Uso de aprendizagem de máquina e redes neurais convolucionais profundas para a classificação de áreas queimadas em imagens de alta resolução espacial

Detalhes bibliográficos
Autor(a) principal: Oliveira, Petronio Diego Silva de
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: https://repositorio.unb.br/handle/10482/38234
Resumo: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Humanas, Departamento de Geografia, Programa de Pós-graduação, 2019.
id UNB_957cedb7e0721d19c99f0b0144eb4328
oai_identifier_str oai:repositorio.unb.br:10482/38234
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Uso de aprendizagem de máquina e redes neurais convolucionais profundas para a classificação de áreas queimadas em imagens de alta resolução espacialIncêndios florestaisClassificação de imagensAprendizado de máquinaAprendizado profundoDissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Humanas, Departamento de Geografia, Programa de Pós-graduação, 2019.Os incêndios florestais queimam enorme quantidade de áreas em todo o mundo, provocando danos ecológicos, econômicos, sociais e à saúde. O Bioma Cerrado com as peculiaridades de ser uma savana possui relação com incêndios, sendo afetada por esse tipo de ocorrência. O monitoramento desses eventos de fogo favorece a compreensão e entendimento das ocorrências, sendo o sensoriamento remoto ferramenta adequada para obtenção de dados relativos ao fogo em diferentes escalas. O uso de machine learning e deep learning em sensoriamento remoto possui diversas finalidades, sendo a classificação de imagens uma importante componente. Nesse estudo, três algoritmos de machine learning (Support Vector Machine, K-Nearest Neighbors e Random Forest) e a Convolutional Neural Network (CNN) foram testados para a classificação de imagens da frota SkySat da Planet com alta resolução espacial visando à identificação de áreas queimadas. A classificação foi feita por meio de cenas individuais, com coleta de amostras para treinamento e posterior classificação. Os resultados das classificações foram avaliados por meio da exatidão global, coeficiente Kappa e AUROC e confrontados entre si. A CNN obteve os melhores resultados sendo seguida pelo KNN, SVM e RF. Em relação à acurácia, não foi evidenciada grande diferença entre os métodos, sendo necessários novos estudos buscando avaliar diferentes classificações.Forest fires burns huge number of areas around the world, causing ecological, economic, social and health damage. The Cerrado Biome with its peculiarities of being a savannah is related to fires, being affected by this type of occurrence. The monitoring of fire events favors the understanding of occurrences, and remote sensing is an adequate tool to obtain fire data at different scales. The use of machine learning and convolutional neural networks in remote sensing have several purposes, and image classification is an important component. In this study, three machine learning algorithms (Support Vector Machine, K-Nearest Neighbors and Random Forest) and a convolutional neural network - CNN were tested for the classification of images from the Planet´s SkySat fleet with a high spatial resolution for the identification of burned areas. The classification was made in individual scenes, with sample collection for training and subsequent classification. The results of the classifications were evaluated by global accuracy, Kappa index and AUROC and compared to each other. CNN obtained the best results being followed by KNN, SVM and RF. Regarding accuracy, there was no evidence of great difference between the methods, and further studies are needed to evaluate different classifications.Instituto de Ciências Humanas (ICH)Departamento de Geografia (ICH GEA)Programa de Pós-Graduação em GeografiaCarvalho Júnior, Osmar Abílio deOliveira, Petronio Diego Silva de2020-06-26T13:24:33Z2020-06-26T13:24:33Z2020-06-262019-10-31info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfOLIVEIRA, Petronio Diego Silva de. Uso de aprendizagem de máquina e redes neurais convolucionais profundas para a classificação de áreas queimadas em imagens de alta resolução espacial. 2019. viii, 23 f., il. Dissertação (Mestrado em Geografia)—Universidade de Brasília, Brasília, 2019.https://repositorio.unb.br/handle/10482/38234A 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:UNB2024-02-20T16:30:20Zoai:repositorio.unb.br:10482/38234Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-02-20T16:30:20Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Uso de aprendizagem de máquina e redes neurais convolucionais profundas para a classificação de áreas queimadas em imagens de alta resolução espacial
title Uso de aprendizagem de máquina e redes neurais convolucionais profundas para a classificação de áreas queimadas em imagens de alta resolução espacial
spellingShingle Uso de aprendizagem de máquina e redes neurais convolucionais profundas para a classificação de áreas queimadas em imagens de alta resolução espacial
Oliveira, Petronio Diego Silva de
Incêndios florestais
Classificação de imagens
Aprendizado de máquina
Aprendizado profundo
title_short Uso de aprendizagem de máquina e redes neurais convolucionais profundas para a classificação de áreas queimadas em imagens de alta resolução espacial
title_full Uso de aprendizagem de máquina e redes neurais convolucionais profundas para a classificação de áreas queimadas em imagens de alta resolução espacial
title_fullStr Uso de aprendizagem de máquina e redes neurais convolucionais profundas para a classificação de áreas queimadas em imagens de alta resolução espacial
title_full_unstemmed Uso de aprendizagem de máquina e redes neurais convolucionais profundas para a classificação de áreas queimadas em imagens de alta resolução espacial
title_sort Uso de aprendizagem de máquina e redes neurais convolucionais profundas para a classificação de áreas queimadas em imagens de alta resolução espacial
author Oliveira, Petronio Diego Silva de
author_facet Oliveira, Petronio Diego Silva de
author_role author
dc.contributor.none.fl_str_mv Carvalho Júnior, Osmar Abílio de
dc.contributor.author.fl_str_mv Oliveira, Petronio Diego Silva de
dc.subject.por.fl_str_mv Incêndios florestais
Classificação de imagens
Aprendizado de máquina
Aprendizado profundo
topic Incêndios florestais
Classificação de imagens
Aprendizado de máquina
Aprendizado profundo
description Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Humanas, Departamento de Geografia, Programa de Pós-graduação, 2019.
publishDate 2019
dc.date.none.fl_str_mv 2019-10-31
2020-06-26T13:24:33Z
2020-06-26T13:24:33Z
2020-06-26
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 OLIVEIRA, Petronio Diego Silva de. Uso de aprendizagem de máquina e redes neurais convolucionais profundas para a classificação de áreas queimadas em imagens de alta resolução espacial. 2019. viii, 23 f., il. Dissertação (Mestrado em Geografia)—Universidade de Brasília, Brasília, 2019.
https://repositorio.unb.br/handle/10482/38234
identifier_str_mv OLIVEIRA, Petronio Diego Silva de. Uso de aprendizagem de máquina e redes neurais convolucionais profundas para a classificação de áreas queimadas em imagens de alta resolução espacial. 2019. viii, 23 f., il. Dissertação (Mestrado em Geografia)—Universidade de Brasília, Brasília, 2019.
url https://repositorio.unb.br/handle/10482/38234
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_ 1814508358100582400

Registros relacionados