção do modelo conclui como única variável significativa para a elaboração do mesmo, entre as diversas analisadas, o raio planimétrico. Já a análise da consistência geométrica das rodovias, através da aplicação do modelo proposto, indicou que estas apresentam projetos geométricos classificados como bons quanto a sua fluidez, mas classificados como fracos quanto ao dimensionamento dos elementos geométricos de segurança (superelevação, superlargura e distâncias de visibilidade) em decorrência de diferenças superiores a 20 km/h entre a velocidade operacional e a velocidade de projeto. Por fim, observa que as rodovias projetadascom velocidadediretriz de 60 km/h ou inferior são as que apresentam os piores resultados na análise da consistência geométrica e que o condutor brasileiro (observado na elaboração do modelo) não pode ser considerado um velocista, mas sim, um condutor mais "ousado", em situações adversas, se comparado a condutores de outros países, em especial, dos Estados Unidos.

Caracterização de microorganismos aquáticos por processamento digital de imagens e redes neurais artificiais

A identificação e o monitoramento de microorganismos aquáticos, como bactérias e microalgas, tem sido uma tarefa árdua e morosa. Técnicas convencionais, com uso de microscópios e corantes, são complexas, exigindo um grande esforço por parte dos técnicos e pesquisadores. Uma das maiores dificuldades nos processos convencionais de identificação via microscopia é o elevado número de diferentes espécies e variantes existentes nos ambientes aquáticos, muitas com semelhança de forma e textura. O presente trabalho tem por objetivo o desenvolvimento de uma metodologia para a caracterização e classificação de microorganismos aquáticos (bactérias e microalgas), bem como a determinação de características cinemáticas, através do estudo da mobilidade de microalgas que possuem estruturas que permitem a natação (flagelos). Para caracterização e reconhecimento de padrões as metodologias empregadas foram: o processamento digital de imagens e redes neurais artificiais (RNA). Para a determinação da mobilidade dos microorganismos foram empregadas técnicas de velocimetria por processamento de imagens de partículas em movimento (Particle Tracking Velocimetry - PTV). O trabalho está dividido em duas partes: 1) caracterização e contagem de microalgas e bactérias aquáticas em amostras e 2) medição da velocidade de movimentação das microalgas em lâminas de microscópio. A primeira parte envolve a aquisição e processamento digital de imagens de microalgas, a partir de um microscópio ótico, sua caracterização e determinação da densidade de cada espécie contida em amostras. Por meio de um microscópio epifluorescente, foi possível, ainda, acompanhar o crescimento de bactérias aquáticas e efetuar a sua medição por operadores morfológicos. A segunda parte constitui-se na medição da velocidade de movimentação de microalgas, cujo parâmetro pode ser utilizado como um indicador para se avaliar o efeito de substâncias tóxicas ou fatores de estresse sobre as microalgas. O trabalho em desenvolvimento contribuirá para o projeto "Produção do Camarão Marinho Penaeus Paulensis no Sul do Brasil: Cultivo em estruturas Alternativas" em andamento na Estação Marinha de Aquacultura - EMA e para pesquisas no Laboratório de Ecologia do Fitoplâncton e de Microorganismos Marinhos do Departamento de Oceanografia da FURG. O trabalho propõe a utilização dos níveis de intensidade da imagem em padrão RGB e oito grandezas geométricas como características para reconhecimento de padrões das microalgas O conjunto proposto de características das microalgas, do ponto de vista de grandezas geométricas e da cor (nível de intensidade da imagem e transformadas Fourier e Radon), levou à geração de indicadores que permitiram o reconhecimento de padrões. As redes neurais artificiais desenvolvidas com topologia de rede multinível totalmente conectada, supervisionada, e com algoritmo de retropropagação, atingiram as metas de erro máximo estipuladas entre os neurônios de saída desejados e os obtidos, permitindo a caracterização das microalgas.

