Análise do modelo linear de mistura espectral aplicado a imagens para mapeamento da cultura de arroz irrigado no Rio Grande do Sul

Detalhes bibliográficos
Autor(a) principal: Alves, Gilca Marques
Data de Publicação: 2009
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/23937
Resumo: O monitoramento e a previsão de safras agrícolas são fundamentais para a economia de um país ou região, pois a partir dos dados gerados é possível obter informações a respeito da oferta de produtos no mercado, sendo estas informações necessárias, tanto na definição de preços, quanto nas políticas públicas de estoque. Com base na necessidade de fornecer dados objetivos, complementando os dados divulgados pelos órgãos oficiais responsáveis, este trabalho teve por objetivo avaliar o uso das imagens fração geradas a partir da aplicação do modelo linear de mistura espectral para classificação automática da área cultivada com arroz irrigado no Estado do Rio Grande do Sul, levando em conta o comportamento temporal desta cultura. A área utilizada para a realização deste estudo compreende a região orizícola do Estado. Para isso, foram utilizadas imagens do sensor EOS-MODIS, produto MOD13, índice de vegetação (NDVI – Normalized Difference Vegetation Índex), com resolução espacial de 250 m, e correspondente ao período do ciclo da cultura de arroz irrigado no Estado do Rio Grande do Sul, (de novembro de 2005 a abril de 2006). Estas imagens foram integradas a um banco de dados georreferenciados utilizando o aplicativo Spring versão 4.3.3. Para isto, foi necessária a utilização do aplicativo ConvGeotiff, para a conversão da imagem MODIS que é disponibilizada em 16 bits, para 8 bits, Após, foi feita a segmentação da imagem e classificação, adotando o algorítimo ISODATA, para o cálculo da área cultivada com arroz irrigado. Para implementar o modelo linear de mistura espectral e gerar as imagens fração foram utilizadas as bandas do vermelho, do infravermelho próximo e do infravermelho médio, contidas no produto MOD13. A avaliação da qualidade dos resultados da classificação das áreas cultivadas com arroz irrigado no Estado e a eliminação das confusões com áreas úmidas não relacionadas ao cultivo de arroz geradas pelo algoritimo de classificação automática, foi feita através da comparação com o mapeamento feito com imagens Landsat, para o mesmo ano safra 2005/2006. Dada a natureza do produto MODIS, problemas com a nebulosidade não constituíram limitação à geração de um mapa para todo o Estado. Verificou-se que a melhor data para a classificação automática das áreas de arroz irrigado é o momento de entrada de água na lavoura. A área estimada com arroz irrigado no Rio Grande do Sul, através das imagens MODIS aproxima-se dos dados oficiais, sendo, portanto, possível a adoção desta metodologia como mais uma ferramenta para auxiliar em programas de previsão e monitoramento de safras agrícolas, complementando os métodos convencionais utilizados atualmente na previsão de safras no Brasil. O método proposto é rápido, de fácil implementação e tanto as imagens adotadas quanto o software utilizado são gratuitos, resultando em custo reduzido.
id URGS_12759d77b38ad7bedbeea8f1956a4257
oai_identifier_str oai:www.lume.ufrgs.br:10183/23937
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Alves, Gilca MarquesFontana, Denise CybisFonseca, Eliana Lima da2010-06-18T04:19:23Z2009http://hdl.handle.net/10183/23937000743242O monitoramento e a previsão de safras agrícolas são fundamentais para a economia de um país ou região, pois a partir dos dados gerados é possível obter informações a respeito da oferta de produtos no mercado, sendo estas informações necessárias, tanto na definição de preços, quanto nas políticas públicas de estoque. Com base na necessidade de fornecer dados objetivos, complementando os dados divulgados pelos órgãos oficiais responsáveis, este trabalho teve por objetivo avaliar o uso das imagens fração geradas a partir da aplicação do modelo linear de mistura espectral para classificação automática da área cultivada com arroz irrigado no Estado do Rio Grande do Sul, levando em conta o comportamento temporal desta cultura. A área utilizada para a realização deste estudo compreende a região orizícola do Estado. Para isso, foram utilizadas imagens do sensor EOS-MODIS, produto MOD13, índice de vegetação (NDVI – Normalized Difference Vegetation Índex), com resolução espacial de 250 m, e correspondente ao período do ciclo da cultura de arroz irrigado no Estado do Rio Grande do Sul, (de novembro de 2005 a abril de 2006). Estas imagens foram integradas a um banco de dados georreferenciados utilizando o aplicativo Spring versão 4.3.3. Para isto, foi necessária a utilização do aplicativo ConvGeotiff, para a conversão da imagem MODIS que é disponibilizada em 16 bits, para 8 bits, Após, foi feita a segmentação da imagem e classificação, adotando o algorítimo ISODATA, para o cálculo da área cultivada com arroz irrigado. Para implementar o modelo linear de mistura espectral e gerar as imagens fração foram utilizadas as bandas do vermelho, do infravermelho próximo e do infravermelho médio, contidas no produto MOD13. A avaliação da qualidade dos resultados da classificação das áreas cultivadas com arroz