Submitted by Marcelo Andrade Silva (marcelo.andradesilva@ufpe.br) on 2015-03-05T17:07:00Z No. of bitstreams: 2 janaina.pdf: 5773094 bytes, checksum: ec9d0229cd0d43ef80574635e2c0a378 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-05T17:07:00Z (GMT). No. of bitstreams: 2 janaina.pdf: 5773094 bytes, checksum: ec9d0229cd0d43ef80574635e2c0a378 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2012 / FACEPE CNPQ / As áreas estuarinas são apontadas como os ambientes naturais mais impactados na faixa intertropical, principalmente aqueles que apresentam manguezais. No Brasil, os manguezais apresentam distribuição descontínua, podendo apresentar um continuum de feições distintas em função do perfil da linha de costa, das freqüências e amplitude das marés e pluviosidade e cobrem aproximadamente 1,38 milhões de hectares. Esse ecossistema é composto por uma cobertura vegetal típica, com desenvolvimento de flora especializada, caracterizada por espécies arbóreas que lhe conferem fisionomia peculiar (feição ―mangue‖). A importância desse ambiente vai além do aspecto ecológico; muitas comunidades que vivem no litoral tiram seu sustento dos manguezais através da pesca artesanal e de subsistência como fonte de renda necessária à sua sobrevivência. Assim, a degradação deste ambiente causa não só modificações no meio ecológico, mas também impactos sociais e econômicos. Os estudos desenvolvidos acerca deste ecossistema variam entre as ciências com base nas mais diversas técnicas e instrumentações disponíveis nas mais diversas escalas onde o sensoriamento remoto (SR) vem sendo amplamente utilizado. Imagens de satélites são utilizadas para monitorar, quantificar, mapear e acompanhar a qualidade dos recursos humanos e terrestres. Esta pesquisa foi dividida em três capítulos distintos todos com base em dados de SR, onde o primeiro analisou ao longo do tempo e espaço a vegetação de mangue nas áreas estuarinas de Pernambuco utilizando imagens TM do Landsat 5 obtidas entre os anos de 1987 a 2010. De acordo com os resultados obtidos neste capítulo das onze áreas analisadas no período dos últimos 22 anos contabilizou-se um aumento de 910,4 hectares. Os estuários que apresentaram aumento são os do Goiana, Canal de Santa Cruz, Timbó, Jaboatão/Pirapama, Ipojuca, Maracaípe e Rio Formoso. Por outro lado Itapessoca, Sirinhaém e Una apresentaram redução. O segundo capítulo analisou a resposta espectral de três espécies comuns nos estuários de Pernambuco (Rhizophora mangle, Laguncularia. racemosa e Aviccenia. schaueriana) através de espectrorradiometria no estuário de Itapessoca no litoral norte do Estado e correlacionou com dados de campo e espectrorradiometria resultando em um modelo denominado HSAVI para zonação das espécies supracitadas. O terceiro e último analisou alguns componentes físicos (cor e granulometria) e químicos (pH, P, Mg, Ca, K, Na) dos solos de apicum e correlacioná-los com suas respostas espectrais e, desta forma, definir qual o regime hidrodinâmico do estuário de Itapessoca, Pernambuco, Brasil. Os resultados identificaram que o sensoriamento remoto hiperespectral pode auxiliar na identificação das áreas de apicuns e inferir sobre as propriedades físicas e químicas do solo; que as faixas espectrais que apresentaram alta correlação para inferir sobre os componentes físicos foram a faixa do violeta com o silte e a areia grossa com o amarelo; entre as correlações químicas as significantes foram: potássio com a faixa do verde e do fósforo com a laranja.

Ingeniero Civil de Minas / El molibdeno comúnmente se encuentra asociado con cobre en depósitos porfíricos, sin embargo, en ocasiones su continuidad espacial es baja, por ende, su estimación es compleja en los modelos de recursos tradicionales. Recientemente, ha aumentado el uso y relevancia del análisis hiperespectral, no tan solo en exploración, sino que también en el área de la geometalurgia, específicamente reconociendo el comportamiento de minerales de ganga en procesos aguas abajo y permitiendo la determinación de minerales valiosos a partir de la caracterización de minerales de ganga, utilizando para esto indicadores. En comparación con otros métodos de caracterización, la información hiperespectral presenta ventajas tales como: una alta velocidad de escaneo, gran objetividad en relación al registro geológico tradicional, carácter no destructivo y bajos a nulos requerimientos de preparación de muestras. El presente trabajo corresponde a un caso de estudio de un depósito tipo pórfido granodiorítico con una marcada mineralización de molibdeno, localizado en el norte de Chile (Proyecto Esperanza Sur, Antofagasta Minerals S.A.). En el estudio, se cuenta con información hiperespectral de diferentes zonas del depósito utilizando la tecnología del Hylogger-3, junto con información de análisis químico y análisis mineralógico tipo QEMSCAN, para generar un indicador que permite entregar probabilidades espaciales de mineralización de molibdeno asociado a los minerales de ganga identificados. La metodología, primeramente, evalúa la información mineralógica en términos de continuidad y correlación espacial con los datos químicos disponibles de molibdeno, a continuación, la información se discretiza y categoriza, definiendo umbrales de leyes de molibdeno para definir lo que se considera mineral o estéril, tercero, se asignan probabilidades utilizando el Teorema de Bayes, considerando las características de los minerales seleccionados y finalmente, se realiza una validación cruzada del modelo. Los resultados obtenidos agregan información a un 15.5% del total de muestras analizadas, en las que no se registra mineralización de molibdeno según la ley de corte establecida, pero que dadas las condiciones de los minerales estudiados, existe una alta probabilidad de que esta ocurra, conclusión obtenida a partir de la información misma del depósito, factor que podría atribuirse al efecto pepita. El indicador generado busca identificar y predecir la existencia y tendencia de la mineralización de molibdeno en el depósito, reduciendo la incertidumbre e incrementando el valor agregado del negocio minero.

