@MastersThesis{Furtado:2014:MaMoEs,
author = "Furtado, Luiz Felipe de Almeida",
title = "Mapeamento e modelagem da estrutura da vegeta{\c{c}}{\~a}o na
v{\'a}rzea Amaz{\^o}nica utilizando dados polarim{\'e}tricos de
banda C",
school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
year = "2014",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2014-03-10",
keywords = "polarimetria, {\'a}reas {\'u}midas, SAR, minera{\c{c}}{\~a}o
de dados, polarimetry, wetlands, SAR, data-mining.",
abstract = "{\'A}reas {\'u}midas s{\~a}o regi{\~o}es de extrema
import{\^a}ncia pela sua biodiversidade e servi{\c{c}}os
ecol{\'o}gicos, por serem tamb{\'e}m uma das principais fontes
naturais de gases estufa. Estima-se que entre 12\% e 29\% da
bacia Amaz{\^o}nica seja constitu{\'{\i}}da por {\'a}reas
{\'u}midas. Devido a sua grande extens{\~a}o e ao car{\'a}ter
din{\^a}mico da sua vegeta{\c{c}}{\~a}o, dados de radares de
abertura sint{\'e}tica (SAR) s{\~a}o fundamentais, pois permitem
a aquisi{\c{c}}{\~a}o de informa{\c{c}}{\~o}es de maneira
sin{\'o}ptica e multitemporal, mesmo em regi{\~o}es de frequente
cobertura de nuvens. Dados SAR polarim{\'e}tricos (PolSAR)
obt{\'e}m maior quantidade de informa{\c{c}}{\~a}o sobre
cobertura vegetal, podendo melhorar a discrimina{\c{c}}{\~a}o de
diferentes tipos de vegeta{\c{c}}{\~a}o e melhor caracterizar
sua estrutura, quando comparado a dados multipolarizados e
multitemporais. Este estudo teve como objetivo avaliar a
efici{\^e}ncia do uso de dados polarim{\'e}tricos do sensor
Radarsat-2 (banda C) para a classifica{\c{c}}{\~a}o da
vegeta{\c{c}}{\~a}o e caracteriza{\c{c}}{\~a}o de sua
distribui{\c{c}}{\~a}o e estrutura na v{\'a}rzea
Amaz{\^o}nica, na regi{\~a}o da v{\'a}rzea do Lago Grande de
Curuai, no Par{\'a} Para isso, seis imagens PolSAR Radarsat-2
multitemporais foram classificadas utilizando-se an{\'a}lise de
imagem baseada em objetos (OBIA) e algoritmo de
minera{\c{c}}{\~a}o de dados. Os resultados da
classifica{\c{c}}{\~a}o permitiram comparar o desempenho do
mapeamento dos tipos de vegeta{\c{c}}{\~a}o da v{\'a}rzea
usando (a) imagens polarizadas com diferentes {\^a}ngulos de
incid{\^e}ncia, (b) diagonais principais das matrizes C e T, (c)
diferentes combina{\c{c}}{\~o}es de decomposi{\c{c}}{\~o}es
polarim{\'e}tricas e (d) imagens multitemporais. Os resultados
dessa compara{\c{c}}{\~a}o permitiram constatar que
combina{\c{c}}{\~o}es entre imagens polarizadas e
decomposi{\c{c}}{\~o}es polarim{\'e}tricas maximizam a
separabilidade de classes tomadas individualmente, mas quando
essas classes s{\~a}o analisadas em conjunto, as imagens
multitemporais s{\~a}o as que apresentam o melhor desempenho. Por
outro lado, as decomposi{\c{c}}{\~o}es polarim{\'e}tricas
sobressa{\'{\i}}ram-se na modelagem da estrutura da v{\'a}rzea
do Lago Grande de Curuai e de atributos correlatos, gerando os
melhores modelos para estimar DAP, IAF, Densidade de
indiv{\'{\i}}duos e Altura de Inunda{\c{c}}{\~a}o. Todos os
modelos apresentaram alta correla{\c{c}}{\~a}o com atributos
extra{\'{\i}}dos das cenas SAR, por{\'e}m todos eles
apresentaram heterocedasticidade, havendo necessidade de pesquisas
posteriores para identificar e sanar a causa desse problema. Dessa
maneira, os resultados desse estudo permitem concluir que os dados
polarim{\'e}tricos foram mais indicados para an{\'a}lises
quantitativas da estrutura da vegeta{\c{c}}{\~a}o e que as cenas
multitemporais foram as mais indicadas para o mapeamento de
diversos tipos de vegeta{\c{c}}{\~a}o da v{\'a}rzea
amaz{\^o}nica. ABSTRACT: Wetlands are important regions due its
biodiversity and ecological services, and also are considered one
of the main sources of greenhouse gases. It is estimated that
12\% up to 29\% of Amazon River basin area consist of
floodplains. Due to its great area extent and the dynamics of the
vegetation communities, synthetic aperture radar (SAR) data are
important because of its synoptical and multitemporal image
acquisition, even under intense cloud-covered regions.
Polarimetric SAR data (PolSAR) register an increased amount of
vegetation information, increasing vegetation types discrimination
and a better structural characterization, when compared to
polarized or multitemporal SAR data. This paper have as objective
assess the performance of using C band PolSAR data on mapping Lago
Grande de Curuai v{\'a}rzea vegetation types and characterizing
its structural properties. To achieve this objective, six full
polarimetric Radarsat-2 images were classified using object based
image analysis (OBIA) and a data-mining algorithm. The
classification results allowed assessing the performance of
v{\'a}rzea vegetation mapping using PolSAR images with (a)
different incidence angles and polarizations, (b) C and T matrixes
main diagonals, (c) polarimetric decompositions and (d)
multitemporal imagery. The results demonstrate that the
combination of polarimetric decompositions and polarized images
maximizes individual classs discrimination, but when those classes
are analyzed together, the multitemporal images achieved the best
validation indexes. On the other side, polarimetric decompositions
highlights structural and correlated attributes modeling,
adjusting the best models to estimate DBH, LAI, individual density
and flood height. All models have high correlation with SAR
imagery, but all of them are heterocedastical, and there is need
of further research to understand why. This study concludes that
PolSAR data are best suited to quantitative studies of v{\'a}rzea
vegetation, and multitemporal scenes are indicated to map
different vegetation types of Amazon v{\'a}rzea.",
committee = "Santos, Jo{\~a}o Roberto dos (presidente) and Novo, Evlyn
M{\'a}rcia Le{\~a}o de Moraes (orientadora) and Silva, Thiago
Sanna Freire (orientador) and Mura, Jos{\'e} Claudio and Souza
Filho, Pedro Walfir Martins e",
englishtitle = "Mapping and structural modeling of Amazon v{\'a}rzea vegetation
using polarimetric C banda data.",
language = "pt",
pages = "184",
ibi = "8JMKD3MGP5W34M/3FPHTSP",
url = "http://urlib.net/ibi/8JMKD3MGP5W34M/3FPHTSP",
targetfile = "publicacao.pdf",
urlaccessdate = "27 abr. 2024"
}