Resumo: A agricultura de precisão dispõe de tecnologias que auxiliam a produção agrícola, permitindo o monitoramento do desenvolvimento das culturas. Assim, os objetivos deste trabalho foram: (i) avaliar o efeito de dois preparos de solo sobre características agronômicas da cultura do amendoim; (ii) comparar os índices de vegetação (NDVI e IRVI) por meio de monitoramento temporal, e sua correlação com variáveis agronômicas em dois preparos de solo; (iii) avaliar o comportamento da variabilidade espacial dos atributos do solo e de parâmetros de colheita e correlaciona-los com o índice de vegetação NDVI. O experimento foi realizado na safra 2017/2018 em área agrícola do município de Jaboticabal, estado de São Paulo, Brasil, localizada próximo as coordenadas geográficas 21°14’S e 48°16’O, com altitude média de 615 m. Foram realizados dois preparos de solo, o conservacionista e o convencional. O delineamento experimental foi baseado nas premissas básicas do Controle Estatístico de Qualidade – CEQ, contendo 60 pontos amostrais com GRID de 15 x 15 m. As avaliações ocorreram aos 30, 45, 80, 90 e 110 dias após a semeadura (DAS) por meio de coletas a campo e sensoriamento proximal utilizando sensor GreenSeeker. A partir da malha georreferenciada, foram estudados os atributos do solo (areia, argila, resistência mecânica do solo a penetração na linha e entrelinha de semeadura) e parâmetros relacionados com a colheita do amendoim como perdas totais e produtividade. As análises estatísticas utili... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Precision agriculture has technologies that help agricultural production, allowing the monitoring of crop development. Thus, the objectives of this work were: (i) to evaluate the effect of two soil tillage on peanut crop agronomic characteristics; (ii) compare vegetation indices (NDVI and IRVI) by temporal monitoring and their correlation with agronomic variables in two soil tillage; (iii) evaluate the behavior of spatial variability of soil attributes and harvesting parameters and correlate them with the NDVI vegetation index. The experiment was carried out in the 2017/2018 crop in an agricultural area of Jaboticabal, São Paulo State, Brazil, located near the geographic coordinates 21°14'S and 48° 6'O, with an average altitude of 615 m. Two soil tillage were done, the conservationist and the conventional one. The experimental design was based on the basic assumptions of the Statistical Quality Control - CEQ, containing 60 sampling points with 15 x 15 m GRID. Evaluations took place at 30, 45, 80, 90 and 110 days after sowing (DAS) by field collections and proximal sensing using GreenSeeker sensor. From the georeferenced mesh, the soil attributes (sand, clay, soil mechanical resistance to penetration in the row and sowing row) and parameters related to peanut harvest as total losses and yield were studied. The statistical analyzes used were descriptive statistics, Pearson correlation, individual control charts for process monitoring and geostatistics in the generation of spati... (Complete abstract click electronic access below) / Doutor

Orientador: Carlos Eduardo Angeli Furlani / Resumo: A agricultura de precisão dispõe de tecnologias que auxiliam a produção agrícola, permitindo o monitoramento do desenvolvimento das culturas. Assim, os objetivos deste trabalho foram: (i) avaliar o efeito de dois preparos de solo sobre características agronômicas da cultura do amendoim; (ii) comparar os índices de vegetação (NDVI e IRVI) por meio de monitoramento temporal, e sua correlação com variáveis agronômicas em dois preparos de solo; (iii) avaliar o comportamento da variabilidade espacial dos atributos do solo e de parâmetros de colheita e correlaciona-los com o índice de vegetação NDVI. O experimento foi realizado na safra 2017/2018 em área agrícola do município de Jaboticabal, estado de São Paulo, Brasil, localizada próximo as coordenadas geográficas 21°14’S e 48°16’O, com altitude média de 615 m. Foram realizados dois preparos de solo, o conservacionista e o convencional. O delineamento experimental foi baseado nas premissas básicas do Controle Estatístico de Qualidade – CEQ, contendo 60 pontos amostrais com GRID de 15 x 15 m. As avaliações ocorreram aos 30, 45, 80, 90 e 110 dias após a semeadura (DAS) por meio de coletas a campo e sensoriamento proximal utilizando sensor GreenSeeker. A partir da malha georreferenciada, foram estudados os atributos do solo (areia, argila, resistência mecânica do solo a penetração na linha e entrelinha de semeadura) e parâmetros relacionados com a colheita do amendoim como perdas totais e produtividade. As análises estatísticas utili... