Classificação supervisionada de imagens Sentinel-2 para identificação de floresta no Parque Natural de Montesinho

Detalhes bibliográficos
Autor(a) principal: Parlotti, Leticia Gonçalves
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/10198/28340
Resumo: Mestrado de dupla diplomação com a UTFPR, Universidade Tecnológica Federal do Paraná
id RCAP_3da4362f773e617472f3a80a6e5429be
oai_identifier_str oai:bibliotecadigital.ipb.pt:10198/28340
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Classificação supervisionada de imagens Sentinel-2 para identificação de floresta no Parque Natural de MontesinhoRandom forestDeteção remotaAnálise temporalDomínio/Área Científica::Ciências Agrárias::Agricultura, Silvicultura e PescasMestrado de dupla diplomação com a UTFPR, Universidade Tecnológica Federal do ParanáAtualmente, com o avanço de tecnologias e a facilidade de obtenção de imagens de satélite, o monitoramento e análises espaciais da vegetação terrestre, com custos reduzidos e de forma eficiente, possibilitam montar perfis de imagens multitemporais e sazonais da superfície terrestre. Este trabalho tem como objetivo identificar a melhor época para classificação e cálculo de índices de vegetação florestal no Parque Natural de Montesinho (PNM), e localizar os seus bosques de maior valor natural– azinheira (Quercus rotundifolia), carvalho negral (Quercus pyrenaica Willd.), pinheiro-bravo (Pinus pinaster Aiton) e castanheiro (Castanea sativa Miller) – através de técnicas de teledetecção remota e geoprocessamento. Todo o processamento dos dados foi realizado no software QGIS 3.18.1 utilizando o SCP (Semi-Automatic Classification Plugin). Foram utilizados índices de vegetação e a classificação supervisionada Random Forest (RF). Para a produção dos mapas recolheram-se as amostras de treinamento (ROI), com base no material de apoio: cartas de uso e ocupação do solo (COS), e o inventario florestal nacional (IFN) de 2015, disponibilizado pelo ICNF, onde foi possível identificar de forma remota os bosques das espécies estudadas. Para a validação dos resultados calculou-se o Índice Kappa e Exatidão Global para os três meses estudados: o mês com o maior índice foi o de julho (63%), seguido de fevereiro (41%) e outubro (15%). Podemos relacionar esses resultados com a estação do ano das imagens, sendo essas de inverno e de outono, onde as plantas estão em repouso vegetativo. Conclui-se que a classificação feita pelo RF para a identificação das espécies de interesse se ajusta melhor com o real (IFN) no mês de julho. No entanto é necessário mais estudo aplicado à área.Currently, with the advancement of technologies and the ease of obtaining satellite images, the monitoring and spatial analysis of terrestrial vegetation, with reduced costs and efficiency, make it possible to assemble profiles of multitemporal and seasonal images of the earth's surface. This work aims to identify the best time for classification and calculation of forest vegetation indices in the Montesinho Natural Park (PNM) and to locate its forests of greatest natural value holm oak (Quercus rotundifolia), black oak (Quercus pyrenaica Willd. ), maritime pine (Pinus pinaster Aiton) and chestnut (Castanea sativa Miller) using remote sensing and geoprocessing techniques. All data processing was performed in QGIS 3.18.1 software using SCP (Semi-Automatic Classification Plugin). Vegetation indices and the supervised Random Forest (RF) classification were used. For the production of maps, training samples (ROI) were collected, based on the support material: land use and occupation charts (COS), and the national forest inventory (IFN) of 2015, made available by the ICNF, where it was possible to remotely identify the forests of the studied species. To validate the results, the Kappa Index and Global Accuracy were calculated for the three months studied: the month with the highest index was July (63%), followed by February (41%) and October (15%). We can relate these results with the season of the year of the images, being those of winter and autumn, where the plants are in vegetative rest. It is concluded that the classification made by the RF for the identification of the species of interest fits better with the real (IFN) in the month of July. However, more study applied to the area is needed.Castro, JoséBosquilia, Raoni Wainer DuarteBiblioteca Digital do IPBParlotti, Leticia Gonçalves2023-05-22T11:05:07Z20212021-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10198/28340TID:203300378porinfo: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:RCAAP2023-11-21T11:02:13Zoai:bibliotecadigital.ipb.pt:10198/28340Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T23:18:23.566151Repositório 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 Classificação supervisionada de imagens Sentinel-2 para identificação de floresta no Parque Natural de Montesinho
title Classificação supervisionada de imagens Sentinel-2 para identificação de floresta no Parque Natural de Montesinho
spellingShingle Classificação supervisionada de imagens Sentinel-2 para identificação de floresta no Parque Natural de Montesinho
Parlotti, Leticia Gonçalves
Random forest
Deteção remota
Análise temporal
Domínio/Área Científica::Ciências Agrárias::Agricultura, Silvicultura e Pescas
title_short Classificação supervisionada de imagens Sentinel-2 para identificação de floresta no Parque Natural de Montesinho
title_full Classificação supervisionada de imagens Sentinel-2 para identificação de floresta no Parque Natural de Montesinho
title_fullStr Classificação supervisionada de imagens Sentinel-2 para identificação de floresta no Parque Natural de Montesinho
title_full_unstemmed Classificação supervisionada de imagens Sentinel-2 para identificação de floresta no Parque Natural de Montesinho
title_sort Classificação supervisionada de imagens Sentinel-2 para identificação de floresta no Parque Natural de Montesinho
author Parlotti, Leticia Gonçalves
author_facet Parlotti, Leticia Gonçalves
author_role author
dc.contributor.none.fl_str_mv Castro, José
Bosquilia, Raoni Wainer Duarte
Biblioteca Digital do IPB
dc.contributor.author.fl_str_mv Parlotti, Leticia Gonçalves
dc.subject.por.fl_str_mv Random forest
Deteção remota
Análise temporal
Domínio/Área Científica::Ciências Agrárias::Agricultura, Silvicultura e Pescas
topic Random forest
Deteção remota
Análise temporal
Domínio/Área Científica::Ciências Agrárias::Agricultura, Silvicultura e Pescas
description Mestrado de dupla diplomação com a UTFPR, Universidade Tecnológica Federal do Paraná
publishDate 2021
dc.date.none.fl_str_mv 2021
2021-01-01T00:00:00Z
2023-05-22T11:05:07Z
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/10198/28340
TID:203300378
url http://hdl.handle.net/10198/28340
identifier_str_mv TID:203300378
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_ 1799135479475470336

Registros relacionados