Laboratório virtual para visualização e caracterização do uso e cobertura da terra utilizando imagens de sensoriamento remoto

Detalhes bibliográficos
Autor(a) principal: Ramon Morais de Freitas
Data de Publicação: 2012
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações do INPE
Texto Completo: http://urlib.net/sid.inpe.br/mtc-m19/2012/02.24.17.32
Resumo: Ao longo da última década, o conjunto de dados multi temporais de sensoriamento remoto tornou-se uma ferramenta eficaz e cada vez mais necessária para o monito-ramento dos recursos naturais da Terra. Os conjuntos de dados de sensores remotos têm permitido o entendimento, caracterização e monitoramento espaço-temporal das mudanças no uso e cobertura da terra em diversas escalas temporais. O grande volume e a diversidade de fontes e formatos desses dados requerem estruturas computacionais específicas para visualização, análise e a transformação dos dados em informações úteis para pesquisadores, público em geral e os tomadores de decisão. Nesse contexto, a computação aplicada surge como um pilar fundamental para o suporte, a implementação, a visualização e a análise dos dados multitemporais de sensoriamento remoto. Assim, este trabalho propõe, discute e desenvolve o conceito de \textit{laboratório virtual de sensoriamento remoto} que permite aos usuários terem acesso à visualização e análise de séries temporais de dados derivados de sensores remotos. Nesse trabalho, a arquitetura utiliza os globos virtuais como plataformas auxiliares de visualização dos dados incorporando métodos computacionais de análise de séries temporais provenientes de abordagens analíticas da física estatística. O estudo desses métodos envolveu a pesquisa, a seleção, a modificação, a implementação e a avaliação das seguintes técnicas: análise não tendencial de flutuações (DFA), análise de padrões gradiente (GPA) e gráfico de recorrência. Um estudo de caso foi realizado utilizando os operadores computacionais derivados das técnicas estudadas aplicadas nas séries temporais e espaço-temporais de índices de vegetação - \textit{Enhanced Vegetation Index 2} (EVI2) derivados do sensor \textit{Moderate Resolution Imaging Spectroradiometer} (MODIS) disponíveis no laboratório virtual. Os resultados apresentam uma nova abordagem para a caracterização do uso e cobertura da terra, indicando as áreas que ocorreram mudança em escalas locais, regionais ou continentais. Em escalas locais, a nova abordagem de visualização de séries temporais integradas em um ambiente virtual permite a inferência sobre a dinâmica do uso e cobertura da terra. Nesse contexto, a combinação de técnicas da computação aplicada e do sensoriamento remoto permitiu uma forma inédita de disponibilização de dados e ferramentas computacionais que são úteis nas mais diversas áreas do conhecimento como nas ciências agrárias, ciências florestais, engenharia ambiental entre outras áreas das geociências.
id INPE_d231d424d9347c261ab46a55c2803a39
oai_identifier_str oai:urlib.net:sid.inpe.br/mtc-m19/2012/02.24.17.32.39-0
network_acronym_str INPE
network_name_str Biblioteca Digital de Teses e Dissertações do INPE
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisLaboratório virtual para visualização e caracterização do uso e cobertura da terra utilizando imagens de sensoriamento remotoVirtual laboratory for visualization and characterization of land use and land cover using remote sensing images2012-03-16Reinaldo Roberto RosaYosio Edemir ShimabukuroJean Pierre Henry Balbaud OmettoArcilan Trevenzoli AssireuTiago Garcia de Senna CarneiroRamon Morais de FreitasInstituto Nacional de Pesquisas Espaciais (INPE)Programa de Pós-Graduação do INPE em Computação AplicadaINPEBRanálise de séries temporaislaboratório virtual de sensoriamento remototime series analysisDFAGPAvirtual laboratory of remote sensing to remotoAo longo da última década, o conjunto de dados multi temporais de sensoriamento remoto tornou-se uma ferramenta eficaz e cada vez mais necessária para o monito-ramento dos recursos naturais da Terra. Os conjuntos de dados de sensores remotos têm permitido o entendimento, caracterização e monitoramento espaço-temporal das mudanças no uso e cobertura da terra em diversas escalas temporais. O grande volume e a diversidade de fontes e formatos desses dados requerem estruturas computacionais específicas para visualização, análise e a transformação dos dados em informações úteis para pesquisadores, público em geral e os tomadores de decisão. Nesse