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Precision agriculture has technologies that help agricultural production, allowing the monitoring of crop development. Thus, the objectives of this work were: (i) to evaluate the effect of two soil tillage on peanut crop agronomic characteristics; (ii) compare vegetation indices (NDVI and IRVI) by temporal monitoring and their correlation with agronomic variables in two soil tillage; (iii) evaluate the behavior of spatial variability of soil attributes and harvesting parameters and correlate them with the NDVI vegetation index. The experiment was carried out in the 2017/2018 crop in an agricultural area of Jaboticabal, São Paulo State, Brazil, located near the geographic coordinates 21°14'S and 48° 6'O, with an average altitude of 615 m. Two soil tillage were done, the conservationist and the conventional one. The experimental design was based on the basic assumptions of the Statistical Quality Control - CEQ, containing 60 sampling points with 15 x 15 m GRID. Evaluations took place at 30, 45, 80, 90 and 110 days after sowing (DAS) by field collections and proximal sensing using GreenSeeker sensor. From the georeferenced mesh, the soil attributes (sand, clay, soil mechanical resistance to penetration in the row and sowing row) and parameters related to peanut harvest as total losses and yield were studied. The statistical analyzes used were descriptive statistics, Pearson correlation, individual control charts for process monitoring and geostatistics in the generation of spati... (Complete abstract click electronic access below) / Doutor

Medidas complementares ao monitoramento in situ da qualidade da água podem ser obtidas por meio de sensoriamento remoto, sendo clorofila-a e sólidos suspensos alguns dos parâmetros que podem ser estimados. Este trabalho teve como objetivo explorar técnicas de processamento de imagens, análises estatísticas e de inteligência artificial com o objetivo de predizer e modelar as concentrações de clorofila-a e sólidos suspensos totais na Represa do Lobo/SP. Metodologicamente, foram realizadas coletas em campo, em três diferentes datas, para amostragem de água e posterior análise laboratorial. Os resultados limnológicos foram analisados, modelados e comparados com imagens processadas do satélite Sentinel-2. Análises de regressão e redes neurais artificiais (RNA) foram exploradas para gerar modelos de predição para a área de estudo. Os resultados indicam que métodos de regressão podem não ser adequados para capturar as relações lineares e/ou não-lineares entre os compostos de interesse e as respostas espectrais da água recebidas pelo satélite, indicando a capacidade das redes neurais em modelar relações mais complexas. Através da integração da resposta que o sensor MSI do satélite Sentinel-2 coletou nas regiões do visível ao infravermelho médio e de RNAs foi possível modelar a concentração de clorofila-a, com valores de R² superiores a 0,65 e de RMSE inferiores a 2,5 μg/L, e gerar mapas que permitam seu monitoramento temporal e análise espacial na área de estudo. Os resultados para SST não foram satisfatórios devido à complexidade óptica do ambiente analisado, bem como as baixas concentrações de SST na represa. Portanto, a integração de dados de sensoriamento remoto no mapeamento de corpos d\'água com a aplicação de redes neurais na análise de dados é uma abordagem promissora para prever clorofila-a e sólidos suspensos, bem como suas variações temporais e espaciais. / Complementary measures to in situ monitoring of water quality can be obtained through remote sensing, with chlorophyll-a and suspended solids being some of the parameters that can be estimated. The objective of this work was to explore techniques for image processing, statistical analysis and artificial intelligence with the objective of predicting and modeling the concentrations of chlorophyll-a and total suspended solids in the Lobo Reservoir/SP. Methodologically, field samples were collected in three different dates for water sampling and laboratory analysis. The limnological results were analyzed, modeled and compared with processed images of the Sentinel-2 satellite. Regression analysis and artificial neural networks (ANNs) were explored to generate prediction models for the study area. The results indicate that regression methods may not be adequate to capture linear and/or nonlinear relationships between the compounds of interest and the spectral responses of water received by the satellite, indicating the ability of neural networks to model more complex relationships. Through of the integration of response wich the MSI sensor of Sentinel satellite collected in the visible and near-infrared regions and of the ANN analysis was possible modeling the chlorophyll-a concentration, wich R² values highers of 0.65 and RMSE less 2.5, and create predict maps wich allow your temporal monitoring and spatial analysis in the study area. The TSS results were unsatisfactory because of the optic complexity of analysed ambient, as well as your small TSS concentrations in the Lobo Reservoir. Therefore, the integration of remote sensing data in the mapping of water bodies with the application of neural networks in the data analysis is a promising approach to predict chlorophyll-a and suspended solids as well as their temporal and spatial variations.

