@MastersThesis{Lobo:2009:DeEsRe,
               author = "Lobo, Felipe de Lucia",
                title = "Biblioteca espectral: determina{\c{c}}{\~a}o de espectros de 
                         refer{\^e}ncia para a classifica{\c{c}}{\~a}o de tipos de 
                         {\'a}gua das {\'a}reas alag{\'a}veis da Amaz{\^o}nia",
               school = "Instituto Nacional de Pesquisas Espaciais",
                 year = "2009",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2009-03-31",
             keywords = "Biblioteca espectral, ecossistemas aqu{\'a}ticos, {\'a}reas 
                         alag{\'a}veis, mapeamento por {\^a}ngulos espectral, 
                         hiperespectral, spectral library, aquatic ecosystems, Amazon 
                         wetlands, spectral angel mapper, hyperspectral.",
             abstract = "Atualmente, os m{\'e}todos para a caracteriza{\c{c}}{\~a}o de 
                         propriedades de {\'a}guas continentais a partir de dados 
                         hiperespectrais baseiam-se em modelos semi-anal{\'{\i}}ticos e 
                         emp{\'{\i}}ricos. Uma alternativa a esses modelos {\'e} a 
                         constru{\c{c}}{\~a}o de uma biblioteca espectral de 
                         refer{\^e}ncia que permita caracterizar diferentes tipos de 
                         {\'a}gua a partir da classifica{\c{c}}{\~a}o do comportamento 
                         espectral dos corpos d{\'a}gua. O objetivo deste trabalho foi, 
                         portanto, construir e validar uma biblioteca espectral de tipos de 
                         {\'a}gua das AAA com curvas de refer{\^e}ncias consistentes que 
                         viabilizem sua caracteriza{\c{c}}{\~a}o a partir de espectros de 
                         campo e de imagens hiperespectrais de sensores como Hyperion e 
                         multi-espectrais como o MERIS. Como resultado do processo 
                         iterativo de agrupamento limnol{\'o}gico das amostras de 
                         {\'a}gua (n=327) e testes espectrais utilizando o SAM (Spectral 
                         Angle Mapper) foram definidas 10 curvas de refer{\^e}ncia de 
                         classes que apresentam caracter{\'{\i}}sticas limnol{\'o}gicas 
                         estatisticamente distintas entre si e alta separabilidade entre os 
                         espectros de campo (83% de acur{\'a}cia total). Na 
                         aplica{\c{c}}{\~a}o da biblioteca de tipos de {\'a}gua {\`a}s 
                         imagens Hyperion e MERIS o desempenho foi de 48% e 67%, 
                         respectivamente. As classes de {\'a}gua clara e as ricas em Chl-a 
                         apresentaram desempenho inferior em compara{\c{c}}{\~a}o {\`a}s 
                         classes ricas em S{\'o}lidos Inorg{\^a}nicos em Suspens{\~a}o 
                         (SIS) devido {\`a} alta variabilidade angular das curvas na 
                         regi{\~a}o espectral entre 700 e 900 nm. A an{\'a}lise dos 
                         resultados indica que o desempenho do sensor Hyperion pode ser 
                         explicado pela instabilidade da raz{\~a}o sinal-ru{\'{\i}}do 
                         (RSR) ao longo do espectro. Seu desempenho com o sensor MERIS 
                         indica que o m{\'e}todo proposto {\'e} promissor, reduzindo a 
                         necessidade de grande n{\'u}mero de amostras in situ e os custos 
                         de monitoramento de propriedades da {\'a}gua. ABSTRACT: The 
                         advent of orbital hyperspectral sensors increased the possibility 
                         of assessing water properties in complex inland waters, such as 
                         that of Amazon wetlands. The current methods for water properties 
                         assessment are based upon empirical and semi-analytical models. An 
                         alternative to those methods is to build a water spectral library 
                         as reference to classify different water types from the Amazon 
                         wetlands. The objective of this work was to construct and to 
                         validate a spectral library of water types, which will enable to 
                         classify both field and orbital hyperspectral data acquired in 
                         Amazon wetlands. As a result of iterative clustering of both water 
                         samples (n=327), according to their limnological properties, and 
                         spectra using SAM (Spectral Angle Mapper) 10 reference spectra 
                         were defined to compose the spectral library representative of 
                         water types statistically distinct (83% of total accuracy). The 
                         library was applied to both, Hyperion and MERIS images, and 
                         presented an accuracy of 48% and 67%, respectively. Clear water 
                         and chlorophyll-a rich classes presented lower accuracy in 
                         relation to high inorganic sediment concentration classes due to 
                         the high angular variability in near-infrared (between 700 and 900 
                         nm) in earlier classes. The analyses of these results indicate 
                         that the Hyperion performance can be explained by the instability 
                         of the noise-to-signal ration (NSR) throughout the visible and 
                         near-infrared spectrum. The library performance with MERIS data, 
                         however, indicates that the proposed method is sound and can 
                         reduce the need for large number of in situ sampling stations and 
                         the cost of water monitoring.",
            committee = "Galv{\~a}o, L{\^e}nio Soares (presidente) and Novo, Evlyn Marcia 
                         Le{\~a}o de Moraes (orientador) and Barbosa, Cl{\'a}udio 
                         Clemente de Faria (orientador) and Kampel, Milton and Filho, 
                         Waterloo Pereira and Calijuri, Maria do Carmo",
           copyholder = "SID/SCD",
         englishtitle = "Spectral library: references for water types classification in 
                         Amazon wetlands",
             language = "pt",
                pages = "129",
                  ibi = "8JMKD3MGP8W/35ALGU2",
                  url = "http://urlib.net/ibi/8JMKD3MGP8W/35ALGU2",
           targetfile = "publicacao.pdf",
        urlaccessdate = "25 abr. 2024"
}