Avaliação da classificação da cobertura do solo no bioma caatinga por análise multitemporal e unitemporal.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFCG |
Texto Completo: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23497 |
Resumo: | A caatinga é um importante bioma Brasileiro, o qual, abrange 11 % de seu território. É caracterizada por possuir uma grande diversidade de espécies vegetais, que apresentam grande perda de folhagens durante a estação de seca, alterando sua morfologia em um curto período de tempo. A classificação da cobertura do solo desse bioma é de grande importância, pois pode auxiliar no estudo de bacias hidrográficas, análises ambientais e observação da alteração na cobertura do solo, já que esse ambiente vem sofrendo alterações severas ao longo dos anos. Alguns mecanismos que podem ser utilizados para realizar seu monitoramento são as técnicas de sensoriamento remoto e geoprocessamento, que amparados com métodos computacionais (machine learning) e dados supervisionados, tornam possível a obtenção de uma classificação da cobertura do uso do solo para esse bioma. Esse estudo foi aplicado na área da Bacia do rio Sucuru, no Cariri paraibano, em que a obtenção da classificação da cobertura do solo dessa região foi feita por meio da criação de um modelo computacional baseado no método Random Forest, utilizando o software R. Foram utilizadas imagens dos satélites Landsat 8 e Landsat 7 fornecidas pela USGS, e os índices de vegetação EVI, NDVI, SAVI, STI. A série temporal de 24 meses de NDVI demonstrou ser mais eficiente do que as demais séries para os outros índices para classificação da cobertura do solo. Além disso, foi mais eficiente que a tradicional classificação unitemporal (realizando com as bandas espectrais), possibilitando, assim, a identificação de um padrão para cada tipo de cobertura do solo. A diferença percentual entre a utilização da série temporal de NDVI e a classificação unitemporal foi de +241,03% para classe ASMD Arbórea Subarbórea Muito Densa, já a classe que apresentou maior decréscimo foi a ATSA Arbustiva subabórea Aberta com 44,32%. Essas variações poderão afetar o desempenho de modelos hidrológicos e climatológicos que utilizam dados de cobertura do solo. Mapas com melhor representação da cobertura do solo serão instrumentos importantes para avaliar as mudanças na cobertura do solo ao longo do processo de ocupação das áreas de Caatinga. |
id |
UFCG_30955b748ca7f1d25404167bb3e658c4 |
---|---|
oai_identifier_str |
oai:localhost:riufcg/23497 |
network_acronym_str |
UFCG |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
repository_id_str |
4851 |
spelling |
Avaliação da classificação da cobertura do solo no bioma caatinga por análise multitemporal e unitemporal.Evaluation of land cover classification in the Caatinga biome by multitemporal and unitemporal analysis.Bioma caatingaCobertura do solo - bioma caatingaAnálise multitemporalAnálise unitemporalRandom ForestMétodo Random ForestSoftware LandsatSatélites LandsatSéries temporaisNDVI - série temporalNDVI - Normalized Difference Vegetation IndexNormalized Difference Vegetation Index - NDVISAVI - Soil Adjusted Vegetation IndexSoil Adjusted Vegetation Index - SAVISTI - Soil Tillage IndexSoil Tillage Index - STIÍndices de vegetaçãoCaatingaSensoriamento remotoGeoprocessamentoClassificação da cobertura do solo - caatingaClassificador de floresta aleatórioCaatinga biomeGround cover - caatinga biomeMultitemporal analysisOne-time analysisRandom Forest MethodLandsat SoftwareLandsat SatellitesTime seriesNDVI - time seriesVegetation indicesRemote sensingGeoprocessingLand cover classification - caatingaRandom Forest SorterEngenharia CivilA caatinga é um importante bioma Brasileiro, o qual, abrange 11 % de seu território. É caracterizada por possuir uma grande diversidade de espécies vegetais, que apresentam grande perda de folhagens durante a estação de seca, alterando sua morfologia em um curto período de tempo. A classificação da cobertura do solo desse bioma é de grande importância, pois pode auxiliar no estudo de bacias hidrográficas, análises ambientais e observação da alteração na cobertura do solo, já que esse ambiente vem sofrendo alterações severas ao longo dos anos. Alguns mecanismos que podem ser utilizados para realizar seu monitoramento são