Identificação de ramais associados com corte seletivo na amazônia por meio de modelos lineares de mistura espectral derivados de imagens dos satélites Landsat-8 e Rapideye

Detalhes bibliográficos
Autor(a) principal: Dau, Julia Zapata Rachid
Data de Publicação: 2013
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Biblioteca Digital de Monografias da UnB
Texto Completo: http://bdm.unb.br/handle/10483/22228
Resumo: Trabalho de Conclusão de Curso (especialização)—Universidade de Brasília, Instituto de Geociências, 2013.
id UNB-2_a239daa1086e6637200bd147189a5e30
oai_identifier_str oai:bdm.unb.br:10483/22228
network_acronym_str UNB-2
network_name_str Biblioteca Digital de Monografias da UnB
repository_id_str 11571
spelling Dau, Julia Zapata RachidSano, Edson EyjiDAU, Julia Zapata Rachid. Identificação de ramais associados com corte seletivo na Amazônia por meio de modelos lineares de mistura espectral derivados de imagens dos satélites Landsat-8 e Rapideye. 2013. 30 f., il. Trabalho de Conclusão de Curso (Especialização em Geoprocessamento Ambiental)—Universidade de Brasília, Brasília, 2013.http://bdm.unb.br/handle/10483/22228Trabalho de Conclusão de Curso (especialização)—Universidade de Brasília, Instituto de Geociências, 2013.O modelo linear de mistura espectral (MLME) é uma técnica de processamento digital de imagem que apresenta bons resultados na literatura científica para a detecção de corte seletivo na floresta Amazônica. O objetivo desse estudo foi identificar estradas e ramais associados com corte seletivo na Reserva Extrativista Verde para Sempre, Pará, por meio de MLME derivados de imagens dos satélites Landsat-8 e RapidEye. Foram utilizados os componentes vegetação, solo e sombra das imagens de satélites. Após análise visual das imagens-fração resultantes das imagens de satélite RapidEye, foi realizado o mapeamento dos ramais e, posteriormente, foi extrapolada a malha de ramais mapeados para a imagem do satélite Landsat-8. As imagens-fração e a composição colorida da imagem do satélite RapidEye das bandas espectrais originais apresentaram capacidades semelhantes de identificação de ramais. No Landsat-8, as imagens-fração mostraram capacidades de discriminação de ramais superiores que a composição colorida das bandas originais. Dos 70% de área sem cobertura de nuvens no recorte da imagem de satélite Landsat-8, o modelo permitiu mapear 383 km de ramais. Dos 92,5% da área sem cobertura de nuvens na imagem de satélite RapidEye, foram mapeados por volta de 2.094 km de ramais. A cobertura de nuvens da imagem do satélite Landsat-8 dificultou a visualização da superfície da terra bem como a identificação de ramais. No entanto, na análise comparativa de desempenho relativo das imagens estudadas, foi determinante a maior efetividade de identificação de ramais decorrente da maior resolução espacial apresentada pelas imagens do mosaico do satélite RapidEye.Submitted by Luanna Maia (luanna@bce.unb.br) on 2019-06-27T12:43:48Z No. of bitstreams: 1 2013_JuliaZapataRachiddau_tcc.pdf: 1689828 bytes, checksum: 0bff85f4fdabd0bc9f2e0dceda589708 (MD5)Approved for entry into archive by Luanna Maia (luanna@bce.unb.br) on 2019-06-27T12:44:02Z (GMT) No. of bitstreams: 1 2013_JuliaZapataRachiddau_tcc.pdf: 1689828 bytes, checksum: 0bff85f4fdabd0bc9f2e0dceda589708 (MD5)Made available in DSpace on 2019-06-27T12:44:02Z (GMT). No. of bitstreams: 1 2013_JuliaZapataRachiddau_tcc.pdf: 1689828 bytes, checksum: 0bff85f4fdabd0bc9f2e0dceda589708 (MD5)The linear spectral mixture model (LSMM) is a digital image processing method that shows high-quality results in the scientific literature for detecting selective logging in the Amazon forest. This study aimed to identify roads and skid trails associated to selective logging in Verde Para Sempre Extractive Reserve in Pará State by using LSMM derived from Landsat-8 and RapidEye satellite images. The vegetation, soil and shade components of satellite images were used. After visual analysis of the images-fraction resulting from RapidEye satellite imagery a skid trails mapping was done. Afterwards the skid trails mesh was extrapolated to the Landsat-8 image. The image-fraction and the color composites of RapidEye satellite images showed similar skid trails identification capabilities. In the Landsat-8, the image-fractions showed higher discrimination capabilities to identify skid trails than the color composites of original spectral bands. Within the 70% of cloud-free areas in the Landsat-8 image, the model was able to map 383 km of skid trails. In the 92,5% of cloud-free areas in the RapidEye image, the model was able to map 2.094 km of skid trails. The cloud cover in the Landsat-8 image interfered in the earth’s surface visualization and, as a consequence, in the skid trails identification, but it was not determinative. The major factor showed by the comparative analysis of the relative performance of the Landsat-8 and RapidEye images to identify skid trails in the Amazon forest was the higher spatial resolution images of the RapidEye