Mapeamento de formações campestres nativas e de pastagens cultivadas no Cerrado brasileiro utilizando mineração de dados
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações do INPE |
Texto Completo: | http://urlib.net/sid.inpe.br/mtc-m21b/2014/02.25.03.03 |
Resumo: | O Cerrado é o segundo maior bioma do território brasileiro, com demandas conflitantes de preservação ambiental e atividades agropastoris. Dentre as mudanças do uso e cobertura do solo no Cerrado, mais de 500.000 $km^{2}$ do bioma foram transformados em áreas de pastagem cultivada nos últimos anos. A discriminação entre as formações vegetais nativas e a identificação dos tipos de uso e cobertura no Cerrado são informações importantes para a política de proteção e monitoramento deste bioma. Neste trabalho, foi desenvolvida uma metodologia baseada em técnicas de sensoriamento remoto, incluindo integração de dados multitemporais e de múltiplas resoluções, e mineração de dados, para mapear áreas de pastagem cultivada e áreas de vegetação nativa correspondente às formações campestres no Cerrado brasileiro. Dados referentes ao uso e cobertura do solo, relevo, informações espectrais de imagens Landsat, índices de vegetação e componentes de solo e sombra extraídos do modelo de mistura espectral foram utilizados no processo de classificação. Os resultados mostraram que, por meio dos algoritmos de árvores de decisão, SVM (\emph{Support Vector Machines}) e florestas aleatórias, a análise e integração de dados auxiliou na classificação da região de interesse. Ao discriminar áreas de pastagem cultivada e campo nativo, obteve-se uma taxa de acerto de cerca de até 87\% na área de estudo, localizada em Minas Gerais, sendo então possível identificar atributos, regras e dados necessários para reconhecer, por meio de imagens de sensoriamento remoto, áreas campestres nativas e plantadas no Cerrado brasileiro. |
id |
INPE_0fe982b50e13b37de6740f45b94745be |
---|---|
oai_identifier_str |
oai:urlib.net:sid.inpe.br/mtc-m21b/2014/02.25.03.03.11-0 |
network_acronym_str |
INPE |
network_name_str |
Biblioteca Digital de Teses e Dissertações do INPE |
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisMapeamento de formações campestres nativas e de pastagens cultivadas no Cerrado brasileiro utilizando mineração de dadosMapping native grasslands formations and cultivated pastures in the Brazilian Cerrado using data mining2014-02-21Leila Maria Garcia FonsecaThales Sehn KortingDalton de Morisson ValerianoJoão Camargo NetoWanderson Santos CostaInstituto Nacional de Pesquisas Espaciais (INPE)Programa de Pós-Graduação do INPE em Computação AplicadaINPEBRCerrado brasileiroprocessamento de imagensmineração de dadosBrasilian Cerradoimage processingdata miningO Cerrado é o segundo maior bioma do território brasileiro, com demandas conflitantes de preservação ambiental e atividades agropastoris. Dentre as mudanças do uso e cobertura do solo no Cerrado, mais de 500.000 $km^{2}$ do bioma foram transformados em áreas de pastagem cultivada nos últimos anos. A discriminação entre as formações vegetais nativas e a identificação dos tipos de uso e cobertura no Cerrado são informações importantes para a política de proteção e monitoramento deste bioma. Neste trabalho, foi desenvolvida uma metodologia baseada em técnicas de sensoriamento remoto, incluindo integração de dados multitemporais e de múltiplas resoluções, e mineração de dados, para mapear áreas de pastagem cultivada e áreas de vegetação nativa correspondente às formações campestres no Cerrado brasileiro. Dados referentes ao uso e cobertura do solo, relevo, informações espectrais de imagens Landsat, índices de vegetação e componentes de solo e sombra extraídos do modelo de mistura espectral foram utilizados no processo de classificação. Os resultados mostraram que, por meio dos algoritmos de árvores de decisão, SVM (\emph{Support Vector Machines}) e florestas aleatórias, a análise e integração de dados auxiliou na classificação da região de interesse. Ao discriminar áreas de pastagem cultivada e campo nativo, obteve-se uma taxa de acerto de cerca de até 87\% na área de estudo, localizada em Minas Gerais, sendo então possível identificar atributos, regras e dados necessários para reconhecer, por meio de imagens de sensoriamento remoto, áreas campestres nativas e plantadas no Cerrado brasileiro.Cerrado is the second largest biome in Brazil. Among the use and land cover changes in the Cerrado, over 500,000 $km^{2}$ of the biome have been transformed into cultivated pastures in recent years. Distinguishing the native formations types and the identification of land use and land cover types in the Cerrado are