Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DEG - Departamento de Engenharia >
DEG - Programa de Pós-graduação >
DEG - Engenharia Agrícola - Mestrado (Dissertações) >

Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/9467

Title: Análise orientada a objetos de imagens de satélite para mapeamento de áreas de preservação em reservatório hidrelétrico
???metadata.dc.creator???: Soares, Jefferson Francisco
???metadata.dc.contributor.advisor1???: Ramirez, Gláucia Miranda
???metadata.dc.contributor.advisor-co???: Carvalho, Mirléia Aparecida
???metadata.dc.contributor.referee1???: Volpato, Margarete Marin Lordelo
???metadata.dc.description.concentration???: Engenharia Agrícola
Keywords: Sensoriamento remoto
Quickbird
Matas ciliares
Algoritmo watersheds by immersion
Índice kappa
Exatidão global
Remote sensing
Riparian woods
Watershed by immersion algorithm
Kappa index
Global accuracy
???metadata.dc.date.submitted???: 26-Feb-2015
Issue Date: 12-May-2015
???metadata.dc.description.sponsorship???: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Citation: SOARES, J. F. Análise orientada a objetos de imagens de satélite para mapeamento de áreas de preservação em reservatório hidrelétrico. 2015. 67 p. Dissertação (Mestrado em Engenharia Agrícola)-Universidade Federal de Lavras, Lavras, 2015.
???metadata.dc.description.resumo???: Considerada uma das práticas vegetativas de mitigação da degradação dos recursos hídricos, a manutenção das matas ciliares é recomendada e exigida por lei. Contudo, no Brasil, ainda há uma progressiva e constante descaracterização destas áreas. Diante de tal realidade torna-se necessário ampliar pesquisas que permitam caracterizar as áreas de forma integrada, gerando resultados eficientes com rapidez e baixo custo. O sensoriamento remoto é uma opção que demonstra grande potencial de aplicação. Diante do exposto, o objetivo deste trabalho foi mapear e caracterizar o uso e ocupação do solo nas áreas de preservação permanente do reservatório da Usina Hidrelétrica de Funil (UHE Funil), utilizando imagem de satélite de alta resolução espacial - Quickbird- em composição verdadeira (RGB-321) aliada às técnicas de análise orientada a objetos. Para segmentação da imagem, a partir do algoritmo watersheds by immersion, utilizou-se o software Envi EX® 4.8. Para a classificação da imagem utilizaram-se os algoritmos K-nearest neighbor, Support vector machine e Maximum Likelihood. Analisou-se a acurácia dos mapeamentos comparando-se os resultados obtidos com o mapa gerado a partir da classificação visual da imagem da área de estudo (mapa de referência). A partir da análise dos resultados concluiu-se que o algoritmo K-nearest neighbor foi o melhor método para o mapeamento de uso e ocupação do solo da área de estudo, com índice kappa de 0,88 e exatidão global de 91,40%.
Abstract: Considered one of the vegetative mitigation practices for water resource degradation, the maintenance of riparian woods is recommended and demanded by law. However, in Brazil, these areas are still uncharacterized. In light of this reality, it becomes necessary to widen researches that allow us to characterize these areas in an integrated manner, generating efficient and quick results with low cost. Remote sensing is the option that demonstrates great application potential. Thus, in this work, we aimed at mapping and characterizing soil use and occupation in permanent preservation areas at the Funil Hydroelectric Power Plant (Funil HEP) reservoir, using high spatial resolution satellite imaging – Quickbird – in true composition (RGB-321) allied to object-oriented analysis techniques. For image segmentation, based on the watersheds by immersion algorithm, we used the Envi EX® 4.8 software. In order to classify the image, we used the algorithms K-nearest neighbor, Support vector machine and Maximum Likelihood. We analyzed the accuracy of the mappings comparing the results obtained to the map generated with the visual classification of the image of the study area (reference map). With the results, we concluded that the K-nearest neighbor algorithm was the best for mapping soil use and occupation in the study area, with kappa index of 0.88 and global accuracy of 91.40%.
URI: http://repositorio.ufla.br/jspui/handle/1/9467
Publisher: UNIVERSIDADE FEDERAL DE LAVRAS
???metadata.dc.language???: pt_BR
Appears in Collections:DEG - Engenharia Agrícola - Mestrado (Dissertações)

Files in This Item:

File Description SizeFormat
DISSERTAÇÃO_Análise orientada a objetos de imagens de satélite para mapeamento de áreas de preservação em reservatório hidrelétrico.pdf1.32 MBAdobe PDFView/Open

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.


View Statistics

 


DSpace Software Copyright © 2002-2010  Duraspace - Feedback