contexto, a computação aplicada surge como um pilar fundamental para o suporte, a implementação, a visualização e a análise dos dados multitemporais de sensoriamento remoto. Assim, este trabalho propõe, discute e desenvolve o conceito de \textit{laboratório virtual de sensoriamento remoto} que permite aos usuários terem acesso à visualização e análise de séries temporais de dados derivados de sensores remotos. Nesse trabalho, a arquitetura utiliza os globos virtuais como plataformas auxiliares de visualização dos dados incorporando métodos computacionais de análise de séries temporais provenientes de abordagens analíticas da física estatística. O estudo desses métodos envolveu a pesquisa, a seleção, a modificação, a implementação e a avaliação das seguintes técnicas: análise não tendencial de flutuações (DFA), análise de padrões gradiente (GPA) e gráfico de recorrência. Um estudo de caso foi realizado utilizando os operadores computacionais derivados das técnicas estudadas aplicadas nas séries temporais e espaço-temporais de índices de vegetação - \textit{Enhanced Vegetation Index 2} (EVI2) derivados do sensor \textit{Moderate Resolution Imaging Spectroradiometer} (MODIS) disponíveis no laboratório virtual. Os resultados apresentam uma nova abordagem para a caracterização do uso e cobertura da terra, indicando as áreas que ocorreram mudança em escalas locais, regionais ou continentais. Em escalas locais, a nova abordagem de visualização de séries temporais integradas em um ambiente virtual permite a inferência sobre a dinâmica do uso e cobertura da terra. Nesse contexto, a combinação de técnicas da computação aplicada e do sensoriamento remoto permitiu uma forma inédita de disponibilização de dados e ferramentas computacionais que são úteis nas mais diversas áreas do conhecimento como nas ciências agrárias, ciências florestais, engenharia ambiental entre outras áreas das geociências.Over the last decade, the multitemporal remote sensing dataset has become an effective tool, and increasingly necessary to monitor the Earth's natural resources. The remote sensing datasets have allowed the understanding, characterization and monitoring the spatio-temporal land use and land cover changes in different time scales. The large data volume and the diversity of data sources and formats require specific computer data structures for visualization, analysis and transformation of the data into useful information for researchers, general public and decision makers. In this context, applied computer science emerged as a key pillar for the support, implementation, visualization and analysis of multitemporal remote sensing data. So , this work proposes, discusses and develops the concept of \textit{Virtual Lab of remate sensing} that allows to access the visualization and analysis of time series data derived from remote sensors. In this work, the architecture uses the virtual globes as auxiliary platforms for data visualization incorporating computational methods for time series analysis from analytical approaches of statistical physics. The study of these methods involved the research, selection, modification, implementation and evaluation of the following techniques: Detrend Fluctuation Analysis (DFA) , Gradient Pattern Analysis (GPA) and Recurrence Plot (RP). A case study was performed using operators derived from computational techniques applied in the studied time series and spatio-temporal vegetation index (Enhanced Vegetation Index 2 (EVI2)) of Moderate Resolution Imaging Spectroradiometer (MODIS) available in the virtual lab. The results present a new approach to characterize the land use and land cover, indicating the areas where changes occurred at local, regional or continental scales. On local scales, the new approach to visualization of time series integrated in a virtual environment allows inferences about the dynamics of the land use and land cover. In this context, the combination of applied computing and remote sensing techniques has enabled an unprecedented form of accessing the data and computational tools that are useful in several areas of knowledge as in the agricultural sciences, forest sciences, environmental engineering and other areas of geosciences.http://urlib.net/sid.inpe.br/mtc-m19/2012/02.24.17.32info: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-m19/2012/02.24.17.32.39-0Biblioteca 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 06:53:47.591Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)false
