Este documento descreve um estudo que utilizou processamento digital de imagens de satélite para quantificar a invasão de Acácia em um plantio de Eucalipto no Amapá. Amostras de treinamento foram coletadas das imagens e redes neurais artificiais foram configuradas para classificar as imagens em duas classes: Eucalipto e Acácia. Os resultados permitiram visualizar e quantificar a proporção de cada espécie na área, concluindo que é possível medir a invasão de espécies em florestas plantadas usando processamento

1. REVISTA DE BIOLOGIA E CIÊNCIAS DA TERRA ISSN 1519-5228
Volume 18 - Número 2 - 2º Semestre 2018
PROCESSAMENTO DIGITAL DE IMAGENS DE SATÉLITE PARA
QUANTIFICAÇÃO DE INVASÃO EM POVOAMENTOS DE EUCALIPTO
Nayara Natacha de Jesus Pereira¹; Marcio Assis Cordeiro²; Daniel Henrique Breda Binoti³; Cristina Rodrigues
Nascimento4
; Mayra Luiza Marques das Silva Binoti5
RESUMO
Imagens de satélites tem ganhado grande espaço como ferramenta de auxilio no inventario
florestal de floresta plantada, assim como no fornecimento de dados do plantio e resolução de
inconveniências no setor florestal. Atualmente algumas espécies de Acácia vem gerando
problemas por ocasionar invasão biológica se tornando grande ameaça local. Nesse sentido, o
objetivo deste trabalho foi quantificar um plantio florestal de eucalipto invadido por Acácia
mangium no estado do Amapá, através da utilização de Redes Neurais artificiais no
processamento digital das imagens. A partir de imagens de satélite do plantio, foi realizado a
seleção de amostras de treinamento referente a pixels correspondentes a copas de Eucalyptus e de
acácia considerada como invasora. Foram configuradas as RNA para classificar as imagens em
duas classes: eucalyptus e acácia. Após esta etapa, o sistema gerou o fator de proporção de cada
imagem dos talhões, e na opção geração de temas foi possível visualizar as imagens classificadas
(em vermelho as copas de Eucalyptus e em branco as copas de acácia). Com base nos resultados,
concluiu-se que é possível quantificar em uma área florestal a proporção de infestação de outra
espécie florestal a parti da utilização de processamento digital com imagens de satélites de alta
resolução.
Palavras-chaves: Imagens, quantificação, IKONOS.
DIGITAL PROCESSING OF SATELLITE IMAGES FOR QUANTIFICATION OF
INVASION IN EUCALYPTUS PLANTING
ABSTRACT
Satellite images has gained large space as a tool in planted forest inventory, as well as in
providing the planting data and resolution of inconveniences in the forestry sector. Currently,
some species of Acacia has generated problems by causing biological invasion, becoming major
threat. Due to this, the objective of this study was to quantify a forest plantation of eucalyptus
invaded by Acacia mangium in the state of Amapá, through the use of artificial neural networks
for processing Digital images. From planting satellite images, were selected training samples
related to the corresponding pixels of the tops of Eucalyptus and Acacia, which was considered
invasive. ANN were configured to classify the images into two classes: eucalyptus and acacia.
After that, the system generated the factor proportion of each image of the stands, in the
generation of themes option, was possible to view the images classified (in the red, Eucalyptus
tops and white, the acacia tops). Based on the results, it was concluded that it is possible to
quantify in a forest area the ratio of infestation with another forest species through the use of
digital processing with high resolution satellite images.
Keywords: Images, quantification, IKONOS.
60

2. INTRODUÇÃO
O ramo da ciência florestal que
trata de métodos de obtenção de
informações de volume da madeira é o
Inventario Florestal, os dados coletados
são informações que servem como base
para planejamento de exploração e manejo
de áreas de interesse (BERTOLA, 2002).
Para este fim, o uso de imagem de satélite
através da classificação, tem ganhado
destaqueno setor florestal por possibilitar o
mapeamento de coberturas de áreas além
de informações de plantio, resultando no
decréscimo de mão de obra e rapidez na
coleta de dados.
