Análise de Dados Térmicos de Deteção Remota para a Caracterização de Superfícies Naturais e Antrópicas em Contextos Distintos

Detalhes bibliográficos
Autor(a) principal: Soares, Patrícia Almeida
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/94038
Resumo: Dissertação de Mestrado em Geociências apresentada à Faculdade de Ciências e Tecnologia
id RCAP_a302215262144e94ec1b46d1209055a6
oai_identifier_str oai:estudogeral.uc.pt:10316/94038
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Análise de Dados Térmicos de Deteção Remota para a Caracterização de Superfícies Naturais e Antrópicas em Contextos DistintosAnalysis of Thermal Data of Remote Sensing for the Characterization of Natural and Anthropic Surfaces in Distinct ContextsTemperatura de Superfície da TerraLandsat 8ASTERanálise térmicamachine learningLand Surface TemperatureLandsat 8ASTERthermal analysismachine learningDissertação de Mestrado em Geociências apresentada à Faculdade de Ciências e TecnologiaA deteção remota (DR), em Portugal é um tema muito recente com possibilidade de ser analisado mais pormenorizadamente, tendo em conta o conjunto de aplicações que pode ter, em diversas áreas científicas. Por esse motivo, esta dissertação veio aprofundar esse assunto através da análise da temperatura da superfície terrestre em contextos nacionais distintos. Land Surface Temperature ou temperatura da superfície terrestre (LST), como será referida ao longo da presente dissertação, tem adquirido um reconhecimento cada vez maior ao longo do tempo, levando a um interesse cada vez significativo no desenvolvimento de várias metodologias de modo a efetuar a sua medição a partir do espaço. Assim sendo, a LST é utilizada em estudos relacionados com as variações da superfície terrestre, nomeadamente as ilhas de calor urbano (ICU), a evapotranspiração e o stress da vegetação. Estas variações da superfície permitem a criação de várias aplicações relacionadas com os diferentes processos, nomeadamente, a monitorização do clima, o ciclo hidrológico, a avaliação de modelos e a assimilação de dados. O satélite Landsat 8 (LS8) tem o potencial de fornecer estimativas LST com uma alta resolução espacial, o que torna possível realizar este estudo de forma mais eficaz. De uma forma sucinta, o estudo realizado consistiu numa primeira fase na aplicação de um algoritmo designado Statistical Mono-Window (SMW), que permitiu a criação de uma base de dados de calibração e validação, de maneira a garantir uma maior variabilidade das condições atmosféricas e de superfície. Posteriormente, através da aquisição de dados do LS8 e do sensor Advanced Spaceorne Thermal Emission and Reflection Radiometer (ASTER) procedeu-se à criação de um repositório que permitisse gerar um conjunto de imagens referente à LST, entre junho de 2016 e junho de 2017, na cidade de Coimbra. Consequentemente, relacionou-se a análise térmica da coleção de imagens obtidas anteriormente com os riscos geológicos associados e os problemas sociais que se possam manifestar, através de modelos de DR especializados. O resultado esperado deste trabalho diz respeito à possibilidade de analisar as variações da superfície da terra a partir da DR, como é o caso do estudo das ICU que corresponde à diferença da LST relacionando as zonas urbanas com as zonas não urbanas vizinhas. O desenvolvimento do método machine learning aliado ao cloud computing permitiu que esta análise térmica ocorra com uma alta resolução espacial através da aquisição de dados.Remote sensing (DR), in Portugal, is a very recent topic that can be analyzed in more detail, considering the set of applications it can have, in several scientific areas. For this reason, this dissertation has developed this subject through the analysis of the land surface temperature in different national contexts. Land Surface Temperature (LST) has acquired an increasing recognition over time, leading to an increasingly significant interest in the development of various methodologies in order to make its measurement from space. Therefore, LST is used in studies related to the variations of the land surface, such as urban heat islands (ICU), evapotranspiration and vegetation stress. These surface variations allow the creation of