Made available in DSpace on 2014-06-12T16:30:50Z (GMT). No. of bitstreams: 2 arquivo5075_1.pdf: 3477676 bytes, checksum: 57ba33dea24e451fae4d38ac3d17c17a (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2005 / Este trabalho mostra a integração de dados auxiliares para melhorar a classificação digital da imagem do sensor ETM+ (Landsat 7) na diferenciação de tipos florestais. Os dados auxiliares são aqui relacionados com a topografia do lugar. A área de estudo encontra-se inserida num brejo de altitude abrangendo parte dos municípios de Belo Jardim, Brejo da Madre de Deus e Tacaimbó, no Agreste pernambucano. A metodologia classifica parte da imagem que recobre a área pelo método supervisionado utilizando o algoritmo da máxima verossimilhança e comparar este resultado com a integração de dados auxiliares antes, durante e depois do processo de classificação da imagem. A matriz de erros permitiu analisar as similaridades espectrais entre as classes de tipos florestais e a acurácia da classificação por meio do desempenho global da classificação e do coeficiente de contingência Kappa. A classificação sem integração da altimetria apresentou um desempenho global de 90,29% e 0,8544 (85,44%) para o valor de Kappa e com na incorporação da altimetria antes do processo de classificação tem-se um desempenho global de 94,74% e um coeficiente kappa de 0,9157 (91,57%). Já para a incorporação da altimetria durante do processo de classificação tem-se um desempenho global de 95,18% e um coeficiente kappa de 0,9211 (92,11%). E finalmente na incorporação da altimetria após o processo de classificação tem-se um desempenho global de 94,57% e um coeficiente kappa de 0,9134 (91,34%). As três técnicas utilizadas mostraram que são eficientes para melhorar a estimativa das áreas cobertas por esses tipos de vegetação