1. Identificação | |
Tipo de Referência | Tese ou Dissertação (Thesis) |
Site | mtc-m21c.sid.inpe.br |
Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S |
Identificador | 8JMKD3MGP3W34R/3SL65N8 |
Repositório | sid.inpe.br/mtc-m21c/2019/01.28.12.01 |
Última Atualização | 2019:04.16.12.07.21 (UTC) simone |
Repositório de Metadados | sid.inpe.br/mtc-m21c/2019/01.28.12.01.21 |
Última Atualização dos Metadados | 2019:04.19.23.43.16 (UTC) administrator |
Chave Secundária | INPE-18158-TDI/2846 |
Chave de Citação | Diniz:2019:AvPoDa |
Título | Avaliação do potencial dos dados polarimétricos Sentinel-1A para mapeamento do uso e cobertura da terra na região de Ariquemes - RO |
Título Alternativo | Evaluation of the potential of polarimetric data sentinel-1a for mapping land use and land cover at the ariquemes-RO region |
Curso | SER-SRE-SESPG-INPE-MCTIC-GOV-BR |
Ano | 2019 |
Data | 2019-02-15 |
Data de Acesso | 08 maio 2024 |
Tipo da Tese | Dissertação (Mestrado em Sensoriamento Remoto) |
Tipo Secundário | TDI |
Número de Páginas | 132 |
Número de Arquivos | 1 |
Tamanho | 8024 KiB |
| 2. Contextualização | |
Autor | Diniz, Juliana Maria Ferreira de Souza |
Banca | Shimabukuro, Yosio Edemir (presidente) Gama, Fábio Furlan (orientador) Mura, José Claudio Araujo, Luciana Spinelli |
Endereço de e-Mail | juliana.diniz@inpe.br |
Universidade | Instituto Nacional de Pesquisas Espaciais (INPE) |
Cidade | São José dos Campos |
Histórico (UTC) | 2019-01-28 12:01:21 :: juliana.diniz@inpe.br -> pubtc@inpe.br :: 2019-02-08 10:13:41 :: pubtc@inpe.br -> juliana.diniz@inpe.br :: 2019-03-21 12:28:19 :: juliana.diniz@inpe.br -> pubtc@inpe.br :: 2019-03-21 13:35:57 :: pubtc@inpe.br -> administrator :: 2019-04-03 14:57:07 :: administrator -> pubtc@inpe.br :: 2019-04-03 14:58:10 :: pubtc@inpe.br -> administrator :: 2019-04-15 13:51:57 :: administrator -> simone :: 2019-04-15 14:14:41 :: simone :: -> 2019 2019-04-16 12:51:42 :: simone -> administrator :: 2019 2019-04-19 23:43:16 :: administrator -> :: 2019 |
| 3. Conteúdo e estrutura | |
É a matriz ou uma cópia? | é a matriz |
Estágio do Conteúdo | concluido |
Transferível | 1 |
Palavras-Chave | aprendizagem de máquina simulação de Monte Carlo radares de abertura sintética banda C Floresta Amazônica machine learning Monte Carlo simulation synthetic aperture radars (SAR) C band Amazon Forest |
Resumo | O processo de ocupação humana vem ocorrendo de forma cada vez mais acentuada na Amazônia Legal, devido principalmente a expansão da fronteira agrícola. Entender o processo de mudança no uso e cobertura da terra é fundamental para o planejamento e gerenciamento dos recursos naturais. Através das técnicas de sensoriamento remoto é possível mapear o uso e cobertura da terra de forma rápida e eficaz. A utilização de dados de radares de abertura sintética (SAR) vem se mostrando uma alternativa para o monitoramento e mapeamento em regiões tropicais, principalmente por serem pouco influenciados pela cobertura de nuvens. Nesse sentido, o objetivo principal desta dissertação foi avaliar o potencial do uso das imagens dual VV-VH do satélite Sentinel-1A (banda C) para o mapeamento do uso e cobertura da terra na região de Ariquemes, RO. Para isso, foram testados sete cenários de classificações a partir dos atributos extraídos dos dados de radar: coeficientes de retroespalhamento, decomposição polarimétrica e coerência interferométrica, com os classificadores SVM (Support Vector Machine) e RF (Random Forest). O mapeamento foi dividido em duas fases, a Fase 1 buscando discriminar as classes Pastagem, Agricultura e Floresta e a Fase 2, realizando-se uma estratificação da classe Floresta nas classes Floresta Degradada, Floresta Primária e Sucessões Secundárias Avançada, Intermediária e Inicial. A validação dos mapeamentos foi realizada através da Simulação de Monte Carlo, utilizando-se as amostras de campo, com 1000 iterações, onde se obteve os valores médios de Kappa, acurácia Global e matriz de confusão para cada cenário. A análise da diferença estatística entre os mapeamentos foi realizada pelo teste de McNemar. Além disso, foi realizado o mapeamento com o sensor óptico Sentinel-2B com o objetivo de comparar os resultados em relação ao radar. A partir da comparação dos cenários, observou-se que o cenário sete, que utilizou todos os atributos em conjunto, apresentou os melhores resultados com os classificadores SVM e RF, com uma acurácia global igual a 81,6% e 69,6% para as Fases 1 e 2, respectivamente, com o classificador SVM e 85,7% e 71,6% para as Fases 1 e 2 com o classificador RF, respectivamente. Além disso, o algoritmo RF apresentou superioridade para o mapeamento em relação ao SVM, sendo considerados diferentes estatisticamente pelo teste de McNemar com 95% de confiança. A partir da análise de importância das variáveis pelo RF, notou-se que a coerência interferométrica foi o atributo que apresentou a maior importância para a discriminação das classes temáticas para as duas fases do mapeamento. Através da