Submitted by João Arthur Martins (joao.arthur@ufpe.br) on 2015-03-03T19:46:37Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Julio DISSERTAÇÃO.pdf: 9429357 bytes, checksum: 32bf4765a058847836d8a47bc01d7061 (MD5) / Made available in DSpace on 2015-03-03T19:46:37Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Julio DISSERTAÇÃO.pdf: 9429357 bytes, checksum: 32bf4765a058847836d8a47bc01d7061 (MD5) Previous issue date: 2012-07-31 / O Sensoriamento Remoto é uma ciência que permite o estudo de alvos na superfície terrestre (ou de outros corpos celestes), sem a necessidade de contato físico, apenas com o uso de sensores e suas técnicas específicas para cada aplicação. Dentro deste conceito, este trabalho visou estudar o comportamento de alvos na região do entorno da lagoa Olho d’Água, localizada no município de Jaboatão dos Guararapes – PE. Região esta que apresenta uma heterogeneidade de alvos interessante para este tipo pesquisa. Para tal estudo objetivou-se apresentar as semelhanças e discrepâncias espaciais e espectrais, entre os mapeamentos realizados por meio da classificação de imagens. Aplicou-se o algoritmo Máxima Verossimilhança em seis composições diferentes usando, para defini-las, os índices físicos NDVI, NDBI, NDWI, e as bandas 5, 4 e 3 do sensor TM LANDSAT-5. A avaliação dos resultados foi feita a partir de observações visuais e numéricas usando o cálculo dos índices kappa, exatidão global e teste de Z. Estes foram distribuídos graficamente, para um melhor entendimento do comportamento dos alvos. Foram observados os valores de Kappa e Exatidão global em duas datas independentes, mês de março e setembro. Os valores destes índices foram observados em gráfico de barra, para a compreensão das diferenças existentes dos resultados perante as diferentes composições adotadas; gráfico de dispersão para indicar a existência de variação relevante no intervalo de tempo aplicado; e gráfico de linhas para descobrir qual a discrepância ou semelhança entre os resultados das composições adotadas, e a composição formada pelas bandas 5, 4 e 3 do sistema ii sensor TM. Os índices físicos foram também analisados, quanto à distribuição espectral de cada classe para estudo da confusão espectral existente nas composições formadas com estes índices. Como conclusão mostrou-se que as melhores composições para o uso do classificador Máxima Verossimilhança, nas condições adotadas nesta pesquisa, na composição NDBI-4-3 e I-H-S, demonstraram melhores resultados na maior parte das avaliações realizadas, e com pior resultado a composição NDBI-NDVI-NDWI. As composições NDBI-4-3 e I-H-S aplicadas com o algoritmo Máxima Verossimilhança, apresentam resultados satisfatórios tal qual a composição padrão 5-4-3.

Submitted by Pedro Barros (pedro.silvabarros@ufpe.br) on 2018-06-26T19:35:53Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO João Antônio dos Santos Pereira.pdf: 6041622 bytes, checksum: ee54e0970402859e0f1dfcc79d9b7d1e (MD5) / Made available in DSpace on 2018-06-26T19:35:53Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO João Antônio dos Santos Pereira.pdf: 6041622 bytes, checksum: ee54e0970402859e0f1dfcc79d9b7d1e (MD5) Previous issue date: 2017-02-01 / CAPES / A associação de variados métodos e usos das imagens de satélite trazem a possibilidade de enxergar o ambiente de maneira ampla. Entre os usos mais comuns desses dados estão as classificações supervisionadas e os índices físicos. A necessidade dessa aplicação aumenta em ambientes onde os cenários de degradação dos recursos ambientais está se acentuando com o passar do tempo, como é o caso do bioma Caatinga. Sendo assim, a pesquisa propõe a utilização de classificações supervisionadas e índices físicos para analisar a região ao entorno do reservatório de Itaparica. Esta região é estratégica para o estado pois comporta além da represa, importantes áreas de cultivos irrigados, e é objeto de estudo do projeto INNOVATE (Interplay Among Multiple Uses of Water Reservoirs via Innovative Coupling Substance Cycles in Aquatic and Terrestrial Ecosystems), que tem como principal interesse entender as relações entre as mudanças climáticas e as formas de uso da terra e dos recursos hídricos em ambiente semiárido. Nesta pesquisa, foram utilizadas imagens do sensor OLI/TIRS do landsat 8 e dados de chuva, e realizadas classificações supervisionadas pelos métodos da máxima verossimilhança e distância euclidiana para observar a distribuição das classes de uso do solo. Essas classificações foram avaliadas a partir dos índices estatísticos Kappa e TAU, com base na matriz de confusão gerada a partir das amostras da classificação. Além disso, foram utilizados os índices físicos albedo de superfície, NDVI (Normalized Difference Vegetation Index), temperatura de superfície e saldo de radiação, segundo metodologia proposta no algoritmo SEBAL (Surface Energy Balance Algorithms for Land), para analisar o comportamento de cada classes e relacioná-los com os resultados obtidos com as classificações. Nos resultados foram observadas que nas classificações supervisionadas houve confusão entre as classes de solo exposto e área urbana, assim como nas classes de