important for monitoring and defining protection policy of the biome. Within this context, this work aims at developing a methodology based on remote sensing techniques, including multiresolution and multitemporal data fusion, and data mining, to map pasture and native grassland areas in the Brazilian Cerrado. Data related to land use and cover, relief, spectral information from Landsat images, vegetation indices, soil and shade components extracted from the Linear Spectral Mixture Model were used to perform the image classification. Decision trees, Support Vector Machines and Random Forests algorithms were used, and the results showed that the analysis and integration of different data sources can aid in the classification process. In order to discriminate areas of cultivated pastures and grassland formations, we obtained accuracies up to 87\% in the study area, located in Minas Gerais state, being able to identify attributes, rules and data required to recognize these areas in the Brazilian Cerrado by remote sensing images.http://urlib.net/sid.inpe.br/mtc-m21b/2014/02.25.03.03info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações do INPEinstname:Instituto Nacional de Pesquisas Espaciais (INPE)instacron:INPE2021-07-31T06:54:30Zoai:urlib.net:sid.inpe.br/mtc-m21b/2014/02.25.03.03.11-0Biblioteca Digital de Teses e Dissertaçõeshttp://bibdigital.sid.inpe.br/PUBhttp://bibdigital.sid.inpe.br/col/iconet.com.br/banon/2003/11.21.21.08/doc/oai.cgiopendoar:32772021-07-31 06:54:31.324Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)false |
dc.title.pt.fl_str_mv |
Mapeamento de formações campestres nativas e de pastagens cultivadas no Cerrado brasileiro utilizando mineração de dados |
dc.title.alternative.en.fl_str_mv |
Mapping native grasslands formations and cultivated pastures in the Brazilian Cerrado using data mining |
title |
Mapeamento de formações campestres nativas e de pastagens cultivadas no Cerrado brasileiro utilizando mineração de dados |
spellingShingle |
Mapeamento de formações campestres nativas e de pastagens cultivadas no Cerrado brasileiro utilizando mineração de dados Wanderson Santos Costa |
title_short |
Mapeamento de formações campestres nativas e de pastagens cultivadas no Cerrado brasileiro utilizando mineração de dados |
title_full |
Mapeamento de formações campestres nativas e de pastagens cultivadas no Cerrado brasileiro utilizando mineração de dados |
title_fullStr |
Mapeamento de formações campestres nativas e de pastagens cultivadas no Cerrado brasileiro utilizando mineração de dados |
title_full_unstemmed |
Mapeamento de formações campestres nativas e de pastagens cultivadas no Cerrado brasileiro utilizando mineração de dados |
title_sort |
Mapeamento de formações campestres nativas e de pastagens cultivadas no Cerrado brasileiro utilizando mineração de dados |
author |
Wanderson Santos Costa |
author_facet |
Wanderson Santos Costa |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Leila Maria Garcia Fonseca |
dc.contributor.advisor2.fl_str_mv |
Thales Sehn Korting |
dc.contributor.referee1.fl_str_mv |
Dalton de Morisson Valeriano |
dc.contributor.referee2.fl_str_mv |
João Camargo Neto |
dc.contributor.author.fl_str_mv |
Wanderson Santos Costa |
contributor_str_mv |
Leila Maria Garcia Fonseca Thales Sehn Korting Dalton de Morisson Valeriano João Camargo Neto |
dc.description.abstract.por.fl_txt_mv |
O Cerrado é o segundo maior bioma do território brasileiro, com demandas conflitantes de preservação ambiental e atividades agropastoris. Dentre as mudanças do uso e cobertura do solo no Cerrado, mais de 500.000 $km^{2}$ do bioma foram transformados em áreas de pastagem cultivada nos últimos anos. A discriminação entre as formações vegetais nativas e a identificação dos tipos de uso e cobertura no Cerrado são informações importantes para a política de proteção e monitoramento deste bioma. Neste trabalho, foi desenvolvida uma metodologia baseada em técnicas de sensoriamento remoto, incluindo integração de dados multitemporais e de múltiplas resoluções, e mineração de dados, para mapear áreas de pastagem cultivada e áreas de vegetação nativa correspondente às formações campestres no Cerrado brasileiro. Dados referentes ao uso e cobertura do solo, relevo, informações espectrais de imagens Landsat, índices de vegetação e componentes de solo e sombra extraídos do modelo de mistura espectral foram utilizados no processo de classificação. Os resultados mostraram que, por meio dos algoritmos de árvores de decisão, SVM (\emph{Support Vector Machines}) e florestas aleatórias, a análise e integração de dados auxiliou na classificação da região de interesse. Ao discriminar áreas de pastagem cultivada e campo nativo, obteve-se uma taxa de acerto de cerca de até 87\% na área de estudo, localizada em Minas Gerais, sendo então possível identificar atributos, regras e dados necessários para reconhecer, por meio de imagens de sensoriamento remoto, áreas campestres nativas e plantadas no Cerrado brasileiro. |
