Fechar
Metadados

@MastersThesis{Jacon:2016:CaEsFi,
               author = "Jacon, Aline Daniele",
                title = "Caracteriza{\c{c}}{\~a}o espectro-sazonal de fitofisionomias do 
                         Cerrado e estimativa de biomassa usando dados do sensor 
                         Hyperion/EO-1",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2016",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2016-03-10",
             keywords = "hiperespectral, Cerrado, biomassa, PLSR, LDA, hyperspectral, 
                         biomass.",
             abstract = "O Cerrado {\'e} considerado um dos hotspots mundiais, sendo um 
                         importante reposit{\'o}rio de biodiversidade e com significativo 
                         papel no ciclo do carbono. O sensoriamento remoto hiperespectral 
                         pode contribuir para melhorar a discrimina{\c{c}}{\~a}o de suas 
                         fitofisionomias e, sobretudo, melhorar a acur{\'a}cia das 
                         estimativas da biomassa acima do solo (AGB). O objetivo deste 
                         estudo {\'e} caracterizar a resposta espectro-sazonal das 
                         fitofisionomias de Cerrado da Esta{\c{c}}{\~a}o Ecol{\'o}gica 
                         de {\'A}guas Emendadas (ESEC-AE), usando seis imagens de alta 
                         resolu{\c{c}}{\~a}o espectral do sensor Hyperion/Earth Observing 
                         One (EO-1), obtidas nos per{\'{\i}}odos chuvoso e seco 
                         (mar{\c{c}}o a agosto) de 2014, assim como, estimar a AGB no 
                         per{\'{\i}}odo seco (imagem de julho). Um levantamento 
                         flor{\'{\i}}stico-estrutural foi efetivado em 45 parcelas (0,10 
                         ha cada) na ESEC-AE. Testou-se o uso combinado de diferentes 
                         atributos hiperespectrais na discrimina{\c{c}}{\~a}o das 
                         fitofisionomias com An{\'a}lise Discriminante Linear (LDA), assim 
                         como na estimativa de AGB no per{\'{\i}}odo seco com 
                         regress{\~a}o por m{\'{\i}}nimos quadrados parciais (PLSR). Os 
                         atributos utilizados foram: reflect{\^a}ncia de 146 bandas do 
                         Hyperion; 22 {\'{\i}}ndices de vegeta{\c{c}}{\~a}o de bandas 
                         estreitas; 10585 raz{\~o}es de reflect{\^a}ncia; e a 
                         profundidade, largura, {\'a}rea e assimetria de seis importantes 
                         bandas de absor{\c{c}}{\~a}o posicionadas em 680 nm (clorofila), 
                         980 nm e 1200 nm ({\'a}gua foliar), 1700 nm, 2100 nm e 2300 nm 
                         (lignina e celulose). Os resultados obtidos mostraram que 
                         par{\^a}metros estruturais, como di{\^a}metro, altura, densidade 
                         e {\'a}rea basal, expressaram adequadamente o gradiente entre as 
                         fitofisionomias analisadas. Os valores de AGB medidos/estimados no 
                         invent{\'a}rio florestal variaram de 34,46\$\pm\$2,7 
                         t.ha\$^{-1}\$ em parcelas de cerrado denso a 3,98\$\pm\$0,7 
                         t.ha\$^{-1}\$ em parcelas de campo limpo. A 
                         discrimina{\c{c}}{\~a}o das fitofisionomias por LDA apresentou 
                         melhores resultados na an{\'a}lise geral dos atributos e quando 
                         realizada no per{\'{\i}}odo seco. Os valores do {\'{\i}}ndice 
                         Kappa foram de 0,78 e 0,82 para os per{\'{\i}}odos chuvoso e 
                         seco, respectivamente. O ganho na acur{\'a}cia de 
                         classifica{\c{c}}{\~a}o, entre per{\'{\i}}odos, foi 
                         considerado significativo de acordo com o teste Z (p<0,01). 
