Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Humanas, Departamento de Geografia, 2016. / Submitted by Fernanda Percia França (fernandafranca@bce.unb.br) on 2016-07-01T16:18:19Z
No. of bitstreams: 1
2016_NájlaVilarAiresdeMoura.pdf: 2322407 bytes, checksum: 7c59205c6f09e02fbec00d40cf42888a (MD5) / Approved for entry into archive by Raquel Viana(raquelviana@bce.unb.br) on 2016-07-14T14:37:54Z (GMT) No. of bitstreams: 1
2016_NájlaVilarAiresdeMoura.pdf: 2322407 bytes, checksum: 7c59205c6f09e02fbec00d40cf42888a (MD5) / Made available in DSpace on 2016-07-14T14:37:54Z (GMT). No. of bitstreams: 1
2016_NájlaVilarAiresdeMoura.pdf: 2322407 bytes, checksum: 7c59205c6f09e02fbec00d40cf42888a (MD5) / O aumento do consumo energético no Brasil demanda a construção de novas usinas hidrelétricas, o que implica na necessidade do poder público desenvolver ferramentas efetivas de mapeamento do uso e cobertura da terra, no entorno dos reservatórios para garantir a manutenção das Áreas de Preservação Permanentes (APPs), protegidas por lei. Com esse propósito, o sensoriamento remoto, em especial o uso de classificadores automáticos, é compreendido como uma maneira rápida para obtenção de dados. Neste contexto, o objetivo desta pesquisa é analisar diferentes classificadores automáticos para o mapeamento de uso e cobertura da terra no entorno do reservatório da usina hidrelétrica de Corumbá IV/GO e, posteriormente, fazer a análise multitemporal das mudanças ocorridas na localidade. Os classificadores utilizados foram Máxima Verossimilhança (MaxVer), Distância Mahalanobis, Mínima Distância, Paralelepípedo, Spectral Angle Mapper (SAM), Support Vector Machine (SVM) e Spectral Information Divergence (SID). Para verificar a eficácia dos classificadores, estes foram comparados com a classificação manual, elaborada a partir de imagem Landsat. A classificação multitemporal (anos de 1988, 1998, 2005, 2006, 2008, 2010, 2014 e 2015) do uso e ocupação da terra foi feita para os oito municípios goianos nos quais o reservatório se localiza. Na comparação entre o desempenho dos classificadores o SVM apresentou os melhores resultados para a área de estudo (77,3% de acurácia global e 0,64 de índice Kappa). O mapeamento, elaborado por este classificador, demonstrou que a vegetação nativa representa apenas 56% da faixa de terra de 100 metros a partir da margem do reservatório, demonstrando o descumprimento do percentual mínimo de APP. ________________________________________________________________________________________________ ABSTRACT / The increase in energy consumption in Brazil requires the construction of new hydroelectric plants, which implies the need for the government to develop effective tools for mapping the land use and land cover, around the reservoirs to ensure the maintenance of the Permanent Preservation Areas, protected by law. For this purpose, remote sensing, in particular the use of automatic classifiers, is understood as a quick way to obtain data. In this context, the aim of this study is to analyze different automatic classifiers for mapping the land use and land cover around the reservoir of the hydroelectric plant Corumbá IV, Goias, Brazil, and subsequently make the multitemporal analysis of changes in the locality. The classifiers used were Maximum Likelihood, Mahalanobis Distance, Minimum Distance, Parallelepiped, Spectral Angle Mapper (SAM), Support Vector Machine (SVM) and Spectral Information Divergence (SID). To verify the effectiveness of classifiers, they were compared with manual classification, drawn from Landsat image. The multitemporal classification of the land use and land cover was made for the eight municipalities of Goiás in which the reservoir is located (for 1988, 1998, 2005, 2006, 2008, 2010, 2014 and 2015). Comparing the performance of classifiers, SVM showed the best results for the study area (77.3% overall accuracy and 0.64 Kappa index). The map prepared by this classifier showed that the native vegetation covers only 56% of the strip of land 100 meters from the shore of the reservoir, demonstrating noncompliance with the minimum of Permanent Preservation Area percentage.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unb.br:10482/20921 |
| Date | 06 June 2016 |
| Creators | Moura, Nájla Vilar Aires de |
| Contributors | Carvalho Júnior, Osmar Abílio de |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UnB, instname:Universidade de Brasília, instacron:UNB |
| Rights | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data., info:eu-repo/semantics/openAccess |
Page generated in 0.0024 seconds