Avaliação de dados polarimétricos do sensor ALOS PALSAR para classificação da cobertura da terra da Amazônia
Autor(a) principal: | |
---|---|
Data de Publicação: | 2009 |
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-m18@80/2009/05.14.12.59 |
Resumo: | A Amazônia é considerada a maior floresta tropical do planeta, abrigando parte considerável da biodiversidade e exercendo papel fundamental nos ciclos biogeoquímicos. Devido a atuação antrópica, esta floresta sofre constantemente processos destrutivos, como por exemplo, desmatamentos e queimadas, que por sua vez, pode provocar desequilíbrios ao ecossistema. Tais circunstâncias tornam o monitoramento desta região importante, para o qual, o uso de Sensoriamento Remoto é conveniente. Fatores atmosféricos desta região, como a intensa presença de nuvens, prejudicam a aquisição de informações a partir de sensores ópticos. Neste contexto, a utilização de radares imageadores tornam-se úteis, uma vez que as condições atmosféricas não interferem terminantemente na aquisição dos dados. Uma recente tecnologia são os radares polarimétricos, capazes de coletar uma maior quantidade de informação a respeito dos alvos, proporcionando assim o aumento na capacidade de discriminação destes. Recentemente, a JAXA lançou o satélite ALOS, munido do sensor PALSAR, um radar polarimétrico que opera em banda L. Para avaliação do potencial das imagens PALSAR na discriminação de diferentes tipos de alvos habituais de regiões de floresta tropical, foram empregados os métodos MaxVer/ICM e K-Médias Wishart H/A/α de classificação de imagens SAR, associados a diferentes conjuntos de informações provenientes das imagens polarimétricas, considerando diferentes níveis de discriminação de alvos. Os resultados obtidos possibilitaram afirmar que o método MaxVer/ICM possui maior capacidade de discriminação dos alvos. A utilização de dados Univariados (HH, HV ou VV em Amplitude) é limitada para separação de diferentes alvos, ao contrário do que ocorre com o emprego de duas ou mais componentes polarimétricas, definido pelos conjuntos Bivariados, Multivariados e Polarimétricos, Classes derivadas de área florestais, como por exemplo, florestas primárias e tipos de regenerações não foram discriminadas satisfatóriamente, independente dos dados utilizados, porém, diferentes tipos de agricultura e pastagem foram discriminadas. Os resultados possibilitam concluir que o ganho de capacidade em discriminação dos alvos com uso de dados Multivariados e Polarimétricos não proporciona aumento considerável, e logo, é indicando assim os dados Bivariados, em especial HH+HV, denominado por Modo Operacional de Aquisição, para trabalhos relacionados ao monitoramento de florestas tropicais a partir do emprego de radares que operam em banda L. |
id |
INPE_d816f4175135af727f8175ef7c356389 |
---|---|
oai_identifier_str |
oai:urlib.net:sid.inpe.br/mtc-m18@80/2009/05.14.12.59.30-0 |
network_acronym_str |
INPE |
network_name_str |
Biblioteca Digital de Teses e Dissertações do INPE |
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisAvaliação de dados polarimétricos do sensor ALOS PALSAR para classificação da cobertura da terra da AmazôniaAssessment of polarimetric ALOS PALSAR data for Amazon land cover classification2009-05-19Luciano Vieira DutraCorina da Costa FreitasDalton de Morisson ValerianoAlejandro Cesar Frery OrgambideRogério Galante NegriInstituto Nacional de Pesquisas EspaciaisPrograma de Pós-Graduação do INPE em Computação AplicadaINPEBRAmazôniaclassificação de imagensSARALOSpolarimetriaAmazon (region)image classificationSARALOSpolarimetryA Amazônia é considerada a maior floresta tropical do planeta, abrigando parte considerável da biodiversidade e exercendo papel fundamental nos ciclos biogeoquímicos. Devido a atuação antrópica, esta floresta sofre constantemente processos destrutivos, como por exemplo, desmatamentos e queimadas, que por sua vez, pode provocar desequilíbrios ao ecossistema. Tais circunstâncias tornam o monitoramento desta região importante, para o qual, o uso de Sensoriamento Remoto é conveniente. Fatores atmosféricos desta região, como a intensa presença de nuvens, prejudicam a aquisição de informações a partir de sensores ópticos. Neste contexto, a utilização de radares imageadores tornam-se úteis, uma vez que as condições atmosféricas não interferem terminantemente