O processo de classificação de
imagens de satélites é feito através da
técnica de extração de informações das
imagens para o reconhecimento de padrões
e objetos homogêneos para o mapeamento
de áreas da superfície terrestre que
correspondem aos temas de interesse
(SPRING, 2006). A análise de imagens de
satélite ocorre através da localização e
identificação de objetos, sendo feita por
identificação de atributos obtidos de cada
objeto pictórico (ERTHAL IMPE, 1991).
Hoje, o mapeamento de fenômenos de
interesse também pode ser efetuado por
intermédio de Redes Neurais artificiais no
qual, processam os dados gerando como
resposta imagens que auxiliam na obtenção
e rapidez de dados de florestas plantadas. É
definido como Redes Neurais Artificiais
uma unidade de processamento interligada
por pesos ajustáveis em no qual possui
uma função matemática, que através do
processamento do somatório das entradas
dos respectivos neurônios é gerado um
valor de saída que é repassado aos outros
neurônios e gerando resultados
(GORGENS, 2006).
De acordo com Marques Filho &
Vieira Neto (1999) a área de
processamento de imagens vem obtendo
progressivas vantagens por permitir
viabilizar vasto número de aplicações
sendo elas distribuídas em duas categorias
bem distintas: (1) o aprimoramento de
informações pictóricas para interpretação
humana; e (2) a análise automática por
computador de informações extraídas de
uma cena.
A possibilidade de obtenção de
informações sobre as áreas de florestas
plantadas de antemão ao levantamento de
campo permite um planejamento eficiente
do inventário florestal, propondo uma
melhor distribuição espacial das unidades
amostrais de acordo com as características
da área, permitindo assim melhor
estimativa da média e melhor precisão do
inventário (MENDONÇA et al., 2014).
Sabe-se que as florestas plantadas possuem
grande relevância por apresentar rápido
crescimento em relação a outras espécies e
pelo seu grande potencial de produzir
elevadas quantidades de madeira que se
destinam ao suprimento de fábricas de
papel, celulose e siderurgias. Considera-se
também a capacidade de que as florestas
plantadas têm de crescerem mesmo em
ambientes de solos pobres, desde que
manejadas corretamente (POGGIANI,
1996).
Existem espécies que apresentam
taxa de crescimento diferenciado de acordo
com as regiões, como o eucalipto que
apresenta crescimento mais elevado em
climas tropicais, quando se comparado
com clima temperado (POGGIANI, 1996)
espécie exótica que se adaptou muito bem
no Brasil e hoje é uma das mais plantadas.
Acaciamangium é outro exemplo de
espécie exótica que foi introduzida no
Brasil para fim florestal e agroflorestal, seu
gênero compreende cerca de 1200
espécies, sendo considerada pioneira, e
flexível aos mais variados tipos de solo no
qual intercorre naturalmente entre os
diversos continentes, com exceção da
Europa e a Antártida (RODRIGUES et al.,
2008) mas que pode se tornar invasora de
ecossistemas naturais e ambientais

3. perturbados em recomposição quando mal
manejada. A invasão de uma espécie não
desejada gera competição interespecífica
limitando o bom desenvolvimento e a
produtividade, por acarretar competição
pela luz com a planta cultivada, além de
causar danos ambientais, prejuízos
econômicos e ambientais no local em que
se estabelecem (IBGE, 2004) apesar de ser
sujeito também a competição em uma série
de condições como espaçamento entre as
arvores pre-estabelecido, recursos
disponíveis e limitantes (Bauhus et al.,
2000).
O problema de invasão em floresta
plantada tem crescido significativamente
nas últimas décadas, sendo por meio do
aumento de desmatamentos ou em
mudanças de uso do solo (MOCHIUTTI et
al., 2006). Para este fim, o uso de imagem
de satélite no setor florestal tem ganhado
destaque por possibilitar o mapeamento de
coberturas de áreas de interesse e obtenção
de informações de plantio, podendo
solucionar problemas gerados destas
invasões.
