Segundo a Agência Nacional de Transportes Terrestres (ANTT) em seu Anuário Estatístico dos Transportes Terrestres AETT (2008), o Brasil em todo o seu território possui 211.678 quilômetros de rodovias pavimentadas. O valor de serventia do pavimento diminui com o passar do tempo por dois fatores principais: o tráfego e as intempéries (BERNUCCI et al., 2008). Monitorar a condição de uso de toda a extensão das rodovias brasileiras é tarefa dispendiosa e demorada. A investigação de novas técnicas que permitam o levantamento da condição dos pavimentos de forma ágil e automática é parte da pesquisa deste trabalho. Nos últimos anos, um número crescente de imagens de alta resolução espacial tem surgido no mercado mundial com o aparecimento dos novos satélites e sensores aeroembarcados de sensoriamento remoto. Da mesma forma, imagens multiespectrais e até mesmo hiperespectrais estão sendo disponibilizadas comercialmente e para pesquisa científica. Neste trabalho são utilizadas imagens hiperespectrais de sensor digital aeroembarcado. Uma metodologia para identificação automática dos pavimentos asfaltados e classificação das principais ocorrências dos defeitos do asfalto foi desenvolvida. A primeira etapa da metodologia é a identificação do asfalto na imagem, utilizando uma classificação híbrida baseada inicialmente em pixel e depois refinada por objetos foi possível a extração da informação de asfalto das imagens disponíveis. A segunda etapa da metodologia é a identificação e classificação das ocorrências dos principais defeitos nos pavimentos flexíveis que são observáveis nas imagens de alta resolução espacial. Esta etapa faz uso intensivo das novas técnicas de classificação de imagens baseadas em objetos. O resultado final é a geração de índices da condição do pavimento, a partir das imagens, que possam ser comparados com os indicadores da qualidade da superfície do pavimento já normatizados pelos órgãos competentes no país. / According to Statistical Survey of Land Transportation AETT (2008) of National Agency of Land Transportation (ANTT), Brazil has in its territory 211,678 kilometers of paved roads. The pavement Present Serviceability Ratio (PSR) value decreases over time by two main factors: traffic and weather (BERNUCCI et al., 2008). Monitor the condition of use of all Brazilian roads is expensive and time consuming task. The investigation of new techniques that allow a quick and automatic survey of pavement condition is part of this research. In recent years, an increasing number of images with high spatial resolution has emerged on the world market with the advent of new remote sensing satellites and airborne sensors. Similarly, multispectral and even hyperspectral imagery are become available commercially and for scientific research nowadays. Hyperspectral images from digital airborne sensor have been used in this work. A new methodology for automatic identification of asphalted pavement and also for classification of the main defects of the asphalt has been developed. The first step of the methodology is the identification of the asphalt in the image, using hybrid classification based on pixel initially and after improved by objects. Using this approach was feasible to extract asphalt information from the available images. The second step of the methodology is the identification and classification of the main defects of flexible pavement surface that are observable in high spatial resolution imagery. This step makes intensive use of new techniques for classification of images based on objects. The goal, is the generation of pavement surface condition index from the images that can be compared with quality index of pavement surface that are already regulated by the regulatory agency in the country.

Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2016-06-29T11:48:02Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação de Mestrado - Lívia Rodrigues e Brito.pdf: 11880513 bytes, checksum: cdf56fe284940b9c31e62271753b913f (MD5) / Made available in DSpace on 2016-06-29T11:48:02Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação de Mestrado - Lívia Rodrigues e Brito.pdf: 11880513 bytes, checksum: cdf56fe284940b9c31e62271753b913f (MD5) Previous issue date: 2014-08-25 / CNPq / A adição de aditivos detergentes dispersantes nas gasolinas brasileiras será obrigatória a partir de julho de 2015. É necessário, portanto, desenvolver uma metodologia que permita quantificar esses aditivos para verificar o cumprimento da lei. Neste trabalho, é proposto um método que associa a técnica do ring-oven com as imagens hiperespectrais no infravermelho próximo (NIR-HI). Como os aditivos são adicionados em baixas concentrações, a técnica do ring-oven foi empregada para concentrá-los previamente à análise por NIR-HI. Anéis foram produzidos a partir de amostras de gasolinas comum adicionadas dos aditivos (denominados G, T, W e Y) fornecidos pela Agência Nacional do Petróleo, Gás Natural e Biocombustíveis (ANP) e as imagens adquiridas utilizando uma câmera hiperespectral (SisuCHEMA). Três estratégias de extração dos espectros do anel foram testadas a fim de se escolher a mais rápida e objetiva. A estratégia escolhida se baseia nos histogramas dos escores da primeira componente principal das imagens analisadas individualmente. Modelos de calibração individuais para cada aditivo foram construídos empregando a regressão por mínimos quadrados parciais (PLS), por isso, fez-se necessária uma etapa prévia de classificação. O melhor resultado para classificação foi obtido empregando a análise discriminante linear (LDA) associada ao algoritmo genético (GA) para seleção de variáveis, o qual apresentou uma taxa de classificações corretas de 92,31 %. Observou-se que a maioria dos erros de classificação envolveram amostras dos aditivos G e W. Um único modelo de regressão para esses dois aditivos foi, então, construído e seu erro foi equivalente aos dos modelos individuais. Os modelos de regressão apresentaram erros médios de predição entre 2 e 15 %. Esses resultados mostram que a metodologia proposta pode ser utilizada para determinar as concentrações dos aditivos com confiabilidade e garantir que eles estão sendo adicionados conforme a lei. / The addition of detergent dispersant additives to Brazilian gasoline will be mandatory from July 2015. It is necessary, therefore, to develop a methodology that allows quantifying these additives to verify their compliance with the law. In this work, a method that associates the ring-oven technique with near infrared hyperspectral images (NIR-HI) is proposed. Because the additives are added in low concentrations, the ring-oven technique was employed to concentrate them prior to the NIR-HI analysis. Rings were produced from samples of gasolines without additives spiked with additives (called G, T, W and Y) provided by the National Agency of Petroleum, Natural Gas and Biofuels (ANP) and the images were acquired using a hyperspectral camera (SisuCHEMA). Three strategies for extraction of the ring spectra were tested in order to select the faster and most objective. The chosen strategy is based on the histograms of the first principal component scores of the images analyzed individually. Regression models were built for each additive using partial least squares (PLS) regression, so it was necessary to have a previous classification stage. The best classification result was obtained using the linear discriminant analysis (LDA) associated with the genetic algorithm (GA) for variable selection, which showed a correct classification rate of 92.31 %. It was observed that most of the misclassification errors involved the samples of the G and W additives. A single regression model was then built for these two additives and its error was equivalent to the errors of the individual models. The regression models showed average prediction errors between 2 and 15 %. These results show that the proposed methodology can be used to determine the additive concentrations with reliability and to ensure that they are been added according to the law.