dc.title.pt.fl_str_mv Laboratório virtual para visualização e caracterização do uso e cobertura da terra utilizando imagens de sensoriamento remoto
dc.title.alternative.en.fl_str_mv Virtual laboratory for visualization and characterization of land use and land cover using remote sensing images
title Laboratório virtual para visualização e caracterização do uso e cobertura da terra utilizando imagens de sensoriamento remoto
spellingShingle Laboratório virtual para visualização e caracterização do uso e cobertura da terra utilizando imagens de sensoriamento remoto
Ramon Morais de Freitas
title_short Laboratório virtual para visualização e caracterização do uso e cobertura da terra utilizando imagens de sensoriamento remoto
title_full Laboratório virtual para visualização e caracterização do uso e cobertura da terra utilizando imagens de sensoriamento remoto
title_fullStr Laboratório virtual para visualização e caracterização do uso e cobertura da terra utilizando imagens de sensoriamento remoto
title_full_unstemmed Laboratório virtual para visualização e caracterização do uso e cobertura da terra utilizando imagens de sensoriamento remoto
title_sort Laboratório virtual para visualização e caracterização do uso e cobertura da terra utilizando imagens de sensoriamento remoto
author Ramon Morais de Freitas
author_facet Ramon Morais de Freitas
author_role author
dc.contributor.advisor1.fl_str_mv Reinaldo Roberto Rosa
dc.contributor.advisor2.fl_str_mv Yosio Edemir Shimabukuro
dc.contributor.referee1.fl_str_mv Jean Pierre Henry Balbaud Ometto
dc.contributor.referee2.fl_str_mv Arcilan Trevenzoli Assireu
dc.contributor.referee3.fl_str_mv Tiago Garcia de Senna Carneiro
dc.contributor.author.fl_str_mv Ramon Morais de Freitas
contributor_str_mv Reinaldo Roberto Rosa
Yosio Edemir Shimabukuro
Jean Pierre Henry Balbaud Ometto
Arcilan Trevenzoli Assireu
Tiago Garcia de Senna Carneiro
dc.description.abstract.por.fl_txt_mv Ao longo da última década, o conjunto de dados multi temporais de sensoriamento remoto tornou-se uma ferramenta eficaz e cada vez mais necessária para o monito-ramento dos recursos naturais da Terra. Os conjuntos de dados de sensores remotos têm permitido o entendimento, caracterização e monitoramento espaço-temporal das mudanças no uso e cobertura da terra em diversas escalas temporais. O grande volume e a diversidade de fontes e formatos desses dados requerem estruturas computacionais específicas para visualização, análise e a transformação dos dados em informações úteis para pesquisadores, público em geral e os tomadores de decisão. Nesse contexto, a computação aplicada surge como um pilar fundamental para o suporte, a implementação, a visualização e a análise dos dados multitemporais de sensoriamento remoto. Assim, este trabalho propõe, discute e desenvolve o conceito de \textit{laboratório virtual de sensoriamento remoto} que permite aos usuários terem acesso à visualização e análise de séries temporais de dados derivados de sensores remotos. Nesse trabalho, a arquitetura utiliza os globos virtuais como plataformas auxiliares de visualização dos dados incorporando métodos computacionais de análise de séries temporais provenientes de abordagens analíticas da física estatística. O estudo desses métodos envolveu a pesquisa, a seleção, a modificação, a implementação e a avaliação das seguintes técnicas: análise não tendencial de flutuações (DFA), análise de padrões gradiente (GPA) e gráfico de recorrência. Um estudo de caso foi realizado utilizando os operadores computacionais derivados das técnicas estudadas aplicadas nas séries temporais e espaço-temporais de índices de vegetação - \textit{Enhanced Vegetation Index 2} (EVI2) derivados do sensor \textit{Moderate Resolution Imaging Spectroradiometer} (MODIS) disponíveis no laboratório virtual. Os resultados apresentam uma nova abordagem para a caracterização do uso e cobertura da terra, indicando as áreas que ocorreram mudança em escalas locais, regionais ou continentais. Em escalas locais, a nova abordagem de visualização de séries temporais integradas em um ambiente virtual permite a inferência sobre a dinâmica do uso e cobertura da terra. Nesse contexto, a combinação de técnicas da computação aplicada e do sensoriamento remoto permitiu uma forma inédita de disponibilização de dados e ferramentas computacionais que são úteis nas mais diversas áreas do conhecimento como nas ciências agrárias, ciências florestais, engenharia ambiental entre outras áreas das geociências.
