1. Identificação | |
Tipo de Referência | Tese ou Dissertação (Thesis) |
Site | mtc-m21d.sid.inpe.br |
Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S |
Identificador | 8JMKD3MGP3W34T/45EL588 |
Repositório | sid.inpe.br/mtc-m21d/2021/09.17.05.34 |
Última Atualização | 2021:12.13.13.01.22 (UTC) simone |
Repositório de Metadados | sid.inpe.br/mtc-m21d/2021/09.17.05.34.01 |
Última Atualização dos Metadados | 2022:04.03.22.30.01 (UTC) administrator |
Chave Secundária | INPE-18509-TDI/3156 |
Chave de Citação | Rodrigues:2021:ClBaGE |
Título | Classificação baseada em GEOBIA e séries temporais de imagens Sentinel-2 para identificar pastagem arbustiva e herbácea no Cerrado |
Título Alternativo | Object-based classification assisted by time series of sentinel-2 imagery for identification of shrubby and herbaceous pastures in Cerrado |
Curso | SER-SRE-DIPGR-INPE-MCTI-GOV-BR |
Ano | 2021 |
Data | 2021-08-16 |
Data de Acesso | 11 maio 2024 |
Tipo da Tese | Dissertação (Mestrado em Sensoriamento Remoto) |
Tipo Secundário | TDI |
Número de Páginas | 92 |
Número de Arquivos | 1 |
Tamanho | 8456 KiB |
|
2. Contextualização | |
Autor | Rodrigues, Marcos Antônio de Almeida |
Banca | Sanches, Ieda Del´Arco (presidente) Körting, Thales Sehn (orientador) Fonseca, Leila Maria Garcia (orientadora) Bendini, Hugo do Nascimento Di Girolamo Neto, Cesare |
Endereço de e-Mail | marcosaar@outlook.com |
Universidade | Instituto Nacional de Pesquisas Espaciais (INPE) |
Cidade | São José dos Campos |
Histórico (UTC) | 2021-09-17 05:34:01 :: marcos.almeida@inpe.br -> pubtc@inpe.br :: 2021-09-17 11:30:11 :: pubtc@inpe.br -> marcos.almeida@inpe.br :: 2021-09-17 14:31:19 :: marcos.almeida@inpe.br -> pubtc@inpe.br :: 2021-09-17 17:01:32 :: pubtc@inpe.br -> marcos.almeida@inpe.br :: 2021-11-05 16:44:29 :: marcos.almeida@inpe.br -> pubtc@inpe.br :: 2021-11-06 00:37:44 :: pubtc@inpe.br -> administrator :: 2021-12-13 12:52:44 :: administrator -> pubtc@inpe.br :: 2021-12-13 18:25:46 :: pubtc@inpe.br -> simone :: 2021-12-13 18:26:17 :: simone :: -> 2021 2021-12-13 18:26:17 :: simone -> administrator :: 2021 2022-04-03 22:30:01 :: administrator -> :: 2021 |
|
3. Conteúdo e estrutura | |
É a matriz ou uma cópia? | é a matriz |
Estágio do Conteúdo | concluido |
Transferível | 1 |
Palavras-Chave | sensoriamento remoto sentinel-2 cubo de dados OBIA séries temporais remote sensing data cube time series |
Resumo | O território brasileiro é um dos mais diversos do mundo em termos de clima e meio ambiente, e isso se deve às suas dimensões continentais. Essa diversidade também é observada internamente aos biomas. A savana brasileira, conhecida como o bioma Cerrado, ocupa aproximadamente 20% do território nacional, o que corresponde a uma área de mais de 2 milhões de km², e tem a agricultura e a pastagem como os principais usos do solo em termos de área ocupada, com a pastagem ocupando a maior extensão territorial. Devido a isso, o país possui grande potencial agropecuário e de produção de carne, tanto para consumo interno quanto para exportação. Apesar disso, a expansão das áreas de pastagem no Cerrado ocorre por meio do avanço sobre as áreas de vegetação natural. O mapeamento das áreas de pastagem pode subsidiar o monitoramento do Cerrado para evitar novas conversões de vegetação natural em uso antrópico, auxiliando ainda no alcance de metas e acordos internacionais para a redução do desmatamento. Assim, este trabalho visa diferenciar pastagem arbustiva de pastagem herbácea em uma área de estudo na porção sul do Cerrado brasileiro, combinando diferentes dados gerados a partir de imagens dos satélites Sentinel-2. Para alcançar esse objetivo, foram utilizados cinco cubos de dados gerados a partir de séries temporais do ano de 2018, utilizando Análise por Componentes Principais (ACP), Índice