Segundo a Agência Nacional de Transportes Terrestres (ANTT) em seu Anuário Estatístico dos Transportes Terrestres AETT (2008), o Brasil em todo o seu território possui 211.678 quilômetros de rodovias pavimentadas. O valor de serventia do pavimento diminui com o passar do tempo por dois fatores principais: o tráfego e as intempéries (BERNUCCI et al., 2008). Monitorar a condição de uso de toda a extensão das rodovias brasileiras é tarefa dispendiosa e demorada. A investigação de novas técnicas que permitam o levantamento da condição dos pavimentos de forma ágil e automática é parte da pesquisa deste trabalho. Nos últimos anos, um número crescente de imagens de alta resolução espacial tem surgido no mercado mundial com o aparecimento dos novos satélites e sensores aeroembarcados de sensoriamento remoto. Da mesma forma, imagens multiespectrais e até mesmo hiperespectrais estão sendo disponibilizadas comercialmente e para pesquisa científica. Neste trabalho são utilizadas imagens hiperespectrais de sensor digital aeroembarcado. Uma metodologia para identificação automática dos pavimentos asfaltados e classificação das principais ocorrências dos defeitos do asfalto foi desenvolvida. A primeira etapa da metodologia é a identificação do asfalto na imagem, utilizando uma classificação híbrida baseada inicialmente em pixel e depois refinada por objetos foi possível a extração da informação de asfalto das imagens disponíveis. A segunda etapa da metodologia é a identificação e classificação das ocorrências dos principais defeitos nos pavimentos flexíveis que são observáveis nas imagens de alta resolução espacial. Esta etapa faz uso intensivo das novas técnicas de classificação de imagens baseadas em objetos. O resultado final é a geração de índices da condição do pavimento, a partir das imagens, que possam ser comparados com os indicadores da qualidade da superfície do pavimento já normatizados pelos órgãos competentes no país. / According to Statistical Survey of Land Transportation AETT (2008) of National Agency of Land Transportation (ANTT), Brazil has in its territory 211,678 kilometers of paved roads. The pavement Present Serviceability Ratio (PSR) value decreases over time by two main factors: traffic and weather (BERNUCCI et al., 2008). Monitor the condition of use of all Brazilian roads is expensive and time consuming task. The investigation of new techniques that allow a quick and automatic survey of pavement condition is part of this research. In recent years, an increasing number of images with high spatial resolution has emerged on the world market with the advent of new remote sensing satellites and airborne sensors. Similarly, multispectral and even hyperspectral imagery are become available commercially and for scientific research nowadays. Hyperspectral images from digital airborne sensor have been used in this work. A new methodology for automatic identification of asphalted pavement and also for classification of the main defects of the asphalt has been developed. The first step of the methodology is the identification of the asphalt in the image, using hybrid classification based on pixel initially and after improved by objects. Using this approach was feasible to extract asphalt information from the available images. The second step of the methodology is the identification and classification of the main defects of flexible pavement surface that are observable in high spatial resolution imagery. This step makes intensive use of new techniques for classification of images based on objects. The goal, is the generation of pavement surface condition index from the images that can be compared with quality index of pavement surface that are already regulated by the regulatory agency in the country.

A plasticidade do Eucalyptus às mudanças no clima merece destaque, principalmente pelo fato da maioria dos povoamentos florestais implantados no Brasil serem, em geral, estabelecidos em regiões de baixa fertilidade, pobres em potássio (K) e submetidos a longos períodos de déficit hídrico. A expansão das plantações pode ser prejudicada pelas mudanças climáticas, com a alteração da frequência e intensidade da precipitação. Desta forma, o presente trabalho tem como objetivo avaliar o efeito da interação do déficit hídrico e da fertilização com K e sódio (Na) no crescimento e qualidade do lenho de árvores de E. grandis sob o contexto das mudanças climáticas. Em experimento do tipo split-plot instalado em junho de 2010, foram selecionadas 54 árvores de eucalipto com cinco anos submetidas a dois regimes hídricos (100% e 63%) e três fertilizantes (K, Na e controle). Realizou-se a amostragem do lenho, coletando-se seis discos nas posições base, DAP, 25, 50, 75 e 100% da altura total. Avaliou-se as propriedades físicas (densidade aparente por densitometria de raios x e predição da densidade básica por NIR), propriedades anatômicas (fibras e vasos) e química (predição do teor de extrativos totais pela aquisição da imagem HI-NIR), de acordo com os tratamentos. Para a predição dos extrativos, propôs-se a predição direta e a transferência de calibração entre equipamentos NIR e HI-NIR. A transferência foi baseada em uma coleção de base de calibração completa medida nos dois aparelhos. Comparou-se quatro modelos de transferência de calibração (Update, Repfile, PDS e TOP). A eficácia dos modelos foi testada em um grupo de amostras teste (1/3 das amostras totais). Os resultados mostram que em todas as propriedades do lenho houve efeito significativo dos tratamentos; a densidade aparente é menor nas árvores fertilizadas com K e Na e sem exclusão parcial de chuvas. A predição da densidade básica apresentou resultado satisfatório com RMSECV igual a 0,022 g/cm³. As fibras são maiores nas árvores fertilizadas com K e apresentam maior espessura de parede nas árvores controle, ambas na condição de exclusão parcial de chuvas. Os vasos e a largura dos anéis de crescimento sofreram influência, principalmente, da exclusão de chuvas. A predição direta do teor de extrativos totais foi eficácia, mostrando resultados semelhantes com a literatura para valores de extrativos de eucalipto preditos e observados. O tratamento K sem exclusão parcial de chuvas apresentou o menor valor médio predito de extrativos totais (3,90%). O melhor modelo de transferência de calibração foi o TOP, com SEP de 1,53%, SECV de 1,41% e R² de 0,88. Conclui-se que a interação do déficit hídrico e da fertilização influenciou as propriedades do lenho das árvores de E. grandis e as análises realizadas permitem traçar estratégias mais adequadas para dar subsídio à expansão de povoamentos florestais brasileiros em áreas sujeitas a longos períodos de seca. / The plasticity of the Eucalyptus to changes in the climate deserves to be highlighted, mainly because most of the forests implanted in Brazil are generally established in regions of low fertility, poor in potassium (K) and subjected to long periods of drought. Expansion of plantations can be hindered by climate change, with changes in the frequency and intensity of precipitation. The objective of this work is to evaluate the interaction of drought and fertilization with K and sodium (Na) on the growth and quality of E. grandis trees in the context of climate change. In a split-plot experiment installed in June 2010, 54 Eucalyptus trees with five years submitted to two water regimes (100% and 63%) and three fertilizers (K, Na and control) were selected. Sampling was carried out by collecting six discs at the base positions, DBH, 25, 50, 75 and 100% of the total height. The physical properties (apparent density by x-ray densitometry and basic density prediction by NIR), anatomical properties (fibers and vessels) and chemistry (prediction of total extractive content by HI-NIR image acquisition) were evaluated according to the treatments. For the prediction of extractives, the direct prediction and calibration transfer between NIR and HI-NIR equipment was proposed. The transfer was based on a complete calibration base collection measured on both devices. Four calibration transfer models (Update, Repfile, PDS and TOP) were compared. The efficacy of the models was tested in test set samples (1/3 of the total samples). The results show that in all the properties of the wood there was significant effect of the treatments; the apparent density is lower in the trees fertilized with K and Na and without partial throughfall exclusion. The prediction of the basic density presented satisfactory results with RMSECV of 0.022 g/cm³. The fibers are larger in the trees fertilized with K and present a greater thickness of wall in the control trees, both in partial throughfall exclusion. The vessels and the width of the growth rings were influenced, mainly, by partial throughfall exclusion. The direct prediction of the total extractive content was efficacy, showing similar results with the literature for values of predicted and observed Eucalyptus extractives. The K treatment without partial rainfall exclusion had the lowest predicted mean value of total extractives (3.90%). The best calibration transfer model was the TOP, with SEP of 1.53%, SECV of 1.41% and R² of 0.88. The conclusion of this work is that the interaction of water deficit and fertilization influences the wood properties of E. grandis trees and the analyzes carried out allow to draw up more adequate strategies to subsidize the expansion of Brazilian plantation forests in areas subject to long periods of drought.