comparação do mapeamento realizado com o cenário RF-7 do Sentinel-1A com o mapeamento realizado com o sensor óptico, observou-se uma diferença de 4,3% na acurácia global para a Fase 1 e de 13,8% para a Fase 2, com o melhor desempenho do sensor óptico. Além disso, evidenciou-se a limitação da utilização de dados ópticos diante dos efeitos atmosféricos, como a presença de fumaça. De modo geral, notou-se que os dados de radar foram capazes de discriminar as classes temáticas analisadas, apresentando valores de acurácia global e Kappa considerados satisfatórios. ABSTRACT: The human occupation process in the Legal Amazon has occurred in an increasingly pronounced way, especially with the expansion of the agricultural frontier. Understanding the process of land use and land cover change is critical to the planning and management of natural resources. Through remote sensing techniques, it is possible to map land use and land cover quickly and efficiently. The use of synthetic aperture radar (SAR) data have shown to be an alternative for monitoring and mapping in tropical regions, mainly because they are little influenced by cloud cover. So, the main objective of this dissertation was to evaluate the potential of the VV-VH dual images of the Sentinel-1A satellite (band C) for mapping land use and land cover in the region of Ariquemes, RO. Seven classification scenarios were tested using the attributes extracted from the radar data: backscatter coefficients, polarimetric decomposition and interferometric coherence, and the SVM (Support Vector Machine) and RF (Random Forest) classifiers. The mapping process was divided into two phases, Phase 1, which aimed to discriminate the classes Pasture, Agriculture and Forest, and Phase 2, whose Forest class was stratified in the classes: Degraded Forest, Primary Forest and Advanced, Intermediate and Initial Successions. The validation of the mappings was done through the Monte Carlo Simulation, using the field samples, with 1000 iterations, where the mean values of Kappa, Global Accuracy and confusion matrix were obtained for each scenario. The analysis of the statistical difference between the mappings was performed by the McNemar test. In addition, it was carried out the mapping using the Sentinel-2B optical image in order to compare to the results obtained using the radar data. From the scenario comparison, it was observed that scenario seven, which used all the attributes together, presented the best results for both SVM and RF classifiers, with a global accuracy of 81.6% and 69.6% for Phases 1 and 2, respectively, with SVM classifier and 85.7% and 71.6% for Phases 1 and 2 with Rf classifier, respectively. In addition, RF algorithm showed superiority over the SVM algorithm for mapping the region. The mappings obtained using the RF and SVM classifiers were considered statistically different by the McNemar test with 95% confidence. From the analysis of variable importance by the RF, it was noticed that the interferometric coherence was the attribute that presented the most importance for the discrimination of the thematic classes for the two phases of the mapping. By comparing the mapping performed with the Sentinel-1A RF-7 scenario with the mapping performed with the optical sensor, a difference of 4.3% was observed in the overall accuracy for Phase 1 and 13.8% for Phase 2, with the best optical sensor performance. In addition, it was evidenced the limitation of optical data to the atmospheric effects, such as the presence of smoke. In general, it was observed that the radar data were able to discriminate the classes of land use and land cover analyzed in this dissertation, presenting values of global accuracy and Kappa considered satisfactory. |
Área | SRE |
Arranjo | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Avaliação do potencial... |
Conteúdo da Pasta doc | acessar |
Conteúdo da Pasta source | @4primeirasPaginas.pdf | 16/04/2019 09:07 | 177.1 KiB | Avaliação final pag 01 e 02 de Juliana Maria Ferreira de Souza Diniz - SER.pdf | 15/04/2019 11:15 | 375.7 KiB | Dissertação_Juliana_22-03.pdf | 15/04/2019 11:14 | 7.4 MiB | |
Conteúdo da Pasta agreement | |
| 4. Condições de acesso e uso | |
URL dos dados | http://mtc-m21c.sid.inpe.br/ibi/8JMKD3MGP3W34R/3SL65N8 |
URL dos dados zipados | http://mtc-m21c.sid.inpe.br/zip/8JMKD3MGP3W34R/3SL65N8 |
Idioma | pt |
Arquivo Alvo | publicacao.pdf |
Grupo de Usuários | gabinete@inpe.br juliana.diniz@inpe.br pubtc@inpe.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 | urlib.net/www/2017/11.22.19.04.03 |
Unidades Imediatamente Superiores | 8JMKD3MGPCW/3F3NU5S |
Divulgação | BNDEPOSITOLEGAL |
Acervo Hospedeiro | urlib.net/www/2017/11.22.19.04 |
| 6. Notas | |
Campos Vazios | academicdepartment affiliation archivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel doi electronicmailaddress format group isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress readergroup resumeid schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype |
|
|