de Vegetação Melhorado - Enhanced Vegetation Index (EVI), Modelo Linear de Mistura Espectral (MLME), Métricas Espectro-Temporais (MET) e Métricas Fenológicas (MF). Por meio da classificação baseada em objetos, os dados combinados foram classificados com o algoritmo Random Forest, utilizando atributos espectrais, texturais e espaciais. Com esta metodologia foi possível obter acurácia global superior a 90% e Índice Kappa correspondente a 0,8. Os resultados mostraram que o uso da combinação de dados para a classificação é uma técnica promissora para separar diferentes tipos de pastagem no Cerrado. ABSTRACT: Brazil holds one of the most diverse territories in the world in terms of climate and environment, due to its continental extension. This diversity is also observed inside the biomes. Brazilian Savannah, also known as Cerrado biome, occupy nearly half of the territory, and its land cover is comprised mainly of crop lands and pasture areas, the latter performing the great majority. For this sake, the country has great potential of livestock and meat production, as for internal consuming as for exportation. Despite this, it occurs at the expensive of deforestation of savannah vegetation. Mapping accurately pasture areas may assist so in avoiding the conversion of new areas of savannah vegetation, supporting in the fulfillment of international dealings for deforestation reduction. Thus, this paper aims to differentiate shrubby pasture from herbaceous pasture in the southern region of Brazilian savannah, combining different data derived from Sentinel-2 A/B satellite imagery. To tackle this goal, we derived five data cubes from time series of 2018, using Principal Component Analysis (PCA), Enhanced Vegetation Index (EVI), Linear Spectral Mixture Model (LSMM), spectra-temporal metrics (STM) and phenological metrics (PM) data. With the object-based approach, we classified the data combinations by means of Random Forest algorithm, using spectral, textural and spatial attibutes. Among the tests we realized, we achieved accuracy higher than 90% at the best performance, with Kappa Index corresponding to 0.8. Results showed that the data combination technique is promising to boost the separation of the different types of pasture. |
Área | SRE |
Arranjo 1 | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Classificação baseada em... |
Arranjo 2 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Classificação baseada em... |
Conteúdo da Pasta doc | acessar |
Conteúdo da Pasta source | originais/@4primeirasPaginas.pdf | 13/12/2021 09:33 | 415.0 KiB | originais/DEFESA FINAL DE DISSERTAÇÃO DE MARCOS ANTÔNIO DE ALMEIDA RODRIGUES - SER.pdf | 20/08/2021 09:12 | 206.2 KiB | originais/MarcosRodrigues_Dissertacao_Rev03_gerar PDF.pdf | 10/11/2021 08:57 | 7.8 MiB | |
Conteúdo da Pasta agreement | |
|
4. Condições de acesso e uso | |
URL dos dados | http://urlib.net/ibi/8JMKD3MGP3W34T/45EL588 |
URL dos dados zipados | http://urlib.net/zip/8JMKD3MGP3W34T/45EL588 |
Idioma | pt |
Arquivo Alvo | publicacao.pdf |
Grupo de Usuários | marcos.almeida@inpe.br pubtc@inpe.br simone |
Visibilidade | shown |
Licença de Direitos Autorais | urlib.net/www/2012/11.12.15.10 |
Permissão de Leitura | allow from all |
Permissão de Atualização | não transferida |
|
5. Fontes relacionadas | |
Repositório Espelho | urlib.net/www/2021/06.04.03.40.25 |
Unidades Imediatamente Superiores | 8JMKD3MGPCW/3F3NU5S 8JMKD3MGPCW/46KUATE |
Acervo Hospedeiro | urlib.net/www/2021/06.04.03.40 |
|
6. Notas | |
Campos Vazios | academicdepartment affiliation archivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi electronicmailaddress format group isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress readergroup resumeid rightsholder schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype |
|