O objetivo desta pesquisa é examinar a relação entre vegetação, temperatura de superfície e morfologia urbana na Região Metropolitana de São Paulo, tanto espacial quanto temporalmente. Para tanto utilizam-se índices de vegetação e imagens termais diurnas e noturnas do satélite Aqua-MODIS de 2002 a 2017, além de mapeamento da morfologia urbana de acordo com o conceito de local climate zones. As hipóteses que norteiam o trabalho são as de que áreas com a presença de vegetação apresentam menor temperatura superficial ao longo de todo o ano e que a supressão da vegetação acarreta aumento de temperatura superficial. Os resultados evidenciam que as áreas mais urbanizadas apresentam temperatura de superfície diurna e noturna superior às áreas menos urbanizadas, sendo que a área urbanizada não se apresenta homogênea: áreas com maiores índices de vegetação e/ou edifícios mais altos apresentam temperatura de superfície inferior a outras tipologias urbanas no período diurno e áreas com edifícios altos e índices de vegetação baixos apresentam temperatura superficial noturna mais elevada, característica compatível com o padrão de ilha de calor de superfície. As áreas que apresentaram perdas extensas de vegetação e intervenções urbanas, como a implantação de pavimentação, apresentaram aumento de temperatura superficial, sendo os resultados temporais fortemente dependentes da escala de análise. A correlação entre a temperatura de superfície e os índices de vegetação é alta e negativa para todo o período analisado, mantendo-se elevada tanto nas estações com temperaturas superficiais acima da média do período como naquelas com precipitação abaixo da média do período, indicando o papel da vegetação tanto na atenuação das temperaturas superficiais na RMSP quanto sua possível resiliência às situações extremas de temperaturas elevadas e baixa precipitação. / The objective of this research is to examine the relationship between vegetation, surface temperature and urban morphology in the Metropolitan Region of São Paulo (MRSP), both in space and time. Vegetation indices and daytime and nighttime thermal images of the Aqua-MODIS satellite from 2002 to 2017 are used, as well as mapping of urban morphology according to the local climate zones concept. The hypotheses that guide this research are that areas with the presence of vegetation present a lower surface temperature throughout the year and that the suppression of vegetation leads to an increase in surface temperature. Results show higher daytime and nighttime surface temperature at the urbanized areas, compared to their less urbanized surroundings, however, the urbanized area is not homogeneous: Areas with higher vegetation indexes and / or higher buildings have lower surface temperatures compared to other urban typologies in the daytime period, and areas with high buildings and low vegetation indexes have higher nighttime surface temperature, a feature compatible with the surface heat island pattern. The areas that presented extensive vegetation losses and urban interventions, such as pavement, showed an increase in surface temperature, with temporal results strongly depending on the scale of analysis. The correlation between surface temperature and vegetation indices is high and negative for the whole period analyzed. The correlation remains high in seasons with surface temperatures above the average and those with precipitation below the average, indicating the role of vegetation in the attenuation of the surface temperatures in the MRSP and also its possible resilience to extreme events of high temperatures and low precipitation.

