@Article{GerentePletSothFran:2017:ClSeCi,
author = "Gerente, J{\'e}ssica and Pletsch, Mikhaela Alo{\'{\i}}sia
J{\'e}ssie Santos and Sothe, Camile and Francisco, Cristiane
Nunes",
affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto
Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de
Pesquisas Espaciais (INPE)} and {Universidade Federal Fluminense
(UFF)}",
title = "Classifica{\c{c}}{\~a}o semiautom{\'a}tica de cicatrizes de
movimentos de massa por meio de t{\'e}cnicas de
detec{\c{c}}{\~a}o de mudan{\c{c}}as",
journal = "Revista Brasileira de Geomorfologia",
year = "2017",
volume = "18",
number = "4",
pages = "801--812",
month = "out./dez.",
keywords = "Movimentos de Massa, Classifi - ca{\c{c}}{\~a}o de Imagens,
Random Forest, Mass Movements, Image Classifi cation, Random
Forest.",
abstract = "Movimentos de massa s{\~a}o fen{\^o}menos naturais que muitas
vezes causam perdas e danos {\`a} sociedade. Invent{\'a}rios de
cicatrizes podem auxiliar no entendimento da suscetibilidade de um
local frente a esses processos. Nessa vertente, o uso de
ferramentas de sensoriamento remoto para detec{\c{c}}{\~a}o e
mapeamento de cicatrizes de movimentos de massa pode ser
vantajoso, principalmente em escalas regionais e em {\'a}reas de
dif{\'{\i}}cil acesso. No entanto, mapeamentos
semiautom{\'a}ticos ainda se mostram incipientes no {\^a}mbito
nacional. Nesse contexto, o objetivo deste trabalho foi avaliar
m{\'u}ltiplas t{\'e}cnicas de detec{\c{c}}{\~a}o de
mudan{\c{c}}as para o mapeamento semiautom{\'a}tico de
cicatrizes de movimentos de massa. Como estudo de caso, foram
analisados os movimentos defl agrados em janeiro de 2011 em uma
por{\c{c}}{\~a}o do munic{\'{\i}}pio de Nova Friburgo (RJ).
Para isso, foram geradas imagens de detec{\c{c}}{\~a}o de
mudan{\c{c}}as por meio das t{\'e}cnicas PCA, ICA, MNF, SA,
OSAVI e subtra{\c{c}}{\~a}o de bandas espectrais. Os produtos
que melhor destacaram os movimentos de massa foram selecionadas
como dados de entrada para a classifi ca{\c{c}}{\~a}o por meio
do algoritmo Random Forest. A diferen{\c{c}}a entre o
{\'{\i}}ndice de vegeta{\c{c}}{\~a}o OSAVI pr{\'e} e
p{\'o}s-evento foi considerada a t{\'e}cnica de maior
import{\^a}ncia para o classifi cador. J{\'a} na an{\'a}lise
visual, verifi cou-se que a 3ª e 4ª componentes ICA, MNF e PCA
tamb{\'e}m destacaram bem as cicatrizes. O desempenho da classifi
ca{\c{c}}{\~a}o foi considerado satisfat{\'o}rio, uma vez que
detectou mais de 80% das cicatrizes de movimento de massa na
{\'a}rea de estudo. Esse trabalho permitiu verifi car que o uso
de m{\'e}todos semiautomatizados pode ser uma abordagem em
potencial para a detec{\c{c}}{\~a}o de cicatrizes de movimento
de massa, sobretudo aplicada a mapeamentos preliminares e
emergenciais. ABSTRACT: Mass movement is a natural phenomenon
frequently associated with damages to the society. Its inventories
assist the comprehension of mass movement spatial distribution and
susceptibility. Thus remote sensing techniques enable detection
and mapping of mass movement scars worldwide in large scales and
in areas of diffi cult access. However, its use is still incipient
in a national level. In this context, the aim of this paper is to
assess multiple techniques that may support mass movement mapping
automation. The research was carried out in a specifi c case study
located in the municipality of Nova Friburgo (RJ-Brazil). A total
of six change detection techniques were evaluated: PCA, ICA, MNF,
SA, OSAVI and multi-band spectral subtraction. The techniques that
best highlighted the mass movements were then selected as input
data for the fi nal classifi cation through Random Forest
algorithm. As a result, the diff erence between OSAVI pre and post
mass movements event image was considered by the classifi er the
most important change detection technique. Visual analysis also
showed that the 3rd and 4th components ICA, MNF and PCA effi
ciently highlighted the scars. The classifi cation was
satisfactory, once its accuracy was higher than 80%, according to
the reference inventory. This work allowed to verify that the use
of semiautomated methods can be a suitable approach for mass
movement scars detection, mainly in preliminary and emergency
mapping.",
doi = "10.20502/rbg.v18i4.1249",
url = "http://dx.doi.org/10.20502/rbg.v18i4.1249",
issn = "1519-1540",
language = "pt",
targetfile = "gerente_classificacao.pdf",
urlaccessdate = "27 abr. 2024"
}