Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Filosofia e Ciências Humanas. / Made available in DSpace on 2012-10-17T22:44:55Z (GMT). No. of bitstreams: 0Bitstream added on 2014-09-25T16:55:40Z : No. of bitstreams: 1 170686.pdf: 12257538 bytes, checksum: 89753abe4228b301ae64392beb4bb6ec (MD5) / O estudo de caso proposto teve como objetivo central contribuir para a compreensão das implicações recentes na (re)organização sócio-espacial do município de Nova Esperança-Pr, frente a constituição do Complexo Agroindustrial Sericícola. Buscou-se analisar a dinâmica de desenvolvimento da sericicultura, e a adaptação dos pequenos produtores, no contexto da modernização tecnológica agrícola. O Norte do Paraná onde está inserida Nova Esperança, apresenta uma estrutura fundiária caracterizada por pequenas e médias propriedades que serviam de base à expansão da cafeicultura, atividade econômica tradicional. Com a modernização agrícola e a crise cafeeira, as características físicas da área inviabilizaram a expansão dos cultivos como soja/trigo, obrigando os produtores a buscar outras alternativas. A entrada da sericultura propiciou a permanência de parte das pequenas e médias propriedades no município, uma vez que se desenvolve em pequenas áreas e é exigente em mão-de-obra. A produção se desenvolveu nos moldes do sistema de integração produtor/indústria. Além do produtor proprietário, manteve-se, de maneira substancial, a parceria, relação de trabalho comum durante a cafeicultura. Apesar da adaptação dos proprietários e parceiros, as imposições do sistema capitalista proporcionaram aos sericicultores, dificuldades econômicas que se refletem na unidade produtiva, de modo mais intenso naquelas onde o sistema de parceria ocorre. Por isso, tendencialmente poderá ocorrer desarticulação da atividade o que resultará em implicações sócio-espaciais no muncípio de Nova Esperança.

Dissertação (Mestrado) - Universidade Federal de Santa Catarina, Centro de Filosofia e Ciências Humanas. / Made available in DSpace on 2012-10-17T10:57:18Z (GMT). No. of bitstreams: 0Bitstream added on 2014-09-25T18:59:33Z : No. of bitstreams: 1 152586.pdf: 38451558 bytes, checksum: 9ab7f434d4407b872ac9aa4c332d20cc (MD5)

Orientadora : Christel Lingnau / Co-orientador : Jorge Centeno / Tese (doutorado) - Universidade Federal do Paraná / Resumo: A classificação baseada em contexto é um importante campo de estudos no processamento digital de imagens. A inserção do conhecimento dentro do processo de classificação da vegetação é uma das formas atualmente utilizadas pela comunidade de sensoriamento remoto a fim de incrementar a qualidade da classificação. O presente estudo é baseado no algoritmo de segmentação multi-resolução, FNEA (fractal net evolution approach), que permite segmentar uma imagem de diferentes níveis hierárquicos, a inserção do contexto é realizada através de relações entre objetos. A área de estudo escolhida foi uma área rural no município de Nova Esperança-Pr, onde se pretendeu mapear tipologias vegetais no ambiente ciliar do Rio Paracatu. Com a execução deste trabalho foi possível apresentar uma proposta de classificação digital de imagem de alta resolução baseada em orientação a objeto do ambiente ciliar para a área de estudo adotada. Os objetos oriundos do processo de segmentação multi-resolução permitiram a criação de diferentes níveos de segmentos, o que pode sustentar uma hierarquia entre objetos e subobjetos. Esta hierarquia foi fundamento para a estruturação de uma rede semântica, baseada no conhecimento. A classificação foi realizada por lógica fuzzy através de descritores de forma, textura e relações entre objetos e subobjetos. Foram avaliadas as diferentes opções de classificação dos objetos, tais como rede hierárquica, o processo seletivo e a mudança de especialista. Analisou-se ainda o grau de detalhamento das classes e subclasses que os diferentes modelos de classificação apresentam (potencial de discriminação). A araucária da classificação foi baseada nas ambiguidades geradas a partir da classificação fuzzy. / Abstract: Context base classification plays an important role in digital image analysis. The insertion of the knowledge base in the digital classification process is one of currently forms used by the community of remote sensing for vegetation mapping, so as end to develop the quality of the classification. Advanced image segmentation techniques (FNEA: fractal net evolution approach), was used in this study to provide the context introduction. The tested site was an agricultural area in the city of Nova Esperança-Pr, wherein was mapped the riparian vegetation along the Paracatu River. This work tried to present a proposal for high resolution image classification of the riparian environment based on object oriented analysis. The objects are derived by means of multiresolution segmentation. 1t allows a creation of different levels of segments supporting a hierarchy structure, generating spatial relations between objects and sub-objects. This hierarchy was the bedding for the semantic network. The knowledge base was the basis of the semantics. The classification was based on fuzzy rules by the means of descriptors such as: form, texture and relations between objects and sub-objects. Different approaches of classification were assessed: semantic network, selective and context change classification. It was also evaluated the degree of detailing of the classes and subclasses in different levels of segmentation (thematic resolution). The analysis of classification accuracy is relied upon ambiguities generated by fuzzy rules.