@PhDThesis{Korting:2012:ToInDa,
author = "Korting, Thales Sehn",
title = "GeoDMA: a toolbox integrating data mining with object-based and
multi-temporal analysis of satellite remotely sensed imagery",
school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
year = "2012",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2012-08-20",
keywords = "minera{\c{c}}{\~a}o de dados, processamento de imagens,
sensoriamento remoto, sistemas computacionais, data mining, image
processing, remote sensing, computer systems.",
abstract = "O desenvolvimento de uma nova gera{\c{c}}{\~a}o de sensores nos
{\'u}ltimos 20 anos consolidou as imagens de sensoriamento remoto
como uma importante fonte de dados para estudos ambientais e
fen{\^o}menos geogr{\'a}ficos em larga escala. {\'E} grande a
variedade de resolu{\c{c}}{\~o}es (espacial, temporal e
espectral) das imagens de sensoriamento remoto, desde
pancrom{\'a}ticas at{\'e} imagens polarim{\'e}tricas. Apesar da
grande experi{\^e}ncia em coleta, armazenamento e
distribui{\c{c}}{\~a}o de imagens e da diversidade de
ferramentas computacionais para processamento e an{\'a}lise,
ainda {\'e} dif{\'{\i}}cil de se encontrar sistemas que
apresentem um ambiente integrado para transformar imagens
multi-temporais e de diversas resolu{\c{c}}{\~o}es em
informa{\c{c}}{\~a}o {\'u}til. Tendo em vista este panorama, a
contribui{\c{c}}{\~a}o desta tese {\'e} dupla. Em primeiro
lugar, propomos e implementamos uma nova ferramenta, seguindo os
padr{\~o}es de c{\'o}digo-fonte aberto (\textit{Free and Open
Source Software - FOSS}) , para integrar m{\'e}todos de
an{\'a}lise de imagens com t{\'e}cnicas de minera{\c{c}}{\~a}o
de dados, visando produzir um ambiente computacional
extens{\'{\i}}vel e focado no usu{\'a}rio, aplicado {\`a}
extra{\c{c}}{\~a}o de informa{\c{c}}{\~o}es e {\`a}
descoberta de conhecimento em grandes bases de dados
geom{\'e}tricos. Esta ferramenta {\'e} chamada GeoDMA -
\textit{Geographic Data Mining Analyst} (minera{\c{c}}{\~a}o de
dados geogr{\'a}ficos). GeoDMA integra t{\'e}cnicas de
sementa{\c{c}}{\~a}o de imagens, extra{\c{c}}{\~a}o e
sele{\c{c}}{\~a}o de atributos, classifica{\c{c}}{\~a}o,
m{\'e}tricas da ecologia da paisagem, m{\'e}todos de
an{\'a}lise multi-temporal para detec{\c{c}}{\~a}o de
mudan{\c{c}}as e classifica{\c{c}}{\~a}o por m{\'e}todos de
{\'a}rvores de decis{\~a}o adaptados {\`a}
minera{\c{c}}{\~a}o de dados espaciais. O sistema agrega imagens
de sensoriamento remoto com outros tipos de dados geogr{\'a}ficos
atrav{\'e}s do acesso a bancos de dados locais ou remotos. GeoDMA
tamb{\'e}m prov{\^e} m{\'e}todos de simula{\c{c}}{\~a}o para
avaliar a acur{\'a}cia dos modelos, e ferramentas para
an{\'a}lise espa{\c{c}}o-temporal, incluindo um esquema de
visua{\c{c}}{\~a}o de perfis temporais que auxilia os
usu{\'a}rios a descrever padr{\~o}es em eventos
c{\'{\i}}clicos. Em segundo lugar, desenvolvemos um novo
m{\'e}todo para analizar dados espa{\c{c}}o-temporais baseados
na transforma{\c{c}}{\~a}o dos perfis em coordenadas polares, o
que permite a gera{\c{c}}{\~a}o de um novo conjunto de atributos
que aumenta a acur{\'a}cia da classifica{\c{c}}{\~a}o de
imagens multi-temporais. O sistema GeoDMA foi constru{\'{\i}}do
como uma extens{\~a}o do SIG Terra View, e por isso mapas
tem{\'a}ticos e demais resultados s{\~a}o produzidos
rapidamente, aproveitando-se das funcionalidades deste SIG. Para
demonstrar as ferramentas do GeoDMA, cinco (5) casos de estudo,
aplicados em diferentes contextos de detec{\c{c}}{\~a}o de uso e