dc.description.abstract.eng.fl_txt_mv Over the last decade, the multitemporal remote sensing dataset has become an effective tool, and increasingly necessary to monitor the Earth's natural resources. The remote sensing datasets have allowed the understanding, characterization and monitoring the spatio-temporal land use and land cover changes in different time scales. The large data volume and the diversity of data sources and formats require specific computer data structures for visualization, analysis and transformation of the data into useful information for researchers, general public and decision makers. In this context, applied computer science emerged as a key pillar for the support, implementation, visualization and analysis of multitemporal remote sensing data. So , this work proposes, discusses and develops the concept of \textit{Virtual Lab of remate sensing} that allows to access the visualization and analysis of time series data derived from remote sensors. In this work, the architecture uses the virtual globes as auxiliary platforms for data visualization incorporating computational methods for time series analysis from analytical approaches of statistical physics. The study of these methods involved the research, selection, modification, implementation and evaluation of the following techniques: Detrend Fluctuation Analysis (DFA) , Gradient Pattern Analysis (GPA) and Recurrence Plot (RP). A case study was performed using operators derived from computational techniques applied in the studied time series and spatio-temporal vegetation index (Enhanced Vegetation Index 2 (EVI2)) of Moderate Resolution Imaging Spectroradiometer (MODIS) available in the virtual lab. The results present a new approach to characterize the land use and land cover, indicating the areas where changes occurred at local, regional or continental scales. On local scales, the new approach to visualization of time series integrated in a virtual environment allows inferences about the dynamics of the land use and land cover. In this context, the combination of applied computing and remote sensing techniques has enabled an unprecedented form of accessing the data and computational tools that are useful in several areas of knowledge as in the agricultural sciences, forest sciences, environmental engineering and other areas of geosciences.
description Ao longo da última década, o conjunto de dados multi temporais de sensoriamento remoto tornou-se uma ferramenta eficaz e cada vez mais necessária para o monito-ramento dos recursos naturais da Terra. Os conjuntos de dados de sensores remotos têm permitido o entendimento, caracterização e monitoramento espaço-temporal das mudanças no uso e cobertura da terra em diversas escalas temporais. O grande volume e a diversidade de fontes e formatos desses dados requerem estruturas computacionais específicas para visualização, análise e a transformação dos dados em informações úteis para pesquisadores, público em geral e os tomadores de decisão. Nesse contexto, a computação aplicada surge como um pilar fundamental para o suporte, a implementação, a visualização e a análise dos dados multitemporais de sensoriamento remoto. Assim, este trabalho propõe, discute e desenvolve o conceito de \textit{laboratório virtual de sensoriamento remoto} que permite aos usuários terem acesso à visualização e análise de séries temporais de dados derivados de sensores remotos. Nesse trabalho, a arquitetura utiliza os globos virtuais como plataformas auxiliares de visualização dos dados incorporando métodos computacionais de análise de séries temporais provenientes de abordagens analíticas da física estatística. O estudo desses métodos envolveu a pesquisa, a seleção, a modificação, a implementação e a avaliação das seguintes técnicas: análise não tendencial de flutuações (DFA), análise de padrões gradiente (GPA) e gráfico de recorrência. Um estudo de caso foi realizado utilizando os operadores computacionais derivados das técnicas estudadas aplicadas nas séries temporais e espaço-temporais de índices de vegetação - \textit{Enhanced Vegetation Index 2} (EVI2) derivados do sensor \textit{Moderate Resolution Imaging Spectroradiometer} (MODIS) disponíveis no laboratório virtual. Os resultados apresentam uma nova abordagem para a caracterização do uso e cobertura da terra, indicando as áreas que ocorreram mudança em escalas locais, regionais ou continentais. Em escalas locais, a nova abordagem de visualização de séries temporais integradas em um ambiente virtual permite a inferência sobre a dinâmica do uso e cobertura da terra. Nesse contexto, a combinação de técnicas da computação aplicada e do sensoriamento remoto permitiu uma forma inédita de disponibilização de dados e ferramentas computacionais que são úteis nas mais diversas áreas do conhecimento como nas ciências agrárias, ciências florestais, engenharia ambiental entre outras áreas das geociências.
publishDate 2012
dc.date.issued.fl_str_mv 2012-03-16
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
status_str publishedVersion
format doctoralThesis
dc.identifier.uri.fl_str_mv http://urlib.net/sid.inpe.br/mtc-m19/2012/02.24.17.32
url http://urlib.net/sid.inpe.br/mtc-m19/2012/02.24.17.32
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 Reinaldo Roberto Rosa
_version_ 1706809354423894016