Fechar
Metadados

@MastersThesis{Furtado:2014:MaMoEs,
               author = "Furtado, Luiz Felipe de Almeida",
                title = "Mapeamento e modelagem da estrutura da vegeta{\c{c}}{\~a}o na 
                         v{\'a}rzea Amaz{\^o}nica utilizando dados polarim{\'e}tricos de 
                         banda C",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2014",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2014-03-10",
             keywords = "polarimetria, {\'a}reas {\'u}midas, SAR, minera{\c{c}}{\~a}o 
                         de dados, polarimetry, wetlands, SAR, data-mining.",
             abstract = "{\'A}reas {\'u}midas s{\~a}o regi{\~o}es de extrema 
                         import{\^a}ncia pela sua biodiversidade e servi{\c{c}}os 
                         ecol{\'o}gicos, por serem tamb{\'e}m uma das principais fontes 
                         naturais de gases estufa. Estima-se que entre 12\% e 29\% da 
                         bacia Amaz{\^o}nica seja constitu{\'{\i}}da por {\'a}reas 
                         {\'u}midas. Devido a sua grande extens{\~a}o e ao car{\'a}ter 
                         din{\^a}mico da sua vegeta{\c{c}}{\~a}o, dados de radares de 
                         abertura sint{\'e}tica (SAR) s{\~a}o fundamentais, pois permitem 
                         a aquisi{\c{c}}{\~a}o de informa{\c{c}}{\~o}es de maneira 
                         sin{\'o}ptica e multitemporal, mesmo em regi{\~o}es de frequente 
                         cobertura de nuvens. Dados SAR polarim{\'e}tricos (PolSAR) 
                         obt{\'e}m maior quantidade de informa{\c{c}}{\~a}o sobre 
                         cobertura vegetal, podendo melhorar a discrimina{\c{c}}{\~a}o de 
                         diferentes tipos de vegeta{\c{c}}{\~a}o e melhor caracterizar 
                         sua estrutura, quando comparado a dados multipolarizados e 
                         multitemporais. Este estudo teve como objetivo avaliar a 
                         efici{\^e}ncia do uso de dados polarim{\'e}tricos do sensor 
                         Radarsat-2 (banda C) para a classifica{\c{c}}{\~a}o da 
                         vegeta{\c{c}}{\~a}o e caracteriza{\c{c}}{\~a}o de sua 
                         distribui{\c{c}}{\~a}o e estrutura na v{\'a}rzea 
                         Amaz{\^o}nica, na regi{\~a}o da v{\'a}rzea do Lago Grande de 
                         Curuai, no Par{\'a} Para isso, seis imagens PolSAR Radarsat-2 
                         multitemporais foram classificadas utilizando-se an{\'a}lise de 
                         imagem baseada em objetos (OBIA) e algoritmo de 
                         minera{\c{c}}{\~a}o de dados. Os resultados da 
                         classifica{\c{c}}{\~a}o permitiram comparar o desempenho do 
                         mapeamento dos tipos de vegeta{\c{c}}{\~a}o da v{\'a}rzea 
                         usando (a) imagens polarizadas com diferentes {\^a}ngulos de 
                         incid{\^e}ncia, (b) diagonais principais das matrizes C e T, (c) 
                         diferentes combina{\c{c}}{\~o}es de decomposi{\c{c}}{\~o}es 
                         polarim{\'e}tricas e (d) imagens multitemporais. Os resultados 
                         dessa compara{\c{c}}{\~a}o permitiram constatar que 
                         combina{\c{c}}{\~o}es entre imagens polarizadas e 
                         decomposi{\c{c}}{\~o}es polarim{\'e}tricas maximizam a 
                         separabilidade de classes tomadas individualmente, mas quando 
                         essas classes s{\~a}o analisadas em conjunto, as imagens 
                         multitemporais s{\~a}o as que apresentam o melhor desempenho. Por 
                         outro lado, as decomposi{\c{c}}{\~o}es polarim{\'e}tricas 
                         sobressa{\'{\i}}ram-se na modelagem da estrutura da v{\'a}rzea 
                         do Lago Grande de Curuai e de atributos correlatos, gerando os 
                         melhores modelos para estimar DAP, IAF, Densidade de 
                         indiv{\'{\i}}duos e Altura de Inunda{\c{c}}{\~a}o. Todos os 
                         modelos apresentaram alta correla{\c{c}}{\~a}o com atributos 
                         extra{\'{\i}}dos das cenas SAR, por{\'e}m todos eles 