irrigado no Estado e a eliminação das confusões com áreas úmidas não relacionadas ao cultivo de arroz geradas pelo algoritimo de classificação automática, foi feita através da comparação com o mapeamento feito com imagens Landsat, para o mesmo ano safra 2005/2006. Dada a natureza do produto MODIS, problemas com a nebulosidade não constituíram limitação à geração de um mapa para todo o Estado. Verificou-se que a melhor data para a classificação automática das áreas de arroz irrigado é o momento de entrada de água na lavoura. A área estimada com arroz irrigado no Rio Grande do Sul, através das imagens MODIS aproxima-se dos dados oficiais, sendo, portanto, possível a adoção desta metodologia como mais uma ferramenta para auxiliar em programas de previsão e monitoramento de safras agrícolas, complementando os métodos convencionais utilizados atualmente na previsão de safras no Brasil. O método proposto é rápido, de fácil implementação e tanto as imagens adotadas quanto o software utilizado são gratuitos, resultando em custo reduzido.Monitoring and forecasting crops is fundamental for the economy of a country or region, since having such data enables the obtaining of information on the offer of products in the market. Such information is necessary for the definition of prices, as well as for the definition of stockpiling public policies. Based on the necessity of supplying objective data which may complement the data published by the official departments in charge of this task, this works aims at evaluating the use of fraction images generated by the application of linear spectral mixture model for the automatic classification of the cultivated area of irrigated rice in Rio Grande do Sul State, taking into account the temporal behavior of such culture. The area in which this study was performed comprises the riziculture region of the State. To achieve the data, the images used were captured by the sensor EOS-MODIS, product MOD13, vegetation index (NDVI – Normalized Difference Vegetation Index) with spatial resolution of 250m, corresponding to the period of the irrigated rice culture cycle in Rio Grande do Sul (from November, 2005 to April, 2006). These images were integrated to a georeferenced database using the software Spring, version 4.3.3. It was necessary to use the software ConvGeottif to convert the MODIS image, which is available at 16 bits, to 8 bits. After this, the image was segmented and classified, using the ISODATA algorithm for the calculation of the irrigated rice cultivated area. In order to implement the linear spectral mixture model and to generate the fraction images, the bands of red, near-infrared and mid-wavelength infrared from the MOD13 product were used. The quality of the classification results for the irrigated rice cultivated areas in the State and the elimination of the confusion with humid areas not related to rice cultivation generated by the automatic classification algorithm were carried out by means of a comparison of the mapping carried out with Landsat images for the same crop year 2005/2006. Due to the nature of MODIS, problems with nebulosity did not constitute a limitation for the generation of a map for the whole state. It was noticed that the best date for the automatic classification of irrigated rice areas is the beginning of water entrance in the fields. The estimated area of irrigated rice in Rio Grande do Sul obtained by the MODIS images is close to the official data, thus being possible to adopt such methodology as an additional tool to help programs for monitoring and forecasting crops, complementing the conventional methods used nowadays to forecast crops in Brazil. The method proposed is fast, easily implemented and the images used, as well as the software, are free, resulting in low costs for the work.application/pdfporArroz irrigadoSensoriamento remotoAnálise do modelo linear de mistura espectral aplicado a imagens para mapeamento da cultura de arroz irrigado no Rio Grande do SulAnalysis of the linear spectral mixture model applied to MODIS images for the mapping of irrigated rice culture in Rio Grande do Sul info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulCentro Estadual de Pesquisas em Sensoriamento Remoto e MeteorologiaPrograma de Pós-Graduação em Sensoriamento RemotoPorto Alegre, BR-RS2009mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000743242.pdf000743242.pdfTexto completoapplication/pdf2107448http://www.lume.ufrgs.br/bitstream/10183/23937/1/000743242.pdfb107882e0e6cb18972a866e1dc06ba2cMD51TEXT000743242.pdf.txt000743242.pdf.txtExtracted Texttext/plain135615http://www.lume.ufrgs.br/bitstream/10183/23937/2/000743242.pdf.txtd1fb3dccc01bdf3dc97cdac84bde9f89MD52THUMBNAIL000743242.pdf.jpg000743242.pdf.jpgGenerated Thumbnailimage/jpeg1138http://www.lume.ufrgs.br/bitstream/10183/23937/3/000743242.pdf.jpgb99c12ae75133270beb86c42fa36682fMD5310183/239372018-10-18 07:21:01.681oai:www.lume.ufrgs.br:10183/23937Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-18T10:21:01Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Análise do modelo linear de mistura espectral aplicado a imagens para mapeamento da cultura de arroz irrigado no Rio Grande do Sul