cobertura da terra, foram realizados usando dados de diferentes
dom{\'{\i}}nios. A avalia{\c{c}}{\~a}o destes experimentos, do
ponto de vista do usu{\'a}rio, mostrou que a ferramenta obteve os
resultados com um n{\'{\i}}vel de integra{\c{c}}{\~a}o
n{\~a}o encontrado em sistemas semelhantes. ABSTRACT: The
deployment of a new generation of sensors over the last 20 years
has made satellite remotely sensed imagery a very important source
of spatial data available for environmental studies of large-scale
geographic phenomena. The variety of spatial, temporal and
spectral resolutions for remote sensing images is large, ranging
from panchromatic images to polarimetric radar images. Despite the
great experience in image data gathering and distribution and a
diversity of image processing and analysis toolboxes, it is still
difficult to find image analysis systems that provide a
straightforward fully integrated environment to transform
multi-temporal and multiresolution satellite image data into
meaningful information. Taking this into account, the contribution
of this thesis is two-fold. Firstly, we propose and implement a
new toolbox, developed under the Free and Open Source Software
(FOSS) foundation, for integrating remote sensing imagery analysis
methods with data mining techniques producing a user-centered,
extensible, rich computational environment for information
extraction and knowledge discovery over large geographic
databases. The toolbox is called GeoDMA - Geographic Data Mining
Analyst. It integrates techniques of segmentation, feature
extraction, feature selection, classification, landscape metrics
and multi-temporal methods for change detection and analysis with
decision-tree based strategies adapted for spatial data mining. It
gathers remotely sensed imagery with other geographic data types
using access to local or remote databases. GeoDMA provides
simulation methods to assess the accuracy of process mo dels as
well as tools for spatio-temporal analysis, including a
visualization scheme for temporal profiles that helps users to
describe patterns in cyclic events. Secondly, we develop a new
approach for analyzing spatio-temporal data based on a polar
coordinates transformation that allows creating a new set of
features which improves the classification accuracy of
multi-temporal image databases. As GeoDMA was built on top of
Terra View GIS, thematic maps and other results can be produced
rapidly, taking advantage of the basic GIS functionalities. To
demonstrate the features of GeoDMA toolbox, five (5) case studies,
applied in contexts of land use and land cover change, were
carried out in different application domains. Evaluations of these
experiments pointed out that the GeoDMA toolbox achieved results
with a level of integration, from a user perspective, that could
not be found elsewhere.",
committee = "Almeida, Claudia Maria de (presidente) and Fonseca, Leila Maria
Garcia (orientadora) and C{\^a}mara, Gilberto (orientador) and
Escada, Maria Isabel Sobral and Feitosa, Raul Queiroz and Papa,
Jo{\~a}o Paulo and Noma, Alexandre",
copyholder = "SID/SCD",
englishtitle = "GeoDMA: uma ferramenta para integrar minera{\c{c}}{\~a}o de
dados com an{\'a}lise multi-temporal e orientada a objetos de
imagens de sensoriamento remoto",
language = "en",
pages = "119",
ibi = "8JMKD3MGP7W/3CCH86S",
url = "http://urlib.net/ibi/8JMKD3MGP7W/3CCH86S",
targetfile = "publicacao.pdf",
urlaccessdate = "16 jun. 2024"
}