Metodologia de classificação de imagens multiespectrais aplicada ao mapeamento do uso da terra e cobertura vegetal na Amazônia: exemplo de caso na região de São Félix do Xingu, sul do Pará.

Detalhes bibliográficos
Autor(a) principal: Kawakubo, Fernando Shinji
Data de Publicação: 2010
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/8/8135/tde-28092010-093245/
Resumo: Este trabalho apresenta uma metodologia de classificação de imagens multiespectrais aplicada a análise e mapeamento da evolução do uso da terra/cobertura vegetal em São Félix do Xingu, Sul do Pará. Imagens frações representando as proporções de sombra, vegetação e solo foram estimadas a partir das bandas 1 a 5 e 7 do Landsat-5 TM e relacionadas com as estruturas das classes de uso da terra/cobertura vegetal. As imagens frações geradas do modelo linear de mistura espectral foram importantes para reduzir a massa de dados e ao mesmo tempo realçar alvos de interesse na imagem. A banda do infravermelho próximo (TM-4) foi importante para realçar áreas de queimadas. A classificação adotada foi divida em etapas combinando técnica de segmentação por crescimento de regiões e uso de máscaras. Por meio da máscara foi possível restringir o processo de segmentação em regiões pré-estabelecidas com o intuito de adquirir um melhor particionamento da imagem. Adotando este procedimento, ao invés de realizar uma única segmentação para mapear todas as classes em uma única vez, foram realizadas várias segmentações ao longo das etapas. As regiões segmentadas foram agrupadas com um classificador não-supervionado batizado de ISOSEG. Os resultados mostram que a metodologia é bastante eficiente. A matriz de erro gerada para a classificação de 2008 apontou que as confusões mais freqüentes ocorreram entre as classes que apresentaram em certas localidades proporções de misturas parecidas: Capoeira e Campo/Pastagem-2; Campo/Pastagem-1 e Campo/Pastagem-2; Queimada-1 e Queimada-2; Solo Exposto e Campo/Pastagem-1. Considerando nove classes, o índice Kappa atingiu 0,58, o que representa um valor de concordância classificada como moderada. Quando o numero de classes foi reduzido para 6, agrupando as classes que apresentaram as maiores confusões, o índice Kappa subiu para 0,80, atingindo um valor de concordância quase perfeita. A comparação dos resultados das classificações de 1987, 1992, 2000 e 2008 juntamente com a analise de dados auxiliares permitiu traçar um modelo de evolução do desmatamento e do uso da terra para São Félix do Xingu. O intenso desmatamento observado principalmente a partir de 2000 foi relacionado com o incremento da atividade pecuária, sendo São Félix do Xingu o município que detém atualmente o segundo maior rebanho bovino do País.
id USP_01aed568f0b77b4d116b19f20a4b47e5
oai_identifier_str oai:teses.usp.br:tde-28092010-093245
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Metodologia de classificação de imagens multiespectrais aplicada ao mapeamento do uso da terra e cobertura vegetal na Amazônia: exemplo de caso na região de São Félix do Xingu, sul do Pará.Methodology for multispectral image classification applied to the mapping of land use and land cover in Amazonia: a case example in the region of Sao Felix do Xingu, south of Para.ClassificationLand use/land coverMasking techniquesMetodologia de classificaçãoMixing modelModelo de misturaRegion growing segmentationRemote sensingSegmentação por máscaraSensoriamento remotoUso da terra/cobertura vegetalEste trabalho apresenta uma metodologia de classificação de imagens multiespectrais aplicada a análise e mapeamento da evolução do uso da terra/cobertura vegetal em São Félix do Xingu, Sul do Pará. Imagens frações representando as proporções de sombra, vegetação e solo foram estimadas a partir das bandas 1 a 5 e 7 do Landsat-5 TM e relacionadas com as estruturas das classes de uso da terra/cobertura vegetal. As imagens frações geradas do modelo linear de mistura espectral foram importantes para reduzir a massa de dados e ao mesmo tempo realçar alvos de interesse na imagem. A banda do infravermelho próximo (TM-4) foi importante para realçar áreas de queimadas. A classificação adotada foi divida em etapas combinando técnica de segmentação por crescimento de regiões e uso de máscaras. Por meio da máscara foi possível restringir o processo de segmentação em regiões pré-estabelecidas com o intuito de adquirir um melhor particionamento da imagem. Adotando este procedimento, ao invés de realizar uma única segmentação para mapear todas as classes em uma única vez, foram realizadas várias segmentações ao longo das etapas. As regiões segmentadas foram agrupadas com um classificador não-supervionado batizado de ISOSEG. Os