Análise das imagens do satélite RapidEye para discriminação de classes de cobertura vegetal do Cerrado

Detalhes bibliográficos
Autor(a) principal: Silva, Lílian da Rocha da
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio.unb.br/handle/10482/18130
http://dx.doi.org/10.26512/2015.03.D.18130
Resumo: Dissertação (mestrado)—Universidade de Brasília, Instituto de Geociências, 2015.
id UNB_6c0460c516f2c50eaf9964b617dad4aa
oai_identifier_str oai:repositorio.unb.br:10482/18130
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Análise das imagens do satélite RapidEye para discriminação de classes de cobertura vegetal do CerradoSensoriamento remotoMonitoramento ambientalProcessamento de imagensDissertação (mestrado)—Universidade de Brasília, Instituto de Geociências, 2015.A discriminação de classes de cobertura vegetal e o monitoramento da expansão da fronteira agrícola no bioma Cerrado têm sido conduzidos principalmente com base em imagens ópticas de satélites com resolução espacial moderada. O uso dessas imagens tem apresentado certa dificuldade por causa da elevada sazonalidade climática e da acentuada dinâmica espacial e temporal das atividades agrícolas. O lançamento do satélite RapidEye, com tamanho de pixel de 5 metros e periodicidade diária (off nadir), trouxe novas perspectivas para o mapeamento e monitoramento da cobertura vegetal do Cerrado. Esta pesquisa objetivou analisar o potencial das imagens RapidEye para discriminar as seguintes classes de cobertura vegetal natural e antrópica do bioma Cerrado: formações florestais, formações savânicas, formações campestres, culturas agrícolas e pastagens cultivadas. Os objetivos específicos incluíram a definição das três bandas mais apropriadas para geração de composições coloridas RGB para interpretação visual; a definição da banda espectral mais favorável para discriminação das classes espectrais acima mencionadas; a definição de classes de cobertura vegetal passíveis de serem discriminadas pelas imagens do satélite RapidEye; e o desempenho da técnica de segmentação por crescimento de regiões seguida de uma nova proposta de classificação semi-automática baseada nos parâmetros estatísticos da tabela de atributos da segmentação, para discriminar as classes de cobertura vegetal consideradas. Análises estatísticas de coeficiente de correlação por Pearson e Optimum Index Factor (OIF), análise de variância (ANOVA), análise de agrupamento hierárquico (cluster analysis) e análise da matriz de confusão indicaram que: a composição colorida RGB mais apropriada é a que envolve as bandas 1 (faixa espectral do azul), 3 (vermelho) e 5 (infravermelho próximo); as bandas 3 e 4 (red-edge) foram as que demonstraram maior potencial para discriminar as classes de cobertura vegetal e natural; é possível discriminar, no mínimo, dois grandes grupos espectrais, um grupo composto por formações florestais e savânicas e o outro grupo composto por formações campestres, culturas agrícolas e pastagens cultivadas; e a nova técnica de segmentação seguida de classificação semi-automática mostrou uma alta acurácia para mapeamentos das cinco classes espectrais consideradas nesse estudo.The discrimination of land cover classes and the monitoring of expansion of agricultural frontiers in the Cerrado biome have been conducted mainly based on optical satellite images with moderate spatial resolutions. The use of these images has presented some difficulty because of the high seasonality and strong spatial and temporal dynamics of agricultural activities. The launch of the RapidEye satellite, with pixel size of 5 meters and daily repeat-pass (off nadir), brought new perspectives for mapping and monitoring the vegetation cover of the Cerrado. This paper analyzes the potential of RapidEye images to discriminate the following land use and land cover (LULC) classes: forestlands, shrublands, grasslands, croplands and cultivated pastures. The specific objectives included the definition of the three most appropriate bands to generate RGB color composites for visual interpretation; defining the most favorable spectral bands for discrimination of the above spectral classes; the definition of LULC classes that can be discriminated by the RapidEye satellite