Dados ópticos e SAR para classificação de cobertura da terra por árvore de decisão na região da Floresta Nacional de Tapajós, Pará

Detalhes bibliográficos
Autor(a) principal: Luciane Yumie Sato
Data de Publicação: 2012
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-m19/2012/02.23.17.05
Resumo: A floresta Amazônica ocupa uma área de aproximadamente 5 milhões de k$m^{2}$, sendo responsável por concentrar grande parte da biodiversidade do planeta. Apesar de sua importância, esta região sofre constantemente com o processo de desmatamento e por isso é fonte de estudos e centro de atenção da comunidade científica mundial. A FLONA do Tapajós é uma importante referência de unidade de conservação dos recursos florestais tropicais, e é frequentemente alvo de diversos estudos. Entretanto, ainda são poucos os trabalhos que integram informações de duas ou mais fontes de dados coletados remotamente para o mapeamento de cobertura da terra dessa área. Nesse contexto, o principal objetivo deste trabalho é realizar o mapeamento da cobertura da terra da região da FLONA do Tapajós, incluindo classes de degradação florestal e de regeneração. Para isso, foi utilizada a técnica de árvore de decisão aplicada às informações provenientes de múltiplos sensores de observação terrestre para a classificação da área de estudo. Foram testadas diferentes combinações de atributos como dados de entrada no treinamento da árvore de decisão, e, com isso, foi possível avaliar a contribuição de cada informação nas classificações. Os atributos utilizados a partir de imagens ópticas foram: seis bandas provenientes do sensor Thematic Mapper (TM) do satélite Landsat-5, imagens-fração do MLME, índices de vegetação NDVI, NDWI e SAVI. Das imagens RADARSAT-2 foram utilizadas as imagens intensidade, as diferenças de fase, as componentes de espalhamento volumétrico, \textit{double-bounce} e superficial obtidas da decomposição de alvos. Além disso, foram utilizados atributos de textura extraídos de dados ópticos e SAR. Os resultados quando comparados aos resultados que utilizaram apenas os dados TM, avaliados através do índice Kappa, mostraram que a integração de dados ópticos e SAR não apresentaram uma melhora significativa. Entretanto, a utilização de todos os atributos resultou em uma classificação com índice Kappa considerado Excelente. A utilização da técnica de árvore de decisão permitiu a integração de dados de diferentes sensores e foi computacionalmente eficiente nas classificações da cobertura florestal.
id INPE_4a19edca56a584100ca251906f9158d3
oai_identifier_str oai:urlib.net:sid.inpe.br/mtc-m19/2012/02.23.17.05.52-0
network_acronym_str INPE
network_name_str Biblioteca Digital de Teses e Dissertações do INPE
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisDados ópticos e SAR para classificação de cobertura da terra por árvore de decisão na região da Floresta Nacional de Tapajós, ParáSar and optical data for land cover classification by decision tree in the region of the Tapajós National Forest, Pará2012-03-02Yosio Edemir ShimabukuroTatiana Mora KuplichEgídio AraiElódio SebemLuciane Yumie SatoInstituto Nacional de Pesquisas EspaciaisPrograma de Pós-Graduação do INPE em Sensoriamento RemotoINPEBRmultisensoresSARmineração de dadosárvore de decisãofloresta TropicalmultisensorSARdata miningdecision treeTropical forestA floresta Amazônica ocupa uma área de aproximadamente 5 milhões de k$m^{2}$, sendo responsável por concentrar grande parte da biodiversidade do planeta. Apesar de sua importância, esta região sofre constantemente com o processo de desmatamento e por isso é fonte de estudos e centro de atenção da comunidade científica mundial. A FLONA do Tapajós é uma importante referência de unidade de conservação dos recursos florestais tropicais, e é frequentemente alvo de diversos estudos. Entretanto, ainda são poucos os trabalhos que integram informações de duas ou mais fontes de dados coletados remotamente para o mapeamento de