@MastersThesis{Bezerra:2022:DeAlMa,
author = "Bezerra, Diego Xavier",
title = "Detec{\c{c}}{\~a}o de alvos mar{\'{\i}}timos a partir de dados
sentinel-1 em regi{\~a}o oce{\^a}nica adjacente ao Nordeste do
Brasil",
school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
year = "2022",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2021-12-02",
keywords = "detec{\c{c}}{\~a}o de alvos, SAR, distribui{\c{c}}{\~a}o gama
generalizada, Regi{\~a}o Nordeste, target detection, generalized
gamma distribution, Northeast Brazil.",
abstract = "A vigil{\^a}ncia do ambiente mar{\'{\i}}timo {\'e} um tema de
crescente interesse governamental. Em {\'a}guas jurisdicionais
brasileiras, as atividades de vigil{\^a}ncia s{\~a}o sobretudo
um desafio frente {\`a} sua imensa extens{\~a}o e aos
cen{\'a}rios de aumento de fluxo mar{\'{\i}}timo. O evento de
derramamento de {\'o}leo no Nordeste do Brasil em 2019 evidenciou
a necessidade de um monitoramento eficaz na regi{\~a}o. A
vigil{\^a}ncia de ambientes mar{\'{\i}}timos realizada com
t{\'e}cnicas tradicionais como o Sistema de
Identifica{\c{c}}{\~a}o Autom{\'a}tica (AIS) {\'e} limitada
devido {\`a} sua incapacidade de monitorar navios
n{\~a}o-cooperativos. De forma complementar, o Sensoriamento
Remoto (SR) ativo por meio de Radar de Abertura Sint{\'e}tica
(SAR) tem se tornado uma importante ferramenta para sistemas
integrados de monitoramento mar{\'{\i}}timo. Diversos
esfor{\c{c}}os foram dedicados ao desenvolvimento de algoritmos
de detec{\c{c}}{\~a}o de alvos em imagens SAR, sendo o Constant
False Alarm Rate (CFAR) o mais utilizado at{\'e} o presente
momento. Entretanto, pouca aten{\c{c}}{\~a}o {\'e} dada em como
as varia{\c{c}}{\~o}es do ambiente (principalmente as dos ventos
e ondas) afetam as detec{\c{c}}{\~o}es do CFAR. Para isto,
delimitou-se o objetivo principal do trabalho em investigar os
efeitos de condi{\c{c}}{\~o}es ambientais e da geometria de
aquisi{\c{c}}{\~a}o em algoritmo de detec{\c{c}}{\~a}o CFAR
por meio de imagens de polariza{\c{c}}{\~a}o VV dos
sat{\'e}lites Sentinel-1A e 1B (banda C). Para este fim, a
metodologia adotada consistiu em: i) Gera{\c{c}}{\~a}o de um
dataset integrado de imagens e informa{\c{c}}{\~o}es de ventos,
ondas e {\^a}ngulo de incid{\^e}ncia do radar, para um total de
44/6 imagens Sentinel-1; ii) Implementa{\c{c}}{\~a}o do CFAR
baseado na distribui{\c{c}}{\~a}o Generalized Gamma
(G\ΓD); iii) An{\'a}lise do comportamento
estat{\'{\i}}stico da distribui{\c{c}}{\~a}o G\ΓD frente
{\`a}s varia{\c{c}}{\~o}es do ambiente e da geometria de
aquisi{\c{c}}{\~a}o; e iv) An{\'a}lise dos resultados do CFAR
em confronto com os dados AIS. Os resultados obtidos mostraram que
foi poss{\'{\i}}vel gerar um dataset representativo de diversas
condi{\c{c}}{\~o}es ambientais marinhas. A
distribui{\c{c}}{\~a}o G\ΓD mostrou se ajustar
adequadamente {\`a}s varia{\c{c}}{\~o}es da geometria de
aquisi{\c{c}}{\~a}o e que tende a sofrer distor{\c{c}}{\~o}es
em condi{\c{c}}{\~o}es de mares mais desenvolvidos (swell).
