Aplicação de técnicas estatística multivariadas na classificação de imagens orbitais, na região do baixo São Francisco (SE/AL).

Detalhes bibliográficos
Autor(a) principal: Dompieri, Márcia Helena Galina
Data de Publicação: 2017
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFS
Texto Completo: http://ri.ufs.br/jspui/handle/riufs/7164
Resumo: The classification process of an orbital image involves the extraction of one or more features of interest because of the difference in reflectance between surface constituent materials, along the electromagnetic spectrum. The scenes are equivalent to twodimensional arrays. The main goal of this manuscript is the classification of orbital images from the MSI sensor aboard the Sentinel-2 satellite. The study area corresponds to the counties located in the region of the Lower São Francisco River region, in the states of Sergipe and Alagoas, by means of multivariate statistical techniques (Principal Components Analisys and K-means). In addition, a geospatial database was organized containing the main activities practiced in the area in 2015 – productions of rice, sugar cane, fish, cattle and sheep, which was spatialized in frequency intervals in order to help the process of class association. The results indicated the degraded pasture as the most representative (28%). Almost 20% of the area was identified as exposed soils in a few urban settlements, and about 15% of the continental surface water identified showed a high occurrence of suspended sediment, indicating a strong sedimentation of the water bodies.
id UFS-2_e6fe33714a5a8f56bef69c4ec45e44b0
oai_identifier_str oai:ufs.br:riufs/7164
network_acronym_str UFS-2
network_name_str Repositório Institucional da UFS
repository_id_str
spelling Dompieri, Márcia Helena GalinaSilva, José Rodrigo Santos2018-01-05T13:10:31Z2018-01-05T13:10:31Z2017-09DOMPIERI, Márcia Helena Galina. Aplicação de técnicas estatística multivariadas na classificação de imagens orbitais, na região do baixo São Francisco (SE/AL). São Cristóvão, SE, 2017. Monografia (Bacharelado em Ciências Atuariais) - Departamento de Estatísticas e Ciências Atuariais, Universidade Federal de Sergipe, São Cristóvão, SE, 2017 Disponível em: <https://ri.ufs.br>. Acesso em:http://ri.ufs.br/jspui/handle/riufs/7164The classification process of an orbital image involves the extraction of one or more features of interest because of the difference in reflectance between surface constituent materials, along the electromagnetic spectrum. The scenes are equivalent to twodimensional arrays. The main goal of this manuscript is the classification of orbital images from the MSI sensor aboard the Sentinel-2 satellite. The study area corresponds to the counties located in the region of the Lower São Francisco River region, in the states of Sergipe and Alagoas, by means of multivariate statistical techniques (Principal Components Analisys and K-means). In addition, a geospatial database was organized containing the main activities practiced in the area in 2015 – productions of rice, sugar cane, fish, cattle and sheep, which was spatialized in frequency intervals in order to help the process of class association. The results indicated the degraded pasture as the most representative (28%). Almost 20% of the area was identified as exposed soils in a few urban settlements, and about 15% of the continental surface water identified showed a high occurrence of suspended sediment, indicating a strong sedimentation of the water bodies.Classificar uma imagem orbital significa extrair uma ou mais feições georreferenciadas das cenas, em função do comportamento diferenciado da reflectância dos materiais constituintes da superfície, ao longo do espectro eletromagnético. As cenas equivalem a matrizes bidimensionais de dados. O objetivo do presente trabalho é a classificação de imagens orbitais por meio da aplicação de técnicas estatísticas multivariadas – Análise por Componentes Principais (ACP) e Agrupamento (K-means). As imagens foram advindas do sensor MSI, a bordo do