| 1. Identificação | |||||||||||||
| Tipo de Referência | Tese ou Dissertação (Thesis) | ||||||||||||
| Site | mtc-m21b.sid.inpe.br | ||||||||||||
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S | ||||||||||||
| Identificador | 8JMKD3MGP5W34M/3G3F7H5 | ||||||||||||
| Repositório | sid.inpe.br/mtc-m21b/2014/04.01.05.56 | ||||||||||||
| Última Atualização | 2014:08.07.17.08.08 (UTC) administrator | ||||||||||||
| Repositório de Metadados | sid.inpe.br/mtc-m21b/2014/04.01.05.56.21 | ||||||||||||
| Última Atualização dos Metadados | 2018:06.04.03.04.05 (UTC) administrator | ||||||||||||
| Chave Secundária | INPE-17377-TDI/2185 | ||||||||||||
| Chave de Citação | Zanotta:2014:MeAdBa | ||||||||||||
| Título | Uma metodologia adaptativa baseada em objetos para detecção semi-automática de desmatamento na Amazônia por imagens de sensoriamento remoto  | ||||||||||||
| Título Alternativo | An object based adaptive approach for semi-automatic detection of amazon deforestation | ||||||||||||
| Curso | SER-SRE-SPG-INPE-MCTI-GOV-BR | ||||||||||||
| Ano | 2014 | ||||||||||||
| Data | 2014-04-15 | ||||||||||||
| Data de Acesso | 09 maio 2024 | ||||||||||||
| Tipo da Tese | Tese (Doutorado em Sensoriamento Remoto) | ||||||||||||
| Tipo Secundário | TDI | ||||||||||||
| Número de Páginas | 139 | ||||||||||||
| Número de Arquivos | 1 | ||||||||||||
| Tamanho | 9716 KiB | ||||||||||||
| 2. Contextualização | |||||||||||||
| Autor | Zanotta, Daniel Capella | ||||||||||||
| Grupo | SER-SRE-SPG-INPE-MCTI-GOV-BR | ||||||||||||
| Banca | Fonseca, Leila Maria Garcia (presidente) Shimabukuro, Yosio Edemir (orientador) Arai, Egídio Vieira, Carlos Antônio de Oliveira Gonçalves, Glauber Acunha | ||||||||||||
| Endereço de e-Mail | daniel.zanotta@riogrande.ifrs.edu.br | ||||||||||||
| Universidade | Instituto Nacional de Pesquisas Espaciais (INPE) | ||||||||||||
| Cidade | São José dos Campos | ||||||||||||
| Histórico (UTC) | 2014-04-01 05:57:29 :: danielcz -> yolanda :: 2014-04-30 17:47:32 :: yolanda -> danielcz :: 2014-05-02 16:43:03 :: danielcz -> yolanda :: 2014-05-13 11:56:24 :: yolanda -> danielcz :: 2014-05-13 19:45:13 :: danielcz -> administrator :: 2014-07-08 15:56:51 :: administrator -> yolanda :: 2014-08-07 17:12:11 :: yolanda -> administrator :: 2014-08-07 23:01:01 :: administrator -> tereza@sid.inpe.br :: 2014-08-08 18:34:33 :: tereza@sid.inpe.br :: -> 2014 2014-08-08 18:54:16 :: tereza@sid.inpe.br -> administrator :: 2014 2018-06-04 03:04:05 :: administrator -> :: 2014 | ||||||||||||
| 3. Conteúdo e estrutura | |||||||||||||
| É a matriz ou uma cópia? | é a matriz | ||||||||||||
| Estágio do Conteúdo | concluido | ||||||||||||
| Transferível | 1 | ||||||||||||
| Palavras-Chave | detecção de mudanças transferência de aprendizado desflorestamento change detection transer learning deforestation | ||||||||||||
| Resumo | Nesta tese é proposta uma nova metodologia para detecção semisupervisionada de desflorestamento na Amazônia brasileira. Atualmente o acompanhamento é realizado pelo Sistema de Monitoramento do Desmatamento na Amazônia Legal (PRODES) por detecção visual de incrementos a partir de imagens da série de satélites \emph{Landsat}. O procedimento atualmente adotado produz resultados com precisão adequada, mas se baseia em regras subjetivas de cada intérprete e possui heterogeneidade espaço-temporal que prejudica a uniformidade do mapeamento. Além disso, a metodologia por interpretação visual demanda tempo e custo financeiro elevados no processo. Buscando resultados uniformes e ao mesmo tempo consistentes com a série temporal já existente, a técnica proposta nesta tese é baseada em objetos e agrega princípios de transferência de aprendizado (\emph{transfer learning}) através de uma regra de decisão adaptativa. A segmentação das imagens é feita por um algoritmo do tipo crescimento de regiões desenvolvido especialmente para atender as necessidades do problema do desmatamento. A classificação é feita a partir de uma análise por vetor de mudança (\emph{change vector analysis}) em coordenadas esféricas com o emprego de três atributos que melhor representam o desmatamento. Dados