[EN] The evaluation of the quality of food products is a constant concern for the different actors in the production chain and requires the use of a number of analytical methods: physical, chemical, biochemical and sensory; which are destructive, time-consuming, are expensive, laborious and, in the case of sensory, subjective, which makes its application process online. Unlike traditional methodologies, hyperspectral imaging technology emerges as a non-destructive tool for quality assessment. In the Amazon Region (Peru) quality evaluation is performed with traditional methodologies, which has significant limitations as, for example, late detection of infections in crops, if coffee rust; the inability to determine adulteration, if the presence of starch in cheese; or, the subjective classification as quality standards, case marbling of beef. On the other hand, the application of hyperspectral imaging technology requires a series of steps for obtaining, processing and analysing information, which have been developed and implemented by various researchers, but have not been unified in one system and procedures for use by users unfamiliar with the depth of the computer analysis. In this context, this thesis has been planned in order to develop an IT application for the use of hyperspectral imaging technology to assess the quality of three food products in the Amazon Region (Peru). For this purpose it was necessary to create a number of subsystems, modules and routines, which were subsequently implemented by user windows (Guides) and functions using the mathematical software Matlab 2010ª. The applicability of the developed system was tested in three case studies: detecting the degree of rust infection in samples of coffee leaves detecting adulteration in samples of fresh cheese with starch at different concentrations, and classification according to samples marbling standards beef. As a result of the system development, the developed IT toolswere implemented in a software that allows easy use of them and that is compatible with the system by reflectance imaging. As for the cases studied, the analysis results of early infection coffee leaf rust, showed statistically significant differences from the analysis judges attributable to the increased sensitivity of the system. For the analysis of fresh cheese adulteration has been shown that the application of the hyperspectral imaging technique to detect adulteration cornmeal in cheese, based on the relationship between the reflectance and the starch content in samples of fresh cheese. Also, the implemented methodology, based on hyperspectral imaging technology, proved to be valid for the determination of the quality of beef based on the Japanese standard of marbling. An advanced version of the software could be patented and transferred to industry, at a later stage to the realization of this thesis. Such software could be designed so that could include progressively new useful tools in quality control of other agro-food processes. / [ES] La evaluación de la calidad de los productos agroalimentarios es una preocupación constante para los diversos actores de la cadena agroproductiva y requiere del uso de una serie de métodos de análisis: físicos, químicos, bioquímicos y sensoriales; los cuales son destructivos, demandan mucho tiempo, son costosos, laboriosos y, en el caso de los sensoriales, subjetivos, lo cual dificulta su aplicación en procesos en línea. Frente a las metodologías tradicionales, la tecnología de imágenes hiperespectrales surge como una herramienta no destructiva de evaluación de la calidad. En la Región Amazonas (Perú) la evaluación de la calidad se realiza con las metodologías tradicionales, lo cual presenta importantes limitaciones como, por ejemplo, la detección tardía de infecciones en cultivos, caso de la roya del café; la imposibilidad de determinar adulteraciones, caso de la presencia de almidón en queso fresco; o bien, la clasificación subjetiva según estándares de calidad, caso del marmoleado de carne de res. Por otro lado, la aplicación de la tecnología de imágenes hiperespectrales requiere de una serie de pasos para la obtención, procesado y análisis de la información, los cuales han sido desarrollados y aplicados por diversos investigadores, pero que no han sido unificados en unsistema y procedimiento para su uso por usuarios no familiarizados con la profundidad del análisis informático. En este contexto, la presente tesis doctoral se plantea con el fin de desarrollar una aplicación informática para el uso de la tecnología de imágenes hiperespectrales en la evaluación de la calidad de tres productos agroalimentarios de la Región Amazonas (Perú). Para ello, fue necesario crear una serie de subsistemas, módulos y rutinas, que posteriormente fueron implementadas mediante ventanas de usuario (Guides) y funciones, empleando el software matemático Matlab 2010ª. La aplicabilidad del sistema desarrollado se probó en tres casos de estudio: detección del grado de infección por roya en muestras de hojas de café, detección de la adulteración en muestras de queso fresco con almidón a distintas concentraciones, y clasificación según estándares de marmoleado de muestras de carne de res. Como resultado del desarrollo del sistema, las herramientas informáticas desarrolladas se implementaron en un software que permite fácil uso de las mismas y que es compatible con el sistema de adquisición de imágenes mediante en modo de reflactancia. En cuanto a los casos estudiados, los resultados del análisis de la infección temprana por roya en hojas de café, muestrandiferencias estadísticamente significativas con respecto al análisis por jueces, atribuiblesa la mayor sensibilidad del sistema. Para el análisis de la adulteración queso fresco se ha demostrado que la aplicación de la técnica de imágenes hiperespectrales permite detectar la adulteración por harina de maíz en queso fresco, en base a la relación entre la reflactanciay el contenido de almidón en muestras de queso fresco. Asimismo, la metodología implementada, basada en tecnología de imágenes hiperespectrales, probo ser válida para la determinación de la calidad de carne de res en base a la norma japonesa de marmoleado. Una versión avanzada del software podría ser patentada y transferida a la industria, en una fase posterior a la realización de esta tesis doctoral. Dicho software podría ser diseñado de tal forma que pudiera incluir de forma progresiva nuevas herramientas útiles en