@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"
}