Fechar
Metadados

@MastersThesis{Mello:2009:ClEsIm,
               author = "Mello, M{\'a}rcio Pupin de",
                title = "Classifica{\c{c}}{\~a}o espectro-temporal de imagens orbitais 
                         para o mapeamento da colheita da cana-de-a{\c{c}}{\'u}car com 
                         queima da palha",
               school = "Instituto Nacional de Pesquisas Espaciais",
                 year = "2009",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2009-05-22",
             keywords = "classifica{\c{c}}{\~a}o autom{\'a}tica, sensoriamento remoto, 
                         cana-de-a{\c{c}}{\'u}car, queima da palha, automatic 
                         classification, remote sensing, sugarcane, straw burning.",
             abstract = "Visando antecipar a extin{\c{c}}{\~a}o da queima da palha da 
                         cana-de-a{\c{c}}{\'u}car na etapa de pr{\'e}-colheita de 2021 
                         para 2014, a Secretaria do Meio Ambiente do Estado de S{\~a}o 
                         Paulo (SMA-SP) e a Uni{\~a}o da Ind{\'u}stria de 
                         Cana-de-A{\c{c}}{\'u}car (UNICA) assinaram, em junho de 2007, um 
                         protocolo de inten{\c{c}}{\~o}es. Dessa forma, o monitoramento 
                         das lavouras de cana-de-a{\c{c}}{\'u}car com e sem a 
                         pr{\'a}tica da queima da palha torna-se importante para avaliar a 
                         efic{\'a}cia do protocolo. O Instituto Nacional de Pesquisas 
                         Espaciais (INPE), em parceria com a SMA-SP e a {\'U}NICA, 
                         v{\^e}m monitorando desde 2006, atrav{\'e}s de imagens de 
                         sat{\'e}lites de m{\'e}dia resolu{\c{c}}{\~a}o espacial 
                         (Landsat e CBERS), a colheita da cana-de-a{\c{c}}{\'u}car no 
                         Estado de S{\~a}o Paulo. Entretanto, o processo atual de 
                         mapeamento {\'e} fortemente apoiado na interpreta{\c{c}}{\~a}o 
                         visual, que fornece resultados precisos, mas demanda um tempo 
                         razoavelmente grande considerando a extens{\~a}o do cultivo da 
                         cana no Estado. Nesse contexto, o presente trabalho teve como 
                         objetivo avaliar o uso de classifica{\c{c}}{\~o}es 
                         espectro-temporais de imagens orbitais para mapear {\'a}reas de 
                         colheita da cana-de-a{\c{c}}{\'u}car, com e sem queima da palha. 
                         Ao todo foram avaliadas sete classifica{\c{c}}{\~o}es, sendo: 
                         quatro diferentes variantes do m{\'e}todo de superf{\'{\i}}cies 
                         de resposta espectro-temporal (STRS: Spectral-Temporal Response 
                         Surface); uma classifica{\c{c}}{\~a}o utilizando um Modelo 
                         Linear de Mistura Espectral (MLME); uma classifica{\c{c}}{\~a}o 
                         multitemporal com base nas bandas espectrais de todas as imagens 
                         da s{\'e}rie temporal; e por {\'u}ltimo, uma 
                         classifica{\c{c}}{\~a}o de {\'u}nica data, baseada na 
                         {\'u}ltima imagem da s{\'e}rie temporal. Os resultados mostraram 
                         que as classifica{\c{c}}{\~o}es STRS, a 
                         classifica{\c{c}}{\~a}o baseada no MLME, assim como a 
                         classifica{\c{c}}{\~a}o multitemporal utilizando as bandas 
                         espectrais de todas as imagens da s{\'e}rie temporal, foram 
                         eficientes em mapear com precis{\~a}o as {\'a}reas de colheita 
                         de cana-de-a{\c{c}}{\'u}car, obtendo, em geral, valores de 
                         Exatid{\~a}o Global (EG) acima de 90%. J{\'a} a 
                         classifica{\c{c}}{\~a}o de {\'u}nica data, com EG menor que 
                         70%, apenas corroborou com a literatura, reafirmando a necessidade 
                         da utiliza{\c{c}}{\~a}o de t{\'e}cnicas multitemporais quando 
                         de aplica{\c{c}}{\~o}es em monitoramento agr{\'{\i}}cola. De 
                         maneira geral, os resultados mostraram que {\'e} 
                         poss{\'{\i}}vel utilizar m{\'e}todos de 
                         classifica{\c{c}}{\~a}o autom{\'a}tica de imagens 
                         multitemporais para identificar {\'a}reas de colheita da 
                         cana-de-a{\c{c}}{\'u}car, com e sem queima da palha e, assim, 
                         automatizar grande parte do processo de interpreta{\c{c}}{\~a}o 
                         visual. ABSTRACT: In order to reduce the time established by law 
                         to cease the pre-harvest burning of sugarcane from 2021 to 2014, 
                         the Environmental Secretary of S{\~a}o Paulo State (SMA-SP) and 
                         the Sugarcane Industry Association (UNICA) signed, in June 2007, 
                         an Agro-Environmental protocol of intentions. Therefore, the 
                         monitoring of the sugarcane crop, with and without the practice of 
                         pre-harvest straw burning, becomes important to assess the 
                         effectiveness of the protocol. The National Institute for Space 
                         Research (INPE), in partnership with SMA-SP and UNICA, are 
                         monitoring the sugarcane harvest procedure in S{\~a}o Paulo State 
                         since 2006 using remote sensing images of medium spatial 
                         resolution (Landsat and CBERS). The current mapping process is 
                         strongly supported by visual interpretation, which provides 
                         accurate results, but demands a large amount of time, considering 
                         the extension of the cultivated sugarcane area in S{\~a}o Paulo 
                         State. In this context, this study has the objective to evaluate 
                         the use of spectral-temporal classifications of satellite images 
                         to map sugarcane fields with and without pre-harvest straw 
                         burning. Seven classification procedures were evaluated: four 
                         classifications with different methods of the Spectral-Temporal 
                         Response Surface (STRS); one classification with the Linear 
                         Spectral Mixture Model (MLME); one classification with the entire 
                         time series of Landsat images; and one single date classification 
                         with the last image of the time series. The results showed that 
                         the STRS classifications, the MLME classification, and the entire 
                         time series of Landsat images classification are all effective to 
                         precisely map sugarcane fields with and without pre-harvest straw 
                         burning, providing, in general, overall indexes greater than 90%. 
                         The single date classification showed an overall index less than 
                         70% which was not satisfactory, corroborating with the fact that 
                         multitemporal images are paramount for agriculture monitoring 
                         applications. Finally, results showed that it is possible to use 
                         automated image classification procedures to identify sugarcane 
                         harvested fields with and without pre-harvest straw burning and, 
                         therefore, substitute great part of the visual interpretation 
                         process.",
            committee = "Formaggio, Antonio Roberto (presidente) and Rudorff, Bernardo 
                         Friedrich Theodor (orientador) and Vieira, Carlos Antonio Oliveira 
                         (orientador) and Renn{\'o}, Camila Daleles and Batista, 
                         Get{\'u}lio Teixeira",
           copyholder = "SID/SCD",
         englishtitle = "Spectral-temporal classification of orbital images to map 
                         sugarcane with pre-harvest straw burning",
             language = "pt",
                pages = "130",
                  ibi = "8JMKD3MGP8W/35ABRAE",
                  url = "http://urlib.net/rep/8JMKD3MGP8W/35ABRAE",
           targetfile = "publicacao.pdf",
        urlaccessdate = "19 jan. 2021"
}


Fechar