Para isso, o reconhecimento dos
fenômenos de interesse é feito através do
processo de classificação de imagens de
grande escala, no qual as Redes Neurais
Artificiais conseguem processar esses
dados em programas que são treinados
para posteriormente gerarem imagem para
analise como resposta (ANDRADE, 2004).
O objetivo deste trabalho foi
quantificar uma invasão de acácia em um
plantio comercial de eucalipto através da
classificação de imagens de satélites
utilizando RNA para o processamento
digital.
MATERIAL E MÉTODOS
2.1 Caracterização da Área
O presente trabalho foi
desenvolvido em uma área de plantio
comercial de Eucalyptus urograndis no
sudoeste do estado do Amapá, no
município de Porto Grande área essa
pertencente a empresa AMCEL - Amapá
Florestal e Celulose S/A. A Figura 1
apresenta o plantio de eucalipto invadido
por acácia. De acordo com o inventário
florestal convencional, foi obtido 65% de
invasão.
Fonte:AMCEL - Amapá Florestal e Celulose S/A
Figura 1 Imagem da invasão de acácia no plantio de eucalipto.

4. O clima da região de acordo com a
classificação de Koppen é equatorial com
temperatura média de 26ºC e dois tipos
climáticos predominantes: Afi, que ocorre
na porção central do Estado,
caracterizando-se por apresentar chuvas
abundantes durante todo o ano e o Ami de
regime pluviométrico elevado, mas com
uma estação relativamente seca, sendo este
o clima predominante no Amapá.Com uma
temperatura média em torno de 25ºC. Sua
precipitação média anual é em torno de
2.284 mm (SUDAM, 1984).
2.2 Inventario Florestal
O inventario foi feito em toda a
área de plantio de clone de eucalipto de
cruzamento de duas espécies E. urophilla x
E.grandis da empresa AMCEL ltda. Foram
lançadas as parcelas e coletado diâmetro e
altura para posterior estimação da área
total, a medição foi feita apenas nos
Eucaliptos, as acácias não foram
consideradas.
2.3 Determinação de volume de Acácia
sp. em parcelas de Eucalyptus sp para
comparação de dados.
Foram medidos altura e
diâmetro das árvores de Acácia dentro das
parcelas de inventário estudado. Estes
dados foram tratados, sendo estimado o
volume total de madeira de Acácia dentro
de cada parcela e finalmente no talhão. A
Equação 1 apresenta o cálculo de volume
de madeira utilizado no trabalho.
Equação: 1
Onde: V = Volume de madeira;
DAP = Diâmetro à 1,30m;
HT = Altura e
Ff = Fator de forma (0,45).
2.4 Coleta de Dados para o
processamento digital
Para seleção da área foi levada
em consideração a qualidade da imagem de
satélite perante os problemas espaciais de
nuvens que ocorrem na região e acabam
dificultado o processo de mapeamento de
qualidade. A área escolhida compreende 4
talhões pertencentes a empresa AMCEL
S/A. sendo eles com a idade de 5 anos
aproximadamente. A região sofre com a
invasão de acácia em seus plantios
comerciais. A tabela 1 mostra a invasão de
acácia no plantio de eucalipto. No total foi
estudada uma área de 159,02 hectares e
266 amostras subdividida de acordo com
abaixo.
Tabela 1:Áreas estudadas.
TALHÃO ÁREA (HECTARES) Nº DE AMOSTRAS
1 16,6 45
2 46,94 77
3 45,29 69
4 50,19 75

5. 2.5 Processamento das Imagens.
O programa utilizado foi o
NeuroDIC no qual foi desenvolvido
utilizando a linguagem de programação
Java. Como ambiente de desenvolvimento
foram utilizados o IDE
(IntegratedDevelopmentEnvironment)
Netbeans 7.1 e a JDK 7.3 (Java
Development Kit). Os testes do sistema
foram realizados em ambiente Windows. O
sistema utiliza a biblioteca Encog3 para a
geração, treinamento e construção das
Redes Neurais Artificiais (HEATON,
2011).
