Dados do sensor Hyperion/EO-1 para análise das áreas de Mata Atlântica e de bananais no nordeste do Rio Grande do Sul

Detalhes bibliográficos
Autor(a) principal: Bisso, Alan Bernardo Arruda
Data de Publicação: 2010
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/28205
Resumo: A região do litoral norte do estado do Rio Grande do Sul abriga conjuntos florestais do Bioma Mata Atlântica que se encontram extremamente fragmentados e com reduzida parcela de vegetação nativa. A ocupação humana e as atividades econômicas agrícolas da região vêm ocasionando forte pressão nestes remanescentes florestais. O plantio de banana ocupa a maior área nesta região, gerando um enorme impacto sobre as áreas de Mata Atlântica que vem cedendo lugar para as áreas de bananais. O presente trabalho tem como objetivo avaliar o uso de dados hiperespectrais para a diferenciação das áreas de Mata Atlântica e de bananais no município de Três Cachoeiras, o maior produtor de banana do Estado. Classificadores bayesianos foram utilizados para a determinação das classes, Mata Atlântica e Bananais, com dados extraídos de uma imagem de alta resolução espectral do município de Três Cachoeiras. Verificou-se que os valores de acurácia com índice Kappa e Exatidão Global diminuíram conforme a simplificação do classificador de Bayes. Desta forma, os maiores valores de acurácia foram os dos métodos de Máxima Verossimilhança, Fisher e Distância Euclidiana, respectivamente. Os dois primeiros métodos aumentam os valores de acurácia se forem implementados com um limiar de exclusão. Foi verificado que a variável ambiental de orientação de vertentes não influencia na forma da curva espectral das áreas ocupadas por bananais, influenciando somente na intensidade da mesma. Destaca-se que a utilização de dados hiperespectrais representam uma nova abordagem do sensoriamento remoto, complementando a análise do meio ambiente realizada pelos métodos multiespectrais.
id URGS_761e53ad058baa093e0b07d8cd2e44c9
oai_identifier_str oai:www.lume.ufrgs.br:10183/28205
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Bisso, Alan Bernardo ArrudaSaldanha, Dejanira Luderitz2011-03-24T06:00:09Z2010http://hdl.handle.net/10183/28205000769216A região do litoral norte do estado do Rio Grande do Sul abriga conjuntos florestais do Bioma Mata Atlântica que se encontram extremamente fragmentados e com reduzida parcela de vegetação nativa. A ocupação humana e as atividades econômicas agrícolas da região vêm ocasionando forte pressão nestes remanescentes florestais. O plantio de banana ocupa a maior área nesta região, gerando um enorme impacto sobre as áreas de Mata Atlântica que vem cedendo lugar para as áreas de bananais. O presente trabalho tem como objetivo avaliar o uso de dados hiperespectrais para a diferenciação das áreas de Mata Atlântica e de bananais no município de Três Cachoeiras, o maior produtor de banana do Estado. Classificadores bayesianos foram utilizados para a determinação das classes, Mata Atlântica e Bananais, com dados extraídos de uma imagem de alta resolução espectral do município de Três Cachoeiras. Verificou-se que os valores de acurácia com índice Kappa e Exatidão Global diminuíram conforme a simplificação do classificador de Bayes. Desta forma, os maiores valores de acurácia foram os dos métodos de Máxima Verossimilhança, Fisher e Distância Euclidiana, respectivamente. Os dois primeiros métodos aumentam os valores de acurácia se forem implementados com um limiar de exclusão. Foi verificado que a variável ambiental de orientação de vertentes não influencia na forma da curva espectral das áreas ocupadas por bananais, influenciando somente na intensidade da mesma. Destaca-se que a utilização de dados hiperespectrais representam uma nova abordagem do sensoriamento remoto, complementando a análise do meio ambiente realizada pelos métodos multiespectrais.The North Coast region of Rio Grande do Sul is home to sets of Atlantic Forest in the state; however they are extremely fragmented, with small portion of native vegetation. Human occupation and agricultural economic activities in the region have caused great pressure on these forest remnants. Banana plantation in this region is takes the biggest part of this area, and the features of this planting generates a huge impact on the areas of Atlantic Forest, since that it is giving way to the areas of plantations. This assignment aims to evaluate the use of hyperspectral data for differentiation between the Atlantic Forest and banana’s areas in the town of Três Cachoeiras, the state’s largest producer of banana. Bayesian classifiers and data extracted from a town’s high spatial resolution image have been used in order to verify the accuracy of the classifiers. It was found that the values of accuracy with an index Kappa and Global Accuracy have decreased by the simplification of the Bayes classifier. Thus the highest values of accuracy were the Method of Maximum Likelihood, Linear Fisher and Euclidean Distance, respectively. The first two methods increase the accuracy values if they are implemented with a threshold of exclusion. It was verified that the strands’ environmental