el control de calidad de otros procesos agroalimentarios. / [CAT] L'avaluació de la qualitat dels productes agroalimentaris és una preocupació constant per als diversos actors de la cadenaagroproductiva i requereix de l'ús d'una sèrie de mètodes d'anàlisis: físics, químics, bioquímics i sensorials; els quals són destructius, demanden molt temps, són costosos, laboriosos i, en el cas dels sensorials, subjectius, la qual cosa dificulta la seua aplicació en processos en línia. Enfront de les metodologies tradicionals, la tecnologia d'imatges hiperespectrals sorgeix com una eina no destructiva d'avaluació de la qualitat. En la Regió Amazones (Perú) l'avaluació de la qualitat es realitza amb les metodologies tradicionals, la qual cosa presenta importants limitacions com, per exemple, la detecció tardana d'infeccions en cultius, cas de la roia del cafè; la impossibilitat de determinar adulteracions, cas de la presència de midó en formatge fresc; o bé, la classificació subjectiva segons estàndards de qualitat, cas del marmolejat de carn de cap de bestiar. D'altra banda, l'aplicació de la tecnologia d'imatges hiperespectrals requereix d'una sèrie de passos per a l'obtenció, processament i anàlisi de la informació, els quals han sigut desenvolupats i aplicats per diversos investigadors, però que no han sigut unificats en un únic sistema i procediment per al seu ús per usuaris no familiaritzats amb la profunditat de l'anàlisi informàtica. En aquest context, la present tesi doctoral es planteja amb la finalitat de desenvolupar una aplicació informàtica per a l'ús de la tecnologia d'imatgeshiperespectrals en l'avaluació de la qualitat de tres productes agroalimentaris de la Regió Amazones (Perú). Per a açò, va ser necessari crear una sèrie de subsistemes, mòduls i rutines, que posteriorment van ser implementades mitjançant finestres d'usuari (Guides) i funcions, emprant el programari matemàtic Matlab 2010ª. L'aplicabilitat del sistema desenvolupat es va provar en tres casos d'estudi: detecció del grau d'infecció per roia en mostres de fulles de cafè, detecció de l'adulteració en mostres de formatge fresc amb midó a diferents concentracions, i classificació segons estàndards de marmolejat de mostres de carn de cap de bestiar. Com a resultat del desenvolupament del sistema, les eines informàtiques desenvolupades es van implementar en un programari que permet un fàcil ús de les mateixes i que és compatible amb el sistema d'adquisició d'imatges mitjançant reflactància. Quant als casos estudiats, els resultats de l'anàlisi de la infecció primerenca per roia en fulles de cafè, mostren diferències estadísticament significatives pel que fa a l'anàlisi per jutges, atribuïbles a la major sensibilitat del sistema. Per a l'anàlisi de l'adulteració formatge fresc s'ha demostrat que l'aplicació de la tècnica d'imatges hiperespectrals permet detectar l'adulteració per farina de dacsa en formatge fresc, sobre la base de la relació entre la reflactpància i el contingut de midó en mostres de formatge fresc. Així mateix, la metodologia implementada, basada en tecnologia d'imatges hiperespectrals, va provar ser vàlida per a la determinació de la qualitat de carn de cap de bestiar sobre la base de la norma japonesa de marmolejat. Una versió avançada del programari podria ser patentada i transferida a la indústria, en una fase posterior a la realització d'aquesta tesi doctoral. Aquest programari podria ser dissenyat de tal forma que poguera incloure de forma progressiva noves eines útils en el control de qualitat d'altres processos agroalimentaris. / Castro Silupu, WM. (2016). Aplicación de la tecnología de imágenes hiperespectrales al control de calidad de productos agroalimentarios de la región de Amazonas (Perú) [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/63250 / TESIS

Submitted by Raquel Alves de Oliveira (raquel88@gmail.com) on 2017-12-07T10:06:49Z No. of bitstreams: 1 Oliveira_2017_TESE.pdf: 10400710 bytes, checksum: 4c4e6b235bd849c0d16074edea702847 (MD5) / Approved for entry into archive by ALESSANDRA KUBA OSHIRO null (alessandra@fct.unesp.br) on 2017-12-07T11:22:22Z (GMT) No. of bitstreams: 1 oliveira_ra_dr_prud.pdf: 10400710 bytes, checksum: 4c4e6b235bd849c0d16074edea702847 (MD5) / Made available in DSpace on 2017-12-07T11:22:23Z (GMT). No. of bitstreams: 1 oliveira_ra_dr_prud.pdf: 10400710 bytes, checksum: 4c4e6b235bd849c0d16074edea702847 (MD5) Previous issue date: 2017-06-29 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Recentemente, os sensores hiperespectrais miniaturizados entraram no mercado e alguns modelos adquirem bandas hiperespectrais com geometria de quadro, com a vantagem de serem também operados em veículos aéreos remotamente pilotados (VARP). As imagens deste tipo de câmara podem ser utilizadas para a geração de modelos digitais de superfície hiperespectral (MDSHs) de alta resolução, usando o VARP, sem a necessidade do registro de dados de diferentes sensores ou diferente datas de aquisição. MDSHs aumentam o conhecimento sobre os alvos, uma vez que permitem modelar a reflectância do alvo utilizando dados provenientes de diferentes direções. Neste trabalho, a câmara hiperespectral de quadro utilizada não adquire todas as bandas instantaneamente, causando um deslocamento entre as bandas devido ao movimento da plataforma. Os principais objetivos deste projeto foram estudar e desenvolver técnicas para a geração de MDSHs em áreas de florestas, investigando e avaliando as principais etapas para o processamento das imagens da câmara hiperespectral de quadro até a geração do MSDH. Considerando que a tecnologia da câmara baseia-se em filtros ajustáveis, o estudo avaliou: a auto-calibração da câmara, verificando o comportamento dos parâmetros de orientação interior em diferentes bandas espectrais; o corregistro das bandas através de transformações geométricas 2D; e a estimativa dos parâmetros de orientação exterior. Em relação à geração do MDS, uma abordagem baseada em correspondência de imagem no espaço do objeto foi desenvolvida, adaptando o método de busca em linha vertical (VLL) para a geração MDSH e foi nomeado como VLL hiperespectral (HVLL). Adicionalmente, o uso de imagens classificadas para a adaptação dos parâmetros de correspondência foi avaliado com o objetivo de melhorar o processo de correspondência para diferentes objetos (HVLLC). Posteriormente, foram utilizadas múltiplas bandas no processo de correspondência de imagens, dados como múltiplos ângulos de visada e informação