resultados mostram que a metodologia é bastante eficiente. A matriz de erro gerada para a classificação de 2008 apontou que as confusões mais freqüentes ocorreram entre as classes que apresentaram em certas localidades proporções de misturas parecidas: Capoeira e Campo/Pastagem-2; Campo/Pastagem-1 e Campo/Pastagem-2; Queimada-1 e Queimada-2; Solo Exposto e Campo/Pastagem-1. Considerando nove classes, o índice Kappa atingiu 0,58, o que representa um valor de concordância classificada como moderada. Quando o numero de classes foi reduzido para 6, agrupando as classes que apresentaram as maiores confusões, o índice Kappa subiu para 0,80, atingindo um valor de concordância quase perfeita. A comparação dos resultados das classificações de 1987, 1992, 2000 e 2008 juntamente com a analise de dados auxiliares permitiu traçar um modelo de evolução do desmatamento e do uso da terra para São Félix do Xingu. O intenso desmatamento observado principalmente a partir de 2000 foi relacionado com o incremento da atividade pecuária, sendo São Félix do Xingu o município que detém atualmente o segundo maior rebanho bovino do País.In this work we present a methodological procedure for multi-spectral images classification to evaluate and map land-use and land-cover changes in São Félix do Xingu, Southern Pará (Brazilian Amazon). Fraction images representing shade, vegetation and soil abundance at the pixel scale were estimated using all six reflective bands of Thematic Mapper sensor (TM-1 to TM-5 and TM-7) and related to different types of land-use and land-cover classes. The linear spectral mixing analysis method was an alternative approach adopted to reduce the data-dimensionality while at the same time enhancing targets of interest. Also, the near-infrared band (TM-4) was employed to separate areas affected by burns (Queimadas in Portuguese). The classification routines were performed in stages by combining region-growing segmentation and use of masking techniques. For each stage, the segmentation process was directed to preselected areas by masking techniques in order to obtain a better image partitioning. This procedure resulted in more than one segmentation thereby reducing confusing errors during the classification routine. An unsupervised classifier by region named ISOSEG was employed to classify the segmented images. The analysis of classification results was mainly qualitative and visual except for the 2008 classification which was assessed through an error matrix. According to the error matrix analysis, misclassifications arose more frequently when a set of classes with similar mixture proportions were involved, such as: Capoeira and Campo/Pastagem-2; Campo/Pastagem-1 and Campo/Pastagem- 2; Queimada-1 and Queimada-2, and finally Bare Soil and Campo/Pastagem-1. As a robust measure of concordance for dichotomous data, the kappa statistic reached a value of 0.62 by considering nine land types of classes and it rose to 0.80 when the mapping classes were diminished to six. Theses kappa values represent moderate and strong agreements between the remotely sensed classification and the reference data, respectively. Making use of the classification results from 1987, 1992, 2000 and 2008 and auxiliary data, we tried to design a simple land evolution model to São Félix do Xingu. The deforestation process notably intensified since 2000 has been driven mainly by a continuous increase in cattle breeding, for wich São Félix do Xingu has the second-largest cattle herd of all Brazilian municipalities.Biblioteca Digitais de Teses e Dissertações da USPLuchiari, AiltonKawakubo, Fernando Shinji2010-08-05info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/8/8135/tde-28092010-093245/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:10:12Zoai:teses.usp.br:tde-28092010-093245Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:10:12Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Metodologia de classificação de imagens multiespectrais aplicada ao mapeamento do uso da terra e cobertura vegetal na Amazônia: exemplo de caso na região de São Félix do Xingu, sul do Pará.
Methodology for multispectral image classification applied to the mapping of land use and land cover in Amazonia: a case example in the region of Sao Felix do Xingu, south of Para.
title Metodologia de classificação de imagens multiespectrais aplicada ao mapeamento do uso da terra e cobertura vegetal na Amazônia: exemplo de caso na região de São Félix do Xingu, sul do Pará.
spellingShingle Metodologia de classificação de imagens multiespectrais aplicada ao mapeamento do uso da terra e cobertura vegetal na Amazônia: exemplo de caso na região de São Félix do Xingu, sul do Pará.