de referência para uma área controlada (domínio fonte) são utilizados com o objetivo de produzir uma regra efetiva de decisão específica para um cenário de treinamento. Após isso, situações distintas e sem disponibilidade de dados de referência (domínios alvo) são também efetivamente classificadas a partir da adaptação da regra de decisão determinada originalmente para o domínio fonte. Análises quantitativas de experimentos realizados em diferentes áreas da Amazônia comprovam a adequação da metodologia proposta. Quando comparados com os dados do PRODES, os resultados da metodologia mostram algumas variações nas taxas para cada ano particular, mas indicam boa consistência quando considerados de forma acumulada. ABSTRACT: This thesis proposes a new framework for semi-automatic detection of clear cut deforestation in the Amazon rainforest. Currently, monitoring is performed by the System for Deforestation Monitoring in the Legal Amazon (PRODES) using visual interpretation of increments recognized from Landsat images. The manual process produces results with appropriate precision, but is based on subjective rules of each interpreter and has spatial-temporal heterogeneity difficult to be well understood and fixed. Furthermore, the visual interpretation method is time consuming and expensive. Aiming at continuity and consistency of the time series periodically produced by PRODES, the technique proposed in this thesis is based on objects and adds principles of transfer learning through an adaptive decision rule. The segmentation process is performed by a region growing algorithm specially developed to satisfy the needs of the problem to be solved. The classification is prformed by the change vector analysis in spherical coordinates using three attributes which best represent the problem. Reference data for a controlled area (source domain) are used to produce an effective decision rule specifically designed for the training problem. After that, distinct areas with no reference data (target domains) are also effectively classified by adaptation of the decision rule originally designed for the source domain. Quantitative analysis of experiments in different areas of the Amazon shows the adequacy of the proposed methodology. When compared to PRODES data, the results demonstrate some variations in the estimated rates for particular years, but show good consistency when considered cumulatively. | ||||||||||||
| Área | SRE | ||||||||||||
| Arranjo | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Uma metodologia adaptativa... | ||||||||||||
| Conteúdo da Pasta doc | acessar | ||||||||||||
| Conteúdo da Pasta source |
| ||||||||||||
| Conteúdo da Pasta agreement |
| ||||||||||||
| 4. Condições de acesso e uso | |||||||||||||
| URL dos dados | http://urlib.net/ibi/8JMKD3MGP5W34M/3G3F7H5 | ||||||||||||
| URL dos dados zipados | http://urlib.net/zip/8JMKD3MGP5W34M/3G3F7H5 | ||||||||||||
| Idioma | pt | ||||||||||||
| Arquivo Alvo | publicacao.pdf | ||||||||||||
| Grupo de Usuários | administrator danielcz tereza@sid.inpe.br yolanda.souza@mcti.gov.br | ||||||||||||
| Grupo de Leitores | administrator danielcz tereza@sid.inpe.br yolanda.souza@mcti.gov.br | ||||||||||||
| Visibilidade | shown | ||||||||||||
| Licença de Direitos Autorais | urlib.net/www/2012/11.12.15.10 | ||||||||||||
| Detentor dos Direitos | originalauthor yes | ||||||||||||
| Permissão de Leitura | allow from all | ||||||||||||
| Permissão de Atualização | não transferida | ||||||||||||
| 5. Fontes relacionadas | |||||||||||||
| Repositório Espelho | sid.inpe.br/mtc-m21b/2013/09.26.14.25.22 | ||||||||||||
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/3F3NU5S | ||||||||||||
| Lista de Itens Citando | |||||||||||||
| Acervo Hospedeiro | sid.inpe.br/mtc-m21b/2013/09.26.14.25.20 | ||||||||||||
| 6. Notas | |||||||||||||
| Campos Vazios | academicdepartment affiliation archivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi electronicmailaddress format isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress resumeid schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype | ||||||||||||