several applications related to different processes, including climate monitoring, hydrological cycle, model evaluation and data assimilation. The Landsat 8 (LS8) satellite has the potential to provide LST estimates with a high spatial resolution, which makes it possible to conduct this study more effectively. In a short way, the study consisted of a first step in the application of an algorithm called Statistical Mono-Window (SMW), which allowed the creation of a calibration and validation database, in order to provide greater variability in atmospheric and surface conditions. Subsequently, through the acquisition of data from LS8 and the Advanced Spaceorne Thermal Emission and Reflection Radiometer (ASTER) sensor, a repository was created to generate a set of images related to LST, between June 2016 and June 2017, in the city of Coimbra. Consequently, the thermal analysis of the previously obtained image collection was related to the associated geological risks and social problems that may manifest themselves, through specialized DR models. The expected result of this work is the possibility of analyzing the variations of land surface from DR, as is the case of the ICU study which corresponds to the difference of LST relating urban areas with neighboring non-urban areas. The development of the machine learning method allied to cloud computing allowed this thermal analysis to occur with a high spatial resolution through data acquisition.2020-12-11info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/94038http://hdl.handle.net/10316/94038TID:202686086porSoares, Patrícia Almeidainfo: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:RCAAP2021-05-25T07:34:34Zoai:estudogeral.uc.pt:10316/94038Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:12:52.393713Repositório 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 Análise de Dados Térmicos de Deteção Remota para a Caracterização de Superfícies Naturais e Antrópicas em Contextos Distintos
Analysis of Thermal Data of Remote Sensing for the Characterization of Natural and Anthropic Surfaces in Distinct Contexts
title Análise de Dados Térmicos de Deteção Remota para a Caracterização de Superfícies Naturais e Antrópicas em Contextos Distintos
spellingShingle Análise de Dados Térmicos de Deteção Remota para a Caracterização de Superfícies Naturais e Antrópicas em Contextos Distintos
Soares, Patrícia Almeida
Temperatura de Superfície da Terra
Landsat 8
ASTER
análise térmica
machine learning
Land Surface Temperature
Landsat 8
ASTER
thermal analysis
machine learning
title_short Análise de Dados Térmicos de Deteção Remota para a Caracterização de Superfícies Naturais e Antrópicas em Contextos Distintos
title_full Análise de Dados Térmicos de Deteção Remota para a Caracterização de Superfícies Naturais e Antrópicas em Contextos Distintos
title_fullStr Análise de Dados Térmicos de Deteção Remota para a Caracterização de Superfícies Naturais e Antrópicas em Contextos Distintos
title_full_unstemmed Análise de Dados Térmicos de Deteção Remota para a Caracterização de Superfícies Naturais e Antrópicas em Contextos Distintos
title_sort Análise de Dados Térmicos de Deteção Remota para a Caracterização de Superfícies Naturais e Antrópicas em Contextos Distintos
author Soares, Patrícia Almeida
author_facet Soares, Patrícia Almeida
author_role author
dc.contributor.author.fl_str_mv Soares, Patrícia Almeida
dc.subject.por.fl_str_mv Temperatura de Superfície da Terra
Landsat 8
ASTER
análise térmica
machine learning
Land Surface Temperature
Landsat 8
ASTER
thermal analysis
machine learning
topic Temperatura de Superfície da Terra
Landsat 8
ASTER
análise térmica
machine learning
Land Surface Temperature
Landsat 8
ASTER
thermal analysis
machine learning
description Dissertação de Mestrado em Geociências apresentada à Faculdade de Ciências e Tecnologia
publishDate 2020
dc.date.none.fl_str_mv 2020-12-11
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/10316/94038
http://hdl.handle.net/10316/94038
TID:202686086
url http://hdl.handle.net/10316/94038
identifier_str_mv TID:202686086
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.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_ 1799134023833878528

Registros relacionados