orientation variable does not influence the shape of spectral curve of the areas of banana plantations, but only influences its intensity. It is noteworthy that the use of hyperspectral data represent a new way of approach to remote sensing, complementing the environmental analysis performed by the multispectral methods.application/pdfporSensoriamento remotoBioma Mata AtlânticaDados do sensor Hyperion/EO-1 para análise das áreas de Mata Atlântica e de bananais no nordeste do Rio Grande do Sulinfo: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-RS2010mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT000769216.pdf.txt000769216.pdf.txtExtracted Texttext/plain144124http://www.lume.ufrgs.br/bitstream/10183/28205/2/000769216.pdf.txt770403e12afc4e10703567d33fc9be88MD52ORIGINAL000769216.pdf000769216.pdfTexto completoapplication/pdf4162772http://www.lume.ufrgs.br/bitstream/10183/28205/1/000769216.pdfbe6d84da79ed0a43f41f94efae2f3799MD51THUMBNAIL000769216.pdf.jpg000769216.pdf.jpgGenerated Thumbnailimage/jpeg1003http://www.lume.ufrgs.br/bitstream/10183/28205/3/000769216.pdf.jpg4b3584011fbc7bf48aa337867813ca59MD5310183/282052018-10-08 09:13:25.837oai:www.lume.ufrgs.br:10183/28205Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-08T12:13:25Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Dados do sensor Hyperion/EO-1 para análise das áreas de Mata Atlântica e de bananais no nordeste do Rio Grande do Sul
title Dados do sensor Hyperion/EO-1 para análise das áreas de Mata Atlântica e de bananais no nordeste do Rio Grande do Sul
spellingShingle Dados do sensor Hyperion/EO-1 para análise das áreas de Mata Atlântica e de bananais no nordeste do Rio Grande do Sul
Bisso, Alan Bernardo Arruda
Sensoriamento remoto
Bioma Mata Atlântica
title_short Dados do sensor Hyperion/EO-1 para análise das áreas de Mata Atlântica e de bananais no nordeste do Rio Grande do Sul
title_full Dados do sensor Hyperion/EO-1 para análise das áreas de Mata Atlântica e de bananais no nordeste do Rio Grande do Sul
title_fullStr Dados do sensor Hyperion/EO-1 para análise das áreas de Mata Atlântica e de bananais no nordeste do Rio Grande do Sul
title_full_unstemmed Dados do sensor Hyperion/EO-1 para análise das áreas de Mata Atlântica e de bananais no nordeste do Rio Grande do Sul
title_sort Dados do sensor Hyperion/EO-1 para análise das áreas de Mata Atlântica e de bananais no nordeste do Rio Grande do Sul
author Bisso, Alan Bernardo Arruda
author_facet Bisso, Alan Bernardo Arruda
author_role author
dc.contributor.author.fl_str_mv Bisso, Alan Bernardo Arruda
dc.contributor.advisor1.fl_str_mv Saldanha, Dejanira Luderitz
contributor_str_mv Saldanha, Dejanira Luderitz
dc.subject.por.fl_str_mv Sensoriamento remoto
Bioma Mata Atlântica
topic Sensoriamento remoto
Bioma Mata Atlântica
description A região do litoral norte do estado do Rio Grande do Sul abriga conjuntos florestais do Bioma Mata Atlântica que se encontram extremamente fragmentados e com reduzida parcela de vegetação nativa. A ocupação humana e as atividades econômicas agrícolas da região vêm ocasionando forte pressão nestes remanescentes florestais. O plantio de banana ocupa a maior área nesta região, gerando um enorme impacto sobre as áreas de Mata Atlântica que vem cedendo lugar para as áreas de bananais. O presente trabalho tem como objetivo avaliar o uso de dados hiperespectrais para a diferenciação das áreas de Mata Atlântica e de bananais no município de Três Cachoeiras, o maior produtor de banana do Estado. Classificadores bayesianos foram utilizados para a determinação das classes, Mata Atlântica e Bananais, com dados extraídos de uma imagem de alta resolução espectral do município de Três Cachoeiras. Verificou-se que os valores de acurácia com índice Kappa e Exatidão Global diminuíram conforme a simplificação do classificador de Bayes. Desta forma, os maiores valores de acurácia foram os dos métodos de Máxima Verossimilhança, Fisher e Distância Euclidiana, respectivamente. Os dois primeiros métodos aumentam os valores de acurácia se forem implementados com um limiar de exclusão. Foi verificado que a variável ambiental de orientação de vertentes não influencia na forma da curva espectral das áreas ocupadas por bananais, influenciando somente na intensidade da mesma. Destaca-se que a utilização de dados hiperespectrais representam uma nova abordagem do sensoriamento remoto, complementando a análise do meio ambiente realizada pelos métodos multiespectrais.
publishDate 2010
dc.date.issued.fl_str_mv 2010
dc.date.accessioned.fl_str_mv 2011-03-24T06:00:09Z
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/10183/28205
dc.identifier.nrb.pt_BR.fl_str_mv 000769216
url http://hdl.handle.net/10183/28205
identifier_str_mv 000769216
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/10183/28205/2/000769216.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/28205/1/000769216.pdf
http://www.lume.ufrgs.br/bitstream/10183/28205/3/000769216.pdf.jpg
bitstream.checksum.fl_str_mv 770403e12afc4e10703567d33fc9be88
be6d84da79ed0a43f41f94efae2f3799
4b3584011fbc7bf48aa337867813ca59
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_ 1800308999742029824