A plasticidade do Eucalyptus às mudanças no clima merece destaque, principalmente pelo fato da maioria dos povoamentos florestais implantados no Brasil serem, em geral, estabelecidos em regiões de baixa fertilidade, pobres em potássio (K) e submetidos a longos períodos de déficit hídrico. A expansão das plantações pode ser prejudicada pelas mudanças climáticas, com a alteração da frequência e intensidade da precipitação. Desta forma, o presente trabalho tem como objetivo avaliar o efeito da interação do déficit hídrico e da fertilização com K e sódio (Na) no crescimento e qualidade do lenho de árvores de E. grandis sob o contexto das mudanças climáticas. Em experimento do tipo split-plot instalado em junho de 2010, foram selecionadas 54 árvores de eucalipto com cinco anos submetidas a dois regimes hídricos (100% e 63%) e três fertilizantes (K, Na e controle). Realizou-se a amostragem do lenho, coletando-se seis discos nas posições base, DAP, 25, 50, 75 e 100% da altura total. Avaliou-se as propriedades físicas (densidade aparente por densitometria de raios x e predição da densidade básica por NIR), propriedades anatômicas (fibras e vasos) e química (predição do teor de extrativos totais pela aquisição da imagem HI-NIR), de acordo com os tratamentos. Para a predição dos extrativos, propôs-se a predição direta e a transferência de calibração entre equipamentos NIR e HI-NIR. A transferência foi baseada em uma coleção de base de calibração completa medida nos dois aparelhos. Comparou-se quatro modelos de transferência de calibração (Update, Repfile, PDS e TOP). A eficácia dos modelos foi testada em um grupo de amostras teste (1/3 das amostras totais). Os resultados mostram que em todas as propriedades do lenho houve efeito significativo dos tratamentos; a densidade aparente é menor nas árvores fertilizadas com K e Na e sem exclusão parcial de chuvas. A predição da densidade básica apresentou resultado satisfatório com RMSECV igual a 0,022 g/cm³. As fibras são maiores nas árvores fertilizadas com K e apresentam maior espessura de parede nas árvores controle, ambas na condição de exclusão parcial de chuvas. Os vasos e a largura dos anéis de crescimento sofreram influência, principalmente, da exclusão de chuvas. A predição direta do teor de extrativos totais foi eficácia, mostrando resultados semelhantes com a literatura para valores de extrativos de eucalipto preditos e observados. O tratamento K sem exclusão parcial de chuvas apresentou o menor valor médio predito de extrativos totais (3,90%). O melhor modelo de transferência de calibração foi o TOP, com SEP de 1,53%, SECV de 1,41% e R² de 0,88. Conclui-se que a interação do déficit hídrico e da fertilização influenciou as propriedades do lenho das árvores de E. grandis e as análises realizadas permitem traçar estratégias mais adequadas para dar subsídio à expansão de povoamentos florestais brasileiros em áreas sujeitas a longos períodos de seca. / The plasticity of the Eucalyptus to changes in the climate deserves to be highlighted, mainly because most of the forests implanted in Brazil are generally established in regions of low fertility, poor in potassium (K) and subjected to long periods of drought. Expansion of plantations can be hindered by climate change, with changes in the frequency and intensity of precipitation. The objective of this work is to evaluate the interaction of drought and fertilization with K and sodium (Na) on the growth and quality of E. grandis trees in the context of climate change. In a split-plot experiment installed in June 2010, 54 Eucalyptus trees with five years submitted to two water regimes (100% and 63%) and three fertilizers (K, Na and control) were selected. Sampling was carried out by collecting six discs at the base positions, DBH, 25, 50, 75 and 100% of the total height. The physical properties (apparent density by x-ray densitometry and basic density prediction by NIR), anatomical properties (fibers and vessels) and chemistry (prediction of total extractive content by HI-NIR image acquisition) were evaluated according to the treatments. For the prediction of extractives, the direct prediction and calibration transfer between NIR and HI-NIR equipment was proposed. The transfer was based on a complete calibration base collection measured on both devices. Four calibration transfer models (Update, Repfile, PDS and TOP) were compared. The efficacy of the models was tested in test set samples (1/3 of the total samples). The results show that in all the properties of the wood there was significant effect of the treatments; the apparent density is lower in the trees fertilized with K and Na and without partial throughfall exclusion. The prediction of the basic density presented satisfactory results with RMSECV of 0.022 g/cm³. The fibers are larger in the trees fertilized with K and present a greater thickness of wall in the control trees, both in partial throughfall exclusion. The vessels and the width of the growth rings were influenced, mainly, by partial throughfall exclusion. The direct prediction of the total extractive content was efficacy, showing similar results with the literature for values of predicted and observed Eucalyptus extractives. The K treatment without partial rainfall exclusion had the lowest predicted mean value of total extractives (3.90%). The best calibration transfer model was the TOP, with SEP of 1.53%, SECV of 1.41% and R² of 0.88. The conclusion of this work is that the interaction of water deficit and fertilization influences the wood properties of E. grandis trees and the analyzes carried out allow to draw up more adequate strategies to subsidize the expansion of Brazilian plantation forests in areas subject to long periods of drought.