espectral foram calculados simultaneamente ao processo de correspondência de imagens. A avaliação da qualidade foi realizada comparando-se os MDSs gerados com os produzidos por um software comercial e por dados Airborne Laser Scanning (ALS). Esta investigação demonstrou que a técnica proposta pode ser usada para a geração de modelos 3D integrados aos dados hiperespectrais multiangulares da câmara hiperespectral de quadro. A avaliação de todas as etapas demonstrou que esta tecnologia pode fornecer dados geométricos e espectrais precisos e os MDSHs resultantes possuem potencial para várias aplicações de sensoriamento remoto. / Recently, miniaturized hyperspectral sensors, operable from small Remotely Piloted Aerial Systems (RPAS), have entered the market and some of these sensors acquire hyperspectral bands in frame geometry. Images of the lightweight hyperspectral 2D frame camera can be used to generate high-resolution hyperspectral digital surface models (HDSMs), without the registration of data from different sensors or different dates of acquisition. HSDMs increase the knowledge about the targets since it allows modeling the target reflectance using data coming from different directions. In this study, the hyperspectral 2D frame camera used does not acquire all bands instantaneously, causing band misalignment due to the platform motion. The main aims of this project were to study and develop techniques for the generation of HDSMs in forest areas, studying and assessing the main steps to process the hyperspectral 2D frame camera images until the HDSM generation. Considering that the camera technology is based on tunable filters, the study have assessed the orientation and DSM generation steps: the self-calibrating bundle adjustment to verify the behaviour of the interior orientation parameters using different spectral bands; the co-registration of the bands using 2D geometric transformation; the exterior orientation parameter estimation. Regarding to the DSM generation, an approach based on object space image matching was developed, adapting the vertical line locus (VLL) method for HDSM generation, and was named as hyperspectral VLL (HVLL). Additionally, the use of image classification data was investigated in order to adapt the image matching parameters and improve the process of image matching for different objects (hyperspectral VLL classes - HVLLC). Further, multiple bands were used and the spectral and multiangular viewing geometry were computed simultaneously to the image matching method. Quality assessment was performed by comparing to DSMs generated to those produced by commercial software and also by Airborne Laser Scanning (ALS) data. This investigation demonstrated that the proposed technique can be used to generate integrated 3D information and multiangular hyperspectral data from hyperspectral 2D frame camera. The assessment of all steps showed that the hyperspectral 2D frame technology can provide accurate geometric and spectral data and the resulting HDSMs have potential for several remote sensing applications. / FAPESP: 2013/17787-3 / FAPESP: 2013/14444-0 / FAPESP: 2014/24844-6

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 utilização de dados provenientes do sensoriamento remoto é alternativa para otimizar a utilização de insumos, dentre eles o nitrogênio. O presente trabalho teve como objetivo verificar a possibilidade de uso de um sensor hiperespectral em dossel na cultura da cana-de-açúcar, verificando sua capacidade em discriminar a resposta da cultura as diferentes doses de nitrogênio e estimar o teor foliar de nitrogênio, em três áreas experimentais. O trabalho foi dividido em três capítulos: O primeiro capitulo utiliza os dados hiperespectrais somente da variedade SP 81-3250, única comum em todas as áreas, de todas as datas de coleta das três áreas experimentais para verificar o potencial dos dados em diferenciar as doses de nitrogênio aplicado (0, 50, 100 e 150 kg.ha-1) e qual melhor época. Os dados espectrais foram avaliados pela estatística multivariada da análise discriminante, em que os centroides das diferentes doses foram submetidos a análise de variância. Os resultados obtidos foram que os meses de dezembro, janeiro e fevereiro discriminou todas as doses nas três áreas, o mesmo não ocorreu no mês de agosto. As bandas que apresentaram maiores significância foram na região do verde, red-edge e infravermelho próximo. No segundo capitulo foi avaliado a sensibilidade dos dados hiperespectrais em estimar a biomassa do ponteiro da cana-de-açúcar. Para isso foi utilizado somente os dados de Piracicaba. A análise espectral foi realizada aos 137, 169 e 193 Dias Após o Corte (DAC) e a avaliação biométrica foi realizada aos 345 DAC. Durante o corte de dois metros de linha, realizado manualmente. A biomassa do ponteiro foi submetida ao teste de Shapiro-Wilk, análise de variância pelo Teste F e as médias quando significativas, comparadas pelo Teste de Tukey. Posteriormente foi realizada a análise de correlação de Pearson da biomassa do ponteiro e cada comprimento de onda. Análise mostrou que existe correlação positiva entre a biomassa do ponteiro e a reflectância do dossel aos 137 DAC e 169 DAC, porém aos 193 DAC não houve nenhum comprimento de onda com correlação significativa. O comprimento de onda de 685 nm aos 137 DAC obteve a maior correlação, de 0,33. No terceiro capitulo teve por objetivo selecionar variáveis a partir de dados hiperespectrais de dossel da cana-de-açúcar para geração de modelos para predição do Teor Foliar de Nitrogênio. Para isso foi utilizado os dados das três áreas experimentais, que receberam doses de 0, 50, 100 e 150 kg.ha-1 de nitrogênio. Para redução da dimensionalidade dos dados foi utilizada a metodologia sparse Partial Least Square (sPLS), posteriormente foi feito a combinação linear das variáveis selecionadas, por meio de Regressão Linear Múltipla por Stepwise (SMLR). O modelo geral teve valores de R² ajustado e RMSE respectivamente de 0,50 e 1,67 g kg-1. Os modelos gerados para Piracicaba, Jaú e Santa Maria obtiveram R² ajustado, respectivamente, de 0,31, 0,53 e 0,54. Sensores hiperespectrais de dossel podem ser utilizados para predição do TFN e monitoramento de aplicação de nitrogênio em cana-de-açúcar. / The use of data from remote sensing is an alternative to optimize the use of agricultural inputs, including nitrogen. The present study aimed to verify the possibility of using a hyperspectral sensor in sugarcane