Return to search

Análise de métodos de realce espectral e temporal aplicados à discriminação de classes de uso e cobertura da terra em áreas de Cerrado / Analysis methods of spectral and temporal enhancement applied to class discrimination use and land cover in areas Closed

Made available in DSpace on 2014-07-29T15:31:59Z (GMT). No. of bitstreams: 1
iZA cARLA DE oLIVEIRA.pdf: 4854779 bytes, checksum: f358f6403c6890098ade27a8d2864c95 (MD5)
Previous issue date: 2010-03-11 / The Cerrado biome has the national and international eminence, because it
dimensions, around 205 millions ha. in the Brazil, beyond to emphasize like an
areas of the global importance, call hotspots. With 9,2% of it is area in the parks
and ecological reservation, studs of the mapping of the vegetation indicate a
scenery of the conversion estimated between 40 % and 55 %, for areas of the
pasture and agricultural. This work has the objective to evaluated the potential
of discrimination of the natural and human target from the images with high
resolution and high spectral resolution, accentuated amount the spectral
dominion like temporal, to identify the better technique and protocols, which
results in mapping semi-automatic of the landscape cover in the Cerrado biome,
more accurate. It was selected an area test for this analyze, the municipality of
Mineiros, the definition of the are was base in the environment importance,
because inside of this municipality there is the fountainhead of the Araguaia -
Tocantins River basin, the Prata basin and the Paraguai basin, beyond the
strategic areas for conservation (Parque Nacional das Emas) and the
biodiversity corridors (Cerrado Pantanal). The models of spectral
enhancement NDVI, MLME and CP were apply in a LANDASAT TM (orbit/point:
224/73) from march 30 of 2008 (rain season) and august 21 of 2008 (dry
season). The statistic analyses show the existence of one spectral confusion
more intensify between Campo Sujo and Pasture and Cerrado Sensu Stricto, in
all categories of the analyze data. Other results showing that the capacity of
discriminate is bigger in the august, the dry season, when there is more
distinction in the vegetation. And finally, between the spectral model, which
presents better potential to distinction the class was observed by the images,
component main, with 96 % of the sample classify correctly. Before the MLME
presents results of 91 % in relation to NDVI, with 84 % of the capacity to define
the class, this difference is because the number of the patchy in NDVI is less (
i.e NDVI use just two bands, red and infra-red) when compare to MLME and
CP. Thus the work consider that application of the spectral enhancement in the
image of the original digital values contribution in the distinction potential of the
natural and anthropic, concluding that the analyze of the main components
increase with the precision of the semi-automatic mapping of use land cover. / O bioma Cerrado tem destaque nacional e internacional em virtude de sua
dimensão, cerca de 205 milhões de hectares do território, além de se destacar
como uma das áreas de importância global para a biodiversidade. Com 9,2%
de sua área assegurada na forma de parque ou reserva ecológica, estudos do
mapeamento da cobertura vegetal apontam um cenário de conversão estimado
entre 40% a 55% de seu território, em áreas de pastagens e culturas anuais.
Desta forma, este trabalho teve como objetivo avaliar o potencial de
discriminação de alvos naturais e antrópicos a partir de imagens de alta
resolução espacial e espectral, realçadas tanto no domínio espectral quanto
temporal, com vistas a identificar técnicas e protocolos mais adequados, os
quais resultem em mapeamentos semi-automáticos da cobertura e uso da terra
no bioma Cerrado mais acurados. Foi selecionado uma área de estudo, no
caso o município de Mineiros, a definição da área foi baseada na importância
ambiental ao sediar em seu território parte das nascentes da bacia hidrográfica
do Rio Araguaia - Tocantins, bacia do Prata e bacia do Paraguai, além de às
áreas estratégicas de conservação (Parque Nacional das Emas) e Corredores
de Biodiversidade (Cerrado pantanal). Os modelos de realce espectral NDVI,
MLME e CP foram aplicados sobre uma cena do sensor Landsat TM
(órbita/ponto:224/72 e 73) de 30 de março de 2008 (estação de chuvas) e 21
de agosto de 2008 (estação seca). As análises estatísticas demonstraram a
existência de uma confusão espectral mais intensa entre o Campo Sujo e
Pastagem e Cerrado Sensu Stricto, em todas as categorias de dados
analisadas. Outros resultados demonstraram que a capacidade discriminante é
significativamente maior em agosto, no período de seca, quando há uma maior
diferenciação na cobertura verde. E por fim, entre os modelos de realce
espectral, o que apresentou melhor potencial de discriminar classes foi
observado pelas imagens componentes principais, com 96% de amostras
classificadas corretamente. Em seguida o MLME apresentou resultados de
91%, em relação ao NDVI, com 84% de capacidade de definir classes, essa
diferença se deve ao fato do numero de variáveis no NDVI serem menor (i.e.
NDVI usa apenas duas bandas, vermelho e infra-vermelho) quando comprado
ao MLME e CP. Assim o trabalho considera que a aplicação de realce espectral
em imagem de valores digitais originais, auxilia no potencial de discriminação
de alvos naturais e antrópicos, concluindo que a análise das componentes
principais aumenta a precisão no mapeamento semi-automático de uso e
cobertura da terra.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.bc.ufg.br:tde/1848
Date11 March 2010
CreatorsSILVA, Iza Carla de Oliveira e
ContributorsFERREIRA JÚNIOR, Laerte Guimarães
PublisherUniversidade Federal de Goiás, Mestrado em Geografia, UFG, BR, Ciências Humanas
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da UFG, instname:Universidade Federal de Goiás, instacron:UFG
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0027 seconds