O sistema NeuroDic utiliza-se de
técnicas de Redes Neurais Artificiais para
realização da classificação supervisionadas
de imagens digitais. O NeuroDic entende
uma imagemdigital (imagem digital) como
uma matriz de pixels, cada um com seu
respectivo valor numérico que representa o
nível de cinza da radiação solar do objeto a
imagem.
As imagens de satélite foram
processadas no programa computacional
NeuroDic obtendo um fator de
empilhamento para cada área processada e
determinado nos talhões totais a
porcentagem de acácia invadida.
2.6 Análise de dados
Obteve-se imagens de satélite IKONOS na
região do infravermelho de toda a área,
essas imagens foram submetidas ao
processamento digital no sistema
NeuroDIC no qual foram estabelecidas
duas classes temáticas a serem
identificadas (Plantio de Eucalipto e
acácia). A classificação das áreas foi
realizada separando por cores distintas as
regiões de Eucalyptus e ácacia como segue
na figura 2.
a) b)
Figura 2: Foram estabelecidas duas classes temáticas a serem identificadas Plantio de Eucalyptus
urograndise e Acácia mangium. Figura 2.a) antes da classificação em vermelho mais escuro encontra-se as copas
de Eucalyptus e em branco (mais claro) encontram se as copas de acácia como circuladas em amarelo. Figura
2.b) Classificação da imagem.
As Redes neurais artificiais (RNA)
foram treinadas tendo como variáveis de
entrada os valores das tonalidades de
vermelho e azul de cada pixel e como saída
a classe temática a qual pertence. Foram
treinadas RNAs do tipo
MultiLayerperceptron do com 8 neurônios
na camada oculta e função de ativação do
tipo sigmoidal. As RNA foram treinadas
utilizando o algoritmo resilientpropagation,
por 1000 ciclos ou até atingir um erro de
quadrático médio de 0,001%.

6. Após o treinamento foi possível observar a
estimativa do valor de cada pixel das
amostras de treinamento. Na etapa de
codificação da imagem, todos os pixels
foram classificados conforme o
aprendizado realizado pelas RNA e gerado
o fator de empilhamento, bem como as
imagens classificadas no qual é feito o
cálculo da Equação 2.Assim, todos os
fatores de empilhamento foram inseridos
no Excel e realizado o cálculo do volume
por hectare.
RESULTADOS E DISCURSSÃO
Para as imagens das áreas invadidas
utilizadas nesse estudo, obteve-se um fator
de proporção médio de 1,82. A média de
invasão de acácia mangium gerada por
processamento digital foi de 63,44% em
100% do plantio. Já no cálculo do
inventario, obteve-se 65% de área invadida
e calculando a diferença relativa entre os
dois resultados, foi gerado 2,4 sendo
considerada baixa. Conforme a figura 2
pode-se verificar que o sistema consegue
diferenciar a área eficientemente.
O sistema computacional
denominado por NeuroDIC apresentou boa
aplicabilidade na manipulação e
processamento das imagens, admitindo boa
flexibilidade na escolha de construção das
RNA, assim como na normalização dos
dados, escolha de algoritmos e uma
consistente visualização dos resultados
obtidos.O sistema permite a configuração e
escolha de diversos parâmetros para
obtenção das RNA, tais como: números de
neurônios da camada oculta ou
intermediária (a camada de entrada que
depende exclusivamente das variáveis
utilizadas e a camada de saída corresponde
a uma variável); função de ativação de
cada camada; número de redes treinadas; e
tipo de treinamento (algoritmo de
treinamento).
CONCLUSÕES
Conclui-se que através da técnica
de processamento digital, é possível
quantificar uma área de plantio comercial
de eucaliptos invadida por acácia através
da utilização de imagens de satélites de alta
resolução, baseado na utilização do
software NeuroDic e classificação
supervisionada de imagens de alta
resolução.
AGRADECIMENTOS
AMCEL – Amapá Floresta e Celulose S.A.

