Resumo: O propósito deste trabalho foi avaliar o potencial dos dados PALSAR polarimétricos para discriminar e mapear espécies de macrófitas (vegetação aquática) de uma área alagável da Amazônia, a planície de inundação do Lago Grande de Monte Alegre, no estado do Pará. A coleta de dados foi realizada quase simultaneamente à aquisição dos dados de radar. Três principais espécies de macrófitas foram encontradas na área: Paspalum repens (PR), Hymenachne amplexicaulis (HA) e Paspalum elephantipes (PE). Variáveis morfológicas foram medidas em campo e usadas para derivar outras variáveis tais como a biomassa. Atributos foram gerados a partir da matriz de covariância [C] extraída da imagem ALOS/PALSAR em modo SLC (single look complex). Os atributos polarimétricos foram analisados para as três espécies e identificados aqueles capazes de discriminar as espécies. Foram aplicadas as seguintes abordagens de classificação: baseada em regras, baseada em modelos de decomposição (Decomposições de Freeman-Durden e Cloude-Pottier), baseada em estatística (Classificação supervisionada baseada na distância Wishart) e híbrida (Classificador Wishart com classes de entrada baseadas na decomposição de Cloude-Pottier). Finalmente, a variável morfológica "volume da haste" foi modelada por regressão múltipla em função de alguns atributos polarimétricos. Os resultados sugerem que a imagem polarimétrica banda L possui potencial para discriminar as espécies de macrófitas, sendo os principais atributos para isso sigma zero HH ( ), sigma zero HV ( ) e sigma zero VV ( ), índice de estrutura da copa ... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The purpose of this work was to evaluate the potential of fully polarimetric PALSAR data to discriminate and map macrophyte species in the Amazon floodplain, more specifically in the Monte Alegre Lake, in the state of Pará, Brazil. Fieldwork was carried out almost simultaneously to the radar acquisition. Three main species were found in the study area: Paspalum repens (PR), Hymenachne amplexicaulis (HA) and Paspalum elephantipes (PE). Macrophyte morphological variables were measured on the field and used to derive others variables, like the biomass. Attributes were calculated from the covariance matrix [C] derived from the SLC (single look complex) data. The polarimetric attributes were analyzed for the three species and it was identified that ones capable of discriminating them. The following classification approaches were applied: a rule-based classification, model-based classifications (Freeman-Durden and Cloude-Pottier), a statistical-based classification (supervised classification using Wishart distance measure) and a hybrid classification (Wishart classifier with the input classes based on the H/a plane). Finally, the morphological variable "stem volume" was modeled using multiple regression. The findings suggest that the fully polarimetric image has potential for discriminating plant species, being the main attributes sigma-nought HH ( ), sigma-nought HV ( ) and sigma-nought VV ( ), canopy structure index ( ), HH-VV polarimetric coherence ( ), helicity of the third scattering mechanism (τ ), orientation angle of the first scattering mechanism ( ) and scattering type phase of the first mechanism ( ); among the different classifications, only the supervised (Wishart) and the rule-based discriminated the species, with overall accuracy of 75,04% and 87,18%, respectively; the stem volume was modeled using the following attributes: biomass index ( ), volumetric scattering ... (Complete abstract click electronic access below) / Orientador: Nilton Nobuhiro Imai / Coorientador: José Cláudio Mura / Banca: Evlyn Marcia Leão de Moraes Novo / Banca: Thiago Sanna Freire Silva / Banca: João Roberto dos Santos / Banca: Vilma Mayumi Tachibana / Doutor

Orientador: Maria de Lourdes Bueno Trindade Galo / Banca: Selma Regina Aranha Ribeiro / Banca: Aparecida Doniseti Pires de Souza / Resumo: Experimento baseado na aplicação de uma rede neural artificial para a classificação da cobertura do solo urbano de Presidente Prudente, SP, e na análise da incerteza na representação das classes temáticas mapeadas. A ambigüidade que caracteriza essas classes foi analisada através da distribuição espacial da probabilidade por classe, da incerteza por classe e da entropia, as quais foram posteriormente representadas em imagens em tons de cinza e mapas temáticos. Os resultados mostraram que o objetivo de discriminar as variações na cobertura do solo urbano através da aplicação de uma rede neural artificial na classificação foi atingido e, a partir das representações geradas, foi possível visualizar a variação espacial da incerteza na atribuição das classes de cobertura do solo urbano ao pixel. Além disso, foi possível verificar que a classe caracterizada por um padrão definido como intermediário, quanto à impermeabilidade do solo urbano, foi aquela que apresentou maior grau de ambigüidade e, portanto, maior mistura em relação às demais. A realização do experimento confirmou a expectativa inicial quanto ao potencial da rede neural artificial em discriminar classes de cobertura do solo urbano, caracterizadas pelo alto grau de mistura que apresentam, e representar espacialmente a incerteza associada a cada classe, desde que a aplicação de interesse seja