Imagens ALOS para o mapeamento da vegetação arbórea e outros usos do solo em área de floresta ombrófila mista
Autor(a) principal: | |
---|---|
Data de Publicação: | 2013 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPR |
Texto Completo: | http://hdl.handle.net/1884/20197 |
Resumo: | O presente estudo teve como objetivo principal avaliar o uso de diferentes algoritmos classificadores em imagens do satélite ALOS para mapeamento do uso do solo e classes de vegetação em um fragmento de Floresta Ombrófila Mista. Como objetivo secundário foram aplicadas e analisadas quatro diferentes técnicas de fusão para as imagens PRISM (2,5 metros de resolução espacial) e AVNIR-2 (10 metros), utilizando três e quatro bandas. As técnicas utilizadas foram as seguintes: HSV, Color normalized (CN), Gram-Schmidt Spectral Sharpening e Principal Components Spectral Sharpening. Para as classificações foram utilizados os algoritmos supervisionados Bhattacharya e Árvore de Decisão (C4.5). A área de estudo foi a Reserva Florestal Embrapa/Epagri localizada no Município de Caçador, SC. Na classificação por árvore de decisão foi utilizado um aplicativo para a geração do conjunto de regras da árvore, o software WEKA e um aplicativo de processamento de imagens, o software ENVI, para a classificação digital (RSI, 2005). Foram utilizadas 61 variáveis (13 espectrais e 48 de textura) representadas em 317 amostras de treinamento de 3 x 3 pixels cada uma. Quando da classificação por Bhattacharya (algoritmo de classificação por crescimento de regiões implementado no software SPRING) foi necessário primeiramente realizar a segmentação da imagem para posterior uso das regiões como amostras de treinamento para a classificação. Devido à limitação do software em processar 61 bandas conjuntamente no processo de segmentação, a técnica Análise de Cluster foi empregada para a seleção de seis bandas representativas do conjunto de dados. Na análise visual e no teste de fidelidade espectral, as técnicas de fusão que apresentaram melhores resultados foram as Componentes Principais e Gram-Schmidt. No teste de transferência de detalhes as quatro técnicas de fusão se mostraram apropriadas. No resultado das classificações o algoritmo que apresentou melhor acurácia foi a Árvore de Decisão, apresentando valor de coeficiente Kappa de 0,966 e acurácia geral de 97% em comparação com o Bhattacharya, que respectivamente apresentou os seguintes valores: 0,755 e 79%. Apesar da técnica Árvore de Decisão apresentar um coeficiente Kappa superior, sua classificação se mostrou com aparência de “salt and pepper”, com pixels isolados, assemelhando-se a uma imagem com ruído, ao contrário da classificação por regiões. |
id |
UFPR_5f825686295ac6dd618b2c2f52182128 |
---|---|
oai_identifier_str |
oai:acervodigital.ufpr.br:1884/20197 |
network_acronym_str |
UFPR |
network_name_str |
Repositório Institucional da UFPR |
repository_id_str |
308 |
spelling |
Luz, Juliana daUniversidade Federal do Paraná. Setor de Ciencias Agrárias. Programa de Pós-Graduaçao em Engenharia FlorestalRosot, Maria Augusta Doetzer, 1963-Rosot, Nelson Carlos2013-06-19T14:38:09Z2013-06-19T14:38:09Z2013-06-19http://hdl.handle.net/1884/20197O presente estudo teve como objetivo principal avaliar o uso de diferentes algoritmos classificadores em imagens do satélite ALOS para mapeamento do uso do solo e classes de vegetação em um fragmento de Floresta Ombrófila Mista. Como objetivo secundário foram aplicadas e analisadas quatro diferentes técnicas de fusão para as imagens PRISM (2,5 metros de resolução espacial) e AVNIR-2 (10 metros), utilizando três e quatro bandas. As técnicas utilizadas foram as seguintes: HSV, Color normalized (CN), Gram-Schmidt Spectral Sharpening e Principal Components Spectral Sharpening. Para as classificações foram utilizados os algoritmos supervisionados Bhattacharya e Árvore de Decisão (C4.5). A área de estudo foi a Reserva Florestal Embrapa/Epagri localizada no Município de Caçador, SC. Na classificação por árvore de decisão foi utilizado um aplicativo