na aquisição dos dados. Uma recente tecnologia são os radares polarimétricos, capazes de coletar uma maior quantidade de informação a respeito dos alvos, proporcionando assim o aumento na capacidade de discriminação destes. Recentemente, a JAXA lançou o satélite ALOS, munido do sensor PALSAR, um radar polarimétrico que opera em banda L. Para avaliação do potencial das imagens PALSAR na discriminação de diferentes tipos de alvos habituais de regiões de floresta tropical, foram empregados os métodos MaxVer/ICM e K-Médias Wishart H/A/α de classificação de imagens SAR, associados a diferentes conjuntos de informações provenientes das imagens polarimétricas, considerando diferentes níveis de discriminação de alvos. Os resultados obtidos possibilitaram afirmar que o método MaxVer/ICM possui maior capacidade de discriminação dos alvos. A utilização de dados Univariados (HH, HV ou VV em Amplitude) é limitada para separação de diferentes alvos, ao contrário do que ocorre com o emprego de duas ou mais componentes polarimétricas, definido pelos conjuntos Bivariados, Multivariados e Polarimétricos, Classes derivadas de área florestais, como por exemplo, florestas primárias e tipos de regenerações não foram discriminadas satisfatóriamente, independente dos dados utilizados, porém, diferentes tipos de agricultura e pastagem foram discriminadas. Os resultados possibilitam concluir que o ganho de capacidade em discriminação dos alvos com uso de dados Multivariados e Polarimétricos não proporciona aumento considerável, e logo, é indicando assim os dados Bivariados, em especial HH+HV, denominado por Modo Operacional de Aquisição, para trabalhos relacionados ao monitoramento de florestas tropicais a partir do emprego de radares que operam em banda L.Amazon Forest is considered the largest tropical forest of the planet. It keeps considerable part of the biodiversity and has great importance to the biogeochemistry cycles. The anthropic actions cause destructive processes such as deforestations and burnings, which can provoke unbalances on the ecosystem. This scenario highlights the importance of the monitoring on this area by Remote Sensing. Atmospheric factors over the Amazon region as the cloud cover could affect the quality of the optical remoto sensing. In this context, the use of the imaging radars in the tropics is important, because the atrnospheric conditIons do not flatly prejudice the data acquisition. Polarimetric radars are a recent technology capable to collect a large amount of information of the target characteristics, improving the discrimination capability of them. Recently, the L-band PALSAR sensor on ALOS was launched. The potential of PALSAR data in the discrimination of different targets was evaluated using Maximum Likelihood and the K-Means Wishart H/A/α SAR image classifiers. The results showed that Maximum Likelihood presented higher ability of the target discrimination. The use of Single-Polarization data (HH, HV or VV) is limited to separate different targets, unlike to Dual-, Multi- and Full-Polarization data. Primary forest and regeneration types were not satisfactorily discriminated. However, different agriculture types and pasture were well discriminated. The results showed that the discrimination capacity of targets with Multi- and Full-Polarization data does not provide considerable increase, when compared with results generated by HH+HV and HV+VV Dual-Polarization data. The HH+HV data, named ALOS PALSAR Operational Acquisition Mode, is designated to the study of the tropical forest monitoring using the L-band radars.http://urlib.net/sid.inpe.br/mtc-m18@80/2009/05.14.12.59info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações do INPEinstname:Instituto Nacional de Pesquisas Espaciais (INPE)instacron:INPE2021-01-16T06:57:38Zoai:urlib.net:sid.inpe.br/mtc-m18@80/2009/05.14.12.59.30-0Biblioteca 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:32772021-01-16 06:57:39.916Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)false |
dc.title.pt.fl_str_mv |
Avaliação de dados polarimétricos do sensor ALOS PALSAR para classificação da cobertura da terra da Amazônia |
dc.title.alternative.en.fl_str_mv |
Assessment of polarimetric ALOS PALSAR data for Amazon land cover classification |
title |
Avaliação de dados polarimétricos do sensor ALOS PALSAR para classificação da cobertura da terra da Amazônia |
