O objetivo deste trabalho foi testar os métodos de “Segmentação Multi-
Resolução†e “Classifi cação Orientada a Objetos†para a identifi cação de
duas espécies de árvores (Sclerolobium paniculatum e Mabea fi stulifera)
presentes em uma área de Cerradão no estado de São Paulo, utilizando
imagens do satélite Quickbird combinadas a informações espaciais das
espécies. Para isto, o resultado da classifi cação foi comparado com dados
de campo, sendo sua acurácia avaliada através da matriz de confusão
e do cálculo do coefi ciente Kappa. A identifi cação das duas espécies
pelo método de classifi cação orientada a objetos foi satisfatória (Kappa
superior a 80%). A utilização de um modelo de distribuição potencial de
S. paniculatum melhorou o resultado da classifi cação. Estes resultados
indicam que, para a formação fl orestal estudada, a resolução espacial
do satélite Quickbird pode ser satisfatória para a identificação de
copas de árvores que se destacam no dossel por serem emergentes e/ou
apresentarem resposta espectral caracterÃstica. A baixa resolução espectral destas imagens pode ser compensada pelo uso de informações espaciais
dos indivÃduos de interesse na classifi cação orientada a objetos.
The objective of this investigation was to identify two tree species (S.
paniculatum and Mabea fi stulifera) within a Cerradão (Savanna Forest) area
in the state of São Paulo in satellite images. Quickbird images, associated
with the species spatial data, were used to implement a multi-resolution
segmentation and object-oriented classifi cation approach. Classifi cation
accuracy was assessed by comparing our results, from the automated
technique, with available fi eld data using the Kappa coeffi cient. The objectoriented
classifi cation results appear to be particularly satisfactory for
both species (Kappa > 80%). The S. paniculatum probability distribution
map improved this classifi cation. The results show that, depending on
the forest type and species of interest, the spatial resolution of Quickbird
images is suffi cient for the identifi cation of individual tree crowns. The
low spectral resolution of these images is somewhat compensated by the
spatial information available for the species of interest defi ned in our
object-oriented classifi cation.