para a geração do conjunto de regras da árvore, o software WEKA e um aplicativo de processamento de imagens, o software ENVI, para a classificação digital (RSI, 2005). Foram utilizadas 61 variáveis (13 espectrais e 48 de textura) representadas em 317 amostras de treinamento de 3 x 3 pixels cada uma. Quando da classificação por Bhattacharya (algoritmo de classificação por crescimento de regiões implementado no software SPRING) foi necessário primeiramente realizar a segmentação da imagem para posterior uso das regiões como amostras de treinamento para a classificação. Devido à limitação do software em processar 61 bandas conjuntamente no processo de segmentação, a técnica Análise de Cluster foi empregada para a seleção de seis bandas representativas do conjunto de dados. Na análise visual e no teste de fidelidade espectral, as técnicas de fusão que apresentaram melhores resultados foram as Componentes Principais e Gram-Schmidt. No teste de transferência de detalhes as quatro técnicas de fusão se mostraram apropriadas. No resultado das classificações o algoritmo que apresentou melhor acurácia foi a Árvore de Decisão, apresentando valor de coeficiente Kappa de 0,966 e acurácia geral de 97% em comparação com o Bhattacharya, que respectivamente apresentou os seguintes valores: 0,755 e 79%. Apesar da técnica Árvore de Decisão apresentar um coeficiente Kappa superior, sua classificação se mostrou com aparência de “salt and pepper”, com pixels isolados, assemelhando-se a uma imagem com ruído, ao contrário da classificação por regiões.application/pdfTesesALOS (Satelite artificial)Processamento de imagensVegetação - MapeamentoMapeamento do soloImagens ALOS para o mapeamento da vegetação arbórea e outros usos do solo em área de floresta ombrófila mistainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALDissertacao_Juliana_da_Luz.pdfapplication/pdf7138799https://acervodigital.ufpr.br/bitstream/1884/20197/1/Dissertacao_Juliana_da_Luz.pdf636e66dc0731a53e883d189c92cb7db6MD51open accessTEXTDissertacao_Juliana_da_Luz.pdf.txtDissertacao_Juliana_da_Luz.pdf.txtExtracted Texttext/plain229633https://acervodigital.ufpr.br/bitstream/1884/20197/2/Dissertacao_Juliana_da_Luz.pdf.txtb710098bb10e689483c90e4d4611c123MD52open accessTHUMBNAILDissertacao_Juliana_da_Luz.pdf.jpgDissertacao_Juliana_da_Luz.pdf.jpgGenerated Thumbnailimage/jpeg1221https://acervodigital.ufpr.br/bitstream/1884/20197/3/Dissertacao_Juliana_da_Luz.pdf.jpgbdd2464c463dcdd878d1723e67b9e7e0MD53open access1884/201972016-04-08 03:07:21.225open accessoai:acervodigital.ufpr.br:1884/20197Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082016-04-08T06:07:21Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false |
dc.title.pt_BR.fl_str_mv |
Imagens ALOS para o mapeamento da vegetação arbórea e outros usos do solo em área de floresta ombrófila mista |
title |
Imagens ALOS para o mapeamento da vegetação arbórea e outros usos do solo em área de floresta ombrófila mista |
spellingShingle |
Imagens ALOS para o mapeamento da vegetação arbórea e outros usos do solo em área de floresta ombrófila mista Luz, Juliana da Teses ALOS (Satelite artificial) Processamento de imagens Vegetação - Mapeamento Mapeamento do solo |
title_short |
Imagens ALOS para o mapeamento da vegetação arbórea e outros usos do solo em área de floresta ombrófila mista |
title_full |
Imagens ALOS para o mapeamento da vegetação arbórea e outros usos do solo em área de floresta ombrófila mista |
title_fullStr |
Imagens ALOS para o mapeamento da vegetação arbórea e outros usos do solo em área de floresta ombrófila mista |
title_full_unstemmed |
Imagens ALOS para o mapeamento da vegetação arbórea e outros usos do solo em área de floresta ombrófila mista |
title_sort |
Imagens ALOS para o mapeamento da vegetação arbórea e outros usos do solo em área de floresta ombrófila mista |
author |
Luz, Juliana da |
author_facet |
Luz, Juliana da |
author_role |
author |
dc.contributor.other.pt_BR.fl_str_mv |
