Avaliação multitemporal de alteração da cobertura vegetal equatoriana por meio de imagens landsat e redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Jaramillo Toledo, Lucía Verónica
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: http://hdl.handle.net/1884/53292
Resumo: Orientador : Prof. Dr. Alzir Felippe Buffara Antunes
id UFPR_aacc95fbb8d93ab1f0bc4a90df775fa5
oai_identifier_str oai:acervodigital.ufpr.br:1884/53292
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Jaramillo Toledo, Lucía VerónicaUniversidade Federal do Paraná. Setor de Ciências da Terra. Programa de Pós-Graduação em Ciências GeodésicasAntunes, Alzir Felippe Buffara, 1960-2018-05-24T17:58:18Z2018-05-24T17:58:18Z2015http://hdl.handle.net/1884/53292Orientador : Prof. Dr. Alzir Felippe Buffara AntunesDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências da Terra, Programa de Pós-Graduação em Ciências Geodésicas. Defesa: Curitiba, 31/07/2015Inclui referências : f. 106-112Resumo: A classificação e detecção de mudanças da cobertura vegetal em grandes áreas pode ser realizada mediante o uso das tecnologias associadas ao Sensoriamento Remoto. Imagens de satélite de média e alta resolução espacial e espectral contrastadas com informação coletada em campo, constituem ferramentas indispensáveis quando o objetivo de projetos e pesquisas é a discriminação entre distintos tipos de cobertura vegetal e suas variações temporais. As tarefas antes mencionadas de forma geral envolvem grandes investimentos em recursos humanos e econômicos, os resultados nem sempre são satisfatórios com a aplicação de algoritmos e técnicas orientadas à automatização do processo de classificação das distintas feições contidas na imagem, e em geral é requerida uma etapa de interpretação visual. As técnicas de Inteligência Artificial (IA), no caso específico das Redes Neurais Artificiais (RNAs) mostram ser um mecanismo adequado para realizar a classificação automática de imagens de satélite quando o objetivo é identificar mudanças na cobertura vegetal, sendo que o desempenho da técnica depende fundamentalmente do conjunto de dados de treinamento e da arquitetura da RNA. No presente trabalho, o método é testado em uma região da Amazônia equatoriana, o uso da técnica de RNAs para a detecção de alterações mediante imagens de satélite, apresentou melhores resultados do que aqueles obtidos com o método tradicional de máxima verossimilhança em termos de acurácia global e o coeficiente Kappa (superior a 0,8). Em geral, as alterações detectadas na cobertura vegetal natural estão associadas a fenómenos relacionadas com a expansão de áreas agrícolas e urbanas. Palavras-chave: Redes Neurais Artificiais, Detecção de mudanças, Classificação, Segmentação.Abstract: The classification and change detection in vegetation cover over large areas can be accomplished using technologies associated with Remote Sensing. Satellite images of middle and high spatial and spectral resolution contrasted with information collected in the field are indispensable tools when the purpose of projects and research is discrimination between different types of vegetation and their temporal variations. The tasks mentioned above generally involve large investments in human and economic resources, the results are not always satisfactory with the application of algorithms and techniques aimed at the automation of the classification process of the different features contained in the image, and is usually required one-step visual interpretation. The Artificial Intelligence (AI) techniques, in the specific case of Artificial Neural Networks (ANN) prove to be an adequate mechanism for automating the satellite image classification when the goal is to identify changes in vegetation cover, and the technical performance depends the set of RNA training data. In this paper the method is tested in a region of the Ecuadorian Amazon, getting in terms of agreement, achieve a kappa index above 0,8. Key-words: Artificial Neural Networks, Change Detection, Classification, Segmentation.124 f. : il. algumas color.application/pdfDisponível em formato digitalGeodésiaRedes neurais (Computação)Sensoriamento remotoLandsat (Satelites)TesesAvaliação multitemporal de alteração da cobertura vegetal equatoriana por meio de imagens landsat e redes neurais artificiaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - LUCIA VERONICA JARAMILLO TOLEDO.pdfapplication/pdf12035462https://acervodigital.ufpr.br/bitstream/1884/53292/1/R%20-%20D%20-%20LUCIA%20VERONICA%20JARAMILLO%20TOLEDO.pdfa54f9b057f9e32a5f8e9811513e38acaMD51open access1884/532922018-05-24 14:58:18.368open accessoai:acervodigital.ufpr.br:1884/53292Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082018-05-24T17:58:18Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Avaliação multitemporal de alteração da cobertura vegetal equatoriana por meio de imagens landsat e redes neurais artificiais
title Avaliação multitemporal de alteração da cobertura vegetal equatoriana por meio de imagens landsat e redes neurais artificiais
spellingShingle Avaliação multitemporal de alteração da cobertura vegetal equatoriana por meio de imagens landsat e redes neurais artificiais
Jaramillo Toledo, Lucía Verónica
Geodésia
Redes neurais (Computação)
Sensoriamento remoto
Landsat (Satelites)
Teses
title_short Avaliação multitemporal de alteração da cobertura vegetal equatoriana por meio de imagens landsat e redes neurais artificiais
title_full Avaliação multitemporal de alteração da cobertura vegetal equatoriana por meio de imagens landsat e redes neurais artificiais
title_fullStr Avaliação multitemporal de alteração da cobertura vegetal equatoriana por meio de imagens landsat e redes neurais artificiais
title_full_unstemmed Avaliação multitemporal de alteração da cobertura vegetal equatoriana por meio de imagens landsat e redes neurais artificiais
title_sort Avaliação multitemporal de alteração da cobertura vegetal equatoriana por meio de imagens landsat e redes neurais artificiais
author Jaramillo Toledo, Lucía Verónica
author_facet Jaramillo Toledo, Lucía Verónica
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Ciências da Terra. Programa de Pós-Graduação em Ciências Geodésicas
dc.contributor.author.fl_str_mv Jaramillo Toledo, Lucía Verónica
dc.contributor.advisor1.fl_str_mv Antunes, Alzir Felippe Buffara, 1960-
contributor_str_mv Antunes, Alzir Felippe Buffara, 1960-
dc.subject.por.fl_str_mv Geodésia
Redes neurais (Computação)
Sensoriamento remoto
Landsat (Satelites)
Teses
topic Geodésia
Redes neurais (Computação)
Sensoriamento remoto
Landsat (Satelites)
Teses
description Orientador : Prof. Dr. Alzir Felippe Buffara Antunes
publishDate 2015
dc.date.issued.fl_str_mv 2015
dc.date.accessioned.fl_str_mv 2018-05-24T17:58:18Z
dc.date.available.fl_str_mv 2018-05-24T17:58:18Z
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/1884/53292
url http://hdl.handle.net/1884/53292
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 124 f. : il. algumas color.
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/1884/53292/1/R%20-%20D%20-%20LUCIA%20VERONICA%20JARAMILLO%20TOLEDO.pdf
bitstream.checksum.fl_str_mv a54f9b057f9e32a5f8e9811513e38aca
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1813898680216846336

Registros relacionados