Geoestística e sensoriamento remoto na classificação de imagens em áreas cultivadas com citros

Detalhes bibliográficos
Autor(a) principal: Silva, Alessandra Fagioli da [UNESP]
Data de Publicação: 2011
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/90466
Resumo: A citricultura é importante para a economia brasileira devido aos recordes de exportações e pela geração de empregos direto e indireto. O sensoriamento remoto é a fonte primária de informações sobre a cobertura do solo em decorrência dos avanços tecnológicos nos sistemas sensores. A incorporação de procedimentos geoestatísticos em estudos ambientais baseado em técnicas de Krigagem tem sido utilizada por profissionais da área de sensoriamento remoto. O objetivo deste trabalho foi comparar a precisão de métodos de classificação de imagens orbitais na determinação de áreas cultivadas com citros, na Mesoregião de Bauru e Araraquara, através de métodos de sensoriamento remoto e geoestatísticos, para a discriminação e quantificação da área plantada. A área de estudo utilizada nesta pesquisa esta localizada na região central do Estado de São Paulo, com uma área de 56.146,78 ha. Foi utilizado o SIG-SPRING para o processamento dos dados. Foram utilizadas as bandas 2, 3 e 4 da imagem digital proveniente do satélite CBERS 2B, câmera CCD (Câmera Imageadora de Alta Resolução) que fornece imagens com uma resolução espacial de 20 metros. A imagem foi de 16/04/2009, nas órbitas/ponto 157/124 e 157/125. No processo de classificação das imagens foram estudados três métodos de classificação, sendo o CLUSTER não-supervisionado, o MAXVER (Máxima Verossimilhança) e a KI (Krigagem Indicativa) supervisionados, além da classificação em tela tida como verdade terrestre. As fidedignidades das classificações foram avaliadas pelo índice Kappa. Pelos resultados obtidos nas classificações de imagem para a discriminação e quantificação de áreas cultivadas com citros pode-se concluir: os classificadores obtiveram melhor qualidade de classificação para as áreas maiores com CITROS;a Krigagem Indicativa unificou as áreas pequenas de CITROS em uma única área...
id UNSP_8766565117228a1c811fb50a99511ada
oai_identifier_str oai:repositorio.unesp.br:11449/90466
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Geoestística e sensoriamento remoto na classificação de imagens em áreas cultivadas com citrosSensoriamento remotoFrutas citricas - CultivoGeoestatisticaClassificação de imagensIndicative krigingCBERS-2B satelliteImages classifiersA citricultura é importante para a economia brasileira devido aos recordes de exportações e pela geração de empregos direto e indireto. O sensoriamento remoto é a fonte primária de informações sobre a cobertura do solo em decorrência dos avanços tecnológicos nos sistemas sensores. A incorporação de procedimentos geoestatísticos em estudos ambientais baseado em técnicas de Krigagem tem sido utilizada por profissionais da área de sensoriamento remoto. O objetivo deste trabalho foi comparar a precisão de métodos de classificação de imagens orbitais na determinação de áreas cultivadas com citros, na Mesoregião de Bauru e Araraquara, através de métodos de sensoriamento remoto e geoestatísticos, para a discriminação e quantificação da área plantada. A área de estudo utilizada nesta pesquisa esta localizada na região central do Estado de São Paulo, com uma área de 56.146,78 ha. Foi utilizado o SIG-SPRING para o processamento dos dados. Foram utilizadas as bandas 2, 3 e 4 da imagem digital proveniente do satélite CBERS 2B, câmera CCD (Câmera Imageadora de Alta Resolução) que fornece imagens com uma resolução espacial de 20 metros. A imagem foi de 16/04/2009, nas órbitas/ponto 157/124 e 157/125. No processo de classificação das imagens foram estudados três métodos de classificação, sendo o CLUSTER não-supervisionado, o MAXVER (Máxima Verossimilhança) e a KI (Krigagem Indicativa) supervisionados, além da classificação em tela tida como verdade terrestre. As fidedignidades das classificações foram avaliadas pelo índice Kappa. Pelos resultados obtidos nas classificações de imagem para a discriminação e quantificação de áreas cultivadas com citros pode-se concluir: os classificadores obtiveram melhor qualidade de classificação para as áreas maiores com CITROS;a Krigagem Indicativa unificou as áreas pequenas de CITROS em uma única área...The citrus industry is important for the Brazilian economy due to record exports and generating direct and indirect jobs. Remote sensing is the primary source of information on land cover as a result of technological advances in sensor systems. The incorporation of geostatistics procedures in environmental studies based on Kriging techniques has been used by professionals in areas of remote sensing. The aim of this study was to compare the accuracy of classification methods in the determination of satellite images of areas cultivated with citrus, Mesoregião in Araraquara, Bauru, and, through methods of remote sensing and geostatistics to discrimination and quantification of the area planted. The study area used in this research is located in the central region of São Paulo, with an area of 56,146.78 ha. It was used the GIS-SPRING for data processing. We used bands 2, 3 and 4 of the digital image from the satellite CBERS 2B, CCD camera (Camera high resolution image) that provides images with a spatial resolution of 20 meters. The image dated of 04/16/2009, the path/row 157/124 and 157/125. In the process of image classification were studied three methods of classification, and unsupervised clustering, the MLC (Maximum Likelihood) and KI (kriging) supervised classification beyond the screen taken as ground truth. The validation of classifications were evaluated by Kappa index. The results obtained of image classification onto discrimination and quantification of citrus areas were: the classifiers had improved quality of classification