[en] CROP RECOGNITION IN TROPICAL REGIONS BASED ON SPATIO-TEMPORAL CONDITIONAL RANDOM FIELDS FROM MULTI-TEMPORAL AND MULTI-RESOLUTION SEQUENCES OF REMOTE SENSING IMAGES

• Autor(a) principal: PEDRO MARCO ACHANCCARAY DIAZ
• Data de Publicação: 2019
• Tipo de documento: Outros
• Idioma: eng
• Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
• Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=45533@1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=45533@2; http://doi.org/10.17771/PUCRio.acad.45533
• topic: [pt] SENSORIAMENTO REMOTO; [pt] IMAGEM DE RADAR; [pt] IMAGEM OTICA; [pt] MODELO GRAFICO PROBABILISTICO; [pt] RECONHECIMENTO DE CULTURAS; [en] REMOTE SENSING; [en] RADAR IMAGERY; [en] OPTICAL IMAGERY; [en] PROBABILISTIC GRAPHICAL MODELS; [en] CROP RECOGNITION

[pt] O crescimento da população do planeta tem aumentado continuamente a demanda por produtos agrícolas. Assim, a informação quanto a áreas cultivadas e estimativas de produção se tornam cada vez mais importantes. Técnicas baseadas em imagens satelitais constituem uma das opções mais atrativas para o monitoramento agrícola sobre grandes áreas. A maior parte dos trabalhos científicos voltados a esta aplicação foram desenvolvidos para regiões temperadas do planeta, que apresentam um dinâmica muito mais simples da que se tem em regiões tropicais. Neste contexto, a presente tese propõe um novo método automático baseado em Campos Aleatórios Condicionais (CRF) para o reconhecimento de culturas agrícolas em regiões tropicais a partir de sequências de imagens multi-temporais e multiresolução produzidas por diferentes sensores orbitais. Experimentos foram realizados para validar diversas variantes do método proposto. Utilizaramse bases de dados públicas de duas regiões do Brasil que compreendem sequências de imagens óticas e de radar com diferentes resoluções espaciais. Os experimentos realizados demonstraram que o método proposto atingiu acurácias maiores do que métodos baseados em uma única imagem ou sensor. Particularmente, notou-se a redução do efeito sal-e-pimenta nos mapas gerados devido, mormente, à capacidade do método de capturar informação contextual.