Impacto de Imagens Sentinel-1 na produção da Cartografia de Ocupação de Solo

Detalhes bibliográficos
Autor(a) principal: Sá, João Pedro Figueira
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10451/53790
Resumo: Tese de mestrado, Engenharia Geoespacial, Universidade de Lisboa, Faculdade de Ciências, 2022
id RCAP_28e8ddbba7b20f21838c1a523c9a7149
oai_identifier_str oai:repositorio.ul.pt:10451/53790
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Impacto de Imagens Sentinel-1 na produção da Cartografia de Ocupação de SoloCartografia de Ocupação/Uso do soloCOSsimSentinel-1Aprendizagem AutomáticaPortugalTeses de mestrado - 2022Departamento de Engenharia Geográfica, Geofísica e EnergiaTese de mestrado, Engenharia Geoespacial, Universidade de Lisboa, Faculdade de Ciências, 2022Os recentes desenvolvimentos das tecnologias de observação da Terra permitem que sejam criados, de forma sem precedentes, produtos e sistemas de monitorização da Terra, em particular no que toca à cartografia de ocupação/uso do solo. Em Portugal, este tipo de operações é da responsabilidade da DGT, que produz a Carta de Uso e Ocupação do Solo (COS). Recentemente, foi também desenvolvida uma nova cartografia anual desta temática denominada COS simplificada (COSsim), que tem por base compósitos mensais feitos com imagens Sentinel-2, produzida através de processos de aprendizagem automática, em particular utilizando o algoritmo Florestas Aleatórias (Random Forests, RF). Este estudo tem como objetivo avaliar o potencial que a introdução dos produtos do satélite Sentinel-1 poderá ter na produção da COSsim, nomeadamente na distinção entre algumas classes com maior confusão entre si. Foram utilizadas 12 imagens (uma por mês) Sentinel-1 IW Ground Range Detected (GRD), assim como os respetivos subprodutos, razões, somas e diferenças entre bandas e elementos de textura gerados com base no método Gray Level Co-occurrence Matrix (GLCM), os quais foram adicionados aos produtos já utilizados pela DGT (Sentinel 2 e altimetria). Os resultados indicam que este tipo de abordagem não melhora de forma clara e significativa os resultados obtidos com a abordagem já utilizada pela DGT, com uma melhoria pouco significativa de apenas 1 a 2 pp (pontos percentuais) a nível de exatidão global (EG). Foi também analisado o impacto da quantidade de amostras de treino no modelo, tendo-se verificado que o RF não necessita de um grande volume de amostras de treino.The recent developments on Earth Observation technology allow the creation of unprecedent Earth monitoring systems and products, particularly in what concerns Land Use/Land Cover mapping. In Portugal, the Directorate-General for the Territory (DGT) is the responsible entity for these kinds of operations, namely, to produce COS (Carta de Uso e Ocupação do Solo – Land Use/Land Cover Map). Recently, DGT also produces the COSsim (COS simplificada – simplified COS), which is an annual product based on monthly Sentinel-2 composites (and respective derivated indexes) and on a machine learning algorithm – Random Forests (RF). The main aim of this study is to evaluate and analyse the potencial of Sentinel-1 imagery for the improvement of the COSsim. Twelve dual-polarization (VV and VH) Sentinel-1 IW GRD images were used in total (one for each month), together with the respective derivated products, such as ratios, products, additions, and differences between bands, and texture features generated from the Gray Level Co-occurrence Matrix (GLCM) method. All these data were added to the dataset previously used by DGT to produce the COSsim2018 (Sentinel-2 and altimetry). Results show that the developed approach do not clearly and significantly improve the quality of the COSsim produced only with Sentinel-2 data, since only a slight increase of 1 to 2 pp (percentual points) on the overall accuracy was obtained. The impact of the number of samples used to train the classifier was also evaluated, revealing that the RF algorithm does not require a significant number of samples to perform well.Ferreira, Ana Cristina Navarro, 1968-Caetano, MárioRepositório da Universidade de LisboaSá, João Pedro Figueira2022-07-14T08:02:39Z202220212022-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10451/53790porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-08T16:59:56Zoai:repositorio.ul.pt:10451/53790Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T22:04:45.927708Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Impacto de Imagens Sentinel-1 na produção da Cartografia de Ocupação de Solo
title Impacto de Imagens Sentinel-1 na produção da Cartografia de Ocupação de Solo
spellingShingle Impacto de Imagens Sentinel-1 na produção da Cartografia de Ocupação de Solo
Sá, João Pedro Figueira
Cartografia de Ocupação/Uso do solo
COSsim
Sentinel-1
Aprendizagem Automática
Portugal
Teses de mestrado - 2022
Departamento de Engenharia Geográfica, Geofísica e Energia
title_short Impacto de Imagens Sentinel-1 na produção da Cartografia de Ocupação de Solo
title_full Impacto de Imagens Sentinel-1 na produção da Cartografia de Ocupação de Solo
title_fullStr Impacto de Imagens Sentinel-1 na produção da Cartografia de Ocupação de Solo
title_full_unstemmed Impacto de Imagens Sentinel-1 na produção da Cartografia de Ocupação de Solo
title_sort Impacto de Imagens Sentinel-1 na produção da Cartografia de Ocupação de Solo
author Sá, João Pedro Figueira
author_facet Sá, João Pedro Figueira
author_role author
dc.contributor.none.fl_str_mv Ferreira, Ana Cristina Navarro, 1968-
Caetano, Mário
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Sá, João Pedro Figueira
dc.subject.por.fl_str_mv Cartografia de Ocupação/Uso do solo
COSsim
Sentinel-1
Aprendizagem Automática
Portugal
Teses de mestrado - 2022
Departamento de Engenharia Geográfica, Geofísica e Energia
topic Cartografia de Ocupação/Uso do solo
COSsim
Sentinel-1
Aprendizagem Automática
Portugal
Teses de mestrado - 2022
Departamento de Engenharia Geográfica, Geofísica e Energia
description Tese de mestrado, Engenharia Geoespacial, Universidade de Lisboa, Faculdade de Ciências, 2022
publishDate 2021
dc.date.none.fl_str_mv 2021
2022-07-14T08:02:39Z
2022
2022-01-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10451/53790
url http://hdl.handle.net/10451/53790
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.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799134598871908352

Registros relacionados