Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DCF - Departamento de Ciências Florestais >
DCF - Programa de Pós-graduação >
DCF - Engenharia Florestal - Mestrado (Dissertações) >

Por favor, utilize esse identificador para citar este item ou usar como link: http://repositorio.ufla.br/jspui/handle/1/10627

Título: Detecção de mudanças em florestas e savanas utilizando análise estatística baseada em objetos geográficos
Autor(es): Leite, Lucilia Rezende
Orientador: Carvalho, Luis Marcelo Tavares de
Coorientador: Menezes, Fortunato Silva de
Membro da banca: Alves, Marcelo de Carvalho
Membro da banca: Alves, Helena Maria Ramos
Assunto: Savana brasileira
Floresta amazônica
Sensoriamento remoto
Segmentação de imagens
Teste Qui-Quadrado
Distância de Mahalanobis
Brazilian savanna
Amazon forest
Remote sensing
Image segmentation
Chi-square test
Mahalanobis distance
Data de Defesa: 3-Ago-2015
Data de publicação: 30-Nov-2015
Agência de Fomento: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Referência: LEITE, L. R. Detecção de mudanças em florestas e savanas utilizando análise estatística baseada em objetos geográficos. 2015. 55 p. Dissertação (Mestrado em Engenharia Florestal)-Universidade Federal de Lavras, Lavras, 2015.
Resumo: O objetivo neste trabalho foi avaliar a detecção de mudanças sobre a cobertura do solo em áreas de Floresta e Savana Brasileira, utilizando imagens do satélite Landsat 5/TM e duas metodologias estatísticas iterativas baseadas em objeto. Foi avaliada a sensibilidade das metodologias em relação à heterogeneidade dos dados de entrada, à utilização de dados de reflectância e índices de vegetação, e à utilização de diferentes níveis de confiança. Os períodos analisados compreenderam os anos 2000 a 2006 e 2006 a 2010. Após a segmentação das imagens foram extraídas as grandezas estatísticas descritivas média e desvio padrão de cada objeto. A determinação dos objetos de mudança foi realizada de forma iterativa com base na Distância de Mahalanobis e na distribuição quiquadrado. Os resultados foram validados com uma prévia detecção visual e analisados de acordo com a curva ROC. Foram obtidos ganhos significativos na utilização de máscara e das bandas 3 e 4 para ambas as áreas testadas com 94,67% e 95,02% dos objetos corretamente detectados como mudança, respectivamente para as áreas de Floresta e Savana. O uso do NDVI e de imagens diferentes se mostraram insatisfatórios para a detecção de mudanças nas áreas testadas.
Abstract: The aim of this study was to evaluate the change detection on the ground cover in areas of Forest and Brazilian Savanna, using images from Landsat 5 / TM and two methodologies based on iterative statistics object. The sensitivity of the methods in relation to the heterogeneity of the input data was evaluated using the reflectance data and vegetation indexes, and the use of different levels of confidence. The periods analyzed comprised the years 2000 to 2006 and 2006 to 2010. After the segmentation of the images were extracted the quantities descriptive average statistics and standard deviation of each object. The determination of change of objects was carried out iteratively based on Mahalanobis Distance and the chi-squared distribution. The results were validated using a previous visual detection and analyzed according to the ROC curve. Significant gains have been made in the shade of use and the bands 3 and 4 for both areas tested with 94.67% and 95.02% of correctly detected objects as change respectively in the areas of Forest and Savanna. The use of NDVI and different images proved unsatisfactory for the detection of changes in the areas tested.
Informações adicionais: Arquivo retido a pedido do(a) autor(a) até agosto de 2017.
URI: http://repositorio.ufla.br/jspui/handle/1/10627
Publicador: Universidade Federal de Lavras
Idioma: por
Aparece nas coleções: DCF - Engenharia Florestal - Mestrado (Dissertações)

Arquivos neste Item:

Não há arquivos associados para este Item.

Itens protegidos por copyright, com todos os direitos reservados, Salvo indicação em contrário.


Mostrar estatísticas

 


DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback