| 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/46Q63PS | |||||||||
| Repositório | sid.inpe.br/mtc-m21d/2022/04.29.14.46 | |||||||||
| Última Atualização | 2022:08.10.18.05.41 (UTC) simone | |||||||||
| Repositório de Metadados | sid.inpe.br/mtc-m21d/2022/04.29.14.46.41 | |||||||||
| Última Atualização dos Metadados | 2022:08.16.12.50.11 (UTC) administrator | |||||||||
| Chave Secundária | INPE-18582-TDI/3222 | |||||||||
| Chave de Citação | Lima:2022:MaÁrAl | |||||||||
| Título | Mapeamento de áreas alagáveis na bacia Amazônica utilizando o classificador Random Forest a partir de dados extraídos do MDE-SRTM  | |||||||||
| Título Alternativo | Mapping wetlands in the Amazon basin using Random Forest classifier and attributes derived from DEM-SRTM | |||||||||
| Curso | SER-SRE-DIPGR-INPE-MCTI-GOV-BR | |||||||||
| Ano | 2022 | |||||||||
| Data | 2022-04-25 | |||||||||
| Data de Acesso | 05 maio 2024 | |||||||||
| Tipo da Tese | Dissertação (Mestrado em Sensoriamento Remoto) | |||||||||
| Tipo Secundário | TDI | |||||||||
| Número de Páginas | 83 | |||||||||
| Número de Arquivos | 1 | |||||||||
| Tamanho | 5870 KiB | |||||||||
| 2. Contextualização | ||||||||||
| Autor | Lima, Deborah Lopes Correia | |||||||||
| Banca | Novo, Evlyn Marcia Leão de Moraes (presidente) Rennó, Camilo Daleles (orientador) Körting, Thales Sehn Martins, Vitor Souza | |||||||||
| Endereço de e-Mail | deborahlclima@gmail.com | |||||||||
| Universidade | Instituto Nacional de Pesquisas Espaciais (INPE) | |||||||||
| Cidade | São José dos Campos | |||||||||
| Histórico (UTC) | 2022-04-29 14:48:32 :: deborah.lima@inpe.br -> pubtc@inpe.br :: 2022-04-30 14:59:26 :: pubtc@inpe.br -> deborah.lima@inpe.br :: 2022-06-13 21:12:59 :: deborah.lima@inpe.br -> pubtc@inpe.br :: 2022-06-22 10:58:54 :: pubtc@inpe.br -> deborah.lima@inpe.br :: 2022-06-27 02:51:51 :: deborah.lima@inpe.br -> administrator :: 2022-08-10 17:49:06 :: administrator -> pubtc@inpe.br :: 2022-08-15 17:34:51 :: pubtc@inpe.br -> simone :: 2022-08-15 17:35:19 :: simone :: -> 2022 2022-08-15 17:35:19 :: simone -> administrator :: 2022 2022-08-15 17:40:58 :: administrator -> simone :: 2022 2022-08-15 17:42:20 :: simone -> administrator :: 2022 2022-08-16 12:50:11 :: administrator -> :: 2022 | |||||||||
| 3. Conteúdo e estrutura | ||||||||||
| É a matriz ou uma cópia? | é a matriz | |||||||||
| Estágio do Conteúdo | concluido | |||||||||
| Transferível | 1 | |||||||||
| Palavras-Chave | áreas alagáveis Random Forest modelo digital de elevação SRTM seleção de atributos wetlands digital elevation model variable selection | |||||||||
| Resumo | As áreas alagáveis são uma fonte importante de recursos naturais, desempenham um papel significativo nos ciclos hidrológico e de carbono, e fornecem diversos serviços ecossistêmicos. A bacia Amazônica possui características favoráveis à formação de grandes extensões de áreas alagáveis. O mapeamento acurado dessas áreas é importante para dar suporte ao desenvolvimento de diferentes estudos nesses ambientes. Devido à sua vasta dimensão e à dificuldade de acesso, o sensoriamento remoto se torna uma fonte importante de dados para o seu estudo. Por exemplo, o Modelo Digital de Elevação (MDE) fornece informações morfométricas que podem auxiliar no mapeamento das áreas alagáveis. Nesse sentido, o objetivo desta pesquisa foi propor um método para o mapeamento das áreas alagáveis da bacia Amazônica a partir de atributos morfométricos e hidrológicos extraídos do MDE derivado do Shuttle Radar Topography Mission (SRTM). Como área de estudo foram utilizadas cinco subáreas que apresentam diferentes padrões geomorfológicos, distribuídas ao longo da bacia hidrográfica. O classificador Random Forest (RF) foi utilizado para gerar o mapeamento, principalmente por oferecer duas abordagens de interesse para esta pesquisa: (i) a quantificação da importância dos atributos por meio da métrica Mean Decrease Accuracy (MDA); e (ii) a probabilidade de o pixel pertencer a uma determinada classe. O valor do MDA foi utilizado como base do processo de seleção dos atributos. Por outro lado, o valor da probabilidade associada a cada pixel foi utilizado para calcular a incerteza da classificação a partir da métrica Entropia de Shannon, o que orientou o processo iterativo de amostragem. A análise do ranqueamento indicou que atributos que em média ocuparam posições mais altas no ranqueamento (considerando múltiplas iterações do RF), apresentaram uma maior estabilidade da posição ocupada comparados aos atributos que ocuparam as menores posições no ranqueamento. A partir do processo de seleção dos atributos, o conjunto inicial de 124 atributos, foi reduzido a apenas 9. Em comparação com o modelo completo (contendo os 124 atributos), o modelo reduzido não apresentou diferenças expressivas em relação à acurácia de mapeamento e às métricas tradicionais de avaliação (e.g. sensibilidade e precisão). A avaliação da incerteza espacialmente distribuída, calculada a partir da entropia de Shannon, indicou que reduzir a quantidade de atributos levou o classificador a convergir para o resultado com um maior nível de certeza. De maneira geral, o mapeamento obtido apresentou coerência com o MDE-SRTM, indicando o potencial da metodologia proposta. A metodologia e os resultados apresentados nesta pesquisa contribuem para um melhor entendimento acerca da: (i) utilização de atributos extraídos do MDE para o processo de classificação das áreas alagáveis; (ii) possibilidade de redução do conjunto de atributos àqueles mais importantes para a classificação; e (iii) do impacto da redução dos atributos sobre o mapeamento. ABSTRACT: Wetlands are important natural resources that play a key role in the hydrologic and carbon cycles and provide a wide range of ecosystem services. The Amazon basin has favorable conditions for the formation of wide-ranging wetlands which need to be accurately mapped to support different studies. Since Amazon wetlands present a huge extension and difficult access, remote sensing may be an important source of information. For example, Digital Elevation Model (DEM) may provide information about the topography, which is essential for mapping wetlands. In this sense, the main aim of this research was to develop a method for mapping wetlands in the Amazon basin using morphometric and hydrological attributes extracted from the Shuttle Radar Topography Mission (SRTM) DEM. The study area included five subareas in the watershed with different morphological patterns. The classification and mapping were carried out through the Random Forest (RF) algorithm, which provides: (i) the quantification of attribute importance using the Mean Decrease Accuracy (MDA) metric; and (ii) the probability of a pixel to be classified to a certain class. This pixel probability allowed to estimate the mapping uncertainty based on the Shannons Entropy, which guided an iterative sampling process. The stability of the attributes ranking positions was accessed and analyzed. Attributes that, on average, occupied higher ranking positions had higher ranking stability considering multiple RF runs. On the other hand, attributes that on average had lower rank had more unstable ranking. The method for selecting attributes allowed to reduce them from 124 to only 9 attributes. No significant differences were found between the mapping accuracy for the full model (with 124 attributes) and the reduced model (9 attributes). The analysis of the uncertainty mapping, calculated by Shannons Entropy, indicated that the reduction of attributes provided a classification with higher level of certainty. In general, the obtained mapping was consistent with DEM-SRTM, which indicates the potential of the proposed methodology. The methodology and the results presented in this study contribute to a better understating of (i) the use of DEM attributes for wetland mapping; (ii) the possibility of reducing the dataset to only the most relevant attributes for the classification; and (iii) the impact of the reduction of attributes in the mapping. | |||||||||
| Área | SRE | |||||||||
| Arranjo 1 | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Mapeamento de áreas... | |||||||||
| Arranjo 2 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Mapeamento de áreas... | |||||||||
| 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/8JMKD3MGP3W34T/46Q63PS | |||||||||
| URL dos dados zipados | http://urlib.net/zip/8JMKD3MGP3W34T/46Q63PS | |||||||||
| Idioma | pt | |||||||||
| Arquivo Alvo | publicacao.pdf | |||||||||
| Grupo de Usuários | deborah.lima@inpe.br pubtc@inpe.br simone | |||||||||
| 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/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 schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype | |||||||||