Fechar
Metadados

@MastersThesis{Eberhardt:2015:EsTeQu,
               author = "Eberhardt, Isaque Daniel Rocha",
                title = "Estimativa em tempo quase real de {\'a}rea de milho e de soja no 
                         Rio Grande do Sul, por sensoriamento remoto e amostragem",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2015",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2015-02-02",
             keywords = "estat{\'{\i}}sticas agr{\'{\i}}colas, sensoriamento remoto 
                         agr{\'{\i}}cola, amostragem probabil{\'{\i}}stica, mapas de 
                         cultivos, monitoramento agr{\'{\i}}cola, agricultural 
                         statistics, agricultural remote sensing, random sampling, crop 
                         maps, agricultural monitoring.",
             abstract = "Os objetivos da presente pesquisa foram: a) avaliar a 
                         probabilidade de aquisi{\c{c}}{\~a}o de imagens de sensoriamento 
                         remoto livres de nuvens para as mesorregi{\~o}es do RS por meio 
                         do produto \emph{cloud mask} do sensor MODIS, identificando os 
                         impactos para um sistema de estimativa de {\'a}rea em tempo quase 
                         real; b) implementar e avaliar uma metodologia de estimativa de 
                         {\'a}rea ocupada com soja e milho em tempo quase real por meio de 
                         amostragem probabil{\'{\i}}stica aplicada a imagens Landsat no 
                         estado do Rio Grande do Sul (RS); e, c) elaborar e implementar uma 
                         metodologia de gera{\c{c}}{\~a}o de mapas para a 
                         distribui{\c{c}}{\~a}o espacial de culturas de ver{\~a}o (soja 
                         e milho) em tempo quase real por meio de imagens de 
                         {\'{\i}}ndice de vegeta{\c{c}}{\~a}o MODIS. Foram computados 
                         os valores de {\'a}rea livre de nuvens e seus respectivos 
                         intervalos de confian{\c{c}}a em cada mesorregi{\~a}o para cada 
                         per{\'{\i}}odo bimensal utilizando o produto \emph{cloud mask} 
                         MODIS entre julho de 2000 e junho de 2014. Foram produzidos mapas 
                         de percentual de ocorr{\^e}ncia livre de nuvem por pixel, em 
                         per{\'{\i}}odos bimensais ao longo das 14 safras estudadas, 
                         estes mapas serviram para testar a hip{\'o}tese de que n{\~a}o 
                         h{\'a} diferen{\c{c}}a estat{\'{\i}}stica para a 
                         ocorr{\^e}ncia de nuvens entre per{\'{\i}}odos bimensais por 
                         mesorregi{\~a}o. O processo de monitoramento da {\'a}rea ocupada 
                         com soja e milho foi divido em dois segmentos, \emph{Estimativa e 
                         Mapas}. Os per{\'{\i}}odos bimensais de estimativas utilizados 
                         foram quatro ao longo da safra 2013/2014 (de setembro de 2013 a 
                         abril de 2014). No segmento \emph{Estimativa} foi aplicado o 
                         m{\'e}todo de amostragem probabil{\'{\i}}stica estratificada 
                         sobre imagens Landsat-8/OLI tendo como estratos as 
                         mesorregi{\~o}es do Estado do RS. Em cada per{\'{\i}}odo 
                         bimensal foram aleatorizados 5.000 pixels por amostra. Os pixels 
                         foram rotulados com as classes: \emph{soja, milho, nuvem} e 
                         \emph{outros}, e foram atribu{\'{\i}}das por meio de 
                         interpreta{\c{c}}{\~a}o visual da resposta espectrotemporal em 
                         imagens Landsat. O segmento \emph{Mapas} consistiu na metodologia 
                         Detec{\c{c}}{\~a}o de {\'A}reas Agr{\'{\i}}colas em Tempo 
                         Quase Real (DATQuaR), desenvolvida na presente pesquisa, que 
                         disponibiliza um mapa de \emph{soja+milho} para cada 
                         per{\'{\i}}odo de dois meses. Os mapas DATQuaR foram produzidos 
                         com imagens EVI e NDVI MODIS (MOD13Q1) atrav{\'e}s de 
                         diferen{\c{c}}a simples entre dois per{\'{\i}}odos bimensais, 
                         com e sem filtragem de moda. O processo de avalia{\c{c}}{\~a}o 
                         de exatid{\~a}o do segmento \emph{Estimativa} foi realizado 
                         atrav{\'e}s de uma campanha de campo, e para o segmento 
                         \emph{Mapas} atrav{\'e}s da compara{\c{c}}{\~a}o com os pixels 
                         anteriormente usados no segmento \emph{Estimativa}. Os valores de 
                         {\'a}rea livre de nuvens por mesorregi{\~a}o foram de 
                         aproximadamente 40\%. Em termos de probabilidade de pixel livre 
                         de nuvens, o valor m{\'{\i}}nimo foi de 37\% com o m{\'a}ximo 
                         ao redor de 60\%. N{\~a}o houve diferen{\c{c}}a 
                         estat{\'{\i}}stica de percentual de ocorr{\^e}ncia livre de 
                         nuvem por pixel em cada mesorregi{\~a}o entre os seis 
                         per{\'{\i}}odos bimensais. A composi{\c{c}}{\~a}o colorida com 
                         imagens Landsat-8/OLI Rb5-Gb6-Bb4 foi a mais adequada ao processo 
                         interpreta{\c{c}}{\~a}o visual. Para o processo de 
                         interpreta{\c{c}}{\~a}o visual foi definida uma chave de 
                         interpreta{\c{c}}{\~a}o e o protocolo para aplica{\c{c}}{\~a}o 
                         da interpreta{\c{c}}{\~a}o. A exatid{\~a}o global do processo 