7. REFERENCIAS BIBLIOGRAFICAS
ALVES, D. S; MOREIRA, J. C;
KALIL, E. M; SOARES, J. V;
FERNANDEZ, O. ALMEIDA, S;
JUSSARA, D. O; AMARAL,
SILVANA. Mapeamento do Uso da
Terra em Rondônia Utilizando Técnicas
de Segmentação e Classificação de
Imagens TM-INPE-Instituto Nacional
de Pesquisas Espaciais Caixa Postal
515, 12201-970, São José dos Campos,
SP, Brasil,1996. dalves@dpi.inpe.br
ANDRADE, L. N. Redes Neurais
artificiais aplicadas na identificação
automática de áreas cafeeiras em
imagens de satélite .Dissertação(Mestre
em Ciência da Computação) Instituto de
Ciências Exatas da Universidade
Federal de Minas Gerais- UFMG 2011.
ARAÚJO, F. M. C.; MENESES, P. R.;
SANO, E. E.; Sistema de classificação
de uso e cobertura da Terra na análise
de imagens de satélite. Revista
Brasileira de Cartografia No 59/02,
Agosto 2007.
ARAUJO, H. J. B., inventário florestal
a 100% em pequenas áreas sob manejo
florestal madeireiro. acta Amazônica.
Pesquisador da Embrapa Acre. BR 364,
km 14, Caixa Postal 321, CEP 69908-
970, Rio Branco-AC, Brasil. Tel.: (068)
3212-3200. E-mail:
henrique@cpafac.embrapa.br. VOL.
36(4) 2006: 447 – 464
ASSAD, E.; SANO, E.E.(eds.), Sistema
de Informações Geográficas. Aplicações
na Agricultura. 2ª edição. Brasília, DF:
EMBRAPA, 1998.
BARBOSA, I.S., Classificação e
caracterização dos ambientes de terras
úmidas do Refúgio de Vida Silvestre do
Rio Pandeiros, a partir do uso de
imagens Ikonos. Dissertação (Mestre
em Análise e Modelagem de Sistemas
Ambientais)Departamento de
Cartografia da Universidade Federal de
Minas Gerais- UFMG 2010.
BAUHUS, J.; KHANNA, P.K. &
MENDEN, N. Aboveground and
belowground interactions in mixed
plantations of Eucalyptus globules and
Acacia mearrnsii.
CanadianJournalofForest.Research.
30:1886-1894; NRC Canada, (2000).
BERTOLA, A. USO DE
FOTOGRAFIAS DIGITAIS PARA
QUANTIFICAR O VOLUME SÓLIDO
DE MADEIRA EMPILHADA.2002
Dissertação (Mestrado em Ciências
Florestais)- Universidade Federal de
Viçosa, 2002. Disponível em
http://www.bibliotecaflorestal.ufv.br/bit
stream/handle/123456789/2307/Disserta
%E7ao_Alexandre-
Bertola.PDF?sequence=1
FICK, T. A., AMOSTRAGEM PARA
INVENTÁRIO FLORESTAL EM
SISTEMAS SILVIPASTORIS Revista
Árvore, Viçosa-MG, v.35, n.5, p.1033-
1038, 2011.
FUENTES, J. E., BOLANOS, J, A e
R, Daniel, M., Modelo digital de
superficie a partir de imágenes de
satélite ikonos para elanálisis de áreas
de inundaciónen santa marta,
colombia*.bol. invemar [online]. 2012,
vol.41, n.2, pp. 251-266. ISSN 0122-
9761.
GISP - Progroma Global de Especies
Invasoras, A america do sul Invadida.
Americadosul: GISP, 2005.
GORGENS, E.B.; Estimação de volume
de árvores utilizando redes neurais
artificiais. Dissertação (Mestrado em
Ciências Florestais)- Universidade
Federal de Viçosa, . Disponível em
http://www.tede.ufv.br. 2006

8. IBGE. ESPÉCIES INVASORAS. IN:
INDICADORES DE
DESENVOLVIMENTO
SUSTENTÁVEL: Dimensão ambiental:
biodiversidade. Brasilia: IBGE, 2004. p.