Orientador: Teresa Cristina Tarlé Pissarra / Coorientador: David Luciano Rosalen / Banca: Luiz Henrique da Silva Rotta / Banca: Marcílio Vieira Martins Filho / Banca: Rejane Ennes Cicerelli / Banca: Newton La Scxala Junior / Resumo: A voçoroca é o estágio mais avançado da erosão hídrica, causando inúmeros prejuízos para o meio ambiente e para o homem. Devido à extensão desse fenômeno e a dificuldade de acesso em campo, as técnicas de detecção automática de voçorocas têm despertado interesse, especialmente por meio da Análise de Imagens Baseada em Objetos Geográficos (GEOBIA). O objetivo desse trabalho foi mapear voçorocas utilizando a GEOBIA a partir de imagens RapidEye e dados SRTM, em duas regiões localizadas em Uberaba, Minas Gerais. Para isso, foi proposto aplicar o Índice de Avaliação da Segmentação (SEI) na etapa de segmentação da imagem. A criação das regras para detecção das voçorocas foi realizada de forma empírica, no software InterIMAGE, e de forma automática, a partir do algoritmo de árvore de decisão. A avaliação da acurácia foi realizada por meio dos coeficientes de concordância extraídos da matriz de confusão e, adicionalmente, a partir da sobreposição com dados de referência vetorizados manualmente. O índice SEI proporcionou a criação de objetos semelhantes às voçorocas, permitindo a extração de atributos específicos desses alvos. As regras de classificação do modelo empírico permitem detectar voçorocas nas duas áreas de estudos, ainda que essas feições ocupem uma pequena porção da cena. Os modelos empíricos alcançaram resultados satisfatórios: índice Kappa de 0,74 e F-measure de 53,46% na área 1, e índice Kappa de 0,73 e F-measure de 55,95% na área 2. A informação altimétrica mostrou ser... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Gully is the most advanced stage of water erosion, causing numerous damages to the environment and man. Due to the extension of this phenomenon and the difficulty of access in the field, automatic gully detection techniques have aroused interest, especially through Geographic Object Based Image Analysis (GEOBIA). The objective of this work was to map gullies using GEOBIA from RapidEye images and SRTM data, in two regions located in Uberaba, Minas Gerais. It was proposed to apply the Segmentation Evaluation Index (SEI) in the image segmentation stage. The rule set creation for gully detection was made empirically in the InterIMAGE software, and automatically, from the decision tree algorithm. The accuracy assessment was performed based on concordance coefficients extracted from the confusion matrix and, additionally, overlapping manually digitized reference data. The SEI index allowed the creation of objects similar to real gullies, providing the extraction of specific attributes of these targets. Empirical model rule set allowed gully detection on both study areas, although these features occupied a small portion of the scene. Empirical models have achieved very good results: Kappa index of 0.74 and F-measure of 53.46% in area 1, and Kappa index of 0.73 and F-measure of 55.95% in area 2. Altimetric information proved to be an important parameter for gully detection, since slope removal from the empirical models reduced the F-measure index by 34,90% in area 1 and 28,65% in are... (Complete abstract click electronic access below) / Doutor

Na Geografia ocorreu uma convergência teórica e metodológica entre a paisagem e o Sensoriamento Remoto. A paisagem é um conceito que orienta análises sistêmicas, com resultados reais e visíveis, definidos por diferentes escalas de interações dos componentes. Tais dimensões explícitas são categorias também presentes no Sensoriamento Remoto, que utiliza técnicas e equipamentos para detectar objetos e interpretar componentes naturais e antrópicos em modelos e mapas temáticos. A Ecologia da Paisagem analisa mapas e dados produzidos pela associação entre classes de cobertura da terra ou de métricas de estrutura da paisagem que indicam as condições atuais, a fragilidade e cenários futuros, destacando a aptidão e conflitos com o uso antrópico. Fornecendo uma abordagem que integra padrões espaciais e processos ecológicos aplicada em estratégias de conservação, no planejamento ambiental e ordenamento territorial. Os mapas são a base para obtenção dos resultados, sendo indispensável garantir uma acurácia que evite erros e proposições incorretas. Os avanços técnicos, os esforços para identificar manualmente classes de cobertura da terra e a menor necessidade de interferência dos analistas tornaram comum a utilização de classificadores automáticos de imagens de satélite. A ausência de protocolos e testes que oriente ou direcione a escolha dos classificadores, considerando os atributos da paisagem, conduzem a análises incorretas ou frágeis. O nosso objetivo foi analisar a adequação de procedimentos metodológicos do Sensoriamento Remoto e da Ecologia da Paisagem em imagens de alta resolução, do satélite