as técnicas de sensoriamento remoto e geoprocessamento, que amparados com métodos computacionais (machine learning) e dados supervisionados, tornam possível a obtenção de uma classificação da cobertura do uso do solo para esse bioma. Esse estudo foi aplicado na área da Bacia do rio Sucuru, no Cariri paraibano, em que a obtenção da classificação da cobertura do solo dessa região foi feita por meio da criação de um modelo computacional baseado no método Random Forest, utilizando o software R. Foram utilizadas imagens dos satélites Landsat 8 e Landsat 7 fornecidas pela USGS, e os índices de vegetação EVI, NDVI, SAVI, STI. A série temporal de 24 meses de NDVI demonstrou ser mais eficiente do que as demais séries para os outros índices para classificação da cobertura do solo. Além disso, foi mais eficiente que a tradicional classificação unitemporal (realizando com as bandas espectrais), possibilitando, assim, a identificação de um padrão para cada tipo de cobertura do solo. A diferença percentual entre a utilização da série temporal de NDVI e a classificação unitemporal foi de +241,03% para classe ASMD Arbórea Subarbórea Muito Densa, já a classe que apresentou maior decréscimo foi a ATSA Arbustiva subabórea Aberta com 44,32%. Essas variações poderão afetar o desempenho de modelos hidrológicos e climatológicos que utilizam dados de cobertura do solo. Mapas com melhor representação da cobertura do solo serão instrumentos importantes para avaliar as mudanças na cobertura do solo ao longo do processo de ocupação das áreas de Caatinga.The caatinga is an important Brazilian biome, which covers 11% of its territory. It is characterized by a great diversity of plant species, which present great loss of foliage during the dry season, changing its morphology in a short period of time. The classification of the land cover of this biome is of great importance, since it can help in the study of hydrographic basins, environmental analyzes and observation of the alteration in the soil cover, since this environment has undergone severe alterations throughout the years. Some mechanisms that can be used to carry out its monitoring are the remote sensing and geoprocessing techniques, which, based on machine learning methods and supervised data, make it possible to obtain a classification of the land use cover for this biome. This study was applied in the area of the Sucuru River Basin, in Cariri, Brazil, where the classification of the land cover of this region was made by means of the creation of a computational model based on the Random Forest method, using the R. software. Images of the Landsat 8 and Landsat 7 satellites provided by the USGS, and the vegetation indices EVI, NDVI, SAVI, STI. The 24month NDVI time series proved to be more efficient than the other series for the other indices for land cover classification. In addition, it was more efficient than the traditional instantaneous classification (performing with the bands), thus allowing the identification of a standard for each type of soil cover. The percentage between the temporal series NDVI and classification instantaneous was + 241,03% for the ASMD Arbórea Subarbórea Muito Densa class, which was already classified as an ATSA Arbustiva subabórea Aberta 44.32%. These deficits affect the performance of hydrological and climatological models that use land cover data. The maps covered with soil cover are important to evaluate the changes in the soil area throughout the process of occupancy of the Caatinga areas.Universidade Federal de Campina GrandeBrasilCentro de Tecnologia e Recursos Naturais - CTRNUFCGRUFINO, Iana Alexandra Alves.RUFINO, I. A. A.http://lattes.cnpq.br/7751984072554691CUNHA, John Elton de Brito Leite.CUNHA, J. E. B. L.http://lattes.cnpq.br/7756258383405207GALVÃO, Carlos de Oliveira.VASCONCELOS, Rochele Sheila.ANDRADE, João Maria de.20182022-02-14T10:53:49Z2022-02-142022-02-14T10:53:49Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesishttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23497ANDRADE, João Maria de. Avaliação da classificação da cobertura do solo no bioma caatinga por análise multitemporal e unitemporal. 2018. 56f. Trabalho de Conclusão de Curso (Monografia), Curso de Bacharelado em Engenharia Civil, Centro de Tecnologia e Recursos Naturais, Universidade Federal de Campina Grande - Campina Grande - Paraíba - Brasil, 2018. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23497porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCG2022-02-14T10:55:31Zoai:localhost:riufcg/23497Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512022-02-14T10:55:31Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false |