cobertura da terra dessa área. Nesse contexto, o principal objetivo deste trabalho é realizar o mapeamento da cobertura da terra da região da FLONA do Tapajós, incluindo classes de degradação florestal e de regeneração. Para isso, foi utilizada a técnica de árvore de decisão aplicada às informações provenientes de múltiplos sensores de observação terrestre para a classificação da área de estudo. Foram testadas diferentes combinações de atributos como dados de entrada no treinamento da árvore de decisão, e, com isso, foi possível avaliar a contribuição de cada informação nas classificações. Os atributos utilizados a partir de imagens ópticas foram: seis bandas provenientes do sensor Thematic Mapper (TM) do satélite Landsat-5, imagens-fração do MLME, índices de vegetação NDVI, NDWI e SAVI. Das imagens RADARSAT-2 foram utilizadas as imagens intensidade, as diferenças de fase, as componentes de espalhamento volumétrico, \textit{double-bounce} e superficial obtidas da decomposição de alvos. Além disso, foram utilizados atributos de textura extraídos de dados ópticos e SAR. Os resultados quando comparados aos resultados que utilizaram apenas os dados TM, avaliados através do índice Kappa, mostraram que a integração de dados ópticos e SAR não apresentaram uma melhora significativa. Entretanto, a utilização de todos os atributos resultou em uma classificação com índice Kappa considerado Excelente. A utilização da técnica de árvore de decisão permitiu a integração de dados de diferentes sensores e foi computacionalmente eficiente nas classificações da cobertura florestal.The Amazon rainforest covers an area of approximately 5 million k$m^{2}$, and is responsible for concentrating much of the planet's biodiversity. Despite its importance, this region is constantly in the process of deforestation and therefore is a source of study and the center of attention of the scientific community. The Tapajós National Forest is an important reference unit for conservation of tropical forest resources, and is often the target of several studies. However, there are few studies that integrate information from two or more sources of remotely sensed data for mapping land cover in this area. In this context, the main objective of this study is to map the land cover in the region of the Tapajós National Forest, including classes of forest degradation and regeneration. For this, we used the technique of decision tree applied to information from multiple Earth observation sensors for the classification of the study area. We tested different combinations of attributes as input data to train the decision tree, and thus it was possible to evaluate the contribution of each source of information in the classification. The attributes used from optical images were six Thematic Mapper (TM)/Landsat-5 bands, MLME-fraction images, and NDVI, NDWI and SAVI indices. We also used the RADARSAT-2 intensity images, the phase difference and volume, double-bounce and surface scattering, obtained from target decomposition technique. Furthermore, we used texture attributes extracted from optical and SAR data. The integration of optical and SAR data showed no significant improvement when compared to the results when only TM data were used as measured by the Kappa index. However, the proposed use of all attributes resulted in a Kappa Index classification considered excellent. The use of decision tree technique enabled the integration of data from different sensors and was computationally efficient in the classification of forest cover.http://urlib.net/sid.inpe.br/mtc-m19/2012/02.23.17.05info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações do INPEinstname:Instituto Nacional de Pesquisas Espaciais (INPE)instacron:INPE2021-07-31T06:53:46Zoai:urlib.net:sid.inpe.br/mtc-m19/2012/02.23.17.05.52-0Biblioteca 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 06:53:47.54Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)false