RapidEye. Selecionamos uma amostra da paisagem da Região Metropolitana de São Paulo (APRMSP), fizemos uma classificação visual e aplicamos cinco classificadores baseados em pixel, supervisionados e não-supervisionados: Mahalanobis Distance, Maximum Likelihood, Spectral Angle Mapper, Support Vector Machines e o Iterative Self-Organizing Data Analysis (ISODATA). Calculamos a acurácia geral das classificações, utilizando a matriz de confusão e a estatística Kappa, e a performance dos classificadores com a técnica de votação. Os mapas da Classificação Visual e da Classificação ISODATA, que obteve a maior acurácia geral (78,1%), foram simplificados floresta e não-floresta para o cálculo das métricas nas categorias de mancha, classe, forma e teoria dos grafos. Na classificação visual as unidades mais difíceis de separar foram os pares Solo Exposto e Área Urbanizada, Floresta e Reflorestamento. Nas amostras de referência dos classificadores o menor índice de separação foi entre Reflorestamento e Floresta, Solo Exposto e Área Urbanizada, Área Úmida e Campo e os pares com índices mais elevados foram: Área Úmida e Água, Água e Campo, Água e Floresta. Verificamos que a técnica de votação pode ser utilizada para selecionar um classificador por unidade focal, tendo o ISODATA alcançado o índice mais elevado (83,9%) para Floresta. Os resultados do Mapa da Classificação ISODATA da APRMSP prejudicaram a análise das métricas de Área da Mancha, Índice de Forma, Número de Manchas e Índice Integral de Conectividade. A Porcentagem de Habitat e as tendências gerais indicadas pelo agrupamento das classes dos mapas não foram prejudicadas. A utilização desses classificadores dependerá da melhora da acurácia geral ou do índice de acerto, por meio de classificações híbridas ou da combinação de classificadores. / In Geography there was a theoretical and methodological convergence between landscape and the Remote Sensing. Landscape is a concept that guides systemic analyzes, with real and visible results, defined by different scales of component interactions. These explicit dimensions are also present in Remote Sensing which uses techniques and equipments to detect objects and interpret natural and anthropic components in models and thematic maps. Landscape Ecology analyzes maps and data produced by the association between land cover classes or landscape structure metrics that indicate current conditions, fragility and future scenarios, highlighting the aptitude and conflicts with anthropic use. Providing an approach that integrates spatial patterns and ecological processes applied in conservation strategies, environmental planning and spatial planning. The maps are the basis for obtaining results, being indispensable make sure an accuracy that avoids errors and incorrect propositions. Technical advances, efforts to manually identify land cover classes and the less need analysts decision become common to use automatic classifiers of satellite imagery. The lack of protocols and tests to guide or direct the choice of classifiers, considering landscape attributes, lead to incorrect or weak analyzes. Our goal was to analyze the adequacy of Remote Sensing and Landscape Ecology methodological procedures in high resolution RapidEye satellite images. We selected a landscape sample of the Metropolitan Region of São Paulo (APRMSP), and we did a visual classification and applied supervised and unsupervised five pixel-based classifiers: Mahalanobis Distance, Maximum Likelihood, Spectral Angle Mapper, Support Vector Machines and Iterative Self-Organizing Data Analysis (ISODATA). We calculated the overall accuracy of classifications using confusion matrix and Kappa statistics, and the classifiers performance by voting technique. The maps of Visual Classification and ISODATA Classification, which had the highest accuracy (78,1%), were simplified in forest and non-forest for the landscape structure metrics calculation in the categories of patch, class, shape and graph theory. In the visual classification the most difficult units to separate were the pairs Exposed Soil and Urbanized Area, Forest and Reforestation. In the reference samples of classifiers, the lowest separate index was between Reforestation and Forest, Exposed Soil and Urbanized Area, Wetland and Field and highest separate index pairs were: Wetlands and Water, Water and Field, Water and Forest. We verified that voting technique can be used to select a classifier considering a focal unit, such as ISODATA that obtained the highest index (83.9 %) for the Forest unit. The results of the ISODATA Classification Map of APRMSP impaired the analysis of Patch Size, Shape Index, Number of Patches and Integral Connectivity Index metrics. The Habitat Proportion and the general trends indicated by grouping of map classes were not impaired. The use of classifiers will depend on the overall accuracy or the rightness index improvement, through hybrid classifications or the classifiers combinations.

