Avaliação de dados polarimétricos do sensor ALOS PALSAR para classificação da cobertura da terra da Amazônia

Detalhes bibliográficos
Autor(a) principal: Rogério Galante Negri
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