Fechar

1. Identificação
Tipo de ReferênciaTese ou Dissertação (Thesis)
Sitemtc-m21b.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34P/3L3KGLP
Repositóriosid.inpe.br/mtc-m21b/2016/01.26.12.53
Última Atualização2016:06.03.13.37.01 (UTC) administrator
Repositório de Metadadossid.inpe.br/mtc-m21b/2016/01.26.12.53.30
Última Atualização dos Metadados2018:06.04.02.40.33 (UTC) administrator
Chave SecundáriaINPE-17655-TDI/2415
Chave de CitaçãoMarujo:2016:InAtEs
TítuloInfluência dos atributos espectrais, texturais e fator de iluminação na classificação baseada em objetos de áreas cafeeiras
Título AlternativoInfluence of shaded relief, spectral and textural attributes in automatic object based classification of coffee areas
CursoSER-SRE-SPG-INPE-MCTI-GOV-BR
Ano2016
Data2016-02-19
Data de Acesso09 maio 2024
Tipo da TeseDissertação (Mestrado em Sensoriamento Remoto)
Tipo SecundárioTDI
Número de Páginas96
Número de Arquivos1
Tamanho1882 KiB
2. Contextualização
AutorMarujo, Rennan de Freitas Bezerra
BancaMoreira, Maurício Alves (presidente)
Volpato, Margarete Marin Lordelo (orientadora)
Formaggio, Antonio Roberto
Alves, Helena Maria Ramos
Endereço de e-Mailrennanmarujo@gmail.com
UniversidadeInstituto Nacional de Pesquisas Espaciais (INPE)
CidadeSão José dos Campos
Histórico (UTC)2016-01-26 12:54:57 :: rennanmarujo@gmail.com -> yolanda ::
2016-02-18 16:22:54 :: yolanda -> rennanmarujo@gmail.com ::
2016-04-01 15:54:34 :: rennanmarujo@gmail.com -> yolanda ::
2016-04-07 14:04:56 :: yolanda -> rennanmarujo@gmail.com ::
2016-04-07 18:13:14 :: rennanmarujo@gmail.com -> yolanda ::
2016-05-25 17:09:41 :: yolanda -> marcelo.pazos@sid.inpe.br ::
2016-05-25 18:51:13 :: marcelo.pazos@sid.inpe.br :: -> 2016
2016-05-25 19:06:09 :: marcelo.pazos@sid.inpe.br -> administrator :: 2016
2016-06-03 12:01:38 :: administrator -> yolanda :: 2016
2016-06-03 13:37:31 :: yolanda -> marcelo.pazos@sid.inpe.br :: 2016
2016-06-03 14:03:09 :: marcelo.pazos@sid.inpe.br -> administrator :: 2016
2018-06-04 02:40:33 :: administrator -> :: 2016
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chavecafé
classificação baseada em objetos
mineração de dados
coffee
object based classification
data mining
ResumoO café, por ser um importante produto nas exportações brasileiras, necessita de constante monitoramento e pesquisas, para que os sistemas de previsão de safras existentes sejam confiáveis. Nesta pesquisa foi avaliado o desempenho da classificação baseada em objetos, associada a técnicas de mineração de dados, aplicada em imagens OLI/\emph{Landsat-8}, com finalidade de mapeamento de lavouras cafeeiras na microrregião de Alfenas (MG). Foram feitas três análises, a primeira utilizando apenas atributos espectrais, a segunda incluindo atributos texturais e a terceira, considerando também classes de iluminação do relevo, extraídas por meio do fator de iluminação. Foram utilizadas seis imagens multiespectrais OLI/\emph{Landsat-8}, de datas distintas, referentes a três diferentes estádios fenológicos da cultura: frutificação, granação e repouso. Além das imagens multiespectrais, foram também utilizados dados da missão SRTM, para determinar as variáveis topográficas como declividade, orientação e o fator de iluminação do terreno. Após correção atmosférica das imagens utilizando o método \emph{Flaash}, aplicou-se o algoritmo de segmentação multirresolução parametrizado em fator de escala 30, forma 0,6 e compacidade 0,5. Posteriormente fez-se um processo de mineração de dados por meio do algoritmo C4.5, o qual gerou árvores de decisão para classificar as imagens. A validação das classificações foi feita por meio do Método de Monte Carlo utilizando como referência mapas obtidos por interpretação visual. Nas classificações feitas utilizando somente atributos espectrais, obteve-se exatidão média para a classe café de 53\%. Quando repetiu-se as classificações, inserindo também