dc.title.none.fl_str_mv |
Avaliação da classificação da cobertura do solo no bioma caatinga por análise multitemporal e unitemporal. Evaluation of land cover classification in the Caatinga biome by multitemporal and unitemporal analysis. |
title |
Avaliação da classificação da cobertura do solo no bioma caatinga por análise multitemporal e unitemporal. |
spellingShingle |
Avaliação da classificação da cobertura do solo no bioma caatinga por análise multitemporal e unitemporal. ANDRADE, João Maria de. Bioma caatinga Cobertura do solo - bioma caatinga Análise multitemporal Análise unitemporal Random Forest Método Random Forest Software Landsat Satélites Landsat Séries temporais NDVI - série temporal NDVI - Normalized Difference Vegetation Index Normalized Difference Vegetation Index - NDVI SAVI - Soil Adjusted Vegetation Index Soil Adjusted Vegetation Index - SAVI STI - Soil Tillage Index Soil Tillage Index - STI Índices de vegetação Caatinga Sensoriamento remoto Geoprocessamento Classificação da cobertura do solo - caatinga Classificador de floresta aleatório Caatinga biome Ground cover - caatinga biome Multitemporal analysis One-time analysis Random Forest Method Landsat Software Landsat Satellites Time series NDVI - time series Vegetation indices Remote sensing Geoprocessing Land cover classification - caatinga Random Forest Sorter Engenharia Civil |
title_short |
Avaliação da classificação da cobertura do solo no bioma caatinga por análise multitemporal e unitemporal. |
title_full |
Avaliação da classificação da cobertura do solo no bioma caatinga por análise multitemporal e unitemporal. |
title_fullStr |
Avaliação da classificação da cobertura do solo no bioma caatinga por análise multitemporal e unitemporal. |
title_full_unstemmed |
Avaliação da classificação da cobertura do solo no bioma caatinga por análise multitemporal e unitemporal. |
title_sort |
Avaliação da classificação da cobertura do solo no bioma caatinga por análise multitemporal e unitemporal. |
author |
ANDRADE, João Maria de. |
author_facet |
ANDRADE, João Maria de. |
author_role |
author |
dc.contributor.none.fl_str_mv |
RUFINO, Iana Alexandra Alves. RUFINO, I. A. A. http://lattes.cnpq.br/7751984072554691 CUNHA, John Elton de Brito Leite. CUNHA, J. E. B. L. http://lattes.cnpq.br/7756258383405207 GALVÃO, Carlos de Oliveira. VASCONCELOS, Rochele Sheila. |
dc.contributor.author.fl_str_mv |
ANDRADE, João Maria de. |
dc.subject.por.fl_str_mv |
Bioma caatinga Cobertura do solo - bioma caatinga Análise multitemporal Análise unitemporal Random Forest Método Random Forest Software Landsat Satélites Landsat Séries temporais NDVI - série temporal NDVI - Normalized Difference Vegetation Index Normalized Difference Vegetation Index - NDVI SAVI - Soil Adjusted Vegetation Index Soil Adjusted Vegetation Index - SAVI STI - Soil Tillage Index Soil Tillage Index - STI Índices de vegetação Caatinga Sensoriamento remoto Geoprocessamento Classificação da cobertura do solo - caatinga Classificador de floresta aleatório Caatinga biome Ground cover - caatinga biome Multitemporal analysis One-time analysis Random Forest Method Landsat Software Landsat Satellites Time series NDVI - time series Vegetation indices Remote sensing Geoprocessing Land cover classification - caatinga Random Forest Sorter Engenharia Civil |
topic |
Bioma caatinga Cobertura do solo - bioma caatinga Análise multitemporal Análise unitemporal Random Forest Método Random Forest Software Landsat Satélites Landsat Séries temporais NDVI - série temporal NDVI - Normalized Difference Vegetation Index Normalized Difference Vegetation Index - NDVI SAVI - Soil Adjusted Vegetation Index Soil Adjusted Vegetation Index - SAVI STI - Soil Tillage Index Soil Tillage Index - STI Índices de vegetação Caatinga Sensoriamento remoto Geoprocessamento Classificação da cobertura do solo - caatinga Classificador de floresta aleatório Caatinga biome Ground cover - caatinga biome Multitemporal analysis One-time analysis Random Forest Method Landsat Software Landsat Satellites Time series NDVI - time series Vegetation indices Remote sensing Geoprocessing Land cover classification - caatinga Random Forest Sorter Engenharia Civil |
