Detecção de mudanças em florestas e savanas utilizando análise estatística baseada em objetos geográficos

Detalhes bibliográficos
Autor(a) principal: Leite, Lucilia Rezende
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFLA
Texto Completo: http://repositorio.ufla.br/jspui/handle/1/10627
Resumo: The aim of this study was to evaluate the change detection on the ground cover in areas of Forest and Brazilian Savanna, using images from Landsat 5 / TM and two methodologies based on iterative statistics object. The sensitivity of the methods in relation to the heterogeneity of the input data was evaluated using the reflectance data and vegetation indexes, and the use of different levels of confidence. The periods analyzed comprised the years 2000 to 2006 and 2006 to 2010. After the segmentation of the images were extracted the quantities descriptive average statistics and standard deviation of each object. The determination of change of objects was carried out iteratively based on Mahalanobis Distance and the chi-squared distribution. The results were validated using a previous visual detection and analyzed according to the ROC curve. Significant gains have been made in the shade of use and the bands 3 and 4 for both areas tested with 94.67% and 95.02% of correctly detected objects as change respectively in the areas of Forest and Savanna. The use of NDVI and different images proved unsatisfactory for the detection of changes in the areas tested.
id UFLA_874ba484d56233a6525431d658d2bff9
oai_identifier_str oai:localhost:1/10627
network_acronym_str UFLA
network_name_str Repositório Institucional da UFLA
repository_id_str
spelling Detecção de mudanças em florestas e savanas utilizando análise estatística baseada em objetos geográficosSavana brasileiraFloresta AmazônicaSensoriamento remotoSegmentação de imagensTeste Qui-QuadradoDistância de MahalanobisBrazilian savannaAmazon ForestRemote sensingImage segmentationChi-square testMahalanobis distanceSilviculturaThe aim of this study was to evaluate the change detection on the ground cover in areas of Forest and Brazilian Savanna, using images from Landsat 5 / TM and two methodologies based on iterative statistics object. The sensitivity of the methods in relation to the heterogeneity of the input data was evaluated using the reflectance data and vegetation indexes, and the use of different levels of confidence. The periods analyzed comprised the years 2000 to 2006 and 2006 to 2010. After the segmentation of the images were extracted the quantities descriptive average statistics and standard deviation of each object. The determination of change of objects was carried out iteratively based on Mahalanobis Distance and the chi-squared distribution. The results were validated using a previous visual detection and analyzed according to the ROC curve. Significant gains have been made in the shade of use and the bands 3 and 4 for both areas tested with 94.67% and 95.02% of correctly detected objects as change respectively in the areas of Forest and Savanna. The use of NDVI and different images proved unsatisfactory for the detection of changes in the areas tested.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)O objetivo neste trabalho foi avaliar a detecção de mudanças sobre a cobertura do solo em áreas de Floresta e Savana Brasileira, utilizando imagens do satélite Landsat 5/TM e duas metodologias estatísticas iterativas baseadas em objeto. Foi avaliada a sensibilidade das metodologias em relação à heterogeneidade dos dados de entrada, à utilização de dados de reflectância e índices de vegetação, e à utilização de diferentes níveis de confiança. Os períodos analisados compreenderam os anos 2000 a 2006 e 2006 a 2010. Após a segmentação das imagens foram extraídas as grandezas estatísticas descritivas média e desvio padrão de cada objeto. A determinação dos objetos de mudança foi realizada de forma iterativa com base na Distância de Mahalanobis e na distribuição quiquadrado. Os resultados foram validados com uma prévia detecção visual e analisados de acordo com a curva ROC. Foram obtidos ganhos significativos na utilização de máscara e das bandas 3 e 4 para ambas as áreas testadas com 94,67% e 95,02% dos objetos corretamente detectados como mudança, respectivamente para as áreas de Floresta e Savana. O uso do NDVI e de imagens diferentes se mostraram insatisfatórios para a detecção de mudanças nas áreas testadas.Universidade Federal de LavrasPrograma de Pós-Graduação em Engenharia FlorestalUFLAbrasilDepartamento de Engenharia FlorestalCarvalho, Luis Marcelo Tavares deMenezes, Fortunato Silva deAlves, Marcelo de CarvalhoAlves, Helena Maria RamosLeite, Lucilia Rezende2015-11-30T12:40:47Z2015-11-30T12:40:47Z2015-11-302015-08-03info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfLEITE, L. R. Detecção de mudanças em florestas e savanas utilizando análise estatística baseada em objetos geográficos. 2015. 55 p. Dissertação (Mestrado em Engenharia Florestal)-Universidade Federal de Lavras, Lavras, 2015.http://repositorio.ufla.br/jspui/handle/1/10627porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLA2018-12-10T13:04:54Zoai:localhost:1/10627Repositório InstitucionalPUBhttp://repositorio.ufla.br/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2018-12-10T13:04:54Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)false