Biologia populacional e classificação etária do roedor subterrâneo Tuco-Tuco Ctenomys minutus Nehring, 1887 (Rodentia, Ctenomyidae) na planície costeira do Rio Grande do Sul, Brasil

O roedor subterrâneo tuco-tuco Ctenomys minutus (Rodentia, Ctenomyidae) habita campos arenosos da Planície Costeira do RS. Esta espécie é uma das cinco existentes no Rio Grande do Sul (Brasil), ocorrendo desde o Farol de Santa Marta (SC) até São José do Norte (RS). O objetivo deste trabalho foi descrever a biologia populacional de C. minutus e desenvolver um método para classificação etária individual que utilize medidas corporais de fácil obtenção em campo. Foram realizadas 22 campanhas de amostragens em 14 meses em três locais de amostragem. Foram capturados 191 animais (73 machos e 118 fêmeas) e foram obtidas 39 recapturas ao longo do estudo. Os animais foram capturados com armadilhas Oneida Victor nº 0, anestesiados, marcados e soltos após serem tomadas medidas corporais de peso, comprimento total, comprimento da cauda e largura do dente incisivo. Durante os trabalhos, foram registradas evidências de atividade nas tocas, indicadas pelo bloqueio das aberturas das tocas após a colocação das armadilhas. Foi desenvolvido um método de classificação etária com base em diagramas de dispersão de pontos entre medidas corporais e sua associação com estado reprodutivo de fêmeas. Os resultados demonstram que a utilização de pelo menos duas medidas corporais, associadas às informações de estado reprodutivo permite a construção de um diagrama consistente com os dados biológicos obtidos em campo. Com base nesta constatação, é proposto o Diagrama de Classificação Etária que pode ser utilizado para quaisquer duas medidas, associado a dados de estado reprodutivo, podendo ser adaptado para outras espécies de tuco-tucos Entretanto, o método deve ser aperfeiçoado para machos, possivelmente a partir de informações sobre estruturas reprodutivas internas. As classes etárias utilizadas foram jovem, subadulto e adulto. As fêmeas foram classificadas quanto ao estado reprodutivo em não perfurada, perfurada, cicatrizada e prenhe. O estado reprodutivo de machos não foi determinado porque estes não possuem testículos aparentes. A população de C. minutus estudada foi composta por 84,8 % de adultos, 9,4 % de subadultos e 5,8 % de jovens, com razão sexual nas fases jovem e subadulta de 1:1 e na fase adulta de 0,5 machos:1 fêmea. Há uma época preferencial de acasalamento nos meses de inverno e de nascimentos no final do inverno e primavera. Entretanto, ocorrem indivíduos com atividade reprodutiva durante todas as estações do ano, porém em menor número. Ctenomys minutus atinge a maturidade sexual com aproximadamente seis ou sete meses de idade, com o comprimento do corpo por volta de 155 mm e a partir de 170 mm todos os indivíduos são considerados adultos. Os machos tendem a ser mais pesados que fêmeas de mesmo comprimento, principalmente a partir de 150 mm de comprimento de corpo. O tamanho aproximado de primeira maturação (início da fase adulta) é de 155 mm de comprimento do corpo Com dados de captura-marcação-recaptura foi demonstrado que esta espécie pode viver até aproximadamente três anos. Ctenomys minutus é uma espécie solitária, que compartilha as galerias somente para o acasalamento e durante o cuidado das crias. Aparentemente, os machos não participam do cuidado da prole, uma vez que somente fêmeas foram capturadas na mesma toca que jovens. O menor número mínimo de indivíduos na população de um local de amostragem foi de 20 indivíduos (setembro/2001) e o maior foi de 39 indivíduos (março/2002). A densidade absoluta encontrada em cada dia de amostragem foi de no mínimo sete indivíduos/ha (janeiro/2002) e de no máximo 15 indivíduos/ha (setembro/2002). Não foram detectadas diferenças sazonais no padrão de atividade (IAp), nem no número mínimo de indivíduos na população ou na densidade absoluta (indivíduos/ha) da população estudada.