canopy, verifying its ability to discriminate crop response to different rates of nitrogen and estimating leaf nitrogen content in three experimental areas. The work is divided in three chapters: The first chapter uses hyperspectral data of the variety SP 81-3250, which is the only one present in all the areas for all dates of collection in three of experimental areas, to check the potential of the data and the best time to differentiate between rates of nitrogen (0, 50, 100 and 150 kg.ha-1). Spectral data were evaluated by multivariate discriminant analysis, wherein the centroids of the rates were submitted to an Analysis of Variance. The results showed that the all doses in three areas of study were discriminated for the months of December, January and February, but the same thing hasn\'t happened in the month of August. The bands that showed statistically significant power difference were found in the green, red, and near-infrared edge spectral regions. In the second chapter, the sensitivity of hyperspectral data was evaluated to estimate the sugarcane biomass (pointes) for the data from Piracicaba. Spectral analysis was performed at 137, 169 and 193 Days After Harvest (DAH) and evaluation of sugarcane yield was performed 345 DAH. Biomass was analyzed using The Shapiro-Wilk test of normality, F test (analysis of variance), respectively, and when significant, compared by the Tukey test. Biomass (pointer) and each wavelength were analyzed by Pearson\'s correlation analysis. The results showed that there is a positive correlation between biomass (pointer) and the canopy reflectance to 137 DAH and 169 DAH, however there was no wavelength with a significant correlation to 193 DAH. The best power relationship was obtained at 685 nm, at 137 days. The third chapter aimed to select variables from hyperspectral data of sugarcane canopy to generate models for prediction of Foliar Nitrogen Content, for three experimental areas that received nitrogen rates (0, 50, 100 and 150 kg.ha-1). Sparse Partial Least Square (sPLS) was used to reduce the dimensionality of the data. Subsequently, the linear combination of selected variables was done through Stepwise Multiple Linear Regression (SMLR). The RMSE and adjusted R-squared statistics were 0.50 and 1.67 g.kg-1, respectively. The models to Piracicaba, Jaú and Santa Maria presented adjusted R-squared 0.31, 0.53, and 0.54, respectively. Hyperspectral sensors for canopy can be used for prediction of the TFN and monitoring of nitrogen application in sugarcane.

A utilização de dados provenientes do sensoriamento remoto é alternativa para otimizar a utilização de insumos, dentre eles o nitrogênio. O presente trabalho teve como objetivo verificar a possibilidade de uso de um sensor hiperespectral em dossel na cultura da cana-de-açúcar, verificando sua capacidade em discriminar a resposta da cultura as diferentes doses de nitrogênio e estimar o teor foliar de nitrogênio, em três áreas experimentais. O trabalho foi dividido em três capítulos: O primeiro capitulo utiliza os dados hiperespectrais somente da variedade SP 81-3250, única comum em todas as áreas, de todas as datas de coleta das três áreas experimentais para verificar o potencial dos dados em diferenciar as doses de nitrogênio aplicado (0, 50, 100 e 150 kg.ha-1) e qual melhor época. Os dados espectrais foram avaliados pela estatística multivariada da análise discriminante, em que os centroides das diferentes doses foram submetidos a análise de variância. Os resultados obtidos foram que os meses de dezembro, janeiro e fevereiro discriminou todas as doses nas três áreas, o mesmo não ocorreu no mês de agosto. As bandas que apresentaram maiores significância foram na região do verde, red-edge e infravermelho próximo. No segundo capitulo foi avaliado a sensibilidade dos dados hiperespectrais em estimar a biomassa do ponteiro da cana-de-açúcar. Para isso foi utilizado somente os dados de Piracicaba. A análise espectral foi realizada aos 137, 169 e 193 Dias Após o Corte (DAC) e a avaliação biométrica foi realizada aos 345 DAC. Durante o corte de dois metros de linha, realizado manualmente. A biomassa do ponteiro foi submetida ao teste de Shapiro-Wilk, análise de variância pelo Teste F e as médias quando significativas, comparadas pelo Teste de Tukey. Posteriormente foi realizada a análise de correlação de Pearson da biomassa do ponteiro e cada comprimento de onda. Análise mostrou que existe correlação positiva entre a biomassa do ponteiro e a reflectância do dossel aos 137 DAC e 169 DAC, porém aos 193 DAC não houve nenhum comprimento de onda com correlação significativa. O comprimento de onda de 685 nm aos 137 DAC obteve a maior correlação, de 0,33. No terceiro capitulo teve por objetivo selecionar variáveis a partir de dados hiperespectrais de dossel da cana-de-açúcar para geração de modelos para predição do Teor Foliar de Nitrogênio. Para isso foi utilizado os dados das três áreas experimentais, que receberam doses de 0, 50, 100 e 150 kg.ha-1 de nitrogênio. Para redução da dimensionalidade dos dados foi utilizada a metodologia sparse Partial Least Square (sPLS), posteriormente foi feito a combinação linear das variáveis selecionadas, por meio de Regressão Linear Múltipla por Stepwise (SMLR). O modelo geral teve valores de R² ajustado e RMSE respectivamente de 0,50 e 1,67 g kg-1. Os modelos gerados para Piracicaba, Jaú e Santa Maria obtiveram R² ajustado, respectivamente, de 0,31, 0,53 e 0,54. Sensores hiperespectrais de dossel podem ser utilizados para predição do TFN e monitoramento de aplicação de nitrogênio em cana-de-açúcar. / The use of data from remote sensing is an alternative to optimize the use of agricultural inputs, including nitrogen. The present study aimed to verify the possibility of using a hyperspectral sensor in sugarcane canopy, verifying its ability to discriminate crop response to different rates of nitrogen and estimating leaf nitrogen content in three experimental areas. The work is divided in three chapters: The first chapter uses hyperspectral data of the variety SP 81-3250, which is the only one present in all the areas for all dates of collection in three of experimental areas, to check the potential of the data and the best time to differentiate between rates of nitrogen (0, 50, 100 and 150 kg.ha-1). Spectral data were evaluated by multivariate discriminant analysis, wherein the centroids of the rates were submitted to an Analysis of Variance. The results showed that the