dc.title.none.fl_str_mv Detecção de mudanças em florestas e savanas utilizando análise estatística baseada em objetos geográficos
title Detecção de mudanças em florestas e savanas utilizando análise estatística baseada em objetos geográficos
spellingShingle Detecção de mudanças em florestas e savanas utilizando análise estatística baseada em objetos geográficos
Leite, Lucilia Rezende
Savana brasileira
Floresta Amazônica
Sensoriamento remoto
Segmentação de imagens
Teste Qui-Quadrado
Distância de Mahalanobis
Brazilian savanna
Amazon Forest
Remote sensing
Image segmentation
Chi-square test
Mahalanobis distance
Silvicultura
title_short Detecção de mudanças em florestas e savanas utilizando análise estatística baseada em objetos geográficos
title_full Detecção de mudanças em florestas e savanas utilizando análise estatística baseada em objetos geográficos
title_fullStr Detecção de mudanças em florestas e savanas utilizando análise estatística baseada em objetos geográficos
title_full_unstemmed Detecção de mudanças em florestas e savanas utilizando análise estatística baseada em objetos geográficos
title_sort Detecção de mudanças em florestas e savanas utilizando análise estatística baseada em objetos geográficos
author Leite, Lucilia Rezende
author_facet Leite, Lucilia Rezende
author_role author
dc.contributor.none.fl_str_mv Carvalho, Luis Marcelo Tavares de
Menezes, Fortunato Silva de
Alves, Marcelo de Carvalho
Alves, Helena Maria Ramos
dc.contributor.author.fl_str_mv Leite, Lucilia Rezende
dc.subject.por.fl_str_mv Savana brasileira
Floresta Amazônica
Sensoriamento remoto
Segmentação de imagens
Teste Qui-Quadrado
Distância de Mahalanobis
Brazilian savanna
Amazon Forest
Remote sensing
Image segmentation
Chi-square test
Mahalanobis distance
Silvicultura
topic Savana brasileira
Floresta Amazônica
Sensoriamento remoto
Segmentação de imagens
Teste Qui-Quadrado
Distância de Mahalanobis
Brazilian savanna
Amazon Forest
Remote sensing
Image segmentation
Chi-square test
Mahalanobis distance
Silvicultura
description The aim of this study was to evaluate the change detection on the ground cover in areas of Forest and Brazilian Savanna, using images from Landsat 5 / TM and two methodologies based on iterative statistics object. The sensitivity of the methods in relation to the heterogeneity of the input data was evaluated using the reflectance data and vegetation indexes, and the use of different levels of confidence. The periods analyzed comprised the years 2000 to 2006 and 2006 to 2010. After the segmentation of the images were extracted the quantities descriptive average statistics and standard deviation of each object. The determination of change of objects was carried out iteratively based on Mahalanobis Distance and the chi-squared distribution. The results were validated using a previous visual detection and analyzed according to the ROC curve. Significant gains have been made in the shade of use and the bands 3 and 4 for both areas tested with 94.67% and 95.02% of correctly detected objects as change respectively in the areas of Forest and Savanna. The use of NDVI and different images proved unsatisfactory for the detection of changes in the areas tested.
publishDate 2015
dc.date.none.fl_str_mv 2015-11-30T12:40:47Z
2015-11-30T12:40:47Z
2015-11-30
2015-08-03
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 LEITE, L. R. Detecção de mudanças em florestas e savanas utilizando análise estatística baseada em objetos geográficos. 2015. 55 p. Dissertação (Mestrado em Engenharia Florestal)-Universidade Federal de Lavras, Lavras, 2015.
http://repositorio.ufla.br/jspui/handle/1/10627
identifier_str_mv LEITE, L. R. Detecção de mudanças em florestas e savanas utilizando análise estatística baseada em objetos geográficos. 2015. 55 p. Dissertação (Mestrado em Engenharia Florestal)-Universidade Federal de Lavras, Lavras, 2015.
url http://repositorio.ufla.br/jspui/handle/1/10627
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.publisher.none.fl_str_mv Universidade Federal de Lavras
Programa de Pós-Graduação em Engenharia Florestal
UFLA
brasil
Departamento de Engenharia Florestal
publisher.none.fl_str_mv Universidade Federal de Lavras
Programa de Pós-Graduação em Engenharia Florestal
UFLA
brasil
Departamento de Engenharia Florestal
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFLA
instname:Universidade Federal de Lavras (UFLA)
instacron:UFLA
instname_str Universidade Federal de Lavras (UFLA)
instacron_str UFLA
institution UFLA
reponame_str Repositório Institucional da UFLA
collection Repositório Institucional da UFLA
repository.name.fl_str_mv Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)
repository.mail.fl_str_mv nivaldo@ufla.br || repositorio.biblioteca@ufla.br
_version_ 1807835052689588224

Registros relacionados