Dissertação (mestrado)—Universidade de Brasília, Instituto de Geociências, Programa de Pós-Graduação em Geociências Aplicadas, 2017. / Submitted by Raquel Almeida (raquel.df13@gmail.com) on 2017-05-12T19:49:30Z No. of bitstreams: 1 2017_KhalilAliGanem.pdf: 7800118 bytes, checksum: 7922fe6795a865561d79dc0353d14fe4 (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2017-05-16T17:02:32Z (GMT) No. of bitstreams: 1 2017_KhalilAliGanem.pdf: 7800118 bytes, checksum: 7922fe6795a865561d79dc0353d14fe4 (MD5) / Made available in DSpace on 2017-05-16T17:02:32Z (GMT). No. of bitstreams: 1 2017_KhalilAliGanem.pdf: 7800118 bytes, checksum: 7922fe6795a865561d79dc0353d14fe4 (MD5) Previous issue date: 2017-05-16 / O projeto intitulado Mapeamento Anual da Cobertura e Uso do Solo no Brasil -MapBiomas - é um projeto atual voltado para a classificação da cobertura do solo a nível nacional. As diversas classes abordadas no âmbito do projeto estão sendo identificadas e mapeadas com base em imagens das séries Landsat. Após a seleção de duas cartas, a SC-24-V-C e a SD-23-X-D, com base em critérios específicos, foi feito um comparativo entre o dado com correção atmosférica obtido por meio dos algoritmos FLAASH e QUAC, e o produto em reflectância no topo da atmosfera (LC8_L1T_TOA), sem correção atmosférica. Este último é o dado atualmente utilizado pelo MapBiomas para o Landsat-8 em classificações resultantes de uma árvore de decisão definida empiricamente pela equipe do projeto. Tal investigação se torna necessária pois o MapBiomas necessita obter um panorama acerca de qual dado apresenta o melhor ajuste às classificações, demonstrando-se mais realista ao contexto da Caatinga, o qual se trata do bioma proporcionalmente menos estudado dentre as regiões naturais brasileiras. As classificações foram geradas pelo Code Editor do Google Earth Engine, uma plataforma capaz de processar imagens de satélite na nuvem de forma distribuída e rápida, permitindo que ferramentas de alto desempenho interpretem e analisem uma gama de informações, as quais são visualizadas em mapas. A partir de análises visuais e da aplicação de testes estatísticos de exatidão global e por classe identificou-se o dado que melhor se ajustou ao contexto da Caatinga, nas cartas selecionadas, mostrando-se mais adequado para proceder com o mapeamento da cobertura do solo no bioma. A carta SC-24-V-C apresentou valores do coeficiente Tau para as classificações oriundas do dado sem correção atmosférica e com dados corrigidos pelo FLAASH e QUAC, de, respectivamente, 54,13%, 39,13% e 58,10%. Já a carta SD-23-X-D apresentou resultados para o mesmo índice de, respectivamente, 55,45%, 68,90% e 64,90%. Isso mostrou que o dado com correção atmosférica, de modo geral, mostrou melhor ajuste ao contexto da Caatinga em comparação com o dado em reflectância no topo da atmosfera. Além disso, dentre os dados utilizados, o FLAASH apresentou maior inconsistência, mostrando-se ora o melhor, ora o pior para cada carta, sendo ainda bem complexo para executar em comparação ao QUAC, que por sua vez é mais rápido no tempo de processamento e apresentou melhor desempenho. O dado sem correção atmosférica não demonstrou diferenças significativas em comparação com os dados corrigidos. E, apesar de ter sido mais baixo, mostrou resultados praticamente idênticos em ambas as análises, o que faz com que o dado não deva ser dispensado, devendo apenas ser feitos ajustes nos parâmetros da árvore de decisão para que seu uso seja mais eficiente. Apesar da variabilidade dos resultados estatísticos em função dos tipos de dados utilizados, constatou-se que a plataforma Google Earth Engine se demonstrou prática, rápida e satisfatória para proceder com a classificação da cobertura do solo na Caatinga. / The project entitled Mapping Annual Coverage and Land Use in Brazil - MapBiomas - is a current project focused on the classification of soil cover at a national level. The various classes addressed in the scope of the project are being identified and mapped based on Landsat images. After the selection of the SC-24-VC and SD-23-XD letters based on specific criteria, a comparison was made between the atmospheric correction data obtained using the FLAASH and QUAC algorithms, and the product of reflectance on the top of atmosphere (LC8_L1T_TOA), without atmospheric correction. The latter data is currently used by MapBiomas for Landsat-8 in the soil cover classifications based on a decision tree empirically defined by the project team. This is a necessary research because the MapBiomas project needs to obtain a panorama about which data represents the best adjustment to the classifications, proving to be more realistic to the context of the Caatinga, which is the biome proportionally less studied among the Brazilian natural regions. The classifications were generated by the Code Editor