A obtenção de informações sobre áreas queimadas vem sendo estudada e aprimorada nas últimas décadas, a grande questão está baseada na aquisição de dados consistentes e detalhados sobre a ocorrência de queimadas de forma simples e eficaz. Diante disso, o sensoriamento remoto se apresenta como uma ferramenta de elevado de interesse, pois possibilita obter informações em áreas extensas e de difícil acesso, sendo possível a identificação de áreas queimadas em função do comportamento espectral das mesmas. Neste trabalho, o objetivo foi analisar o desempenho de índices espectrais na identificação de área queimada em imagens do satélite OLI/Landsat-8 em três regiões de cerrado Tocantinense. Para isso foram calculados os índices espectrais em imagens antes e depois do fogo, os quais utilizaram as bandas do vermelho e do infravermelho próximo: NDVI, MSAVI, SAVI, GEMI; e as bandas do infravermelho próximo e do infravermelho de ondas curtas: NBR, BAIMmod, MIRBImod. Posteriormente, foi calculada a diferença entre cada índice pré e pós-fogo: dNDVI, dMSAVI, dSAVI, dGEMI, dNBR, dBAIMmod e dMIRBImod. A partir desses índices, foram criadas seis diferentes composições (RGB) e que posteriormente foram segmentadas e classificadas de forma supervisionada para a extração da área de interesse (área queimada). Os resultados dessa classificação foram validados com os dados de referência obtidos através da interpretação visual de imagem, em que os métodos apresentaram semelhança entre si, havendo uma pequena diferença no desempenho dos métodos nas áreas estudadas, com uma porcentagem de acerto variando de 65,83 a 83,01% para a Área 1, de 62,9 a 76,3% para a Área 2 e de 85,54 a 92,46% na Área 3 e, segundo os valores Kappa obtidos, o desempenho dos métodos é classificado de muito bom a excelente. / Obtaining information on burned areas has been studied and improved in the last decades, and the biggest question is to acquire consistent and detailed information about the occurrence of burnings in a simple and effective way. In view of this remote sensing is a very interesting tool because it allows obtaining information in large areas and difficult to access. The identification of the areas burned by orbital data is directly related to their spectral behavior. The objective of this work was to analyze the performance of spectral indices in the identification of burned area in OLI / Landsat-8 satellite images to three areas of tocantinense Cerrado. For this the indexes for the before and after fire images were calculated, using bands of red and near infrared: NDVI, MSAVI, SAVI, GEMI and bands of near infrared and short wave infrared: NBR, BAIMmod, MIRBImod, as well as to calculate the difference between pre and post-fire index: dNDVI, dMSAVI, dSAVI, dGEMI, dNBR, dBAIMmod and dMIRBImod. From these indices, six different compositions (RGB) were created and later they were segmented and classified in a supervised way and soon after the extraction of the area of interest. The results of this classification were validated with the reference data obtained through the visual interpretation of the image, where the methods showed a great similarity between them, has been a small difference in performance of methods in the areas estudieds, wuth percentage of accuracy ranging from 65,83 to 83,01% to area 1, to area 2 from 62,9 to 76,3% and in the area 3 from 85,54 a 92,46% and according Kappa value, the performance of methods is classified form very good to excellent.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.uft.edu.br:11612/696 |
Date | 07 July 2017 |
Creators | Sousa, Ingridy Mikaelly Pereira |
Contributors | Giongo, Marcos, Carvalho, Edmar Vinícius de |
Publisher | Universidade Federal do Tocantins, Gurupi, Programa de Pós-Graduação em Ciências Florestais e Ambientais - PPGCFA, BR |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Repositório Institucional da UFT, instname:Universidade Federal do Tocantins, instacron:UFT |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0159 seconds