atributos texturais e classes de iluminação do terreno, a exatidão da classe café foi incrementada para 67\%. Em escala municipal a metodologia apresentou melhores resultados, concedendo exatidão para a classe café de 73,83\% no município de Machado, que apresenta relevo acidentado e 82,83\% no município de Alfenas, que trata-se de uma área mais plana. Não houve estádio fenológico que proporcionasse maior exatidão à classe café na classificação automática das imagens OLI/\emph{Landsat-8}. ABSTRACT: Coffee, for being an important product in Brazilian exportations, needs constant monitoring and research, so that crop monitoring systems can be sound and reliable. This research evaluated the performance of an object based classification associated with data mining techniques applied in OLI/Landsat-8 images, with the purpose of mapping of coffee crops in the region of Alfenas, state of Minas Gerais in Brazil. Three analyzes were made, the first one using only the spectral attributes; the second including textural attributes and the third considering also the shaded relief classes. Six multiespectral images from OLI/Landsat-8 were used, each one of a different date, relating to three different phenology stages: frutification, grain formation and rest. In addition to multispectral images, SRTM data were also used to determine the topographic variables such as slope, aspect and shaded relief. After atmospheric correction, the multiresolution segmentation algorithm were applied, and later its segments became entry to a data mining process by C4.5 algorithm, which generated decision trees to classify the images. The accuracy of the classifications was assessed by the Monte Carlo method using as reference the images obtained by visual interpretation. In the classification made using only spectral attributes was obtained an accuracy of 53\% for coffee class. When was inserted textural attributes in the classification, the accuracy of the coffee class was increased to 67\%. At the municipal level the methodology presented better results, providing accuracy of 73.83\% to coffee class in the municipality of Machado and 82.83\% in Alfenas. There were no preferential phenology stage that provided greater accuracy to the coffee class in the automatic classification of OLI/Landsat-8 images.
ÁreaSRE
Arranjourlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Influência dos atributos...
Conteúdo da Pasta docacessar
Conteúdo da Pasta source
originais/@4primeirasPaginas.pdf 25/05/2016 13:35 188.3 KiB 
originais/Avaliação final pagina 2 - Rennan Freitas Bezerra Marujo.pdf 11/04/2016 12:01 24.4 KiB 
originais/Dissertacao_Marujo_Versao_4.1.docx 07/04/2016 15:22 2.2 MiB
originais/Dissertacao_Marujo_Versao_4.1.pdf 18/04/2016 16:04 1.8 MiB
Conteúdo da Pasta agreement
autorizacao.pdf 25/05/2016 14:06 593.0 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP3W34P/3L3KGLP
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W34P/3L3KGLP
Idiomapt
Arquivo Alvopublicacao.pdf
Grupo de Usuáriosadministrator
marcelo.pazos@inpe.br
rennanmarujo@gmail.com
yolanda.souza@mcti.gov.br
Grupo de Leitoresadministrator
marcelo.pazos@inpe.br
rennanmarujo@gmail.com
yolanda.souza@mcti.gov.br
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.14.05
Detentor da CópiaSID/SCD
Permissão de Leituraallow from all
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhosid.inpe.br/mtc-m21b/2013/09.26.14.25.22
Unidades Imediatamente Superiores8JMKD3MGPCW/3F3NU5S
Lista de Itens Citando
DivulgaçãoBNDEPOSITOLEGAL
Acervo Hospedeirosid.inpe.br/mtc-m21b/2013/09.26.14.25.20
6. Notas
Campos Vaziosacademicdepartment affiliation archivingpolicy archivist callnumber contenttype creatorhistory descriptionlevel doi electronicmailaddress format group isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress resumeid rightsholder schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype


Fechar