dc.title.pt.fl_str_mv Dados ópticos e SAR para classificação de cobertura da terra por árvore de decisão na região da Floresta Nacional de Tapajós, Pará
dc.title.alternative.en.fl_str_mv Sar and optical data for land cover classification by decision tree in the region of the Tapajós National Forest, Pará
title Dados ópticos e SAR para classificação de cobertura da terra por árvore de decisão na região da Floresta Nacional de Tapajós, Pará
spellingShingle Dados ópticos e SAR para classificação de cobertura da terra por árvore de decisão na região da Floresta Nacional de Tapajós, Pará
Luciane Yumie Sato
title_short Dados ópticos e SAR para classificação de cobertura da terra por árvore de decisão na região da Floresta Nacional de Tapajós, Pará
title_full Dados ópticos e SAR para classificação de cobertura da terra por árvore de decisão na região da Floresta Nacional de Tapajós, Pará
title_fullStr Dados ópticos e SAR para classificação de cobertura da terra por árvore de decisão na região da Floresta Nacional de Tapajós, Pará
title_full_unstemmed Dados ópticos e SAR para classificação de cobertura da terra por árvore de decisão na região da Floresta Nacional de Tapajós, Pará
title_sort Dados ópticos e SAR para classificação de cobertura da terra por árvore de decisão na região da Floresta Nacional de Tapajós, Pará
author Luciane Yumie Sato
author_facet Luciane Yumie Sato
author_role author
dc.contributor.advisor1.fl_str_mv Yosio Edemir Shimabukuro
dc.contributor.advisor2.fl_str_mv Tatiana Mora Kuplich
dc.contributor.referee1.fl_str_mv Egídio Arai
dc.contributor.referee2.fl_str_mv Elódio Sebem
dc.contributor.author.fl_str_mv Luciane Yumie Sato
contributor_str_mv Yosio Edemir Shimabukuro
Tatiana Mora Kuplich
Egídio Arai
Elódio Sebem
dc.description.abstract.por.fl_txt_mv A floresta Amazônica ocupa uma área de aproximadamente 5 milhões de k$m^{2}$, sendo responsável por concentrar grande parte da biodiversidade do planeta. Apesar de sua importância, esta região sofre constantemente com o processo de desmatamento e por isso é fonte de estudos e centro de atenção da comunidade científica mundial. A FLONA do Tapajós é uma importante referência de unidade de conservação dos recursos florestais tropicais, e é frequentemente alvo de diversos estudos. Entretanto, ainda são poucos os trabalhos que integram informações de duas ou mais fontes de dados coletados remotamente para o mapeamento de cobertura da terra dessa área. Nesse contexto, o principal objetivo deste trabalho é realizar o mapeamento da cobertura da terra da região da FLONA do Tapajós, incluindo classes de degradação florestal e de regeneração. Para isso, foi utilizada a técnica de árvore de decisão aplicada às informações provenientes de múltiplos sensores de observação terrestre para a classificação da área de estudo. Foram testadas diferentes combinações de atributos como dados de entrada no treinamento da árvore de decisão, e, com isso, foi possível avaliar a contribuição de cada informação nas classificações. Os atributos utilizados a partir de imagens ópticas foram: seis bandas provenientes do sensor Thematic Mapper (TM) do satélite Landsat-5, imagens-fração do MLME, índices de vegetação NDVI, NDWI e SAVI. Das imagens RADARSAT-2 foram utilizadas as imagens intensidade, as diferenças de fase, as componentes de espalhamento volumétrico, \textit{double-bounce} e superficial obtidas da decomposição de alvos. Além disso, foram utilizados atributos de textura extraídos de dados ópticos e SAR. Os resultados quando comparados aos resultados que utilizaram apenas os dados TM, avaliados através do índice Kappa, mostraram que a integração de dados ópticos e SAR não apresentaram uma melhora significativa. Entretanto, a utilização de todos os atributos resultou em uma classificação com índice Kappa considerado Excelente. A utilização da técnica de árvore de decisão permitiu a integração de dados de diferentes sensores e foi computacionalmente eficiente nas classificações da cobertura florestal.