Kawakubo, Fernando Shinji
Classification
Land use/land cover
Masking techniques
Metodologia de classificação
Mixing model
Modelo de mistura
Region growing segmentation
Remote sensing
Segmentação por máscara
Sensoriamento remoto
Uso da terra/cobertura vegetal
title_short Metodologia de classificação de imagens multiespectrais aplicada ao mapeamento do uso da terra e cobertura vegetal na Amazônia: exemplo de caso na região de São Félix do Xingu, sul do Pará.
title_full Metodologia de classificação de imagens multiespectrais aplicada ao mapeamento do uso da terra e cobertura vegetal na Amazônia: exemplo de caso na região de São Félix do Xingu, sul do Pará.
title_fullStr Metodologia de classificação de imagens multiespectrais aplicada ao mapeamento do uso da terra e cobertura vegetal na Amazônia: exemplo de caso na região de São Félix do Xingu, sul do Pará.
title_full_unstemmed Metodologia de classificação de imagens multiespectrais aplicada ao mapeamento do uso da terra e cobertura vegetal na Amazônia: exemplo de caso na região de São Félix do Xingu, sul do Pará.
title_sort Metodologia de classificação de imagens multiespectrais aplicada ao mapeamento do uso da terra e cobertura vegetal na Amazônia: exemplo de caso na região de São Félix do Xingu, sul do Pará.
author Kawakubo, Fernando Shinji
author_facet Kawakubo, Fernando Shinji
author_role author
dc.contributor.none.fl_str_mv Luchiari, Ailton
dc.contributor.author.fl_str_mv Kawakubo, Fernando Shinji
dc.subject.por.fl_str_mv Classification
Land use/land cover
Masking techniques
Metodologia de classificação
Mixing model
Modelo de mistura
Region growing segmentation
Remote sensing
Segmentação por máscara
Sensoriamento remoto
Uso da terra/cobertura vegetal
topic Classification
Land use/land cover
Masking techniques
Metodologia de classificação
Mixing model
Modelo de mistura
Region growing segmentation
Remote sensing
Segmentação por máscara
Sensoriamento remoto
Uso da terra/cobertura vegetal
description Este trabalho apresenta uma metodologia de classificação de imagens multiespectrais aplicada a análise e mapeamento da evolução do uso da terra/cobertura vegetal em São Félix do Xingu, Sul do Pará. Imagens frações representando as proporções de sombra, vegetação e solo foram estimadas a partir das bandas 1 a 5 e 7 do Landsat-5 TM e relacionadas com as estruturas das classes de uso da terra/cobertura vegetal. As imagens frações geradas do modelo linear de mistura espectral foram importantes para reduzir a massa de dados e ao mesmo tempo realçar alvos de interesse na imagem. A banda do infravermelho próximo (TM-4) foi importante para realçar áreas de queimadas. A classificação adotada foi divida em etapas combinando técnica de segmentação por crescimento de regiões e uso de máscaras. Por meio da máscara foi possível restringir o processo de segmentação em regiões pré-estabelecidas com o intuito de adquirir um melhor particionamento da imagem. Adotando este procedimento, ao invés de realizar uma única segmentação para mapear todas as classes em uma única vez, foram realizadas várias segmentações ao longo das etapas. As regiões segmentadas foram agrupadas com um classificador não-supervionado batizado de ISOSEG. Os resultados mostram que a metodologia é bastante eficiente. A matriz de erro gerada para a classificação de 2008 apontou que as confusões mais freqüentes ocorreram entre as classes que apresentaram em certas localidades proporções de misturas parecidas: Capoeira e Campo/Pastagem-2; Campo/Pastagem-1 e Campo/Pastagem-2; Queimada-1 e Queimada-2; Solo Exposto e Campo/Pastagem-1. Considerando nove classes, o índice Kappa atingiu 0,58, o que representa um valor de concordância classificada como moderada. Quando o numero de classes foi reduzido para 6, agrupando as classes que apresentaram as maiores confusões, o índice Kappa subiu para 0,80, atingindo um valor de concordância quase perfeita. A comparação dos resultados das classificações de 1987, 1992, 2000 e 2008 juntamente com a analise de dados auxiliares permitiu traçar um modelo de evolução do desmatamento e do uso da terra para São Félix do Xingu. O intenso desmatamento observado principalmente a partir de 2000 foi relacionado com o incremento da atividade pecuária, sendo São Félix do Xingu o município que detém atualmente o segundo maior rebanho bovino do País.
publishDate 2010
dc.date.none.fl_str_mv 2010-08-05
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.teses.usp.br/teses/disponiveis/8/8135/tde-28092010-093245/
url http://www.teses.usp.br/teses/disponiveis/8/8135/tde-28092010-093245/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257441304051712