                         Considerando a modelagem de biomassa a{\'e}rea usando PLSR, os 
                         melhores resultados tamb{\'e}m foram obtidos com a an{\'a}lise 
                         integrada dos atributos no modelo geral (R\$^{2}\$=0,66 e 
                         RMSE=6,60 t.ha\$^{-1}\$). Esses valores foram pr{\'o}ximos aos 
                         encontrados na modelagem por raz{\~o}es de bandas (R\$^{2}\$ = 
                         0,65 e RMSE = 6,63 t.ha\$^{-1}\$), possivelmente pelo alto 
                         n{\'u}mero de atributos oriundos desse conjunto de m{\'e}tricas 
                         (10585 raz{\~o}es). O uso de dados do sensor Hyperion viabilizou 
                         a combina{\c{c}}{\~a}o de diferentes atributos hiperespectrais, 
                         n{\~a}o apenas na 
                         caracteriza{\c{c}}{\~a}o/discrimina{\c{c}}{\~a}o, como na 
                         modelagem da AGB. Essa gama de atributos fornecidos por dados 
                         Hyperion pode embasar o desenvolvimento de futuros projetos no 
                         bioma Cerrado, utilizando os futuros sensores hiperespectrais 
                         orbitais HyspIRI e EnMAP, que ir{\~a}o adquirir dados em faixas 
                         de imageamento mais amplas e com melhor rela{\c{c}}{\~a}o sinal 
                         ru{\'{\i}}do. ABSTRACT: The Cerrado is considered one of the 
                         {"}hotspots{"} worldwide. It is an important repository of 
                         biodiversity and it plays significant role in the carbon cycle. 
                         Hyperspectral remote sensing can help to improve the 
                         discrimination of its vegetation types as well as the accuracy of 
                         estimates of above-ground biomass (AGB). The aim of this study is 
                         to characterize seasonally the spectral response of the Cerrado 
                         physiognomies of the \emph{Esta{\c{c}}{\~a}o Ecol{\'o}gica de 
                         {\'A}guas Emendadas} (ESEC-AE), located in central Brazil, using 
                         six images of the hyperspectral Hyperion / Earth Observing One 
                         (EO-1) sensor. The images were obtained in the rainy and dry 
                         seasons of 2014 (March to August). A floristic-structural survey 
                         was performed over 45 plots (0.10 ha each) at the ESEC-AE. The 
                         combined use of different hyperspectral attributes was tested for 
                         the discrimination of the cerrado physiognomies using Linear 
                         Discriminant Analysis (LDA), and for the estimation of AGB in the 
                         dry season using Partial Least Squares Regression (PLSR). The 
                         attributes used were as follows: the reflectance of 146 bands of 
                         Hyperion; 22 narrow-band vegetation indices; 10585 reflectance 
                         ratios; and the depth, width, area, and asymmetry of six major 
                         absorption bands positioned at 680 nm (chlorophyll), 980 nm and 
                         1200 nm (leaf water), 1700 nm, 2100 nm and 2300 nm (lignin and 
                         cellulose). The results showed that the structural parameters, 
                         such as diameter, height, density and basal area, expressed the 
                         strong gradient between the studied physiognomies. The AGB values 
                         measured / estimated in the forest inventory ranged from 34.46 
                         \$\pm\$ 2.7 t ha\$^{-1}\$ for cerrado woodland to 3.98 
                         \$\pm\$ 0.7 t ha\$^{-1}\$ for cerrado grassland. The 
                         LDA-derived discrimination between the physiognomies showed the 
                         best results when we considered all the attributes in the dry 
                         season. The Kappa index ranged from 0.78 to 0.82 for the rainy and 
                         dry seasons, respectively. The gain in classification accuracy 
                         between the seasons was statistically significant according to the 
                         Z-test (p <0.01). For the AGB modeling using PLSR, the best 
                         results were also obtained with the integrated analysis of the 
                         attributes in the general model (R\$^{2}\$ = 0.66 and RMSE 6.60 
                         t.ha\$^{-1}\$). These values were similar to those found with 
                         reflectance ratios (R\$^{2}\$ = 0.65 and RMSE = 6.63 t 
                         ha\$^{-1}\$), probably due to the high number of attributes 
                         derived from this set of metrics (10585 band ratios). The use of 
                         Hyperion allowed the combination of different hyperspectral 
                         attributes, which were useful not only in the 
                         characterization/discrimination of the cerrado physiogniomies, but 
                         also in their AGB modeling. These attributes can be tested in 
                         future projects in the cerrado using the planned HyspIRI and EnMAP 
                         missions, which will acquire hyperspectral images in larger swath 
                         width and with better signal-to-noise ratio than that from 
                         Hyperion.",
            committee = "Galv{\~a}o, L{\^e}nio Soares (presidente/orientador) and Santos, 
                         Jo{\~a}o Roberto dos (orientador) and Ponzoni, Fl{\'a}vio Jorge 
                         and Sanches, Ieda Del'Arco and Sano, Edson Eyji",
           copyholder = "SID/SCD",
         englishtitle = "Spectro-seasonal characterization of Cerrado physiognomies and 
                         biomass estimation using Hyperion/EO-1 data",
             language = "pt",
                pages = "144",
                  ibi = "8JMKD3MGP3W34P/3LD4TUP",
                  url = "http://urlib.net/rep/8JMKD3MGP3W34P/3LD4TUP",
           targetfile = "publicacao.pdf",
        urlaccessdate = "05 dez. 2020"
}


Fechar