description |
A caatinga é um importante bioma Brasileiro, o qual, abrange 11 % de seu território. É caracterizada por possuir uma grande diversidade de espécies vegetais, que apresentam grande perda de folhagens durante a estação de seca, alterando sua morfologia em um curto período de tempo. A classificação da cobertura do solo desse bioma é de grande importância, pois pode auxiliar no estudo de bacias hidrográficas, análises ambientais e observação da alteração na cobertura do solo, já que esse ambiente vem sofrendo alterações severas ao longo dos anos. Alguns mecanismos que podem ser utilizados para realizar seu monitoramento são as técnicas de sensoriamento remoto e geoprocessamento, que amparados com métodos computacionais (machine learning) e dados supervisionados, tornam possível a obtenção de uma classificação da cobertura do uso do solo para esse bioma. Esse estudo foi aplicado na área da Bacia do rio Sucuru, no Cariri paraibano, em que a obtenção da classificação da cobertura do solo dessa região foi feita por meio da criação de um modelo computacional baseado no método Random Forest, utilizando o software R. Foram utilizadas imagens dos satélites Landsat 8 e Landsat 7 fornecidas pela USGS, e os índices de vegetação EVI, NDVI, SAVI, STI. A série temporal de 24 meses de NDVI demonstrou ser mais eficiente do que as demais séries para os outros índices para classificação da cobertura do solo. Além disso, foi mais eficiente que a tradicional classificação unitemporal (realizando com as bandas espectrais), possibilitando, assim, a identificação de um padrão para cada tipo de cobertura do solo. A diferença percentual entre a utilização da série temporal de NDVI e a classificação unitemporal foi de +241,03% para classe ASMD Arbórea Subarbórea Muito Densa, já a classe que apresentou maior decréscimo foi a ATSA Arbustiva subabórea Aberta com 44,32%. Essas variações poderão afetar o desempenho de modelos hidrológicos e climatológicos que utilizam dados de cobertura do solo. Mapas com melhor representação da cobertura do solo serão instrumentos importantes para avaliar as mudanças na cobertura do solo ao longo do processo de ocupação das áreas de Caatinga. |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018 2022-02-14T10:53:49Z 2022-02-14 2022-02-14T10:53:49Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23497 ANDRADE, João Maria de. Avaliação da classificação da cobertura do solo no bioma caatinga por análise multitemporal e unitemporal. 2018. 56f. Trabalho de Conclusão de Curso (Monografia), Curso de Bacharelado em Engenharia Civil, Centro de Tecnologia e Recursos Naturais, Universidade Federal de Campina Grande - Campina Grande - Paraíba - Brasil, 2018. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23497 |
url |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23497 |
identifier_str_mv |
ANDRADE, João Maria de. Avaliação da classificação da cobertura do solo no bioma caatinga por análise multitemporal e unitemporal. 2018. 56f. Trabalho de Conclusão de Curso (Monografia), Curso de Bacharelado em Engenharia Civil, Centro de Tecnologia e Recursos Naturais, Universidade Federal de Campina Grande - Campina Grande - Paraíba - Brasil, 2018. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23497 |
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 |
Universidade Federal de Campina Grande Brasil Centro de Tecnologia e Recursos Naturais - CTRN UFCG |
publisher.none.fl_str_mv |
Universidade Federal de Campina Grande Brasil Centro de Tecnologia e Recursos Naturais - CTRN UFCG |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFCG instname:Universidade Federal de Campina Grande (UFCG) instacron:UFCG |
instname_str |
Universidade Federal de Campina Grande (UFCG) |
instacron_str |
UFCG |
institution |
UFCG |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
collection |
Biblioteca Digital de Teses e Dissertações da UFCG |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG) |
repository.mail.fl_str_mv |
bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br |
_version_ |
1822155268244373504 |