Aplicação da transformada Wavelet Packet na análise e classificação de sinais de vozes patológicas

o exame para o diagnóstico de doenças da laringe é usualmente realizado através da videolaringoscopia e videoestroboscopia. A maioria das doenças na laringe provoca mudanças na voz do paciente. Diversos índices têm sido propostos para avaliar quantitativamente a qualidade da voz. Também foram propostos vários métodos para classificação automática de patologias da laringe utilizando apenas a voz do paciente. Este trabalho apresenta a aplicação da Transformada Wavelet Packet e do algoritmo Best Basis [COI92] para a classificação automática de vozes em patológicas ou normais. Os resultados obtidos mostraram que é possível classificar a voz utilizando esta Transformada. Tem-se como principal conclusão que um classificador linear pode ser obtido ao se empregar a Transformada Wavelet Packet como extrator de características. O classificador é linear baseado na existência ou não de nós na decomposição da Transformada Wavelet Packet. A função Wavelet que apresentou os melhores resultados foi a sym1et5 e a melhor função custo foi a entropia. Este classificador linear separa vozes normais de vozes patológicas com um erro de classificação de 23,07% para falsos positivos e de 14,58%para falsos negativos.

Seqüências Kneading e classificação de aplicações monótonas por partes

Neste trabalho, nós estudamos propriedades básicas de aplicações monótonas por partes, utilizando a Teoria Kneading na obtenção de uma condição suficiente para a existência de conjugção topológica entre uma certa classe de aplicações padrão.

Aplicação de imagens Aster para estudos territoriais no nordeste do estado do Rio Grande do Sul

É apresentada uma nova abordagem na técnica e na avaliação de área de florestas nativas, exóticas e uso do solo do Nordeste do Estado do Rio Grande do Sul, em particular no entorno da escarpa que divide os Campos de Cima da Serra e a Planície Costeira, caracterizada por apresentar espécies de Pinus elliotti Engelm var elliottiii e Pinus taeda L., Eucalyptus sp. e Araucaria angustifólia (Bert.) O. Ktze. e áreas de campo nativo. Nas últimas décadas tem se verificado avanço das florestas exóticas, principalmente de florestas de pinus, sobre as áreas de campo e florestas nativas, surgindo como uma das maiores fontes de exploração econômica da região. Parcialmente em razão disto, as florestas de araucária distribuem-se de forma pouco homogênea, em decorrência de décadas de desmatamento. As técnicas de classificação em Sensoriamento Remoto, usando imagens de Landsat, mostraram que é possível separar tipos diferentes de vegetação, e no exemplo das florestas na região estudada, tanto nativas como exóticas. As limitações em definições espacial e espectral até meados da década de 1990 motivaram o desenvolvimento de uma nova geração de satélites e sensores, incluindo o sensor ASTER a bordo do satélite Terra. Este sensor apresenta 14 bandas espectrais com diferentes resoluções espaciais, sendo usado nesta pesquisa suas 9 bandas correspondentes ao espectro de radiância refletida. O foco central deste trabalho está na utilização de sensoriamento remoto e geoprocessamento para determinação de áreas de vegetação e uso do solo no extremo leste dos Campos de Cima da Serra, através de imagens orbitais do sensor ASTER. Utilizando métodos de classificação supervisionada foi possível caracterizar a área, separar as espécies vegetais entre si, além de quantificá-las O grupo das 9 bandas foram distribuídas em três grupos: com 3 bandas de resolução espacial de 15 metros no visível e infravermelho próximo (VNIR); com 6 bandas com resolução espacial de 30 metros no infravermelho médio (SWIR); e com 9 bandas com resolução espacial de 30 metros cobrindo toda a faixa de resolução espectral do espectro de radiância refletida do sensor ASTER (VNIR+SWIR). A metodologia incluiu processamento de imagem e classificação com o algoritmo de máxima verossimilhança gaussiana. Os resultados são: 1) é possível identificar tipos diferentes de manejo e idade nas florestas de Pinus elliottii (jovens, adulto, velho e manejado diferenciado); 2) a exatidão geral foi de 90,89% no subsistema VNIR, e o índice do Kappa foi de 0,81 em ambos subsistemas VNIR e (VNIR+SWIR); 3) a classificação apresentando o mapa do uso do solo mostra que, de forma geral, os dados de VNIR têm os melhores resultados, incluindo o detalhamento para pequenas áreas da superfície terrestre. O grupo (VNIR+SWIR) têm potencial superior para a determinação das classes araucária , eucalipto e pinus com manejo / pinus adulto , enquanto que o grupo SWIR não apresenta não vence em nenhuma classe; 4) com relação aos dados de exatidão geral resultantes do subsistema VNIR, a área estimada de pinus é 22,28% da área estudada (cena de 1543,63 quilômetros quadrados totais), e de araucária é 10,10%, revelando que aquela espécie exótica está mudando rapidamente a paisagem da região. Na comparação destes resultados com outros estudos na região pesquisada, verifica-se que a utilização de dados ASTER implica em um aumento na acurácia da classificação de vegetação em geral e que este sensor é altamente apropriado para estudos ambientais, devido a suas excelentes características espaciais e espectrais.