spellingShingle |
Avaliação de dados polarimétricos do sensor ALOS PALSAR para classificação da cobertura da terra da Amazônia Rogério Galante Negri |
title_short |
Avaliação de dados polarimétricos do sensor ALOS PALSAR para classificação da cobertura da terra da Amazônia |
title_full |
Avaliação de dados polarimétricos do sensor ALOS PALSAR para classificação da cobertura da terra da Amazônia |
title_fullStr |
Avaliação de dados polarimétricos do sensor ALOS PALSAR para classificação da cobertura da terra da Amazônia |
title_full_unstemmed |
Avaliação de dados polarimétricos do sensor ALOS PALSAR para classificação da cobertura da terra da Amazônia |
title_sort |
Avaliação de dados polarimétricos do sensor ALOS PALSAR para classificação da cobertura da terra da Amazônia |
author |
Rogério Galante Negri |
author_facet |
Rogério Galante Negri |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Luciano Vieira Dutra |
dc.contributor.advisor2.fl_str_mv |
Corina da Costa Freitas |
dc.contributor.referee1.fl_str_mv |
Dalton de Morisson Valeriano |
dc.contributor.referee2.fl_str_mv |
Alejandro Cesar Frery Orgambide |
dc.contributor.author.fl_str_mv |
Rogério Galante Negri |
contributor_str_mv |
Luciano Vieira Dutra Corina da Costa Freitas Dalton de Morisson Valeriano Alejandro Cesar Frery Orgambide |
dc.description.abstract.por.fl_txt_mv |
A Amazônia é considerada a maior floresta tropical do planeta, abrigando parte considerável da biodiversidade e exercendo papel fundamental nos ciclos biogeoquímicos. Devido a atuação antrópica, esta floresta sofre constantemente processos destrutivos, como por exemplo, desmatamentos e queimadas, que por sua vez, pode provocar desequilíbrios ao ecossistema. Tais circunstâncias tornam o monitoramento desta região importante, para o qual, o uso de Sensoriamento Remoto é conveniente. Fatores atmosféricos desta região, como a intensa presença de nuvens, prejudicam a aquisição de informações a partir de sensores ópticos. Neste contexto, a utilização de radares imageadores tornam-se úteis, uma vez que as condições atmosféricas não interferem terminantemente na aquisição dos dados. Uma recente tecnologia são os radares polarimétricos, capazes de coletar uma maior quantidade de informação a respeito dos alvos, proporcionando assim o aumento na capacidade de discriminação destes. Recentemente, a JAXA lançou o satélite ALOS, munido do sensor PALSAR, um radar polarimétrico que opera em banda L. Para avaliação do potencial das imagens PALSAR na discriminação de diferentes tipos de alvos habituais de regiões de floresta tropical, foram empregados os métodos MaxVer/ICM e K-Médias Wishart H/A/α de classificação de imagens SAR, associados a diferentes conjuntos de informações provenientes das imagens polarimétricas, considerando diferentes níveis de discriminação de alvos. Os resultados obtidos possibilitaram afirmar que o método MaxVer/ICM possui maior capacidade de discriminação dos alvos. A utilização de dados Univariados (HH, HV ou VV em Amplitude) é limitada para separação de diferentes alvos, ao contrário do que ocorre com o emprego de duas ou mais componentes polarimétricas, definido pelos conjuntos Bivariados, Multivariados e Polarimétricos, Classes derivadas de área florestais, como por exemplo, florestas primárias e tipos de regenerações não foram discriminadas satisfatóriamente, independente dos dados utilizados, porém, diferentes tipos de agricultura e pastagem foram discriminadas. Os resultados possibilitam concluir que o ganho de capacidade em discriminação dos alvos com uso de dados Multivariados e Polarimétricos não proporciona aumento considerável, e logo, é indicando assim os dados Bivariados, em especial HH+HV, denominado por Modo Operacional de Aquisição, para trabalhos relacionados ao monitoramento de florestas tropicais a partir do emprego de radares que operam em banda L. |
dc.description.abstract.eng.fl_txt_mv |