124-134. Disponível em
http://www.ibge.gov.br/home/geocienci
as/recursosnaturais/ids/biodiversidade.p
d
MACHANTE, H. S. D. C.; Invasão dos
ecossistemas Dunares portugueses por
acácia uma ameaça para a
biodiversidade de nativa. Dissertação
(Mestre em ecologia) Universidade de
Coimbra- UC 2001.
MARQUES FILHO, O.; VIEIRA
NETO, H. Processamento Digital de
Imagens, Rio de Janeiro: Brasport,
ISBN 8574520098,1999.
MOCHIUTTI, S., HIGA, A. R.,
SIMON, A. A.,Susceptibilidade de
Ambientes campestres à invasão de
acácia-negra (acaciamearnsiidewild.)
no Rio Grande do Sul. FLORESTA,
Curitiba, PR, v. 37, n. 2, mai./ago. 2007
PEREIRA, G.; MORAES, E. C.; ARAI,
E.; OLIVEIRA, L. G. L. O.; Estudo
preliminar da estimativa da reflectância
e albedo de microssistemas pantaneiros
a partir de imagens de satélite
.Preliminarystudyofthereflectanceand
albedo estimatedfromsatelliteimagesof
Pantanal Microsystems. Instituto
Nacional de Pesquisas Espaciais -
INPE .Divisão de Sensoriamento
Remoto – DSR. Revista Brasileira de
Cartografia No 59/01,Abril, 2007.
PIMENTEL – GOMES, F. Curso de
estatistica experimental. 14 Edição.
Piracicaba: ESALQ , 477 p., 2000.
POGGIANI, F. Monitoramento
ambiental de plantações florestais e
áreas naturais adjacentes
fábiopoggiani.Departamento de
Ciências Florestais da ESALQ/USP
Série Técnica IPEF, Piracicaba, v.10,
n.29, p.22 – 35, Nov.1996.
RODRIGUES, A. P. D. C; KOHL, M.
C; PEDRNHO, D. R; ARIAS, E. R. A.
FAVERO. S. Tratamentos para superar
a dormência de sementes de
AcaciaMangiumWilld. Maringá, v. 30,
n. 2, p. 279-283, 2008
RODRIGUEZ, L. C. E., POLIZEL, J.
L., FERRAZ, S. F. B., ZONETE, M. F.,
FERREIRA, M. Z., Inventário florestal
com tecnologia laser aerotransportada
de plantios de eucalyptusspp no brasil .
Ambiência Guarapuava (PR)
v.6 Ed. Especial 2010 p.67 - 80
ISSN 1808 – 0251
SUDAM - Projeto de hidrologia e
climatologia da Amazônia. Atlas
climatológico da Amazônia brasileira.
Belém: SUDAM, 1984. 125p.
VALVERDE, S. R.; SILVA, N. S. S;
SILVA, M. L; JACOVINE, G. ;
NEIVA, S. A;. O comportamento do
mercado da madeira de eucalipto no
Brasil. Biomassa & Energia, v. 1, n. 4,
p. 393-403, 2004.
________________________________
1- Nayara Natacha de Jesus Pereira.
Mestranda em Ciência Florestal.
Universidade Federal dos Vales do
Jequitinhonha e Mucuri. email para
correspondência:
pereira.nayarajp@gmail.com
2- Marcio Assis Cordeiro. Amapá
Florestal e Celulose. Departamento
Florestal. email :
marcio.engflorestal@gmail.com
3- Daniel Henrique Breda Binoti. Pós
Graduação em Ciência Florestal.
Bolsista CNPq. Universidade Federal de
Viçosa. Departamento de Engenharia

9. Florestal. email
: danielhbbinoti@gmail.com
4- Cristina Rodrigues Nascimento.
Universidade Federal de Minas Gerais.
Departamento de Agronomia.
email: crisrodnas@gmail.com
5- Mayra Luiza Marques da Silva
Binoti. Universidade Florestal.
Universidade Federal dos Vales do
Jequitinhonha e Mucuri. Departamento
de Engenharia Florestal
email: mayrabinoti@gmail.com
68