Classificação da cobertura vegetal a partir dos dados brutos ALS empregando métodos estatísticos de reconhecimento de padrões

Detalhes bibliográficos
Autor(a) principal: Schimalski, Marcos Benedito
Data de Publicação: 2009
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/26055
Resumo: Orientadores: Prof.Dr. Edson Mitishita e Prof. Dr. Anselmo Chaves Neto
id UFPR_ac369836a7f67c7eca6fb04cfcca3533
oai_identifier_str oai:acervodigital.ufpr.br:1884/26055
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Universidade Federal do Paraná. Setor de Ciências da Terra. Programa de Pós-Graduação em Ciências GeodésicasMitishita, Edson Aparecido, 1956-Chaves Neto, Anselmo, 1945-Schimalski, Marcos Benedito2024-05-06T17:46:47Z2024-05-06T17:46:47Z2009https://hdl.handle.net/1884/26055Orientadores: Prof.Dr. Edson Mitishita e Prof. Dr. Anselmo Chaves NetoTese (doutorado) - Universidade Federal do Paraná, Setor de Ciências da Terra, Programa de Pós-Graduação em Ciências Geodésicas. Defesa: Curitiba, 10/12/2009Bibliografia: fls. 187-192Resumo: O setor florestal emprega informações referenciadas a um sistema geodésico para diferentes finalidades, visando orientar as suas operações de campo que são norteadas principalmente pelo código florestal brasileiro. A disponibilidade de bases cartográficas tridimensionais atualizadas é um fator chave para o sucesso das atividades florestais. Neste cenário, o laser scanner embarcado em aeronaves tem sido empregado para a derivação de produtos relacionados a morfologia do terreno mapeado, citando com exemplos as curvas de nível e o modelo digital do terreno (MDT).Havendo a necessidade de informações relativas à cobertura do solo, estas são geradas através de imagens digitais obtidas por sensores embarcados em plataformas aéreas ou espaciais. O objetivo desta pesquisa foi o desenvolvimento de metodologias que possibilitem a classificação da cobertura do solo com base nas informações pontuais oriundas da varredura laser e funções de reconhecimento de padrões da estatística multivariada. Foram realizados experimentos que classificaram os dados laser referentes a uma área rural, localizada nas proximidades da cidade de União da Vitória no estado do Paraná. Como cofatores de classificação foram selecionados a altura da cobertura vegetal, densidade de pontos, média e desvio padrão da altitude ortométrica e da intensidade de retorno do pulso laser. Para a obtenção do cofator relativo a altura das formações vegetais desenvolveu-se uma metodologia automatizada baseada na filtragem matemática dos pontos laser necessários a interpolação da superfície do terreno e obtenção das alturas médias destas formações. Para a classificação automática das classes relativas a cobertura do solo empregaram-se a Função Discriminante Linear de Fisher, a Função Discriminante Quadrática e a Regressão Logística Politômica com Camada Oculta. A exatidão do processo foi verificada através da comparação dos dados obtidos via as funções de classificação e os dados obtidos através da fotointerpretação manual das imagens aéreas do local. O melhor desempenho foi obtido através do emprego dos seis cofatores associados à Regressão Logística com Camada Oculta. Nesta configuração, verificou-se um índice de acerto médio de 75,9% na separação das classes temáticas.Abstract: The forestry sector employs information referenced to a geodetic system for different purposes, in order to guide its field operations that are driven primarily by the Brazilian Forest Law. The availability of updated three-dimensional cartographic databases is a key factor for the success of forest activities. In this scenario, the laser scanner on board aircraft has been used for the derivation of products related to morphology of mapped terrain such as the contour lines and digital terrain model (DTM). If there is a need for information on land cover, these are generated from digital images obtained by sensors onboard airborne platforms or space. The purpose of this research was to develop methods that allow the classification of land cover based on accurate information coming from the laser scanning and functions of recognition of multivariate statistics. Experiments were carried out to classify the laser data relating to a rural area located near the city of Uniao da Vitoria, in the state of Parana. Vegetation height, density of points, average and standard deviation of the orthometric height and intensity of the return laser pulse were selected as cofactors of classification. To obtain the cofactor on the vegetation height, an automated