dc.description.abstract.eng.fl_txt_mv |
Cerrado is the second largest biome in Brazil. Among the use and land cover changes in the Cerrado, over 500,000 $km^{2}$ of the biome have been transformed into cultivated pastures in recent years. Distinguishing the native formations types and the identification of land use and land cover types in the Cerrado are important for monitoring and defining protection policy of the biome. Within this context, this work aims at developing a methodology based on remote sensing techniques, including multiresolution and multitemporal data fusion, and data mining, to map pasture and native grassland areas in the Brazilian Cerrado. Data related to land use and cover, relief, spectral information from Landsat images, vegetation indices, soil and shade components extracted from the Linear Spectral Mixture Model were used to perform the image classification. Decision trees, Support Vector Machines and Random Forests algorithms were used, and the results showed that the analysis and integration of different data sources can aid in the classification process. In order to discriminate areas of cultivated pastures and grassland formations, we obtained accuracies up to 87\% in the study area, located in Minas Gerais state, being able to identify attributes, rules and data required to recognize these areas in the Brazilian Cerrado by remote sensing images. |
description |
O Cerrado é o segundo maior bioma do território brasileiro, com demandas conflitantes de preservação ambiental e atividades agropastoris. Dentre as mudanças do uso e cobertura do solo no Cerrado, mais de 500.000 $km^{2}$ do bioma foram transformados em áreas de pastagem cultivada nos últimos anos. A discriminação entre as formações vegetais nativas e a identificação dos tipos de uso e cobertura no Cerrado são informações importantes para a política de proteção e monitoramento deste bioma. Neste trabalho, foi desenvolvida uma metodologia baseada em técnicas de sensoriamento remoto, incluindo integração de dados multitemporais e de múltiplas resoluções, e mineração de dados, para mapear áreas de pastagem cultivada e áreas de vegetação nativa correspondente às formações campestres no Cerrado brasileiro. Dados referentes ao uso e cobertura do solo, relevo, informações espectrais de imagens Landsat, índices de vegetação e componentes de solo e sombra extraídos do modelo de mistura espectral foram utilizados no processo de classificação. Os resultados mostraram que, por meio dos algoritmos de árvores de decisão, SVM (\emph{Support Vector Machines}) e florestas aleatórias, a análise e integração de dados auxiliou na classificação da região de interesse. Ao discriminar áreas de pastagem cultivada e campo nativo, obteve-se uma taxa de acerto de cerca de até 87\% na área de estudo, localizada em Minas Gerais, sendo então possível identificar atributos, regras e dados necessários para reconhecer, por meio de imagens de sensoriamento remoto, áreas campestres nativas e plantadas no Cerrado brasileiro. |
publishDate |
2014 |
dc.date.issued.fl_str_mv |
2014-02-21 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
status_str |
publishedVersion |
format |
masterThesis |
dc.identifier.uri.fl_str_mv |
http://urlib.net/sid.inpe.br/mtc-m21b/2014/02.25.03.03 |
url |
http://urlib.net/sid.inpe.br/mtc-m21b/2014/02.25.03.03 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Instituto Nacional de Pesquisas Espaciais (INPE) |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação do INPE em Computação Aplicada |
dc.publisher.initials.fl_str_mv |
INPE |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
Instituto Nacional de Pesquisas Espaciais (INPE) |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do INPE instname:Instituto Nacional de Pesquisas Espaciais (INPE) instacron:INPE |
reponame_str |
Biblioteca Digital de Teses e Dissertações do INPE |
collection |
Biblioteca Digital de Teses e Dissertações do INPE |
instname_str |
Instituto Nacional de Pesquisas Espaciais (INPE) |
instacron_str |
INPE |
institution |
INPE |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE) |
repository.mail.fl_str_mv |
|
publisher_program_txtF_mv |
Programa de Pós-Graduação do INPE em Computação Aplicada |
contributor_advisor1_txtF_mv |
Leila Maria Garcia Fonseca |
_version_ |
1706809356613320704 |