Integração de técnicas de SIG e sensoriamento remoto na classificação de imagens digitais através do uso da teoria da evidência

O desenvolvimento de novos, e mais eficientes, métodos de classificação de imagem digitais em Sensoriamento Remoto se constitui em uma importante área que tem chamado a atenção de muitos pesquisadores. Nesta área em particular, um problema que freqüentemente surge para a classificação de imagens digitais provenientes de cenas naturais, é a ocorrência de classes espectrais com resposta espectral muito similar. Nestes casos, os sistemas sensores mais comuns e os métodos tradicionais de classificação de imagem apresentam muito baixa precisão ou mesmo falham completamente. Várias abordagens vem sendo propostas na literatura. Uma das possíveis abordagens consiste em fazer uso de informações auxiliares que possuam poder discriminante para as classes sob análise. Esta é a possibilidade explorada nesta dissertação, utilizar-se de dados auxiliares, provenientes de fontes diversas, tais como: temperatura, precipitação, altitude e classes de solo. Estes dados são então combinados com dados provenientes de imagens multiespectrais de acordo com a Teoria de Evidência proposta por Dempster e Shafer. Esta abordagem é testada usando dados de uma área no Estado do Rio Grande do Sul, Brasil, com a finalidade de delimitar a ocorrência da Mata Nativa com Araucária (composta pela conifera Araucaria angustifolia), que é de difícil separação em relação a outras classes espectrais que ocorrem na região, tornando difícil o processo preciso de classificação.

Comparação da discriminação logística com o método da máxima verossimilhança gaussiana na classificação de imagens digitais

A tradicional técnica de regressão logística, muito conhecida e utilizada em estudos médicos, permitia apenas a modelagem de variáveis-resposta binárias. A extensão do modelo logístico para variáveis-resposta multinominais ampliou em muito as áreas de aplicação de regressão logística. Na área de reconhecimento de padrões o modelo logístico multinominal recebeu a denominação de discriminação logística apresenta aparentes vantagens em relação a métodos convencionais de classificação. O método da máxima verossimilhança gaussiana, amplamente difundido e utilizado, necessita da estimação de um número muito grande de parâmetros, pois supõe que as distribuições subjacentes de cada classe sejam normais multivariadas. A discriminação logística por sua vez, não faz restrições quanto a forma funcional das variáveis, e o número de parâmetros do modelo é relativamente pequeno. Nesse estudo, os princípios da técnica de discriminação logística são apresentados detalhadamente, bem como aplicações práticas de classificação de imagens Landsat-TM e AVIRIS. Os procedimentos de discriminação logística e da máxima verossimilhança gaussiana foram comparados a partir de dados reais e simulados. Os resultados sugerem que a discriminação logística seja considerada como uma alternativa ao método da máximaverossimilhança gaussiana, principalmente quando os dados apresentarem desvios da normalidade.