all doses in three areas of study were discriminated for the months of December, January and February, but the same thing hasn\'t happened in the month of August. The bands that showed statistically significant power difference were found in the green, red, and near-infrared edge spectral regions. In the second chapter, the sensitivity of hyperspectral data was evaluated to estimate the sugarcane biomass (pointes) for the data from Piracicaba. Spectral analysis was performed at 137, 169 and 193 Days After Harvest (DAH) and evaluation of sugarcane yield was performed 345 DAH. Biomass was analyzed using The Shapiro-Wilk test of normality, F test (analysis of variance), respectively, and when significant, compared by the Tukey test. Biomass (pointer) and each wavelength were analyzed by Pearson\'s correlation analysis. The results showed that there is a positive correlation between biomass (pointer) and the canopy reflectance to 137 DAH and 169 DAH, however there was no wavelength with a significant correlation to 193 DAH. The best power relationship was obtained at 685 nm, at 137 days. The third chapter aimed to select variables from hyperspectral data of sugarcane canopy to generate models for prediction of Foliar Nitrogen Content, for three experimental areas that received nitrogen rates (0, 50, 100 and 150 kg.ha-1). Sparse Partial Least Square (sPLS) was used to reduce the dimensionality of the data. Subsequently, the linear combination of selected variables was done through Stepwise Multiple Linear Regression (SMLR). The RMSE and adjusted R-squared statistics were 0.50 and 1.67 g.kg-1, respectively. The models to Piracicaba, Jaú and Santa Maria presented adjusted R-squared 0.31, 0.53, and 0.54, respectively. Hyperspectral sensors for canopy can be used for prediction of the TFN and monitoring of nitrogen application in sugarcane.

MOREIRA, L. C. J. Uso do sensoriamento remoto para avaliar o processo de salinização no perímetro irrigado de Morada Nova - CE. 2014. 133 f. Tese (Doutorado em Engenharia Agrícola) - Centro de Ciências Agrárias, Universidade Federal do Ceará, Fortaleza, 2014. / Submitted by Daniel Eduardo Alencar da Silva (dealencar.silva@gmail.com) on 2015-01-30T20:36:06Z No. of bitstreams: 1 2014_tese_lcjmoreira.pdf: 4465886 bytes, checksum: 0838c07b2d384720620f269aeedb9f40 (MD5) / Approved for entry into archive by Margareth Mesquita(margaret@ufc.br) on 2015-02-09T14:07:42Z (GMT) No. of bitstreams: 1 2014_tese_lcjmoreira.pdf: 4465886 bytes, checksum: 0838c07b2d384720620f269aeedb9f40 (MD5) / Made available in DSpace on 2015-02-09T14:07:42Z (GMT). No. of bitstreams: 1 2014_tese_lcjmoreira.pdf: 4465886 bytes, checksum: 0838c07b2d384720620f269aeedb9f40 (MD5) Previous issue date: 2014 / The characterization, delineation and assessment of areas affected by salt/sodium is extremely important for the Irrigation Perimeter of Morada Nova – Ceará and can contribute in decision-making processes on local farming. Remote sensing (RS) is an attractive alternative to traditional methods of soil salinization studies due to its low cost, spatial coverage and temporal frequency of image acquisition. It may provide a fast and non-destructive mapping of the salinized areas. This study aimed to use RS data in the development of methodological strategies to identify areas with salinity problems allowing a preliminary assessment of salt effects on soil and vegetation. Initially, we used laboratory spectroscopy to characterize and quantify variations in reflectance and spectral absorption bands as function of the changes in electrical conductivity (EC) of the soils. Neossolos samples (n = 180) were salinized in laboratory with increasing concentrations of NaCl, MgCl2 and CaCl2. Half of them were previously treated with gypsum. Reflectance spectra were measured at nadir viewing in a controlled laboratory environment using the FieldSpec spectrometer. Variations in reflectance and absorption bands attributes were evaluated by using principal component analysis (PCA) and the continuum removal (CR) technique, respectively, for soils treated with gypsum (TG) and non-treated with gypsum (NTG). Using soil samples of NTG (n = 62) and a set of independent samples (n = 32) collected from various sites within the irrigated perimeter, predictive models were developed using linear regressions of individual bands, the normalized salinity index (NDSI) and partial least squares regression (PLSR). Another part of this work was focused on the use of multispectral images (TM/Landsat-5 and OLI/Landsat-8) and hyperspectral (Hyperion/EO-1). Using the 0.53 threshold over the soil fraction image from the spectral mixture model applied to the OLI data (September, 2013) and information on the temporal behavior (1984-2011) of the Normalized Difference Vegetation Index (NDVI) obtained from the TM sensor, exposed soils were evaluated for their differentiation in the saline and non-saline classes. For the discrimination of these classes and salinity levels, PCA was applied to OLI and Hyperion data. By using data from these two sensors, the ability of multispectral and hyperspectral vegetation indices to identify and evaluate salt stress in rice canopies was investigated. Linear regressions were used to describe the relationship between the indices and soil EC. Results from laboratory reflectance spectroscopy showed that NTG samples presented a decrease in reflectance and brightness after salinization with CaCl2 and MgCl2, and an increase of them after salinization with NaCl. Gypsum increased the soil reflectance and was crucial to the appearance of the absorption band at 1750 nm in the TG samples. The most important spectral features were observed in salinized spectra at 1450, 1950 and 1750 nm. The predictive model developed with NDSI (R2 = 0.836) from bands positioned close to 1900 nm showed the best results when individual bands were considered in the analysis (R2 = 0.50). However, PLSR (R2 = 0.883) using all the spectral bands showed the best model suggesting that the greatest number of bands produced the largest predictive power for the models. Using information from the OLI, statistically significant correlations of the Salinity Index (SI) (r = 0.84) and first principal component (PC1) (r = 0.83) with the soil EC were obtained. A significant correlation (r = 0.77) was also observed with the PC1 of Hyperion data. Under field conditions, the spectral profiles and PCA indicated that areas with higher EC had also greater