                         apresentaram heterocedasticidade, havendo necessidade de pesquisas 
                         posteriores para identificar e sanar a causa desse problema. Dessa 
                         maneira, os resultados desse estudo permitem concluir que os dados 
                         polarim{\'e}tricos foram mais indicados para an{\'a}lises 
                         quantitativas da estrutura da vegeta{\c{c}}{\~a}o e que as cenas 
                         multitemporais foram as mais indicadas para o mapeamento de 
                         diversos tipos de vegeta{\c{c}}{\~a}o da v{\'a}rzea 
                         amaz{\^o}nica. ABSTRACT: Wetlands are important regions due its 
                         biodiversity and ecological services, and also are considered one 
                         of the main sources of greenhouse gases. It is estimated that 
                         12\% up to 29\% of Amazon River basin area consist of 
                         floodplains. Due to its great area extent and the dynamics of the 
                         vegetation communities, synthetic aperture radar (SAR) data are 
                         important because of its synoptical and multitemporal image 
                         acquisition, even under intense cloud-covered regions. 
                         Polarimetric SAR data (PolSAR) register an increased amount of 
                         vegetation information, increasing vegetation types discrimination 
                         and a better structural characterization, when compared to 
                         polarized or multitemporal SAR data. This paper have as objective 
                         assess the performance of using C band PolSAR data on mapping Lago 
                         Grande de Curuai v{\'a}rzea vegetation types and characterizing 
                         its structural properties. To achieve this objective, six full 
                         polarimetric Radarsat-2 images were classified using object based 
                         image analysis (OBIA) and a data-mining algorithm. The 
                         classification results allowed assessing the performance of 
                         v{\'a}rzea vegetation mapping using PolSAR images with (a) 
                         different incidence angles and polarizations, (b) C and T matrixes 
                         main diagonals, (c) polarimetric decompositions and (d) 
                         multitemporal imagery. The results demonstrate that the 
                         combination of polarimetric decompositions and polarized images 
                         maximizes individual classs discrimination, but when those classes 
                         are analyzed together, the multitemporal images achieved the best 
                         validation indexes. On the other side, polarimetric decompositions 
                         highlights structural and correlated attributes modeling, 
                         adjusting the best models to estimate DBH, LAI, individual density 
                         and flood height. All models have high correlation with SAR 
                         imagery, but all of them are heterocedastical, and there is need 
                         of further research to understand why. This study concludes that 
                         PolSAR data are best suited to quantitative studies of v{\'a}rzea 
                         vegetation, and multitemporal scenes are indicated to map 
                         different vegetation types of Amazon v{\'a}rzea.",
            committee = "Santos, Jo{\~a}o Roberto dos (presidente) and Novo, Evlyn 
                         M{\'a}rcia Le{\~a}o de Moraes (orientadora) and Silva, Thiago 
                         Sanna Freire (orientador) and Mura, Jos{\'e} Claudio and Souza 
                         Filho, Pedro Walfir Martins e",
         englishtitle = "Mapping and structural modeling of Amazon v{\'a}rzea vegetation 
                         using polarimetric C banda data.",
             language = "pt",
                pages = "184",
                  ibi = "8JMKD3MGP5W34M/3FPHTSP",
                  url = "http://urlib.net/rep/8JMKD3MGP5W34M/3FPHTSP",
           targetfile = "publicacao.pdf",
        urlaccessdate = "28 nov. 2020"
}


Fechar