satélite Sentinel-2, na região do Baixo São Francisco, estados de Sergipe e Alagoas. Para auxiliar no processo de associação das classes, houve a organização de uma base de dados georreferenciados e sua espacialização em intervalos de frequência, sobre as principais atividades praticadas na área em 2015 - rizicultura, canavicultura, aquicultura, bovinocultura e ovinocultura. Os resultados indicaram que a aplicação da técnica de agrupamento nos primeiros e segundo componentes permitiram uma melhor separação das classes de uso do solo na área, além de menor tempo de processamento. A classe equivalente à pastagem degradada ou em processo de degradação foi a mais representativa (28%). Quase 20% da área foram contabilizados como solos expostos somados a poucos aglomerados urbanos. Quase 15% da água superficial continental classificada apresentou alta ocorrência de sedimentos em suspensão, indicando forte assoreamento dos corpos hídricos.São Cristóvão, SEporCiências atuariaisRio São Francisco (SE/AL)Sensoriamento remotoSentinel2Análise de componentes principaisRemote sensingSentinel2Principal component analysisOUTROS::CIENCIAS ATUARIAISAplicação de técnicas estatística multivariadas na classificação de imagens orbitais, na região do baixo São Francisco (SE/AL).info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal de SergipeDECAT - Departamento de Estatística e Ciências Atuariais – Ciências Atuariais – São Cristóvão – Presencialreponame:Repositório Institucional da UFSinstname:Universidade Federal de Sergipe (UFS)instacron:UFSinfo:eu-repo/semantics/openAccessLICENSElicense.txtlicense.txttext/plain; charset=utf-81475https://ri.ufs.br/jspui/bitstream/riufs/7164/1/license.txt098cbbf65c2c15e1fb2e49c5d306a44cMD51ORIGINALMarcia_Helena_Galina_Dompieri.pdfMarcia_Helena_Galina_Dompieri.pdfapplication/pdf3860758https://ri.ufs.br/jspui/bitstream/riufs/7164/2/Marcia_Helena_Galina_Dompieri.pdf948f3e228d314715db3c07db0bcc0515MD52TEXTMarcia_Helena_Galina_Dompieri.pdf.txtMarcia_Helena_Galina_Dompieri.pdf.txtExtracted texttext/plain54456https://ri.ufs.br/jspui/bitstream/riufs/7164/3/Marcia_Helena_Galina_Dompieri.pdf.txtf582171e2cd463277be89d759c83b099MD53THUMBNAILMarcia_Helena_Galina_Dompieri.pdf.jpgMarcia_Helena_Galina_Dompieri.pdf.jpgGenerated Thumbnailimage/jpeg1228https://ri.ufs.br/jspui/bitstream/riufs/7164/4/Marcia_Helena_Galina_Dompieri.pdf.jpg9ffb34b93ae59d38270dfb53b8e5f168MD54riufs/71642018-01-05 10:10:31.639oai:ufs.br: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Repositório InstitucionalPUBhttps://ri.ufs.br/oai/requestrepositorio@academico.ufs.bropendoar:2018-01-05T13:10:31Repositório Institucional da UFS - Universidade Federal de Sergipe (UFS)false
dc.title.pt_BR.fl_str_mv Aplicação de técnicas estatística multivariadas na classificação de imagens orbitais, na região do baixo São Francisco (SE/AL).
title Aplicação de técnicas estatística multivariadas na classificação de imagens orbitais, na região do baixo São Francisco (SE/AL).
spellingShingle Aplicação de técnicas estatística multivariadas na classificação de imagens orbitais, na região do baixo São Francisco (SE/AL).
Dompieri, Márcia Helena Galina
Ciências atuariais
Rio São Francisco (SE/AL)
Sensoriamento remoto
Sentinel2
Análise de componentes principais
Remote sensing
Sentinel2
Principal component analysis
OUTROS::CIENCIAS ATUARIAIS
title_short Aplicação de técnicas estatística multivariadas na classificação de imagens orbitais, na região do baixo São Francisco (SE/AL).
title_full Aplicação de técnicas estatística multivariadas na classificação de imagens orbitais, na região do baixo São Francisco (SE/AL).
title_fullStr Aplicação de técnicas estatística multivariadas na classificação de imagens orbitais, na região do baixo São Francisco (SE/AL).
title_full_unstemmed Aplicação de técnicas estatística multivariadas na classificação de imagens orbitais, na região do baixo São Francisco (SE/AL).
title_sort Aplicação de técnicas estatística multivariadas na classificação de imagens orbitais, na região do baixo São Francisco (SE/AL).