agricultura irrigada e vegetação arbórea. Essa confusão é explicada pela similaridade espectral que esses alvos possuem. Exatamente nesse sentido, os índices físicos aparecem como forma de obter separação entre as classes que se assemelham. O saldo de radiação e o albedo conseguiram gerar discrepâncias maiores entre os alvos na imagem de janeiro, porém obtiveram péssimo desempenho nessa função para a imagem de junho, pois a ocorrência de um evento chuvoso no dia da passagem do sensor impactou totalmente esses índices. Dessa forma, o NDVI se mostrou mais eficiente, pois suas alterações necessitam mais tempo para serem consideráveis. / The association of various methods and uses of satellite images bring the possibility to see the environment widely. Among the most common uses of this data are supervised classifications and the physical indexes. The need for this application increases in environments where the scenarios of degradation of environmental resources is increasing over time, as is the case of the Caatinga. Thus, the research proposes the use of supervised classifications and physical indexes to analyze the region surrounding the Itaparica reservoir. This region is strategic for the State because it acts beyond the dam, important areas of irrigated crops, and is the subject of study of the project INNOVATE (Interplay Among Multiple Use of Water Reservoirs via Innovative Coupling Substance Cycles in Aquatic and Terrestrial Ecosystems), whose main interest to understand the relationship between climate change and ways of use of land and water resources in semi-arid environment. In this research, it was used images from the landsat sensor OLI/TIR 8 and rain data, and performed supervised classifications by methods of maximum likelihood and Euclidean distance to observe the distribution of land use classes. These classifications were evaluated from the statistical indexes Kappa and TAU, based on the array of confusion from the samples of the classification. In addition, physical indexes used were surface albedo, NDVI (Normalized Difference Vegetation Index), surface temperature and radiation balance, according to the methodology proposed in the algorithm SEBAL (Surface Energy Balance Algorithms for Land), to analyze the behavior of each classes and relate them with the results obtained with the ratings. The results were observed in supervised classifications there was confusion between the classes of soil exposed and urban area, as well as irrigated agriculture classes and arboreal vegetation. This confusion is explained by spectral similarity to those targets. Exactly in this sense, the physical indexes appear as way to get separation between classes that resemble. The radiation balance and albedo were able to generate larger discrepancies between the targets in January, but image obtained bad performance in this function to the image of June, because the occurrence of a rain event on the day of passing the sensor fully impacted them. In this way, the NDVI has proved to be more efficient, because their changes require more time to be considerable.

Orientador: Luís Gustavo Frediani Lessa / Resumo: O presente estudo baseia-se na aplicação das geotecnologias para discriminar o uso da terra, na bacia hidrográfica do rio Araquá, localizada nos municípios de Botucatu e São Manuel (SP). Teve como objetivo verificar a eficiência da metodologia de associação dos índices radiométricos na identificação de uso da terra, com ênfase nas Áreas de Preservação Permanente, estabelecidas conforme o Código Florestal Brasileiro (Lei nº 12.727/2012). Foram, a partir de imagens do satélite Sentinel-2, produzidas as seguintes associações de índices radiométricos: NDBI-GNDVI-NDWI, NDBI-NDI45-NDWI e NDBI-NDVI-NDWI. Por meio da validação, obtida pela classificação supervisionada gerada em cada uma das três composições, foram identificados usos inadequados. Notou-se o conflito entre a ocupação desordenada de monoculturas canavieiras e as Áreas de Preservação Permanente. A associação NDBI-NDVI-NDWI foi a mais satisfatória para avaliar e discriminar o uso e ocupação da terra na bacia hidrográfica, com coeficiente Kappa de 84%. / Abstract: This study is based on the application of geotechnologies to discriminate land use in the Araquá river basin, located in the municipalities of Botucatu and São Manuel (SP). The objective was verify the efficiency of the radiometric indices association methodology in land use identification, with emphasis on the Permanent Preservation Areas, established according to the Brazilian Forest Code (Law No. 12.727 / 2012). From Sentinel-2 satellite images, the following radiometric index associations were produced: NDBI-GNDVI-NDWI, NDBI-NDI45-NDWI and NDBI-NDVI-NDWI. Through validation, obtained by the supervised classification generated in each of the three compositions, inappropriate uses were identified. The conflict between the disorderly occupation of sugarcane and the Permanent Preservation Areas was noted. The NDBI-NDVI-NDWI association was the most satisfactory to evaluate and discriminate land use and occupation in the watershed with a Kappa coefficient of 84%. / Mestre