of Google Earth Engine, a platform capable of processing satellite images in the cloud in a distributed and fast way, allowing high performance tools to interpret and analyze a range of information, which is visualized in the form of maps. Based on the visual analysis and the application of statistical tests of global accuracy and accuracy by class, the data that best fit the context of the Caatinga was identified as the more appropriate to proceed with the mapping of the soil cover in the biome. The letter SC-24-V-C presented Tau values for the classifications from the TOA data and with data corrected by FLAASH and QUAC, of 54.13%, 39.13% and 58.10%, respectively. SD-23-X-D presented results for the same index of, respectively, 55.45%, 68.90% and 64.90%. This showed that the atmospheric correction data, in general, presented a better fit to the context of the Caatinga compared to the top-of-atmosphere reflectance data. In addition, among the data used, FLAASH presented a greater inconsistency, showing to be sometimes the best and in other times the worst for each image. And it is still quite complex to be used if compared to QUAC, which is faster in processing time and had a better performance. The data without atmospheric correction did not show significant differences in comparison with the corrected data. And, even though it had lower values, it showed almost identical results in both analysis, which means that the data should not be dispensed, being necessary only adjustments in the decision tree parameters to achieve more efficient results. In the end, despite the variability of the data, it was found that Google Earth Engine is a highly effective tool to proceed with the classification of the ground cover.

Submitted by Amanda Silva (amanda.osilva2@ufpe.br) on 2015-03-05T14:51:27Z No. of bitstreams: 2 DISSERTAÇÃO Anderson Reis Soares.pdf: 4662366 bytes, checksum: 18f11ed0607ed4c1b197dfd93ed8169c (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-05T14:51:27Z (GMT). No. of bitstreams: 2 DISSERTAÇÃO Anderson Reis Soares.pdf: 4662366 bytes, checksum: 18f11ed0607ed4c1b197dfd93ed8169c (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2014 / CAPES / Grande parte dos algoritmos de correção atmosférica, utilizam a própria imagem (se ela possuir bandas específicas que atuem nas regiões do infravermelho e assim realizar a razão entre bandas) ou modelos atmosféricos, para mitigar os efeitos do vapor d’água sobre as imagens de sensores orbitais. Essa correção permite que a influência da atmosfera seja reduzida, proporcionando uma imagem mais fiel, consequentemente, assinaturas espectrais sem interferência da atmosfera. Como não são todos os sistemas sensores que possuem bandas na região do infravermelho, utiliza-se o MODTRAN, onde são recomendados valores para vapor d’água, que levam em conta a posição geográfica da área imageada e a época do ano. Esse valor de vapor d’água atribuído pode apresentar uma grande diferença quando comparada com dados obtidos no momento do imageamento, por isso o objetivo desta dissertação é analisar a correção atmosférica em imagens de Sensoriamento Remoto utilizando vapor d’água integrado obtido por modelo de Previsão Numérica de Tempo (PNT). Foram analisados os resultados nas faixas espectrais do visível: azul, verde e vermelho e na faixa do infravermelho próximo. Nessa pesquisa foi utilizado o algoritmo de correção atmosférica FLAASH, que se baseia no modelo MODTRAN e está implementado no software ENVI. As imagens hiperespectrais foram obtidas a partir do “site” da United States Geological Service. Os dados de vapor d’água foram extraídos a partir dos arquivos binários gerados pelo modelo de Previsão Numérica de Tempo ETA 15, através do código fonte adaptado do software Interpol desenvolvido no CPTEC/INPE. A partir dessa extração, o valor obtido para cada pixel, foi utilizado na correção atmosférica das imagens utilizando o software ENVI 5. Os resultados do processamento das imagens utilizando a metodologia proposta foram comparados com os resultados da metodologia tradicional, que utiliza o método de razão entre bandas para o cálculo do vapor d’água. Para validação foram analisadas as assinaturas espectrais de alguns alvos na imagem, como também foram utilizadas algumas técnicas de processamento de imagens. Os resultados demonstraram grande semelhança entre as assinaturas corrigidas utilizando a técnica de razão entre bandas e as obtidas após correção com o Modelo de PNT. Os valores médios das diferenças entre esses métodos não foram superiores a 0,017, ou 1% e os desvios padrão não apresentaram diferenças superiores a 0,077 ou 7%. Para trabalhos futuros sugere-se analisar as respostas espectrais dos dados de campo, para avaliar se a metodologia proposta oferece uma acurácia maior que a atualmente utilizada em correções atmosféricas.