dc.description.abstract.eng.fl_txt_mv The Amazon rainforest covers an area of approximately 5 million k$m^{2}$, and is responsible for concentrating much of the planet's biodiversity. Despite its importance, this region is constantly in the process of deforestation and therefore is a source of study and the center of attention of the scientific community. The Tapajós National Forest is an important reference unit for conservation of tropical forest resources, and is often the target of several studies. However, there are few studies that integrate information from two or more sources of remotely sensed data for mapping land cover in this area. In this context, the main objective of this study is to map the land cover in the region of the Tapajós National Forest, including classes of forest degradation and regeneration. For this, we used the technique of decision tree applied to information from multiple Earth observation sensors for the classification of the study area. We tested different combinations of attributes as input data to train the decision tree, and thus it was possible to evaluate the contribution of each source of information in the classification. The attributes used from optical images were six Thematic Mapper (TM)/Landsat-5 bands, MLME-fraction images, and NDVI, NDWI and SAVI indices. We also used the RADARSAT-2 intensity images, the phase difference and volume, double-bounce and surface scattering, obtained from target decomposition technique. Furthermore, we used texture attributes extracted from optical and SAR data. The integration of optical and SAR data showed no significant improvement when compared to the results when only TM data were used as measured by the Kappa index. However, the proposed use of all attributes resulted in a Kappa Index classification considered excellent. The use of decision tree technique enabled the integration of data from different sensors and was computationally efficient in the classification of forest cover.
description A floresta Amazônica ocupa uma área de aproximadamente 5 milhões de k$m^{2}$, sendo responsável por concentrar grande parte da biodiversidade do planeta. Apesar de sua importância, esta região sofre constantemente com o processo de desmatamento e por isso é fonte de estudos e centro de atenção da comunidade científica mundial. A FLONA do Tapajós é uma importante referência de unidade de conservação dos recursos florestais tropicais, e é frequentemente alvo de diversos estudos. Entretanto, ainda são poucos os trabalhos que integram informações de duas ou mais fontes de dados coletados remotamente para o mapeamento de cobertura da terra dessa área. Nesse contexto, o principal objetivo deste trabalho é realizar o mapeamento da cobertura da terra da região da FLONA do Tapajós, incluindo classes de degradação florestal e de regeneração. Para isso, foi utilizada a técnica de árvore de decisão aplicada às informações provenientes de múltiplos sensores de observação terrestre para a classificação da área de estudo. Foram testadas diferentes combinações de atributos como dados de entrada no treinamento da árvore de decisão, e, com isso, foi possível avaliar a contribuição de cada informação nas classificações. Os atributos utilizados a partir de imagens ópticas foram: seis bandas provenientes do sensor Thematic Mapper (TM) do satélite Landsat-5, imagens-fração do MLME, índices de vegetação NDVI, NDWI e SAVI. Das imagens RADARSAT-2 foram utilizadas as imagens intensidade, as diferenças de fase, as componentes de espalhamento volumétrico, \textit{double-bounce} e superficial obtidas da decomposição de alvos. Além disso, foram utilizados atributos de textura extraídos de dados ópticos e SAR. Os resultados quando comparados aos resultados que utilizaram apenas os dados TM, avaliados através do índice Kappa, mostraram que a integração de dados ópticos e SAR não apresentaram uma melhora significativa. Entretanto, a utilização de todos os atributos resultou em uma classificação com índice Kappa considerado Excelente. A utilização da técnica de árvore de decisão permitiu a integração de dados de diferentes sensores e foi computacionalmente eficiente nas classificações da cobertura florestal.
publishDate 2012
dc.date.issued.fl_str_mv 2012-03-02
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-m19/2012/02.23.17.05
url http://urlib.net/sid.inpe.br/mtc-m19/2012/02.23.17.05
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
dc.publisher.program.fl_str_mv Programa de Pós-Graduação do INPE em Sensoriamento Remoto
dc.publisher.initials.fl_str_mv INPE
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Instituto Nacional de Pesquisas Espaciais
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 Sensoriamento Remoto
contributor_advisor1_txtF_mv Yosio Edemir Shimabukuro
_version_ 1706809354419699712

Registros relacionados