brightness relative to the non-salinized areas, which enabled the use of data from the two sensors to discriminate the exposed salinized soils from the non-salinized ones. For rice, canopy reflectance in the near infrared (NIR) and shortwave infrared (SWIR) was reduced with increasing soil EC. In the red spectral region of chlorophyll absorption, the salt stress caused a slightly reflectance increase. This explained the good results presented by NDVI (R2 = 0.68) and Enhanced Vegetation Index (EVI) (R2 = 0.70) obtained from the OLI sensor to characterize the spectral response of rice under different soil ECs. The most promising hyperspectral indices were the Salinity and Water Stress Index (SWSI1) (R2 = 0.70) and Saline Stress Index for Rice (IESA) (R2 = 0.59), which are combinations of regions related to chlorophyll regions with absorption of water that vary with water stress. Overall, this study showed that the RS has a good potential to detect and characterize salinization areas. The use of images is very promising, but information obtained from laboratory spectroscopy provides the necessary understanding of the particularities of spectral characteristics of the saline soils. / A caracterização, delimitação e avaliação das áreas afetadas por sais/sódio é de extrema relevância para o Perímetro de Irrigação de Morada Nova – Ceará podendo contribuir nas tomadas de decisões referentes à exploração agrícola local. O sensoriamento remoto (SR) pode ser uma alternativa atraente para complementar o uso de métodos tradicionais em função de seu baixo custo, ampla cobertura espacial, frequência temporal de aquisição de imagens, visando possibilitar o mapeamento das áreas salinizadas. O presente trabalho teve como objetivo usar dados de SR no desenvolvimento de estratégias metodológicas para identificar áreas com problemas de salinidade, visando avaliações dos efeitos provocados no solo e na vegetação. Inicialmente, foi usada espectroscopia de reflectância de laboratório para caracterizar e quantificar variações na reflectância e nas bandas de absorção espectrais em função das alterações da condutividade elétrica (CE) do solo, um indicador indireto de salinização. Amostras de Neossolos Flúvicos (n =180) foram salinizadas com crescentes níveis de NaCl, MgCl2 e CaCl2. Metade das amostras foi tratada com gesso agrícola, um corretivo de salinização dos solos comumente utilizado na região. Espectros de reflectância foram medidos ao nadir em ambiente controlado (laboratório) usando o espectrômetro FieldSpec. As variações de reflectância e absorção foram avaliadas através da análise por componentes principais (ACP) e da técnica remoção do contínuo (RC), respectivamente, para solos tratados com gesso (TG) e não tratados com gesso (NTG). Usando parte das amostras NTG (n = 62) e um conjunto de amostras independentes (n = 32), coletadas em vários pontos dentro do perímetro irrigado, modelos preditivos foram desenvolvidos usando regressões lineares de bandas individuais do espectrômetro, índice normalizado de salinidade (NDSI) e regressão por mínimos quadrados parciais (PLSR). Outra parte desse trabalho foi focada no uso de imagens multiespectrais (TM/Landsat-5 e OLI/Landsat-8) e hiperespectrais (Hyperion/EO-1). Usando o limiar 0,53 da imagem fração solo obtida de um modelo de mistura espectral aplicado sobre os dados do sensor OLI (Setembro/2013) e informações do comportamento temporal (1984-2011) do índice de vegetação por diferença normalizada (NDVI) obtido do sensor TM, áreas de solo exposto foram avaliadas quanto à sua diferenciação nas classes "salinizados" e "não-salinizados". Na discriminação desses alvos também foram usados índices de salinidade e ACP obtidos de dados dos sensores OLI e Hyperion. Com dados desses dois sensores, também foi averiguada a capacidade de índices multiespectrais e hiperespectrais de vegetação em identificar e caracterizar o estresse salino em dosséis de arroz. Foram usadas regressões lineares para descrever a relação entre os índices e a CE do solo. A espectroscopia de laboratório revelou que as amostras NTG apresentaram uma diminuição na reflectância e brilho com a salinização usando CaCl2 e MgCl2 e um aumento usando NaCl. O gesso aumentou a reflectância do solo e foi determinante para a aparição da banda de absorção em 1750 nm nos espectros das amostras TG. As bandas de absorção mais importantes verificadas nos espectros salinizados foram observadas em 1450, 1950 e 1750 nm. O modelo preditivo desenvolvido com NDSI (R2 = 0,84), a partir de bandas do espectrômetro posicionadas próximas a 1900 nm, apresentaram resultados superiores aos modelos de reflectância de bandas individuais (R2 = 0,50). No entanto, foi o PLSR (R2 = 0,88) usando todas as bandas espectrais do espectrômetro que apresentou os melhores resultados da modelagem sugerindo que, quanto maior o número de informações espectrais usadas, maior é a capacidade de previsão dosmodelos. Com os dados do OLI foram observadas boas correlações do Salinity Index (SI) (r = +0,84) e da primeira componente principal (CP1) (r = +0,83) com a CE do solo. Uma forte correlação (r = +0,77) também foi observada a partir da CP1 dos dados Hyperion. Em condições de campo, os espectros de reflectância e a ACP indicaram que áreas com maiores CE possuem maior brilho em relação às demais áreas não-salinizadas e isso possibilita o uso de dados dos dois sensores para discriminar solos expostos salinizados de não salinizados. Para dosséis de arroz, a reflectância no infravermelho próximo (NIR) e infravermelho médio (SWIR) foi reduzida com o aumento da CE do solo. Já na região do vermelho, o estresse salino provocou um aumento de reflectância. Isso favoreceu aos bons resultados apresentados pelo NDVI (R2 = 0,68) e Enhanced Vegetation Index (EVI) (R2 = 0,70) obtidos do sensor OLI para caracterizar a resposta espectral do arroz sob diferentes CE do solo. Os índices hiperespectrais mais promissores foram o Salinity and Water Stress Index (SWSI1) (R2=0,70) e Índice do Estresse Salino para Arroz (IESA) (R2=0,59), que são combinações de faixas espectrais relacionadas à clorofila e à absorção de água e/ou estresse hídrico. No geral, o estudo mostrou que o SR tem um bom potencial de aplicação para detectar e caracterizar áreas salinizadas. O uso de imagens é bastante promissor, porém informações obtidas com espectroscopia de laboratório são necessárias para subsidiar o entendimento das particularidades de características espectrais dos alvos.