                         de classifica{\c{c}}{\~a}o visual dos pixels. aleatorizados foi 
                         de 95,74\%. Foram necess{\'a}rias no m{\'a}ximo 100 horas de 
                         trabalho para a execu{\c{c}}{\~a}o do segmento 
                         \emph{Estimativa} a cada per{\'{\i}}odo bimensal de 
                         monitoramento. Para a produ{\c{c}}{\~a}o dos mapas DATQuaR o 
                         melhor formato adotado foi o de diferen{\c{c}}a simples entre uma 
                         imagem de m{\'a}ximo (no per{\'{\i}}odo de monitoramento) e 
                         outra de m{\'{\i}}nimo (per{\'{\i}}odo bimensal anterior), 
                         ambas obtidas a partir de imagens EVI MODIS, com 
                         aplica{\c{c}}{\~a}o de filtro de moda com janela 3x3. A 
                         concord{\^a}ncia global m{\'{\i}}nima dos mapas DATQuaR 
                         produzidos neste formato foi de 81,24\%. ABSTRACT: The aims of 
                         this research were: a) to evaluate the probability of acquisition 
                         of satellite images without cloud cover for Rio Grande do Sul 
                         state (RS) mesoregions using cloud mask MODIS sensor b) to 
                         implement and to evaluate the near real-time estimate of occupied 
                         area with soybean and maize methodology by random sampling applied 
                         over Landsat images in the RS; and c) to elaborate and to 
                         implement the method to generate near real-time crop maps by MODIS 
                         vegetation index images. The values of clear sky acreage and their 
                         confidence intervals in each mesoregion for each bimonthly period 
                         using MODIS cloud mask between July 2000 and June 2014 were 
                         computed. Per pixel the percentage of clear sky maps for each 
                         bimonthly period over 14 agricultural years studied were made; 
                         these maps were used to test the hypothesis that the occurrence of 
                         clear sky is constant over the time in mesoregion level. The 
                         monitoring process of occupied area with soybean and maize was 
                         divided in two segments, the \emph{Estimate} and the 
                         \emph{Maps}. The estimates bimonthly periods were four through 
                         2013/2014 agricultural year (from September 2013 to March 2014). 
                         In the \emph{Estimate} segment, it was applied stratified random 
                         sampling over Landsat- 8/OLI images using the RS State mesoregion 
                         division as strata. 5.000 pixels in each sample for each period 
                         were randomized. The pixels were labeled with classes: 
                         \emph{soybean, maize, cloud} and \emph{others}, assigned by 
                         visual interpretation of spectro-temporal response in Landsat 
                         images. The \emph{Maps} segment consisted in the method Near 
                         Real-Time Crop Fields Detection (DATQuaR) that returns 
                         \emph{soybean+maize} map for each two months period. These maps 
                         were made using NDVI and EVI MODIS images (MOD13Q1) in the simple 
                         difference between two periods, with and without mode filter. The 
                         accuracy evaluation process of \emph{Estimate} segment was made 
                         by field campaign and to \emph{Maps} segment by the comparison 
                         with sampled pixels from \emph{Estimative} segment. The clear sky 
                         area alues in mesoregion level were around 40%. The probability of 
                         cloud free pixels was between 37 and 60\%. There are no 
                         statistical differences between clear sky probability percentage 
                         in the mesoregion level among the six bimonthly monitoring 
                         periods. The Landsat-8/OLI color composite Rb5-Gb6-Bb4 was the 
                         most appropriate for visual interpretation. Visual interpretation 
                         key and operational protocol were defined. The accuracy results of 
                         the visual classification of sampled pixels was 95.74%. It is 
                         necessary about 100 hours of work to apply all the 
                         \emph{Estimate} segment in each bimonthly monitoring period. For 
                         producing DATQuaR maps the best way was the simple difference 
                         between one image as maximum value (over the monitoring period) 
                         and minimum value over the anterior period of monitoring, both 
                         using EVI MODIS, and as 3x3 mode filter. The minimum global 
                         accuracy of the DATQuaR maps using this way was 81.24\%.",
            committee = "Formaggio, Ant{\^o}nio Roberto (presidente/orientador) and Luiz, 
                         Alfredo Jos{\'e} Barreto (orientador) and Sanches, Ieda Del'Arco 
                         and Rizzi, Rodrigo and Bolliger, Fl{\'a}vio Pinto",
           copyholder = "SID/SCD",
         englishtitle = "Near real-time estimates of planted areas with soybean and maize 
                         Rio Grande do Sul state by satellite images",
             language = "pt",
                pages = "132",
                  ibi = "8JMKD3MGP3W34P/3HNHPQL",
                  url = "http://urlib.net/rep/8JMKD3MGP3W34P/3HNHPQL",
           targetfile = "publicacao.pdf",
        urlaccessdate = "24 nov. 2020"
}


Fechar