Avaliação de imagens do sensor ASTER para caracterização e mapeamento de rejeitos de garimpo de ametista

Detalhes bibliográficos
Autor(a) principal: Markoski, Paulo Roberto
Data de Publicação: 2006
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/12540
Resumo: Este trabalho buscou avaliar os aspectos relacionados à potencialidade das imagens do sensor Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) para a caracterização e mapeamento de rejeitos de garimpos de ametistas na região do município de Ametista do Sul-RS, Brasil. Essa região possui a maior produção de ametistas do mundo. Foram utilizados classificadores de Distância Mínima Euclidiana, Máxima Verossimilhança e a técnica SAM (Spectral Angle Mapper). Entre os três algoritmos de classificação empregados, o melhor desempenho foi observado na técnica SAM, a qual obteve o menor erro e a melhor distinção do alvo em estudo. O principal erro encontrado para os classificadores foi a confusão gerada entre as classes “sombra” e “rejeitos de garimpos”. Com a utilização da técnica SAM, essa confusão foi reduzida consideravelmente, pois a mesma utilizou a curva espectral do rejeito como referência na classificação, enquanto os classificadores multiespectrais utilizaram grupos de pixels representativos do basalto, que continham mistura espectral de outras classes, como sombra e vegetação. Os resultados sugerem que, em ambientes tropicais similares aos da área de estudo, com predomínio de vegetação densa, os dados ASTER podem ser eficazes para a caracterização dos rejeitos de garimpos.
id URGS_a53c751ecd020c9bbd240c3be908e7a2
oai_identifier_str oai:www.lume.ufrgs.br:10183/12540
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Markoski, Paulo RobertoRolim, Silvia Beatriz Alves2008-04-17T04:13:02Z2006http://hdl.handle.net/10183/12540000625699Este trabalho buscou avaliar os aspectos relacionados à potencialidade das imagens do sensor Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) para a caracterização e mapeamento de rejeitos de garimpos de ametistas na região do município de Ametista do Sul-RS, Brasil. Essa região possui a maior produção de ametistas do mundo. Foram utilizados classificadores de Distância Mínima Euclidiana, Máxima Verossimilhança e a técnica SAM (Spectral Angle Mapper). Entre os três algoritmos de classificação empregados, o melhor desempenho foi observado na técnica SAM, a qual obteve o menor erro e a melhor distinção do alvo em estudo. O principal erro encontrado para os classificadores foi a confusão gerada entre as classes “sombra” e “rejeitos de garimpos”. Com a utilização da técnica SAM, essa confusão foi reduzida consideravelmente, pois a mesma utilizou a curva espectral do rejeito como referência na classificação, enquanto os classificadores multiespectrais utilizaram grupos de pixels representativos do basalto, que continham mistura espectral de outras classes, como sombra e vegetação. Os resultados sugerem que, em ambientes tropicais similares aos da área de estudo, com predomínio de vegetação densa, os dados ASTER podem ser eficazes para a caracterização dos rejeitos de garimpos.The objective of this work was to evaluate the potential of Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) images, for discrimination and mapping of ametist mining residues/basalt in the Ametista do Sul region, Rio Grande do Sul State, Brazil. This region provides the most part of ametist production of the World. The multispectral algorithms Minimun Euclidian Distance and Maximum Likelihood and the hyperspectral technique SAM (Spectral Angle Mapper) were used in this work. The SAM technique showed better results than multispectral techniques. The main error found by the multispectral algorithms was the mixing/confusion between “shadow” and “mining residues” classes due to the spectral similarity between them. With the SAM technique the confusion decreased because it employed the residues spectral curve as a reference, while the multispectral techniques employed pixels groups that could have spectral mixture with other targets. The results showed that in tropical terrains as the study area, ASTER data can be efficacious for the characterization of mining residues.application/pdfporSensoriamento remotoDepósito de ametistaSensor ASTERAvaliação de imagens do sensor ASTER para caracterização e mapeamento de rejeitos de garimpo de ametistaValidation of aster images