Monitoramento do desenvolvimento de macrófitas aquáticas em laboratório por meio de imagens digitais

Ano: 2014 | Volume: 6 | Número: 2

Autores: Felipe Aparecido Gabriel de Miranda, Diego Marques da Silva Brito, Jéferson Luiz Ferrari, Atanásio Alves do Amaral, Bruno de Lima Preto

Palavras-chave: Sensoriamento remoto terrestre. Processamento de imagens. Técnicas de medição. Ecologia aquática.

Resumo Português:

Este trabalho teve como objetivo avaliar a precisão e a acurácia do processamento de imagens digitais terrestres e o desenvolvimento da macrófita aquática Lemna sp. Cerca de 1.281 plantas de lemna foram dispostas em três delimitadores, no interior de um tanque de piscicultura, e tiveram seu desenvolvimento monitorado durante quinze dias consecutivos, por meio de fotografias capturadas com uma câmera fotográfica digital Samsung, sensor 1/2,3”, CCD com 12,3 mega-pixels. As fotografias foram processadas no programa computacional SPRING 5.1.6, sendo utilizado como classificador digital o algoritmo de maxiverossimilhança. A avaliação da precisão foi realizada pela comparação das áreas mapeadas e a acurácia por meio da exatidão do reconhecimento dos pixels classificados. Os resultados revelam o potencial da técnica no monitoramento diário da macrófita, bem como de sua distribuição espacial desta. Acrescenta-se que o método, além de ser de fácil realização, não provoca distúrbios nas plantas.

Resumo Inglês:

This study aimed to evaluate the precision and accuracy of the processing of terrestrial digital images in the monitoring of the aquatic macrophyte Lemna sp. development. Approximately 1.281 lemna plants were divided in three delimiters in a tank of fish farming, and had their development monitored for fifteen consecutive days. Digital images were captured on terrestrial level with a Samsung digital camera, sensor 1/2,3”, CCD 12.3 megapixels. The digital images were processed in Geographic Information System; the method of the maximum likelihood was used as the classifier. The accuracy assessment was performed by comparing the mapped areas and accuracy through the recognition level of the classified pixels. The results show the potential of the technique in daily monitoring of the development and spatial distribution of macrophytes. The method, besides being easy to perform, does not affect the plant development.