cuidadosamente modelada. / Abstract: This experiment aims the classification of the urban land cover of Presidente Prudente city and the analysis of the uncertainty in the representation of the mapped thematic classes. The ambiguity that characterizes those classes was analyzed through of the spatial distribution of the probability by class, of the uncertainty for class and of the entropy, wich were represented in gray levels images and thematic maps. The results showed that the aim of discriminating the variations in the urban land cover through the application of an ANN in the classification was reached. It was also possible to visualize the spatial variation of the uncertainty in the attribution of classes of urban land cover and from the generated representations. The class characterized by a pattern that define an intermediary level, related to the impermeability of the urban soil, showed larger ambiguity degree and, therefore, larger mixture. The experiment confirmed that the ANN can discriminate classes of urban land cover with high level of mixture and represent spatially the uncertainty associated with each class, since the application of interesting be modeled carefully. / Mestre

Resumo: Imagens multiespectrais de alta resolução espacial podem se constituir em uma fonte de dados adequada para o mapeamento de processos associados ao desenvolvimento de culturas agrícolas, como a detecção de plantas daninhas. A aerofotogrametria convencional e imagens de satélite de alta resolução espacial são alternativas para aquisição dessas imagens. Entretanto, devido ao custo elevado da aquisição destas imagens, tem sido desenvolvido, pelo Departamento de Cartografia da Faculdade de Ciências e Tecnologia da UNESP de Presidente Prudente, um Sistema de Sensoriamento Remoto Aerotransportado (SRA), capaz de oferecer resolução espacial sub-métrica. Este trabalho considerou a hipótese de que a partir de imagens adquiridas pelo Sistema é possível discriminar graus de infestação de plantas daninhas em culturas de café. Para investigar esta hipótese, foi realizado o mapeamento de plantas daninhas utilizando dois diferentes métodos: classificação de imagens multiespectrais (classificação por redes neurais artificiais - RNA) e análise geoestatística (krigagem por indicação com dados indiretos). Os mapas temáticos foram submetidos à análise da qualidade temática. A krigagem por indicação apresentou resultados suavizados e confusos, ao contrário da classificação por RNA, a qual se constituiu num método eficiente para o objetivo proposto, confirmando a hipótese inicial da investigação. / Abstract: Multispectral images with high spatial resolution can be a suitable data source for the mapping of processes associated to the crop development, as detection of weed. The aerial photogrammetry and satellite image of high spatial resolution are alternatives for the aquisition of these images. However, due to the high cost of these images, a Sistema de Sensoriamento Remoto Aerotransportado - SRA, which is capable of to offer sub-metric spatial resolution has been developed by the Department of Cartography, FCT/Unesp (Presidente Prudente). This work taked into account the hypothesis that is possible to discriminate infestation degree of weed in coffee crop from high spatial resolution multispectral images. To investigate this hypothesis, it was accomplished the mapping using two different methods: multispectral images classification (artificial neural networks classification) and geoestatistics analysis (Indicator kriging with soft data). The thematics maps were submitted to the analysis of thematic quality. The indicator kriging showed smoothed and confused results instead of the artificial neural networks classification, whose results were efficient for the purpose, confirming the initial hypothesis of the investigation. / Orientador: Maria de Lourdes Bueno Trindade Galo / Coorientador: Nilton Nobuhiro Imai / Banca: Bernardo Friedrich Theoodor Rudorff / Banca: Vilma Mayumi Tachibana / Mestre

Orientador: Cláudio Cavariani / Banca: João Nakagawa / Banca: Marco Eustáquio de Sá / Banca: Elza Alves / Banca: Divania de Lima / Resumo: A separação de sementes por classes de tamanho em soja é uma prática recentemente adotada no Brasil. Essa classificação favorece a precisão da semeadura, a obtenção de população adequada, a eqüidistância de plantas e, ainda, redução da demanda de sementes por área. O objetivo do estudo foi avaliar a influência do tamanho das sementes na qualidade fisiológica, durante o armazenamento, e no desempenho agronômico de duas cultivares de soja, produzidas em três localidades distintas do Estado do Paraná, de acordo com a classificação do tamanho proposto pela Comissão Estadual de Sementes e Mudas - CESM/PR. O trabalho foi conduzido em duas etapas, nos anos de 2005 e 2006. A primeira etapa foi realizada no Laboratório de Análise de Sementes do Departamento de Produção Vegetal - Setor Agricultura (DPV-A), e a segunda na área experimental da Fazenda Lageado, ambas as dependências pertencentes à Faculdade de Ciências Agronômicas (FCA), da Universidade Estadual Paulista (UNESP), em Botucatu-SP. Foi utilizado dois cultivares de ciclo semiprecoce, produzidas e classificadas em dois tamanhos (5,5 e 6,5 mm) em Faxinal, Mauá-da-Serra e Ponta Grossa, todas localizadas no