Orientador: Ricardo Antônio Ferreira Rodrigues / Co-orientador: Helio Ricardo Silva / Banca: Artur Pantoja Marques / Banca: Ailton Luchiari / Resumo: O presente trabalho teve como objetivo associar procedimentos de geoprocessamento para análise de indicadores agropecuários e ambientais destinados a gestão municipal, utilizando uma metodologia de fácil acesso e de baixos custos aos órgãos gestores do município de Vitória Brasil/SP. Inicialmente foi avaliada a situação do uso e ocupação do solo, sendo delimitadas as áreas das microbacias hidrográficas, e as Áreas de Preservação Permanentes (APPs) municipais. Para isto, foram utilizadas imagens multiespectrais e de alta resolução espacial, disponibilizadas por meio de parcerias governamentais entre a prefeitura municipal e as autarquias estadual e federal. A partir dos resultados obtidos foi possível determinar, de maneira eficiente, que apenas 2,78% da vegetação originária florestal está preservada; a pecuária é a principal ocupação municipal com mais de 41% da área; citros e a cana-de-açúcar tem grande expressão no município ocupando, respectivamente, 13,23% e 7,38% da área Vitória Brasil/SP; e cerca de 70% das APPs municipais necessitaram de espécies hidrófilas para sua recuperação. Estes indicadores formam um banco de dados para consulta e apoio dos órgãos gestores, além de fonte para as tomadas de decisões administrativas, com a finalidade de direcionar os recursos para o desenvolvimento do setor rural municipal, de forma mais dinâmica, eficiente e economicamente exeqüível / Abstract: The present study aimed to associate geoprocessing procedures for analysis of agricultural and environmental indicators for municipal management, using a methodology for easy access and lower costs to managers of the municipality of Vitoria Brasil/SP organs. Initially the status of the use and occupation of the land, being delimited areas of watersheds, and municipal Permanents Preservation Areas (PPAs) was assessed. In order to it, multispectral and high spatial resolution images, available through government partnerships between municipal government, state and federal authorities were used. From the results it was possible to determine, effectively, that only 2.78% of the original forest vegetation is preserved; livestock is the main occupation of the city with over 41% of the area; citrus and sugar cane is widespread in the municipality occupying, respectively, 13.23% and 7.38% of Vitoria Brasil/SP area; and about 70% of municipal APPs required hydrophilic species for its recovery. These indicators form a database for consultation and support of management agencies, as well as source for administrative decision-making, in order to direct resources to the development of local rural sector; turning itmore dynamic, efficient and economically feasible manner / Mestre

Made available in DSpace on 2014-06-11T19:23:30Z (GMT). No. of bitstreams: 0 Previous issue date: 2004Bitstream added on 2014-06-13T19:09:21Z : No. of bitstreams: 1 ruy_rs_me_prud.pdf: 1282803 bytes, checksum: 215286fc5792de43deaba801a4b4da8b (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Com a disponibilidade de câmaras digitais, dados de posicionamento por satélites (GPS) e sistemas inerciais (INS), tornaram-se possíveis novas aplicações que envolvem a obtenção de produtos cartográficos em quase tempo real (após o processamento dos dados coletados em vôo), como o monitoramento de desastres ambientais. Tais aplicações necessitam de informações georreferenciadas com características de rapidez e confiabilidade, que podem ser obtidas pela técnica fotogramétrica digital, apoiada pelos sensores que fornecem a orientação direta da câmara. Em geral, os parâmetros fornecidos pelos sensores de orientação utilizados para mapeamento não possuem a acurácia necessária para eliminar totalmente a paralaxe vertical do modelo e, por conseguinte, a visualização estereoscópica da cena fica prejudicada. Para resolver este problema, propôs-se uma metodologia que é baseada na compatibilização dos parâmetros de orientação direta (GPS + INS), mediante um modelo de coplanaridade modificado, num ajustamento pelo método dos Mínimos Quadrados. Os valores observados correspondem a pontos homólogos medidos automaticamente no modelo por técnicas de correlação por área. Após o refinamento dos parâmetros de orientação