Download details

ANÁLISE DO COEFICIENTE DE RETROESPALHAMENTO E CLASSIFICAÇÃO DO USO DO SOLO DE ÁREAS INUNDADAS NO PANTANAL NORTE – MT, POR MEIO DE IMAGENS ALOS-PALSAR ANÁLISE DO COEFICIENTE DE RETROESPALHAMENTO E CLASSIFICAÇÃO DO USO DO SOLO DE ÁREAS INUNDADAS NO PANTANAL NORTE – MT, POR MEIO DE IMAGENS ALOS-PALSAR HOT

GABRIEL VITORELI DE OLIVEIRA
Orientador Dr. Peter Zeilhofer
Ano de Defesa 2013

ABSTRACT

Wetlands perform a vital ecological role in the maintenance of local and global ecosystems,

also appear as one of the most fragile ecosystems on Earth, they are highly susceptible to

human actions. Despite this susceptibility, there is a strong deficiency in monitoring these

areas, which requires further study in this theme. Currently, remote sensing has become an

indispensable tool in the natural resources monitoring. Depending on the imaging

characteristics, radar is presented as an efficient alternative for mapping wetlands, since it

uses wavelengths which penetrate vegatation and interact with soil and water depth. In this

context, this work aims to assess the potential of ALOS/PALSAR (L-band, HH polarization)

in the delineation of flood due to the soil different classes, and assess the potential of

contextual classifier ICM-MAXVER in classification of land use of Pirizal region in Poconé-

MT, Panatal biome. Were extracted and analyzed backscattering coefficient values of

ALOS/PALSAR in flooded and not flooded areas. We sought to develop a classification

model from the backscatter coefficient values for identifying these areas, with data validation

observed in the study area. Was performed a radar image classification with the contextual

classifier MAXVER-ICM to attest the ALOS/PALSAR image’s potential in discrimination of

different land uses in the grid Pirizal. The results showed that the radar images in the L band

are effective in identifying flooded and not flooded forests. The graphs and tables generated

from the logistic regression indicated that this sensor presents limitations to separate flooded

fields to fields during the dry season. The contextual classifier showed excellent results in

delineation of the different land use classes in the study area, with a Kappa index of 0.977 and

global accurancy of 98.30% .

Keywords: wetlands, radar images, remote sensing.

RESUMO

As áreas úmidas desempenham funções ecológicas imprescindíveis para a manutenção dos

ecossistemas local e global, configuram-se também como um dos ecossistemas mais frágeis

da Terra, pois são altamente susceptíveis às ações humanas. Apesar dessa elevada

susceptibilidade, existe forte deficiência no monitoramento dessas áreas, necessitando de

estudos mais aprofundados. Atualmente o sensoriamento remoto se tornou uma ferramenta

indispensável no monitoramento dos recursos naturais. Em função das características de

imageamento, o radar apresenta-se como uma alternativa eficaz para o mapeamento de áreas

inundadas, uma vez que utiliza comprimentos de ondas que penetram na vegetação e

interagem com solo e com a lâmina d’agua. Neste contexto, o presente trabalho tem por

objetivo avaliar o potencial das imagens ALOS/PALSAR (banda L, polarização HH) na

delimitação da inundação em função das diferentes classes do solo, bem como avaliar a

potencialidade do classificador contextual ICM-MAXVER na classificação do uso do solo da

região do Pirizal, em Poconé - MT, bioma Pantanal. Foram extraídos e analisados os valores

do coeficiente de retroespalhamento das imagens ALOS/PALSAR de áreas inundadas e não

inundadas. Buscou-se desenvolver um modelo de classificação, a partir dos valores do

coeficiente de retroespalhamento para identificação dessas áreas, com validação de dados

observados na área de estudo. Executou-se ainda uma classificação uso do solo com o

classificador MAXVER-ICM para atestar a potencialidade das imagens ALOS/PALSAR na

discriminação dos diferentes usos na grade do Pirizal. Os resultados apontaram que as

imagens de radar na banda L são eficientes na separação de matas inundadas e não inundadas.

As tabelas de classificação geradas a partir da regressão logística indicaram que este sensor

apresenta limitações para separar campos inundados de campos no período de seca. O

classificador contextual apresentou resultado excelente na delimitação das diferentes classes

do uso do solo na área de estudo, com um índice Kappa de 0,977 e exatidão global de

98,30%.

Palavras-chave: áreas úmidas, imagens de radar, sensoriamento remoto.

Information
Autor GABRIEL VITORELI DE OLIVEIRA
Orientador
Ano de Defesa 2013
Size 3.86 MB
Rating
(0 votes)
Created by Verônica
Changed by Verônica
Downloads 540
License
Price

Defesas

Não há eventos programados!