Estado do Paraná. Após classificação mediante emprego de peneiras de crivos circulares, as sementes foram transportadas para o DPV-A da FCA onde foram armazenadas sob condições de ambiente natural (sem controle de temperatura e umidade relativa do ar) por um período de seis meses. Nas avaliações de laboratório ao início do armazenamento foram utilizados os seguintes testes: massa de 100 sementes, retenção de peneiras, dano mecânico (hipoclorito de sódio), porcentagem de sementes verdes, e a cada dois meses do período de armazenamento: teor de água das sementes, teste de germinação, primeira contagem de germinação, comprimento... (Resumo completo, clicar acesso eletrônico abaixo). / Abstract: Separation of soybean seeds considering its size class is a recently technique adopted in Brazil. This kind of classification favors sowing precision, obtaining of adequate population and equidistance among plants and, yet, reduction in seed requirement per area. The objective of this research was to evaluate physiological quality of seeds during storage and agronomic performance of two soybean varieties, produced in three different localities from the State of Paraná, according to the size classification suggested by Comissão Estadual de Sementes e Mudas - CESM/PR. The research was carried out in two stages, in the years of 2005 and 2006. The first was carried out in the Laboratório de Análise de Sementes, Departamento de Produção Vegetal - Setor Agricultura (DPV-A), and the second at an experimental area in the Fazenda Lageado, both belonging to the Faculdade de Ciências Agronômicas (FCA), Universidade Estadual Paulista (UNESP), in Botucatu-SP. Two varieties were used, classified as semi-early growth cycle, produced the classification in two sieves (5,5 and 6,5 mm) in Faxinal, Mauá-da-Serra and Ponta Grossa, all located in the State of Paraná. After the classification through the use of screens with round sieves, the seeds were transported to the DPV-A - FCA, where they were stored in environmental conditions (without control of the temperature and relative humidity) for six months. For the laboratorial evaluations before the storage, the following tests were used: weight of 100 seeds, screen retention, mechanical damage (sodium hypochlorite) and percentage of green seeds. During the storage, the seed moisture content, germination, first count of the germination, seed length, seedling dry matter, accelerated aging, electrical conductivity, tetrazolium test, seedling emergence in field and speed of emergence-index were... (Complete abstract, click electronic address below). / Doutor

Orientador: Carlos Roberto Minussi / Banca: Anna Diva Plasencia Lotufo / Banca: Mara Lúcia Martins Lopes / Banca: Arlan Luiz Bettiol / Banca: Edmárcio Antonio Belati / Resumo: Muitos esforços têm sido despendidos para tentar sanar problemas relacionados com Qualidade da Energia Elétrica (QEE), principalmente na automação de processos e desenvolvimento de equipamentos de monitorização que possibilitem maior desempenho e confiabilidade a todo o Sistema Elétrico. Esta pesquisa apresenta um sistema eficiente de identificador/classificador automático de distúrbios chamado de Rede Neuro-Fuzzy-Wavelet. A estrutura básica dessa rede é composta por três módulos: o módulo de detecção de anomalias onde os sinais com distúrbios são identificados, o módulo de extração de características onde as formas de onda com distúrbio são analisadas, e o módulo de classificação que conta com uma rede neural ARTMAP Fuzzy, a qual indica qual o tipo de distúrbio sofrido pelo sinal. Os tipos de distúrbios incluem os isolados de curto prazo, tais como: afundamento de tensão (sag), elevação de tensão (swell), os distúrbios de longo prazo como distorção harmônica, bem como distúrbios múltiplos simultâneos como afundamento de tensão com distorção harmônica e elevação de tensão com distorção harmônica. A concepção do sistema de inferência (neural wavelet ARTMAP fuzzy) permite realizar a classificação dos referidos distúrbios de forma robusta e com grande rapidez na obtenção das soluções. Testes apontam para o alto desempenho dessa rede na detecção e classificação correta dos tipos de distúrbios de tensão analisados, 100% de acerto. A forma robusta e grande rapidez na obtenção dos resultados, possibilita sua aplicação em tempo real, visto que o esforço computacional, muito pequeno, é alocado, basicamente, na fase de treinamento. Somente uma pequena parcela de tempo computacional é necessária para a efetivação das análises. Além do mais, a metodologia proposta pode ser estendida para a realização de tarefas mais complexas... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Many efforts have been spent to solve problems related to Power Quality (PQ), principally in process automation and developing monitoring equipments that can provide more reliability and behavior for the electrical system. This research presents an efficient automatic system to identify/classify disturbs by Fuzzy Wavelet Neural Network. The basic structure of this neural network is composed of three modules such as: module for detecting anomalies where the signals with disturbs are identified, module for extracting the characteristics where the wave forms with disturbs are analyzed, and the module of classification that contains a fuzzy ARTMAP neural network that shows the type of disturbs existing in the signal. The types of disturbs include the short term isolated ones which are: voltage dip (sag), voltage increasing (swell); the long term disturbs such as harmonic distortion as well as the multiple simultaneous ones like the voltage dip with harmonic distortion and voltage increasing with harmonic distortion. The inference system (neural wavelet ARTMAP fuzzy) allows executing the classification of the cited disturbs very fast and obtaining reliable results. This neural network provides high performance when classifying and detecting the voltage disturbs very fast with about 100% of accuracy. The speed in obtaining the results allows an application in real time due to a low computational effort, which is basically in the training phase of the neural network. A little time of the computational effort is spent for the analysis. Moreover the proposed methodology can be used for realizing more complex tasks, as for example the localization of the power sources of the voltage disturbs. It is a very important contribution in the power quality, mainly to be a needy activity for solutions on the specialized literature / Doutor

Resumo: No Brasil, a utilização de Pinus (de reflorestamentos) na indústria madeireira tem sido crescente nos últimos anos. Particularmente para a madeira serrada desse gênero, a produção nacional de madeira serrada de Pinus atingiu 9,46 milhões de m³ em 2008. O crescimento da produção no período de 1999 a 2008 foi de 40,6%. A produção de madeira em ciclos mais curtos tem tornado comum o decréscimo constante na oferta de árvores adultas com grandes diâmetros. Além do aspecto da juvenilidade, nota-se que a madeira hoje disponível para uso industrial e comercial apresenta uma incidência muito grande de nós e outros defeitos, que comprometem significativamente seu desempenho físico mecânico e sua qualidade. Diante dos números que apontam uma crescente demanda por produtos de madeira serrada de Pinus, é natural que a indústria busque formas mais eficientes de garantir a qualidade dos produtos por ela gerados; neste sentido a atividade de inspeção assume um papel importante no processo produtivo. De fato, a classificação de madeira serrada é afetada sensivelmente pela qualidade do trabalho desempenhado pelos graduadores humanos (trabalhadores das serrarias), pois essa é uma atividade estressante, exigindo grande atenção por longos períodos de tempo. O objetivo geral foi o desenvolvimento de técnicas de processamento de imagens digitais para detecção de defeitos na madeira serrada de coníferas. Os objetivos específicos foram, por meio da análise digital das imagens, analisar quais os parâmetros devem ser empregados para a detecção de defeitos na madeira serrada de coníferas, além de desenvolver um software de visão de máquina para a detecção de defeitos na madeira serrada de coníferas. O material utilizado para o estudo foi a madeira extraída de seis árvores de Pinus taeda com 37 anos de idade, provenientes do Horto Florestal de Manduri - SP. As árvores... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: In Brazil, the use of Pinus (reforestation) in the timber industry has been growing in recent years. Estimates indicate that the volume of lumber produced in the country, estimated at about 22 million m3, more than 35% is made of pinewood. Timber production in shorter cycles has become common for the steady decline in the supply of mature trees with large diameters (ABRAF, 2009). In the aspect of juvenility, it is noted that the wood available today for industrial and commercial use has a very high number of knots and other defects that significantly impair their physical performance and mechanical quality. Given the numbers that indicate a growing demand for sawn timber products from pine, it is natural that the industry seek more efficient ways to ensure the quality of products generated by it, meaning that the inspection activity plays an important role in the production process. In fact, the classification of lumber is affected significantly by the quality of work performed by human graders (sawmill workers), because this is a stressful activity, requiring close attention for long periods of time. So, the aim of this study was to develop techniques of digital imaging to detect defects in lumber conifers. The specific objectives were, through the analysis of digital images, analyze which parameters should be taken to detect defects in lumber conifers, and develop a software for machine vision detection of defects in lumber conifers. The material used for the study was the wood from six trees of Pinus taeda with 37 years of age, from the forest nursery of Manduri - SP. The trees were split into planks, which led to 84 samples in which they were originally analyzed manually nodes, presence of bone marrow and 17 other conditions that compromise their quality in accordance with standards established by the NBR 12297 (ABNT, 1991). In the processing of digital images acquired from these boards...(Complete abstract click electronic access below) / Orientador: Adriano Wagner Ballarin / Coorientador: Antônio César Germano Martins / Banca: José Martins de Oliveira Junior / Banca: AntonioAlves Dias / Banca: Jayme Laperuta Filho / Banca: Hernando Alfonso Lara Palma / Doutor