@MastersThesis{Mello:2009:ClEsIm,
author = "Mello, M{\'a}rcio Pupin de",
title = "Classifica{\c{c}}{\~a}o espectro-temporal de imagens orbitais
para o mapeamento da colheita da cana-de-a{\c{c}}{\'u}car com
queima da palha",
school = "Instituto Nacional de Pesquisas Espaciais",
year = "2009",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2009-05-22",
keywords = "classifica{\c{c}}{\~a}o autom{\'a}tica, sensoriamento remoto,
cana-de-a{\c{c}}{\'u}car, queima da palha, automatic
classification, remote sensing, sugarcane, straw burning.",
abstract = "Visando antecipar a extin{\c{c}}{\~a}o da queima da palha da
cana-de-a{\c{c}}{\'u}car na etapa de pr{\'e}-colheita de 2021
para 2014, a Secretaria do Meio Ambiente do Estado de S{\~a}o
Paulo (SMA-SP) e a Uni{\~a}o da Ind{\'u}stria de
Cana-de-A{\c{c}}{\'u}car (UNICA) assinaram, em junho de 2007, um
protocolo de inten{\c{c}}{\~o}es. Dessa forma, o monitoramento
das lavouras de cana-de-a{\c{c}}{\'u}car com e sem a
pr{\'a}tica da queima da palha torna-se importante para avaliar a
efic{\'a}cia do protocolo. O Instituto Nacional de Pesquisas
Espaciais (INPE), em parceria com a SMA-SP e a {\'U}NICA,
v{\^e}m monitorando desde 2006, atrav{\'e}s de imagens de
sat{\'e}lites de m{\'e}dia resolu{\c{c}}{\~a}o espacial
(Landsat e CBERS), a colheita da cana-de-a{\c{c}}{\'u}car no
Estado de S{\~a}o Paulo. Entretanto, o processo atual de
mapeamento {\'e} fortemente apoiado na interpreta{\c{c}}{\~a}o
visual, que fornece resultados precisos, mas demanda um tempo
razoavelmente grande considerando a extens{\~a}o do cultivo da
cana no Estado. Nesse contexto, o presente trabalho teve como
objetivo avaliar o uso de classifica{\c{c}}{\~o}es
espectro-temporais de imagens orbitais para mapear {\'a}reas de
colheita da cana-de-a{\c{c}}{\'u}car, com e sem queima da palha.
Ao todo foram avaliadas sete classifica{\c{c}}{\~o}es, sendo:
quatro diferentes variantes do m{\'e}todo de superf{\'{\i}}cies
de resposta espectro-temporal (STRS: Spectral-Temporal Response
Surface); uma classifica{\c{c}}{\~a}o utilizando um Modelo
Linear de Mistura Espectral (MLME); uma classifica{\c{c}}{\~a}o
multitemporal com base nas bandas espectrais de todas as imagens
da s{\'e}rie temporal; e por {\'u}ltimo, uma
classifica{\c{c}}{\~a}o de {\'u}nica data, baseada na
{\'u}ltima imagem da s{\'e}rie temporal. Os resultados mostraram
que as classifica{\c{c}}{\~o}es STRS, a
classifica{\c{c}}{\~a}o baseada no MLME, assim como a
classifica{\c{c}}{\~a}o multitemporal utilizando as bandas
espectrais de todas as imagens da s{\'e}rie temporal, foram
eficientes em mapear com precis{\~a}o as {\'a}reas de colheita
de cana-de-a{\c{c}}{\'u}car, obtendo, em geral, valores de
Exatid{\~a}o Global (EG) acima de 90%. J{\'a} a
classifica{\c{c}}{\~a}o de {\'u}nica data, com EG menor que
70%, apenas corroborou com a literatura, reafirmando a necessidade
da utiliza{\c{c}}{\~a}o de t{\'e}cnicas multitemporais quando
de aplica{\c{c}}{\~o}es em monitoramento agr{\'{\i}}cola. De
maneira geral, os resultados mostraram que {\'e}
poss{\'{\i}}vel utilizar m{\'e}todos de
classifica{\c{c}}{\~a}o autom{\'a}tica de imagens
multitemporais para identificar {\'a}reas de colheita da
cana-de-a{\c{c}}{\'u}car, com e sem queima da palha e, assim,
automatizar grande parte do processo de interpreta{\c{c}}{\~a}o
visual. ABSTRACT: In order to reduce the time established by law
to cease the pre-harvest burning of sugarcane from 2021 to 2014,
the Environmental Secretary of S{\~a}o Paulo State (SMA-SP) and
the Sugarcane Industry Association (UNICA) signed, in June 2007,
an Agro-Environmental protocol of intentions. Therefore, the
monitoring of the sugarcane crop, with and without the practice of
pre-harvest straw burning, becomes important to assess the
effectiveness of the protocol. The National Institute for Space
Research (INPE), in partnership with SMA-SP and UNICA, are
monitoring the sugarcane harvest procedure in S{\~a}o Paulo State
since 2006 using remote sensing images of medium spatial
resolution (Landsat and CBERS). The current mapping process is
strongly supported by visual interpretation, which provides
accurate results, but demands a large amount of time, considering
the extension of the cultivated sugarcane area in S{\~a}o Paulo
State. In this context, this study has the objective to evaluate
the use of spectral-temporal classifications of satellite images
to map sugarcane fields with and without pre-harvest straw
burning. Seven classification procedures were evaluated: four
classifications with different methods of the Spectral-Temporal
Response Surface (STRS); one classification with the Linear
Spectral Mixture Model (MLME); one classification with the entire
time series of Landsat images; and one single date classification
with the last image of the time series. The results showed that
the STRS classifications, the MLME classification, and the entire
time series of Landsat images classification are all effective to
precisely map sugarcane fields with and without pre-harvest straw
burning, providing, in general, overall indexes greater than 90%.
The single date classification showed an overall index less than
70% which was not satisfactory, corroborating with the fact that
multitemporal images are paramount for agriculture monitoring
applications. Finally, results showed that it is possible to use
automated image classification procedures to identify sugarcane
harvested fields with and without pre-harvest straw burning and,
therefore, substitute great part of the visual interpretation
process.",
committee = "Formaggio, Antonio Roberto (presidente) and Rudorff, Bernardo
Friedrich Theodor (orientador) and Vieira, Carlos Antonio Oliveira
(orientador) and Renn{\'o}, Camila Daleles and Batista,
Get{\'u}lio Teixeira",
copyholder = "SID/SCD",
englishtitle = "Spectral-temporal classification of orbital images to map
sugarcane with pre-harvest straw burning",
language = "pt",
pages = "130",
ibi = "8JMKD3MGP8W/35ABRAE",
url = "http://urlib.net/ibi/8JMKD3MGP8W/35ABRAE",
targetfile = "publicacao.pdf",
urlaccessdate = "30 abr. 2024"
}