for characterization and mapping of ametist mining residues 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-RS2006mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT000625699.pdf.txt000625699.pdf.txtExtracted Texttext/plain86025http://www.lume.ufrgs.br/bitstream/10183/12540/2/000625699.pdf.txt93bcbb3e0fd6d4d2b3b6d994dd80dcbcMD52ORIGINAL000625699.pdf000625699.pdfTexto completoapplication/pdf5229805http://www.lume.ufrgs.br/bitstream/10183/12540/1/000625699.pdf5062e4ce768523ef316a635f0cbe36dbMD51THUMBNAIL000625699.pdf.jpg000625699.pdf.jpgGenerated Thumbnailimage/jpeg1251http://www.lume.ufrgs.br/bitstream/10183/12540/3/000625699.pdf.jpgd5a55a83236756ae1111293ab74db31fMD5310183/125402021-11-20 06:00:17.577012oai:www.lume.ufrgs.br:10183/12540Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532021-11-20T08:00:17Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Avaliação de imagens do sensor ASTER para caracterização e mapeamento de rejeitos de garimpo de ametista
dc.title.alternative.en.fl_str_mv Validation of aster images for characterization and mapping of ametist mining residues
title Avaliação de imagens do sensor ASTER para caracterização e mapeamento de rejeitos de garimpo de ametista
spellingShingle Avaliação de imagens do sensor ASTER para caracterização e mapeamento de rejeitos de garimpo de ametista
Markoski, Paulo Roberto
Sensoriamento remoto
Depósito de ametista
Sensor ASTER
title_short Avaliação de imagens do sensor ASTER para caracterização e mapeamento de rejeitos de garimpo de ametista
title_full Avaliação de imagens do sensor ASTER para caracterização e mapeamento de rejeitos de garimpo de ametista
title_fullStr Avaliação de imagens do sensor ASTER para caracterização e mapeamento de rejeitos de garimpo de ametista
title_full_unstemmed Avaliação de imagens do sensor ASTER para caracterização e mapeamento de rejeitos de garimpo de ametista
title_sort Avaliação de imagens do sensor ASTER para caracterização e mapeamento de rejeitos de garimpo de ametista
author Markoski, Paulo Roberto
author_facet Markoski, Paulo Roberto
author_role author
dc.contributor.author.fl_str_mv Markoski, Paulo Roberto
dc.contributor.advisor1.fl_str_mv Rolim, Silvia Beatriz Alves
contributor_str_mv Rolim, Silvia Beatriz Alves
dc.subject.por.fl_str_mv Sensoriamento remoto
Depósito de ametista
Sensor ASTER
topic Sensoriamento remoto
Depósito de ametista
Sensor ASTER
description Este trabalho buscou avaliar os aspectos relacionados à potencialidade das imagens do sensor Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) para a caracterização e mapeamento de rejeitos de garimpos de ametistas na região do município de Ametista do Sul-RS, Brasil. Essa região possui a maior produção de ametistas do mundo. Foram utilizados classificadores de Distância Mínima Euclidiana, Máxima Verossimilhança e a técnica SAM (Spectral Angle Mapper). Entre os três algoritmos de classificação empregados, o melhor desempenho foi observado na técnica SAM, a qual obteve o menor erro e a melhor distinção do alvo em estudo. O principal erro encontrado para os classificadores foi a confusão gerada entre as classes “sombra” e “rejeitos de garimpos”. Com a utilização da técnica SAM, essa confusão foi reduzida consideravelmente, pois a mesma utilizou a curva espectral do rejeito como referência na classificação, enquanto os classificadores multiespectrais utilizaram grupos de pixels representativos do basalto, que continham mistura espectral de outras classes, como sombra e vegetação. Os resultados sugerem que, em ambientes tropicais similares aos da área de estudo, com predomínio de vegetação densa, os dados ASTER podem ser eficazes para a caracterização dos rejeitos de garimpos.
publishDate 2006
dc.date.issued.fl_str_mv 2006
dc.date.accessioned.fl_str_mv 2008-04-17T04:13:02Z
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/10183/12540
dc.identifier.nrb.pt_BR.fl_str_mv 000625699
url http://hdl.handle.net/10183/12540
identifier_str_mv 000625699
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/10183/12540/2/000625699.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/12540/1/000625699.pdf
http://www.lume.ufrgs.br/bitstream/10183/12540/3/000625699.pdf.jpg
bitstream.checksum.fl_str_mv 93bcbb3e0fd6d4d2b3b6d994dd80dcbc
5062e4ce768523ef316a635f0cbe36db
d5a55a83236756ae1111293ab74db31f
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_ 1810085116020523008