satellite.Processamento de imagens - técnicas digitaisFlorestas - mapeamentoIdentificação de ramais associados com corte seletivo na amazônia por meio de modelos lineares de mistura espectral derivados de imagens dos satélites Landsat-8 e Rapideyeinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis2019-06-27T12:44:02Z2019-06-27T12:44:02Z2013Autorização concedida pelo chefe do Instituto de Geociências para disponibilização na Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM).info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Monografias da UnBinstname:Universidade de Brasília (UnB)instacron:UNBLICENSElicense.txtlicense.txttext/plain1817http://bdm.unb.br/xmlui/bitstream/10483/22228/2/license.txt21554873e56ad8ddc69c092699b98f95MD52ORIGINAL2013_JuliaZapataRachiddau_tcc.pdf2013_JuliaZapataRachiddau_tcc.pdfapplication/pdf1689828http://bdm.unb.br/xmlui/bitstream/10483/22228/1/2013_JuliaZapataRachiddau_tcc.pdf0bff85f4fdabd0bc9f2e0dceda589708MD5110483/222282019-06-27 09:44:02.947oai:bdm.unb.br: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Biblioteca Digital de Monografiahttps://bdm.unb.br/PUBhttp://bdm.unb.br/oai/requestbdm@bce.unb.br||patricia@bce.unb.bropendoar:115712019-06-27T12:44:02Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB)false
dc.title.pt_BR.fl_str_mv Identificação de ramais associados com corte seletivo na amazônia por meio de modelos lineares de mistura espectral derivados de imagens dos satélites Landsat-8 e Rapideye
title Identificação de ramais associados com corte seletivo na amazônia por meio de modelos lineares de mistura espectral derivados de imagens dos satélites Landsat-8 e Rapideye
spellingShingle Identificação de ramais associados com corte seletivo na amazônia por meio de modelos lineares de mistura espectral derivados de imagens dos satélites Landsat-8 e Rapideye
Dau, Julia Zapata Rachid
Processamento de imagens - técnicas digitais
Florestas - mapeamento
title_short Identificação de ramais associados com corte seletivo na amazônia por meio de modelos lineares de mistura espectral derivados de imagens dos satélites Landsat-8 e Rapideye
title_full Identificação de ramais associados com corte seletivo na amazônia por meio de modelos lineares de mistura espectral derivados de imagens dos satélites Landsat-8 e Rapideye
title_fullStr Identificação de ramais associados com corte seletivo na amazônia por meio de modelos lineares de mistura espectral derivados de imagens dos satélites Landsat-8 e Rapideye
title_full_unstemmed Identificação de ramais associados com corte seletivo na amazônia por meio de modelos lineares de mistura espectral derivados de imagens dos satélites Landsat-8 e Rapideye
title_sort Identificação de ramais associados com corte seletivo na amazônia por meio de modelos lineares de mistura espectral derivados de imagens dos satélites Landsat-8 e Rapideye
author Dau, Julia Zapata Rachid
author_facet Dau, Julia Zapata Rachid
author_role author
dc.contributor.author.fl_str_mv Dau, Julia Zapata Rachid
dc.contributor.advisor1.fl_str_mv Sano, Edson Eyji
contributor_str_mv Sano, Edson Eyji
dc.subject.keyword.pt_BR.fl_str_mv Processamento de imagens - técnicas digitais
Florestas - mapeamento
topic Processamento de imagens - técnicas digitais
Florestas - mapeamento
description Trabalho de Conclusão de Curso (especialização)—Universidade de Brasília, Instituto de Geociências, 2013.
publishDate 2013
dc.date.submitted.none.fl_str_mv 2013
dc.date.accessioned.fl_str_mv 2019-06-27T12:44:02Z
dc.date.available.fl_str_mv 2019-06-27T12:44:02Z
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 DAU, Julia Zapata Rachid. Identificação de ramais associados com corte seletivo na Amazônia por meio de modelos lineares de mistura espectral derivados de imagens dos satélites Landsat-8 e Rapideye. 2013. 30 f., il. Trabalho de Conclusão de Curso (Especialização em Geoprocessamento Ambiental)—Universidade de Brasília, Brasília, 2013.
dc.identifier.uri.fl_str_mv http://bdm.unb.br/handle/10483/22228
identifier_str_mv DAU, Julia Zapata Rachid. Identificação de ramais associados com corte seletivo na Amazônia por meio de modelos lineares de mistura espectral derivados de imagens dos satélites Landsat-8 e Rapideye. 2013. 30 f., il. Trabalho de Conclusão de Curso (Especialização em Geoprocessamento Ambiental)—Universidade de Brasília, Brasília, 2013.
url http://bdm.unb.br/handle/10483/22228
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.source.none.fl_str_mv reponame:Biblioteca Digital de Monografias da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Biblioteca Digital de Monografias da UnB
collection Biblioteca Digital de Monografias da UnB
bitstream.url.fl_str_mv http://bdm.unb.br/xmlui/bitstream/10483/22228/2/license.txt
http://bdm.unb.br/xmlui/bitstream/10483/22228/1/2013_JuliaZapataRachiddau_tcc.pdf
bitstream.checksum.fl_str_mv 21554873e56ad8ddc69c092699b98f95
0bff85f4fdabd0bc9f2e0dceda589708
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv bdm@bce.unb.br||patricia@bce.unb.br
_version_ 1813907982762639360

Registros relacionados