dc.title.alternative.en.fl_str_mv Analysis of the linear spectral mixture model applied to MODIS images for the mapping of irrigated rice culture in Rio Grande do Sul
title Análise do modelo linear de mistura espectral aplicado a imagens para mapeamento da cultura de arroz irrigado no Rio Grande do Sul
spellingShingle Análise do modelo linear de mistura espectral aplicado a imagens para mapeamento da cultura de arroz irrigado no Rio Grande do Sul
Alves, Gilca Marques
Arroz irrigado
Sensoriamento remoto
title_short Análise do modelo linear de mistura espectral aplicado a imagens para mapeamento da cultura de arroz irrigado no Rio Grande do Sul
title_full Análise do modelo linear de mistura espectral aplicado a imagens para mapeamento da cultura de arroz irrigado no Rio Grande do Sul
title_fullStr Análise do modelo linear de mistura espectral aplicado a imagens para mapeamento da cultura de arroz irrigado no Rio Grande do Sul
title_full_unstemmed Análise do modelo linear de mistura espectral aplicado a imagens para mapeamento da cultura de arroz irrigado no Rio Grande do Sul
title_sort Análise do modelo linear de mistura espectral aplicado a imagens para mapeamento da cultura de arroz irrigado no Rio Grande do Sul
author Alves, Gilca Marques
author_facet Alves, Gilca Marques
author_role author
dc.contributor.author.fl_str_mv Alves, Gilca Marques
dc.contributor.advisor1.fl_str_mv Fontana, Denise Cybis
dc.contributor.advisor-co1.fl_str_mv Fonseca, Eliana Lima da
contributor_str_mv Fontana, Denise Cybis
Fonseca, Eliana Lima da
dc.subject.por.fl_str_mv Arroz irrigado
Sensoriamento remoto
topic Arroz irrigado
Sensoriamento remoto
description O monitoramento e a previsão de safras agrícolas são fundamentais para a economia de um país ou região, pois a partir dos dados gerados é possível obter informações a respeito da oferta de produtos no mercado, sendo estas informações necessárias, tanto na definição de preços, quanto nas políticas públicas de estoque. Com base na necessidade de fornecer dados objetivos, complementando os dados divulgados pelos órgãos oficiais responsáveis, este trabalho teve por objetivo avaliar o uso das imagens fração geradas a partir da aplicação do modelo linear de mistura espectral para classificação automática da área cultivada com arroz irrigado no Estado do Rio Grande do Sul, levando em conta o comportamento temporal desta cultura. A área utilizada para a realização deste estudo compreende a região orizícola do Estado. Para isso, foram utilizadas imagens do sensor EOS-MODIS, produto MOD13, índice de vegetação (NDVI – Normalized Difference Vegetation Índex), com resolução espacial de 250 m, e correspondente ao período do ciclo da cultura de arroz irrigado no Estado do Rio Grande do Sul, (de novembro de 2005 a abril de 2006). Estas imagens foram integradas a um banco de dados georreferenciados utilizando o aplicativo Spring versão 4.3.3. Para isto, foi necessária a utilização do aplicativo ConvGeotiff, para a conversão da imagem MODIS que é disponibilizada em 16 bits, para 8 bits, Após, foi feita a segmentação da imagem e classificação, adotando o algorítimo ISODATA, para o cálculo da área cultivada com arroz irrigado. Para implementar o modelo linear de mistura espectral e gerar as imagens fração foram utilizadas as bandas do vermelho, do infravermelho próximo e do infravermelho médio, contidas no produto MOD13. A avaliação da qualidade dos resultados da classificação das áreas cultivadas com arroz irrigado no Estado e a eliminação das confusões com áreas úmidas não relacionadas ao cultivo de arroz geradas pelo algoritimo de classificação automática, foi feita através da comparação com o mapeamento feito com imagens Landsat, para o mesmo ano safra 2005/2006. Dada a natureza do produto MODIS, problemas com a nebulosidade não constituíram limitação à geração de um mapa para todo o Estado. Verificou-se que a melhor data para a classificação automática das áreas de arroz irrigado é o momento de entrada de água na lavoura. A área estimada com arroz irrigado no Rio Grande do Sul, através das imagens MODIS aproxima-se dos dados oficiais, sendo, portanto, possível a adoção desta metodologia como mais uma ferramenta para auxiliar em programas de previsão e monitoramento de safras agrícolas, complementando os métodos convencionais utilizados atualmente na previsão de safras no Brasil. O método proposto é rápido, de fácil implementação e tanto as imagens adotadas quanto o software utilizado são gratuitos, resultando em custo reduzido.
publishDate 2009
dc.date.issued.fl_str_mv 2009
dc.date.accessioned.fl_str_mv 2010-06-18T04:19:23Z
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 http://hdl.handle.net/10183/23937
dc.identifier.nrb.pt_BR.fl_str_mv 000743242
url http://hdl.handle.net/10183/23937
identifier_str_mv 000743242
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:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/23937/1/000743242.pdf
http://www.lume.ufrgs.br/bitstream/10183/23937/2/000743242.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/23937/3/000743242.pdf.jpg
bitstream.checksum.fl_str_mv b107882e0e6cb18972a866e1dc06ba2c
d1fb3dccc01bdf3dc97cdac84bde9f89
b99c12ae75133270beb86c42fa36682f
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1810085175365730304