Constatou-se que o ajuste de limiar proposto reduziu, em
m{\'e}dia, 26% dos falsos alarmes, n{\~a}o ocasionando perda de
alvos, e demonstrando que sua incorpora{\c{c}}{\~a}o no CFAR
permite a corre{\c{c}}{\~a}o sob medida dos limiares conforme o
ambiente marinho apresentado. Os resultados do experimento de
detec{\c{c}}{\~a}o, em que os alvos apontados pelo CFAR foram
confrontados com os do AIS, indicaram que 37,3% das
embarca{\c{c}}{\~o}es presentes n{\~a}o estavam reportando suas
posi{\c{c}}{\~o}es. A aplica{\c{c}}{\~a}o da metodologia
desenvolvida nesta pesquisa mostra-se {\'u}til para indicar alvos
n{\~a}o-reportantes, os quais n{\~a}o usam AIS ou tentam evitar
a sua identifica{\c{c}}{\~a}o. Ressalta-se a import{\^a}ncia
desta abordagem para a potencializa{\c{c}}{\~a}o da
consci{\^e}ncia situacional em mares brasileiros, uma vez que a
integra{\c{c}}{\~a}o entre diferentes sistemas tende a aprimorar
as atividades de monitoramento mar{\'{\i}}timo. ABSTRACT:
Maritime surveillance is a growing topic of government interest.
Surveillance activities in Brazilian jurisdictional waters are
challenging due to their large extension and given future
scenarios of increased maritime flow. Furthermore, the oil spill
event in Northeast Brazil, which occurred in 2019, highlighted the
need for effective monitoring for the region. Traditional
surveillance techniques such as the Automatic Identification
System (AIS) are limited since it cannot monitor noncooperative
ships. As a complement, active Remote Sensing (SR) systems such as
Synthetic Aperture Radar (SAR) have recently been seen as an
efficient tool for integrated marine monitoring systems. Several
efforts were dedicated to the development of target detection
algorithms in SAR images, with the Constant False Alarm Rate
(CFAR) being the most used to date. However, limited efforts were
made to understand how variations in the sea environment (mostly
winds and waves) affect the CFAR detection process. Thus, the main
objective of this work consisted of investigating the effects of
environmental conditions and SAR acquisition geometry on CFAR
using VV polarization images from Sentinel-1A and 1B satellites (C
band). To this end, we sought to: i) Generate an integrated
dataset, consisting of wind, waves, and SAR data, comprising a
total of 446 Sentinel-1 images; ii) Implement a CFAR algorithm
based on the Generalized Gamma (G\ΓD) distribution; iii)
Analyse the statistical behavior of the G\ΓD distribution
with varying the environment and acquisition geometry; iv) Analyse
the CFAR detection results and compare it to AIS data. Results
show that it is possible to generate a representative dataset of
diverse marine environmental conditions. The G\ΓD
distribution was shown to fit well the varying acquisition
geometry and tends to suffer from distortions under developed sea
conditions (swell). It was verified that the proposed threshold
adjustment reduced, on average, 26% of false alarms, and did not
cause detection loss. The results of the detection experiment, in
which the CFAR targets were confronted with the AIS, indicated
that 37.3% of the vessels in the region were non-reporting. The
methodology developed in the present study can potentially be used
as a scheme for indicating non-reporting sea targets, which do not
use AIS or try to avoid detection, thus improving the maritime
domain awareness in Brazilian waters.",
committee = "Kampel, Milton (presidente) and Lorenzzetti, Jo{\~a}o Antonio
(orientador) and Paes, Rafael Lemos (orientador) and Rosa, Rafael
Antonio da Silva",
englishtitle = "Maritime target detection using sentinel-1 SAR data in adjacent
oceanic area of Northeast Brazil",
language = "pt",
pages = "99",
ibi = "8JMKD3MGP3W34T/45RU2SE",
url = "http://urlib.net/ibi/8JMKD3MGP3W34T/45RU2SE",
targetfile = "publicacao.pdf",
urlaccessdate = "25 jun. 2024"
}