Made available in DSpace on 2016-03-15T19:35:57Z (GMT). No. of bitstreams: 1 Edith Tueros Cuadros.pdf: 4357925 bytes, checksum: 7a9a7c9700e9ab1b8e24a65ab089b198 (MD5) Previous issue date: 2016-02-02 / Fundação de Amparo a Pesquisa do Estado de São Paulo / Cosmic rays are strongly influenced by solar, geomagnetic and atmospheric phenomena. CARPET detector, conceived for cosmic rays observation with energies in the range between 105 - 1012 eV, is an important tool for the study of these phenomena. The Earth s atmosphere conditions are also affected by changes in the cosmic rays flux, therefore, cosmic rays characterization is important to define physical and chemical conditions of our atmosphere. To characterize the cosmic rays flux variations, detected on the ground, prior elimination of atmospheric pressure and temperature effects on ground level is needed, thus, data recorded by meteorological instruments on CASLEO were used for that corrections. To eliminate the effect of temperature through the whole vertical atmosphere it was applied the integral and the mass-average temperature method by using vertical temperature profiles. Both methods were tested using CARPET-TEL data for the year 2009, this data were previously corrected by pressure influences. The mass-average temperature method shows a better response when comparing the corrected CARPET date with neutron monitor observations .The whole cosmic rays flux data analysis, for CARPET-TEL data corrected by integral method (for the period 2006/04/01 - 2014/06/30), shows an anti-correlation with sunspot number and a clear seasonal variation after 2008. Two Forbush decreases (FD), were detected by CARPET which were produced by geo-effective CMEs. Both FD onsets coincided with the interplanetary shock instant, which preceded intense geomagnetic storms. With these results, we can reinforce that CARPET is an important tool to study long and short term cosmic rays behavior, because it has a similar response to experiments that operates at atmosphere particle energy ranges. / Os raios cósmicos são fortemente influenciados pelos fenômenos solares, geomagnéticos e atmosféricos. O detector CARPET, concebido para a observação dos raios cósmicos com energias na faixa compreendida entre 105 e 1012 eV, é uma ferramenta importante para o estudo desses fenômenos. As condições da nossa atmosfera são também afetadas pelas variações no fluxo de raios cósmicos que chegam a Terra, portanto sua caracterização é importante para se definir as condições físicas e químicas da mesma. Para caracterizar as variações do fluxo de raios cósmicos a partir de observações no solo é necessário a eliminação prévia da influência dos efeitos da pressão e temperatura atmosférica na superfície, para tal foram utilizados dados meteorológicos obtidos no CASLEO. Para a eliminação do efeito da temperatura ao longo de toda atmosfera foram utilizados o método integral e o método de temperatura ponderada pela massa que utilizam perfis verticais de temperatura. Os dois métodos foram testados para o ano de 2009 com os dados do canal TEL do CARPET previamente corrigidos pela pressão, sendo que o método de temperatura ponderada pela massa apresentou uma resposta melhor ao se comparar os dados corrigidos com os dados observados com monitores de nêutrons. A análise de todos os dados do fluxo raios cósmicos do canal TEL do CARPET (1/04/2006 a 30/06/2014) corrigidos pelo método integral, mostra a anti-correlação com o número de manchas solares, e uma variação sazonal pronunciada após 2008. Foram detectados dois decréscimos Forbush (FD) produzidos por CMEs geo-efetivos. O início de ambos FD coincidiu com o instante do choque interplanetário, que antecedeu tempestades geomagnéticas intensas. Com estes resultados reforçamos que o CARPET é uma ferramenta importante para estudo das modulações de raios cósmicos de longo e curto prazo porque apresenta uma resposta semelhante com os experimentos que fazem observações em outras faixas de energia.