Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnoclógico, Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento, Florianópolis, 2010 / Made available in DSpace on 2013-07-16T03:53:00Z (GMT). No. of bitstreams: 0 / No presente trabalho está sendo desenvolvida uma nova metodologia de análise, representação do conhecimento visual e classificação de padrões atmosféricos a partir dos valores dos píxeis de imagens obtidas na superfície. A metodologia visa substituir os observadores sinópticos (OS) que classificam o céu a partir de conhecimento tácito e critérios subjetivos. Substituir o OS por um sistema automático é altamente desejável para reduzir os aspectos subjetivos inerentes ao processo de observação. Os métodos de análise levantados na literatura especializada e nos equipamentos disponíveis comercialmente utilizam uma abordagem binária de resultados e simplificação matemática. Mas as características existentes nesta abordagem agregam muitas incertezas ao processo de análise, que em muitas ocasiões é utilizado para validar a cobertura de nuvens das imagens de satélite. Este paradigma de análise também despreza a ocorrência de outros padrões presentes no domínio de observação agregando mais incertezas ainda ao processo de classificação. A metodologia proposta estabelece um domínio de tarefa apropriado para mapear os dados representados pelos valores dos píxeis em conhecimento, necessário para a classificação dos padrões baseados na teoria da física atmosférica. Durante a análise preliminar dos padrões notou-se que estes ocupavam um locus típico no espaço de cor, permitindo uma caracterização de ocorrência. Neste cenário optou-se por uma abordagem Bayesiana (aprendizado supervisionado e análise) como modelo cognitivo de observação e estatística multivariada no espaço de cores como solução geral do problema, além do conceito de agentes inteligentes como novo paradigma de desenvolvimento. Resultados preliminares indicaram que a metodologia proposta é superior à principal técnica existente na literatura especializada nos seguintes aspectos: modelamento matemático mais rigoroso, discriminação precisa dos padrões atmosféricos observáveis nas imagens, invariância em relação ao ângulo de incidência solar (brilho), comparação das imagens com sensores de radiação solar e a identificação de outros fenômenos atmosféricos a partir das mesmas imagens. A validação indicou que desvios entre o tempo de obtenção das imagens de satélite e da superfície apresentam diferenças de avaliação. Especula-se que as deferenças se acentuam à medida que a velocidade de deslocamento das nuvens aumenta, mesmo na ordem de alguns minutos. O presente trabalho também abre o caminho para uma análise mais refinada no futuro, de forma a permitir buscar a estimativa da avaliação da altura e do tipo das nuvens através de imagens de superfície.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/103249 |
Date | 16 July 2013 |
Creators | Mantelli Neto, Sylvio Luiz |
Contributors | Universidade Federal de Santa Catarina, Wangenheim, Aldo v., Pereira, Enio B. (Enio Bueno) |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
Format | xxi, 206 p.| il., grafs., tabs. |
Source | reponame:Repositório Institucional da UFSC, instname:Universidade Federal de Santa Catarina, instacron:UFSC |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 5.0108 seconds