for wide citrus areas, the Indicative Kriging unified the small citrus areas in a single area, the Indicative Kriging was the classifier that less classified riparian vegetation area such as citrus, the others changed riparian vegetation by citrus. The validation showed that Indicative Kriging was the classifier which had the lower quality rating than... (Complete abstract click electronic access below)Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Universidade Estadual Paulista (Unesp)Zimback, Célia Regina Lopes [UNESP]Landim, Paulo Milton Barbosa [UNESP]Universidade Estadual Paulista (Unesp)Silva, Alessandra Fagioli da [UNESP]2014-06-11T19:24:39Z2014-06-11T19:24:39Z2011-02-28info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisxi, 83 f. : il. , tabs.application/pdfSILVA, Alessandra Fagioli da. Geoestística e sensoriamento remoto na classificação de imagens em áreas cultivadas com citros. 2011. xi, 83 f. Dissertação (mestrado) - Universidade Estadual Paulista, Faculdade de Ciências Agronômicas, 2011.http://hdl.handle.net/11449/90466000638617silva_af_me_botfca.pdf33004064021P7Alephreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporinfo:eu-repo/semantics/openAccess2024-05-02T14:11:19Zoai:repositorio.unesp.br:11449/90466Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T21:02:31.839908Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Geoestística e sensoriamento remoto na classificação de imagens em áreas cultivadas com citros
title Geoestística e sensoriamento remoto na classificação de imagens em áreas cultivadas com citros
spellingShingle Geoestística e sensoriamento remoto na classificação de imagens em áreas cultivadas com citros
Silva, Alessandra Fagioli da [UNESP]
Sensoriamento remoto
Frutas citricas - Cultivo
Geoestatistica
Classificação de imagens
Indicative kriging
CBERS-2B satellite
Images classifiers
title_short Geoestística e sensoriamento remoto na classificação de imagens em áreas cultivadas com citros
title_full Geoestística e sensoriamento remoto na classificação de imagens em áreas cultivadas com citros
title_fullStr Geoestística e sensoriamento remoto na classificação de imagens em áreas cultivadas com citros
title_full_unstemmed Geoestística e sensoriamento remoto na classificação de imagens em áreas cultivadas com citros
title_sort Geoestística e sensoriamento remoto na classificação de imagens em áreas cultivadas com citros
author Silva, Alessandra Fagioli da [UNESP]
author_facet Silva, Alessandra Fagioli da [UNESP]
author_role author
dc.contributor.none.fl_str_mv Zimback, Célia Regina Lopes [UNESP]
Landim, Paulo Milton Barbosa [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Silva, Alessandra Fagioli da [UNESP]
dc.subject.por.fl_str_mv Sensoriamento remoto
Frutas citricas - Cultivo
Geoestatistica
Classificação de imagens
Indicative kriging
CBERS-2B satellite
Images classifiers
topic Sensoriamento remoto
Frutas citricas - Cultivo
Geoestatistica
Classificação de imagens
Indicative kriging
CBERS-2B satellite
Images classifiers
description A citricultura é importante para a economia brasileira devido aos recordes de exportações e pela geração de empregos direto e indireto. O sensoriamento remoto é a fonte primária de informações sobre a cobertura do solo em decorrência dos avanços tecnológicos nos sistemas sensores. A incorporação de procedimentos geoestatísticos em estudos ambientais baseado em técnicas de Krigagem tem sido utilizada por profissionais da área de sensoriamento remoto. O objetivo deste trabalho foi comparar a precisão de métodos de classificação de imagens orbitais na determinação de áreas cultivadas com citros, na Mesoregião de Bauru e Araraquara, através de métodos de sensoriamento remoto e geoestatísticos, para a discriminação e quantificação da área plantada. A área de estudo utilizada nesta pesquisa esta localizada na região central do Estado de São Paulo, com uma área de 56.146,78 ha. Foi utilizado o SIG-SPRING para o processamento dos dados. Foram utilizadas as bandas 2, 3 e 4 da imagem digital proveniente do satélite CBERS 2B, câmera CCD (Câmera Imageadora de Alta Resolução) que fornece imagens com uma resolução espacial de 20 metros. A imagem foi de 16/04/2009, nas órbitas/ponto 157/124 e 157/125. No processo de classificação das imagens foram estudados três métodos de classificação, sendo o CLUSTER não-supervisionado, o MAXVER (Máxima Verossimilhança) e a KI (Krigagem Indicativa) supervisionados, além da classificação em tela tida como verdade terrestre. As fidedignidades das classificações foram avaliadas pelo índice Kappa. Pelos resultados obtidos nas classificações de imagem para a discriminação e quantificação de áreas cultivadas com citros pode-se concluir: os classificadores obtiveram melhor qualidade de classificação para as áreas maiores com CITROS;a Krigagem Indicativa unificou as áreas pequenas de CITROS em uma única área...
publishDate 2011
dc.date.none.fl_str_mv 2011-02-28
2014-06-11T19:24:39Z
2014-06-11T19:24:39Z
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, Alessandra Fagioli da. Geoestística e sensoriamento remoto na classificação de imagens em áreas cultivadas com citros. 2011. xi, 83 f. Dissertação (mestrado) - Universidade Estadual Paulista, Faculdade de Ciências Agronômicas, 2011.
http://hdl.handle.net/11449/90466
000638617
silva_af_me_botfca.pdf
33004064021P7
identifier_str_mv SILVA, Alessandra Fagioli da. Geoestística e sensoriamento remoto na classificação de imagens em áreas cultivadas com citros. 2011. xi, 83 f. Dissertação (mestrado) - Universidade Estadual Paulista, Faculdade de Ciências Agronômicas, 2011.
000638617
silva_af_me_botfca.pdf
33004064021P7
url http://hdl.handle.net/11449/90466
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 xi, 83 f. : il. , tabs.
application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv Aleph
reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808129276673785856