exterior (OE), as imagens são normalizadas por meio de uma reamostragem epipolar, com intuito de proporcionar uma melhor visualização estereoscópica da cena e auxiliar o processo de geração automática de Modelos Digitais de Terreno. Neste sentido, módulos computacionais foram desenvolvidos em linguagem C++ para a geração totalmente automática de estereomodelos em quase tempo real. Experimentos com dados simulados e reais foram conduzidos, na ordem de verificar a eficácia da metodologia com respeito a eliminação da paralaxe vertical do modelo e a acurácia das coordenadas no espaço objeto calculadas por intersecção... / With the availability of digital cameras, satellite positioning systems (GPS) and inertial navigation systems (INS), new applications such as fast cartography and real time environmental monitoring became feasible. Such applications require georeferenced information with characteristics of speed and reliability that can be obtained by digital photogrammetry, using additional data from sensors of direct orientation. Generally, the parameters supplied by the sensors are under the required accuracy to elimine the vertical parallax in the model. To solve this problem, the methodology proposed in this project is based on the reprocessing of the parameters of orientation supplied by the sensors, using a modified coplanarity model. The observations are the images coordinates automatically measured in each image using an area-based correspondence method. After the EO parameters refinement, using the modified coplanarity model, the images are normalized through an epipolar resampling, in order to provide a confortable stereoscopic visualization of the model, since vertical parallax is eliminated, and to facilitate the process of automatic Digital Terrain Model generation. In order to test the proposed approach, computational programs were developed in C++ language, enabling the full automatic generation of estereomodelos in almost real time. Experiments with simulated and real data were performed, in order to verify the performance of the method with respect to y-parallax elimination and accuracy of reconstructed object space coordinates. These experiments are presented and discussed showing the effectiveness of the proposed approach for automatic generation of stereo models.

Made available in DSpace on 2014-06-11T19:23:30Z (GMT). No. of bitstreams: 0 Previous issue date: 2004-02-10Bitstream added on 2014-06-13T19:29:38Z : No. of bitstreams: 1 marques_aj_me_prud.pdf: 1857678 bytes, checksum: 291ddf46fb11a93ff556d0058b667007 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O presente trabalho está pautado nos princípios teóricos e métodos quantitativos provenientes da Ecologia da Paisagem, ramo relativamente novo da Ecologia, que focaliza as relações espaciais e interações entre padrões espaciais e processos ecológicos. Nesse sentido, foi realizada uma avaliação dos padrões espaciais em escalas compatíveis à análise dos ambientes urbano e rural, devido às particularidades inerentes a cada um deles. Como a variabilidade de uma área urbana é dada pela diversidade de materiais que a compõem, houve necessidade de se realizar um estudo mais detalhado, e a estrutura desse ambiente foi avaliada através de índices de paisagem (métricas) quantificados a partir da análise de fotografias aéreas com resolução espacial de 5 metros. Para o ambiente rural foi utilizada uma cena do satélite Landsat 7 ETM+ com 30 metros de resolução espacial, para a quantificação desses índices. Desse modo, foram utilizados dados e técnicas de Sensoriamento Remoto para gerar os mapas temáticos representando classes de uso da terra e os índices de paisagem permitiram estimar o grau de fragmentação dos dois ambientes de análise. O enfoque principal do trabalho foi dado à classe “mata, reflorestamento e arborização de ruas” no ambiente urbano e “vegetação arbórea e reflorestamento” no ambiente rural. Em ambos os casos, as manchas da classe enfocada se mostraram distribuídas de forma fragmentada e pouco conectadas e, de modo geral, as métricas utilizadas corroboraram as informações espaciais representadas espacialmente nos mapas temáticos. O aspecto de conectividade é comprometido na área rural, o que é consistente com a realidade atual de ausência, por exemplo, de continuidade na mata ciliar. / This present paper