Submitted by GABRIELA TAKAHASHI MIYOSHI null (takahashi.gabi@gmail.com) on 2016-03-24T18:48:17Z No. of bitstreams: 1 MIYOSHI_GT_DISSERTACAO.pdf: 6445481 bytes, checksum: 7e46eb0d4d485bf0b3f7498d99fe9d65 (MD5) / Approved for entry into archive by Ana Paula Grisoto (grisotoana@reitoria.unesp.br) on 2016-03-24T20:29:25Z (GMT) No. of bitstreams: 1 miyoshi_gt_me_prud.pdf: 6445481 bytes, checksum: 7e46eb0d4d485bf0b3f7498d99fe9d65 (MD5) / Made available in DSpace on 2016-03-24T20:29:25Z (GMT). No. of bitstreams: 1 miyoshi_gt_me_prud.pdf: 6445481 bytes, checksum: 7e46eb0d4d485bf0b3f7498d99fe9d65 (MD5) Previous issue date: 2016-02-29 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / Florestas têm importante papel na manutenção da biodiversidade, retenção de carbono e regulação do regime hidrológico, além de garantir proteção ao solo e às fontes d’água. Podem ser classificadas em diferentes estádios de desenvolvimento, caracterizados pela presença de espécies secundárias e clímax. Atualmente, no Brasil, as florestas estão reduzidas em fragmentos espalhados em diversas regiões do país sendo seu monitoramento necessário para realização de planos de manejo. Uma das formas de realizar o monitoramento florestal é utilizando o Sensoriamento Remoto hiperespectral, que fornece informação espectral detalhada dos alvos as quais são úteis para a discriminação das espécies de vegetação que compõem o remanescente florestal. Sensores hiperespectrais acoplados a VANTs (Veículos Aéreos Não Tripulados) possibilitam a aquisição de dados para posterior delimitação das copas das espécies de vegetação. A Mata Atlântica, bioma rico em biodiversidade, está distribuída de norte a sul do Brasil, sendo classificada conforme a localização e características de cada formação florestal, dentre elas a Mata Atlântica de Interior. O objetivo desse trabalho é a caracterização espectral de espécies de vegetação em nível foliar e de copa para contribuir com informações que possam ser utilizadas para o monitoramento florestal. Foram adquiridas imagens hiperespectrais com câmara baseada no Interferômetro de Fabry-Perot acoplada em VANT. As imagens foram adquiridas na gleba Ponte Branca, pertencente à Estação Ecológica Mico-Leão-Preto. O processamento das imagens considerou 5 diferentes correções que permitiram mostrar a importância da geometria de aquisição das imagens e do ajustamento radiométrico em bloco. Copas de 12 espécies de vegetação foram delimitadas manualmente no mosaico de imagens gerado e nelas foram medidos valores de Fator de Reflectância Hemisférico Cônico. A caracterização espectral em nível foliar de 16 espécies de vegetação foi realizada em laboratório utilizando espectrorradiômetro. Por meio da análise de agrupamento, verificou-se a similaridade entre as respostas espectrais de tais espécies, tanto em nível de copa como foliar. Para minimizar a similaridade entre tais respostas, foram aplicados e normalizados 7 índices de vegetação. Por fim, utilizando os índices que apresentaram menor correlação entre si, uma nova análise de agrupamento foi realizada onde se verificou que a similaridade entre as espécies foi atenuada. / Forests have an important role to support biodiversity, carbon stocks and water regime. In addition, provide fundamental protection to soil and water resources. Pioneers and climax species characterize successional stages of forest. In Brazil, forests are reduced to fragments spread out over the country, being their monitoring necessary to perform management plans. Hyperspectral Remote Sensing provides detailed spectral information about targets and is feasible to discriminate trees species. Hyperspectral sensor attached to UAVs (Unmanned Aerial Vehicles) makes possible the delineation of trees canopies. The Atlantic Forest, biome rich in biodiversity, is distributed from north to south in Brazil, being classified according to the different locations and characteristics, such as the Interior Atlantic Forest. The main objective of this project is spectral characterization of tree species in leaf and canopy level to contribute with forest monitoring. Hyperspectral images acquired with camera based on Fabry-Perot Interferometer coupled to an UAV were acquired. The interest area, Ponte Branca, belongs to the ecological station called Estação Ecológica Mico-Leão-Preto in the western region of São Paulo State. Imaging process where realized with 5 different corrections showing the importance of geometry during image acquisition and radiometric block adjustment. Trees canopies from 12 species were manually delimited in the images mosaic and Hemispherical Conical Reflectance Factor were obtained. Leaf spectral characterization was realized in laboratory using spectrorradiometer. Clustering analyses were applied to verify similarity between spectral responses of species, in canopy and leaf level. 7 vegetation indexes were applied and normalized in order to reduce the similarity between the spectral responses. Lastly, a new clustering analyses was realized using the less correlated normalized indexes, concluding that the similarity between species was reduced. / CNPq: 130871/2014-1

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.