Universidade Federal do Paraná. Setor de Ciencias Agrárias. Programa de Pós-Graduaçao em Engenharia Florestal Rosot, Maria Augusta Doetzer, 1963- |
dc.contributor.author.fl_str_mv |
Luz, Juliana da |
dc.contributor.advisor1.fl_str_mv |
Rosot, Nelson Carlos |
contributor_str_mv |
Rosot, Nelson Carlos |
dc.subject.por.fl_str_mv |
Teses ALOS (Satelite artificial) Processamento de imagens Vegetação - Mapeamento Mapeamento do solo |
topic |
Teses ALOS (Satelite artificial) Processamento de imagens Vegetação - Mapeamento Mapeamento do solo |
description |
O presente estudo teve como objetivo principal avaliar o uso de diferentes algoritmos classificadores em imagens do satélite ALOS para mapeamento do uso do solo e classes de vegetação em um fragmento de Floresta Ombrófila Mista. Como objetivo secundário foram aplicadas e analisadas quatro diferentes técnicas de fusão para as imagens PRISM (2,5 metros de resolução espacial) e AVNIR-2 (10 metros), utilizando três e quatro bandas. As técnicas utilizadas foram as seguintes: HSV, Color normalized (CN), Gram-Schmidt Spectral Sharpening e Principal Components Spectral Sharpening. Para as classificações foram utilizados os algoritmos supervisionados Bhattacharya e Árvore de Decisão (C4.5). A área de estudo foi a Reserva Florestal Embrapa/Epagri localizada no Município de Caçador, SC. Na classificação por árvore de decisão foi utilizado um aplicativo para a geração do conjunto de regras da árvore, o software WEKA e um aplicativo de processamento de imagens, o software ENVI, para a classificação digital (RSI, 2005). Foram utilizadas 61 variáveis (13 espectrais e 48 de textura) representadas em 317 amostras de treinamento de 3 x 3 pixels cada uma. Quando da classificação por Bhattacharya (algoritmo de classificação por crescimento de regiões implementado no software SPRING) foi necessário primeiramente realizar a segmentação da imagem para posterior uso das regiões como amostras de treinamento para a classificação. Devido à limitação do software em processar 61 bandas conjuntamente no processo de segmentação, a técnica Análise de Cluster foi empregada para a seleção de seis bandas representativas do conjunto de dados. Na análise visual e no teste de fidelidade espectral, as técnicas de fusão que apresentaram melhores resultados foram as Componentes Principais e Gram-Schmidt. No teste de transferência de detalhes as quatro técnicas de fusão se mostraram apropriadas. No resultado das classificações o algoritmo que apresentou melhor acurácia foi a Árvore de Decisão, apresentando valor de coeficiente Kappa de 0,966 e acurácia geral de 97% em comparação com o Bhattacharya, que respectivamente apresentou os seguintes valores: 0,755 e 79%. Apesar da técnica Árvore de Decisão apresentar um coeficiente Kappa superior, sua classificação se mostrou com aparência de “salt and pepper”, com pixels isolados, assemelhando-se a uma imagem com ruído, ao contrário da classificação por regiões. |
publishDate |
2013 |
dc.date.accessioned.fl_str_mv |
2013-06-19T14:38:09Z |
dc.date.available.fl_str_mv |
2013-06-19T14:38:09Z |
dc.date.issued.fl_str_mv |
2013-06-19 |
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/1884/20197 |
url |
http://hdl.handle.net/1884/20197 |
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 Institucional da UFPR instname:Universidade Federal do Paraná (UFPR) instacron:UFPR |
instname_str |
Universidade Federal do Paraná (UFPR) |
instacron_str |
UFPR |
institution |
UFPR |
reponame_str |
Repositório Institucional da UFPR |
collection |
Repositório Institucional da UFPR |
bitstream.url.fl_str_mv |
https://acervodigital.ufpr.br/bitstream/1884/20197/1/Dissertacao_Juliana_da_Luz.pdf https://acervodigital.ufpr.br/bitstream/1884/20197/2/Dissertacao_Juliana_da_Luz.pdf.txt https://acervodigital.ufpr.br/bitstream/1884/20197/3/Dissertacao_Juliana_da_Luz.pdf.jpg |
bitstream.checksum.fl_str_mv |
636e66dc0731a53e883d189c92cb7db6 b710098bb10e689483c90e4d4611c123 bdd2464c463dcdd878d1723e67b9e7e0 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR) |
repository.mail.fl_str_mv |
|
_version_ |
1801860858583711744 |