is based on theorical principles and quantitative methods from Landscape Ecology, a very new field of Ecology which focus on the spacious relationships and interactions between spacious patterns and Ecological process. For this reason, na evalluation of spacious patterns in compatible scales according to the urban na rural environments was accomplished due to the particularities inherent to each one of them. As the variability of na urban área is given by the diversity of materials which composes it, ist was necessary to carry out a mor detailed study and the structure of this environment was evalluated by using landscape indexes (metrical) quantified from the analysis fo pictures take from above with a 5-meter spacious resolution. For the rural environment it was used a scene of the Landsat 7 ETM+ sattelite with a 30-meter spacious resolution to make the quantification of theses indexes. Thus, Remote Sensing data and techniques were used in order to generate thematical maps representing the classes of the uses of the land and the landscape indexes permitted to estimate the fragmentation degree of the two environment of analysis. The main focus of this essay was given to the class “forest, reforestmente and arborization of streets” for the urban área and “arborous vegetation and reforestment”for the rural área. In both cases, the patches of the focused classes showed they were distributed in a fragmented way and barely connected to each other. In general, the measurements used corroborated the spacious information represented spaciously on the thematical maps. The connectivity aspect é damaged in the rural área what it is according to the present reality of absence, for example of the continuation of the riparian forests.

Propõe-se, nesta tese, o desenvolvimento de uma nova ferramenta baseada em conjuntos fuzzy gerais do tipo-2 para aplicação em processos de classificação digital de dados. O problema de classificação a ser considerado está relacionado à identificação de regiões de floresta em imagens de satélite com o objetivo de auxiliar em tarefas de monitoramento florestal. O classificador digital desenvolvido utiliza um mecanismo de inferência denominado de "inferência escalonada fuzzy geral do tipo-2" para classificar os pixels das imagens de satélite de acordo com sua cobertura vegetal. Tal classificador é inovador pois, além de utilizar conjuntos fuzzy tipo-2 gerais, pode utilizar tanto uma base de regras específica quanto uma base genérica (ambas de forma hierárquica) para reclassificar pontos que, do contrário, permaneceriam sem classificação. Isto permite a obtenção de uma base de regras compacta (composta de poucas regras). A justificativa para o uso de sistemas de inferência do tipo-2 é que estes, apesar do custo computacional maior, apresentam desempenho superior aos sistemas do tipo-1 equivalentes. Os testes realizados mostram que, de fato, o sistema proposto é melhor do que o classificador fuzzy convencional usualmente empregado em aplicações semelhantes e possui desempenho comparável ao classificador estatístico da máxima verossimilhança, sendo uma alternativa viável ao último. / This work proposes the development of a new tool based on general type-2 fuzzy sets to be applied to digital classification of data. The classification problem considered here regards the identification of areas of forest in satellite images. The goal is to assist users in tasks related to monitoring forest. The developed digital classifier employs an inference mechanism called "general type-2 scaled inference" to classify pixels in images according to their vegetation cover. Such classifier is innovative because, besides using general type-2 fuzzy sets, it can use specific and generic rules base (both in a hierarchical way) to reclassify pixels that remain unclassified. Such hierarquical reclassification leads to a compact rule base (with few rules). The reason why one should use type-2 fuzzy inference is that they present better performance than their type-1 counterparts, in spite of their bigger computational cost. The carried out tests showed, for sure, that the proposed system is better than the conventional fuzzy classifier usually employed in similar applications and its performance is comparable to the statistical likelihood classifier, proving to be an alternative choice to this last one.