author Dompieri, Márcia Helena Galina
author_facet Dompieri, Márcia Helena Galina
author_role author
dc.contributor.author.fl_str_mv Dompieri, Márcia Helena Galina
dc.contributor.advisor1.fl_str_mv Silva, José Rodrigo Santos
contributor_str_mv Silva, José Rodrigo Santos
dc.subject.por.fl_str_mv Ciências atuariais
Rio São Francisco (SE/AL)
Sensoriamento remoto
Sentinel2
Análise de componentes principais
topic Ciências atuariais
Rio São Francisco (SE/AL)
Sensoriamento remoto
Sentinel2
Análise de componentes principais
Remote sensing
Sentinel2
Principal component analysis
OUTROS::CIENCIAS ATUARIAIS
dc.subject.eng.fl_str_mv Remote sensing
Sentinel2
Principal component analysis
dc.subject.cnpq.fl_str_mv OUTROS::CIENCIAS ATUARIAIS
description The classification process of an orbital image involves the extraction of one or more features of interest because of the difference in reflectance between surface constituent materials, along the electromagnetic spectrum. The scenes are equivalent to twodimensional arrays. The main goal of this manuscript is the classification of orbital images from the MSI sensor aboard the Sentinel-2 satellite. The study area corresponds to the counties located in the region of the Lower São Francisco River region, in the states of Sergipe and Alagoas, by means of multivariate statistical techniques (Principal Components Analisys and K-means). In addition, a geospatial database was organized containing the main activities practiced in the area in 2015 – productions of rice, sugar cane, fish, cattle and sheep, which was spatialized in frequency intervals in order to help the process of class association. The results indicated the degraded pasture as the most representative (28%). Almost 20% of the area was identified as exposed soils in a few urban settlements, and about 15% of the continental surface water identified showed a high occurrence of suspended sediment, indicating a strong sedimentation of the water bodies.
publishDate 2017
dc.date.issued.fl_str_mv 2017-09
dc.date.accessioned.fl_str_mv 2018-01-05T13:10:31Z
dc.date.available.fl_str_mv 2018-01-05T13:10:31Z
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.citation.fl_str_mv DOMPIERI, Márcia Helena Galina. Aplicação de técnicas estatística multivariadas na classificação de imagens orbitais, na região do baixo São Francisco (SE/AL). São Cristóvão, SE, 2017. Monografia (Bacharelado em Ciências Atuariais) - Departamento de Estatísticas e Ciências Atuariais, Universidade Federal de Sergipe, São Cristóvão, SE, 2017 Disponível em: <https://ri.ufs.br>. Acesso em:
dc.identifier.uri.fl_str_mv http://ri.ufs.br/jspui/handle/riufs/7164
identifier_str_mv DOMPIERI, Márcia Helena Galina. Aplicação de técnicas estatística multivariadas na classificação de imagens orbitais, na região do baixo São Francisco (SE/AL). São Cristóvão, SE, 2017. Monografia (Bacharelado em Ciências Atuariais) - Departamento de Estatísticas e Ciências Atuariais, Universidade Federal de Sergipe, São Cristóvão, SE, 2017 Disponível em: <https://ri.ufs.br>. Acesso em:
url http://ri.ufs.br/jspui/handle/riufs/7164
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.initials.fl_str_mv Universidade Federal de Sergipe
dc.publisher.department.fl_str_mv DECAT - Departamento de Estatística e Ciências Atuariais – Ciências Atuariais – São Cristóvão – Presencial
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFS
instname:Universidade Federal de Sergipe (UFS)
instacron:UFS
instname_str Universidade Federal de Sergipe (UFS)
instacron_str UFS
institution UFS
reponame_str Repositório Institucional da UFS
collection Repositório Institucional da UFS
bitstream.url.fl_str_mv https://ri.ufs.br/jspui/bitstream/riufs/7164/1/license.txt
https://ri.ufs.br/jspui/bitstream/riufs/7164/2/Marcia_Helena_Galina_Dompieri.pdf
https://ri.ufs.br/jspui/bitstream/riufs/7164/3/Marcia_Helena_Galina_Dompieri.pdf.txt
https://ri.ufs.br/jspui/bitstream/riufs/7164/4/Marcia_Helena_Galina_Dompieri.pdf.jpg
bitstream.checksum.fl_str_mv 098cbbf65c2c15e1fb2e49c5d306a44c
948f3e228d314715db3c07db0bcc0515
f582171e2cd463277be89d759c83b099
9ffb34b93ae59d38270dfb53b8e5f168
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFS - Universidade Federal de Sergipe (UFS)
repository.mail.fl_str_mv repositorio@academico.ufs.br
_version_ 1802110752726712320