methodology based on mathematical filtering of laser spots needed to interpolate the surface of the land and obtain the average heights of these formations was developed. For the automatic classification of classes for soil cover, the Fisher’s Linear Discriminant Function, Quadratic Discriminant Function and Polytomous Logistic Regression with Hidden Layer were employed. The accuracy of the process was verified by comparing the data obtained by the ranking functions and data obtained through manual photo interpretation of aerial imagery of the site. The best performance was obtained through the use of six cofactors associated with Logistic Regression Hidden Layer. In this configuration, there was an average hit rate of 75.9% in the separation of the thematic classes.196f. : il.[ algumas color] , grafs., tabs.application/pdfDisponível em formato digitalReconhecimento de padrõesGeodesia - Métodos estatísticosVegetação - MapeamentoFotogrametriaGeodésiaClassificação da cobertura vegetal a partir dos dados brutos ALS empregando métodos estatísticos de reconhecimento de padrõesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALSchimalski-tese.pdfapplication/pdf47835900https://acervodigital.ufpr.br/bitstream/1884/26055/1/Schimalski-tese.pdfbe4e064a5f36120ac7ec9abc92cc524aMD51open accessTEXTSchimalski-tese.pdf.txtExtracted Texttext/plain310362https://acervodigital.ufpr.br/bitstream/1884/26055/2/Schimalski-tese.pdf.txtbf90fa64da290d7457bb123adb003d9dMD52open accessTHUMBNAILSchimalski-tese.pdf.jpgGenerated Thumbnailimage/jpeg1146https://acervodigital.ufpr.br/bitstream/1884/26055/3/Schimalski-tese.pdf.jpgab613f7731dea0060d1b83f30dda6da5MD53open access1884/260552024-05-06 14:46:47.991open accessoai:acervodigital.ufpr.br:1884/26055Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-05-06T17:46:47Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Classificação da cobertura vegetal a partir dos dados brutos ALS empregando métodos estatísticos de reconhecimento de padrões
title Classificação da cobertura vegetal a partir dos dados brutos ALS empregando métodos estatísticos de reconhecimento de padrões
spellingShingle Classificação da cobertura vegetal a partir dos dados brutos ALS empregando métodos estatísticos de reconhecimento de padrões
Schimalski, Marcos Benedito
Reconhecimento de padrões
Geodesia - Métodos estatísticos
Vegetação - Mapeamento
Fotogrametria
Geodésia
title_short Classificação da cobertura vegetal a partir dos dados brutos ALS empregando métodos estatísticos de reconhecimento de padrões
title_full Classificação da cobertura vegetal a partir dos dados brutos ALS empregando métodos estatísticos de reconhecimento de padrões
title_fullStr Classificação da cobertura vegetal a partir dos dados brutos ALS empregando métodos estatísticos de reconhecimento de padrões
title_full_unstemmed Classificação da cobertura vegetal a partir dos dados brutos ALS empregando métodos estatísticos de reconhecimento de padrões
title_sort Classificação da cobertura vegetal a partir dos dados brutos ALS empregando métodos estatísticos de reconhecimento de padrões
author Schimalski, Marcos Benedito
author_facet Schimalski, Marcos Benedito
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.advisor1.fl_str_mv Mitishita, Edson Aparecido, 1956-
Chaves Neto, Anselmo, 1945-
dc.contributor.author.fl_str_mv Schimalski, Marcos Benedito
contributor_str_mv Mitishita, Edson Aparecido, 1956-
Chaves Neto, Anselmo, 1945-
dc.subject.por.fl_str_mv Reconhecimento de padrões
Geodesia - Métodos estatísticos
Vegetação - Mapeamento
Fotogrametria
Geodésia
topic Reconhecimento de padrões
Geodesia - Métodos estatísticos
Vegetação - Mapeamento
Fotogrametria
Geodésia
description Orientadores: Prof.Dr. Edson Mitishita e Prof. Dr. Anselmo Chaves Neto
publishDate 2009
dc.date.issued.fl_str_mv 2009
dc.date.accessioned.fl_str_mv 2024-05-06T17:46:47Z
dc.date.available.fl_str_mv 2024-05-06T17:46:47Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/26055
url https://hdl.handle.net/1884/26055
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 196f. : il.[ algumas color] , grafs., tabs.
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/1884/26055/1/Schimalski-tese.pdf
https://acervodigital.ufpr.br/bitstream/1884/26055/2/Schimalski-tese.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/26055/3/Schimalski-tese.pdf.jpg
bitstream.checksum.fl_str_mv be4e064a5f36120ac7ec9abc92cc524a
bf90fa64da290d7457bb123adb003d9d
ab613f7731dea0060d1b83f30dda6da5
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_ 1801860191680987136

Registros relacionados