images; and the performance of the new technique based on image segmentation by growing region and followed by the semi-automatic classification based on the statistical parameters available in the attribute table of segmentation to discriminate the considered LULC classes. The Pearson correlation coefficient, the Optimum Index Factor (OIF), the analysis of variance (ANOVA), the hierarchical cluster analysis and the results of confusion matrix showed that: the most appropriated RGB color composite was the one involving the spectral bands 1 (blue) 3 (red) and 5 (near infrared); bands 3 and 4 (red-edge) were the ones that showed the highest potential to discriminate the LULC classes; it is possible to distinguish at least two major spectral groups, the group composed by forestlands and shurblands and the group composed by the grasslands, croplands and cultivated pastures; and the new segmentation technique followed by semi-automatic classification showed high accuracy for mapping the five spectral classes considered in this study.Instituto de Geociências (IG)Programa de Pós-Graduação em GeologiaSano, Edson EyjiSilva, Lílian da Rocha da2015-05-12T13:20:32Z2015-05-12T13:20:32Z2015-05-122015-03-26info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfSILVA, Lílian da Rocha da. Análise das imagens do satélite RapidEye para discriminação de classes de cobertura vegetal do Cerrado. 2015. xv, 82 f., il. Dissertação (Mestrado em Geologia)—Universidade de Brasília, Brasília, 2015.http://repositorio.unb.br/handle/10482/18130http://dx.doi.org/10.26512/2015.03.D.18130A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-02-20T16:44:21Zoai:repositorio.unb.br:10482/18130Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-02-20T16:44:21Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Análise das imagens do satélite RapidEye para discriminação de classes de cobertura vegetal do Cerrado
title Análise das imagens do satélite RapidEye para discriminação de classes de cobertura vegetal do Cerrado
spellingShingle Análise das imagens do satélite RapidEye para discriminação de classes de cobertura vegetal do Cerrado
Silva, Lílian da Rocha da
Sensoriamento remoto
Monitoramento ambiental
Processamento de imagens
title_short Análise das imagens do satélite RapidEye para discriminação de classes de cobertura vegetal do Cerrado
title_full Análise das imagens do satélite RapidEye para discriminação de classes de cobertura vegetal do Cerrado
title_fullStr Análise das imagens do satélite RapidEye para discriminação de classes de cobertura vegetal do Cerrado
title_full_unstemmed Análise das imagens do satélite RapidEye para discriminação de classes de cobertura vegetal do Cerrado
title_sort Análise das imagens do satélite RapidEye para discriminação de classes de cobertura vegetal do Cerrado
author Silva, Lílian da Rocha da
author_facet Silva, Lílian da Rocha da
author_role author
dc.contributor.none.fl_str_mv Sano, Edson Eyji
dc.contributor.author.fl_str_mv Silva, Lílian da Rocha da
dc.subject.por.fl_str_mv Sensoriamento remoto
Monitoramento ambiental
Processamento de imagens
topic Sensoriamento remoto
Monitoramento ambiental
Processamento de imagens
description Dissertação (mestrado)—Universidade de Brasília, Instituto de Geociências, 2015.
publishDate 2015
dc.date.none.fl_str_mv 2015-05-12T13:20:32Z
2015-05-12T13:20:32Z
2015-05-12
2015-03-26
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 SILVA, Lílian da Rocha da. Análise das imagens do satélite RapidEye para discriminação de classes de cobertura vegetal do Cerrado. 2015. xv, 82 f., il. Dissertação (Mestrado em Geologia)—Universidade de Brasília, Brasília, 2015.
http://repositorio.unb.br/handle/10482/18130
http://dx.doi.org/10.26512/2015.03.D.18130
identifier_str_mv SILVA, Lílian da Rocha da. Análise das imagens do satélite RapidEye para discriminação de classes de cobertura vegetal do Cerrado. 2015. xv, 82 f., il. Dissertação (Mestrado em Geologia)—Universidade de Brasília, Brasília, 2015.
url http://repositorio.unb.br/handle/10482/18130
http://dx.doi.org/10.26512/2015.03.D.18130
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 UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1814508287049072640

Registros relacionados