Amazon Forest is considered the largest tropical forest of the planet. It keeps considerable part of the biodiversity and has great importance to the biogeochemistry cycles. The anthropic actions cause destructive processes such as deforestations and burnings, which can provoke unbalances on the ecosystem. This scenario highlights the importance of the monitoring on this area by Remote Sensing. Atmospheric factors over the Amazon region as the cloud cover could affect the quality of the optical remoto sensing. In this context, the use of the imaging radars in the tropics is important, because the atrnospheric conditIons do not flatly prejudice the data acquisition. Polarimetric radars are a recent technology capable to collect a large amount of information of the target characteristics, improving the discrimination capability of them. Recently, the L-band PALSAR sensor on ALOS was launched. The potential of PALSAR data in the discrimination of different targets was evaluated using Maximum Likelihood and the K-Means Wishart H/A/α SAR image classifiers. The results showed that Maximum Likelihood presented higher ability of the target discrimination. The use of Single-Polarization data (HH, HV or VV) is limited to separate different targets, unlike to Dual-, Multi- and Full-Polarization data. Primary forest and regeneration types were not satisfactorily discriminated. However, different agriculture types and pasture were well discriminated. The results showed that the discrimination capacity of targets with Multi- and Full-Polarization data does not provide considerable increase, when compared with results generated by HH+HV and HV+VV Dual-Polarization data. The HH+HV data, named ALOS PALSAR Operational Acquisition Mode, is designated to the study of the tropical forest monitoring using the L-band radars. |
description |
A Amazônia é considerada a maior floresta tropical do planeta, abrigando parte considerável da biodiversidade e exercendo papel fundamental nos ciclos biogeoquímicos. Devido a atuação antrópica, esta floresta sofre constantemente processos destrutivos, como por exemplo, desmatamentos e queimadas, que por sua vez, pode provocar desequilíbrios ao ecossistema. Tais circunstâncias tornam o monitoramento desta região importante, para o qual, o uso de Sensoriamento Remoto é conveniente. Fatores atmosféricos desta região, como a intensa presença de nuvens, prejudicam a aquisição de informações a partir de sensores ópticos. Neste contexto, a utilização de radares imageadores tornam-se úteis, uma vez que as condições atmosféricas não interferem terminantemente na aquisição dos dados. Uma recente tecnologia são os radares polarimétricos, capazes de coletar uma maior quantidade de informação a respeito dos alvos, proporcionando assim o aumento na capacidade de discriminação destes. Recentemente, a JAXA lançou o satélite ALOS, munido do sensor PALSAR, um radar polarimétrico que opera em banda L. Para avaliação do potencial das imagens PALSAR na discriminação de diferentes tipos de alvos habituais de regiões de floresta tropical, foram empregados os métodos MaxVer/ICM e K-Médias Wishart H/A/α de classificação de imagens SAR, associados a diferentes conjuntos de informações provenientes das imagens polarimétricas, considerando diferentes níveis de discriminação de alvos. Os resultados obtidos possibilitaram afirmar que o método MaxVer/ICM possui maior capacidade de discriminação dos alvos. A utilização de dados Univariados (HH, HV ou VV em Amplitude) é limitada para separação de diferentes alvos, ao contrário do que ocorre com o emprego de duas ou mais componentes polarimétricas, definido pelos conjuntos Bivariados, Multivariados e Polarimétricos, Classes derivadas de área florestais, como por exemplo, florestas primárias e tipos de regenerações não foram discriminadas satisfatóriamente, independente dos dados utilizados, porém, diferentes tipos de agricultura e pastagem foram discriminadas. Os resultados possibilitam concluir que o ganho de capacidade em discriminação dos alvos com uso de dados Multivariados e Polarimétricos não proporciona aumento considerável, e logo, é indicando assim os dados Bivariados, em especial HH+HV, denominado por Modo Operacional de Aquisição, para trabalhos relacionados ao monitoramento de florestas tropicais a partir do emprego de radares que operam em banda L. |
publishDate |
2009 |
dc.date.issued.fl_str_mv |
2009-05-19 |
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-m18@80/2009/05.14.12.59 |
url |
http://urlib.net/sid.inpe.br/mtc-m18@80/2009/05.14.12.59 |
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 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 |
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 |
|
_version_ |
1689076505198460928 |