Análise de imagem polarimétrica TerraSAR-X para classificação de uso e cobertura da terra na porção sudoeste da Amazônia Brasileira
Ano de defesa: | 2011 |
---|---|
Autor(a) principal: | |
Orientador(a): | , |
Banca de defesa: | , |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Instituto Nacional de Pesquisas Espaciais
|
Programa de Pós-Graduação: |
Programa de Pós-Graduação do INPE em Sensoriamento Remoto
|
Departamento: |
Não Informado pela instituição
|
País: |
BR
|
Resumo em Inglês: | The objective of this study is to analyze the potential use of images from satellite TerraSAR-X, at StripMap acquisition mode, to map and identify the land use and land cover (LULC) in the southwestern Brazilian Amazon. Classifiers based on statistical functions for maximum likelihood (ML) method and based on frequency-based contextual and neural network classification technique (Context) was used in images of amplitude in dual polarization (HH and VV), a synthesized image derivative of the covariance matrix <HH.VV*> and entropy (Entropy (H)), derived from the decomposition of targets by Cloude and Pottier. The results of these classifications were evaluated by the confusion matrix and \textit{Kappa} index. Physiognomic-structural and field observation points (GPS) served as reference for classification of six land cover classes and to evaluate the performance of the approaches used. It can be stated that all components [A$_{<HH>}$, A$_{<VV>}$, A$_{<HH.VV*>}$ e A$_{Entropy}$], at Context Classification performed better with an overall accuracy of 78,33\% and \textit{Kappa} 0,70. This allows us to conclude on the important role of TerraSAR-X images for the characterization of thematic landscape in the southwestern Brazilian Amazon, including new tools for monitoring human activities and its environmental impact, adding information to already existing traditional optical products obtained in areas of high cloud cover, as it occurs in tropical rain forests. |
Link de acesso: | http://urlib.net/sid.inpe.br/mtc-m19/2011/02.16.20.25 |
Resumo: | O presente trabalho tem como objetivo analisar o uso potencial de imagens SAR polarimétricas do sensor TerraSAR-X, no modo \textit{StripMap}, para mapear o uso e cobertura da terra na região sudoeste da Amazônia brasileira. No procedimento metodológico foram empregados dois classificadores, um baseado nas funções estatísticas de máxima verossimilhança (MAXVER) e o método contextual (\textit{Context}), utilizando imagens de amplitude nas polarizações individuais (A$_{<HH>}$ e A$_{<VV>}$) e da derivada da matriz de covariância A$_{<HH.VV*>}$, bem como da entropia (A$_{Entropia (H)}$), derivada da decomposição de alvos por auto-valores. Os resultados temáticos dessas classificações foram avaliados através da matriz de confusão e pelo índice \textit{Kappa}. Levantamentos fisionômico-estruturais em campo e pontos de observação devidamente georreferenciados serviram de referência para classificação de 6 classes de uso e cobertura da terra e para avaliação do desempenho das abordagens utilizadas. De forma sintetizada pode-se afirmar que o conjunto de componentes [A$_{<HH>}$, A$_{<VV>}$, A$_{<HH.VV*>}$ e A$_{Entropia}$], por meio da classificação \textit{Context}, apresentou melhor desempenho classificatório, com exatidão global de 78.33\% e índice \textit{Kappa} 0.70. Isso nos permite concluir sobre o importante papel das imagens TerraSAR-X na caracterização temática da paisagem sudoeste da Amazônia, contribuindo também no processo de monitoramento das atividades decorrentes da ação humana, adicionando informações aos já tradicionalmente existentes produtos ópticos obtidos em áreas com elevada cobertura de nuvens como em regiões de florestas tropicais. |
id |
INPE_c84260989b933f54dbf360eb7ed4cbb5 |
---|---|
oai_identifier_str |
oai:urlib.net:sid.inpe.br/mtc-m19/2011/02.16.20.25.54-0 |
network_acronym_str |
INPE |
network_name_str |
Biblioteca Digital de Teses e Dissertações do INPE |
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisAnálise de imagem polarimétrica TerraSAR-X para classificação de uso e cobertura da terra na porção sudoeste da Amazônia BrasileiraTerraSAR-X image for classification the land use and land cover in the southwest portion of the Brazilian Amazon2011-02-24João Roberto dos SantosJosé Cláudio MuraHermann Johann Heinrich KuxMarisa Dantas Bitencourt PereiraCesar Edwin Garcia CortesInstituto Nacional de Pesquisas EspaciaisPrograma de Pós-Graduação do INPE em Sensoriamento RemotoINPEBRmapeamento florestalradarclassificação polarimétricaAmazôniaforest mappingradarpolarimetric classificationAmazon (region)O presente trabalho tem como objetivo analisar o uso potencial de imagens SAR polarimétricas do sensor TerraSAR-X, no modo \textit{StripMap}, para mapear o uso e cobertura da terra na região sudoeste da Amazônia brasileira. No procedimento metodológico foram empregados dois classificadores, um baseado nas funções estatísticas de máxima verossimilhança (MAXVER) e o método contextual (\textit{Context}), utilizando imagens de amplitude nas polarizações individuais (A$_{<HH>}$ e A$_{<VV>}$) e da derivada da matriz de covariância A$_{<HH.VV*>}$, bem como da entropia (A$_{Entropia (H)}$), derivada da decomposição de alvos por auto-valores. Os resultados temáticos dessas classificações foram avaliados através da matriz de confusão e pelo índice \textit{Kappa}. Levantamentos fisionômico-estruturais em campo e pontos de observação devidamente georreferenciados serviram de referência para classificação de 6 classes de uso e cobertura da terra e para avaliação do desempenho das abordagens utilizadas. De forma sintetizada pode-se afirmar que o conjunto de componentes [A$_{<HH>}$, A$_{<VV>}$, A$_{<HH.VV*>}$ e A$_{Entropia}$], por meio da classificação \textit{Context}, apresentou melhor desempenho classificatório, com exatidão global de 78.33\% e índice \textit{Kappa} 0.70. Isso nos permite concluir sobre o importante papel das imagens TerraSAR-X na caracterização temática da paisagem sudoeste da Amazônia, contribuindo também no processo de monitoramento das atividades decorrentes da ação humana, adicionando informações aos já tradicionalmente existentes produtos ópticos obtidos em áreas com elevada cobertura de nuvens como em regiões de florestas tropicais.The objective of this study is to analyze the potential use of images from satellite TerraSAR-X, at StripMap acquisition mode, to map and identify the land use and land cover (LULC) in the southwestern Brazilian Amazon. Classifiers based on statistical functions for maximum likelihood (ML) method and based on frequency-based contextual and neural network classification technique (Context) was used in images of amplitude in dual polarization (HH and VV), a synthesized image derivative of the covariance matrix <HH.VV*> and entropy (Entropy (H)), derived from the decomposition of targets by Cloude and Pottier. The results of these classifications were evaluated by the confusion matrix and \textit{Kappa} index. Physiognomic-structural and field observation points (GPS) served as reference for classification of six land cover classes and to evaluate the performance of the approaches used. It can be stated that all components [A$_{<HH>}$, A$_{<VV>}$, A$_{<HH.VV*>}$ e A$_{Entropy}$], at Context Classification performed better with an overall accuracy of 78,33\% and \textit{Kappa} 0,70. This allows us to conclude on the important role of TerraSAR-X images for the characterization of thematic landscape in the southwestern Brazilian Amazon, including new tools for monitoring human activities and its environmental impact, adding information to already existing traditional optical products obtained in areas of high cloud cover, as it occurs in tropical rain forests.http://urlib.net/sid.inpe.br/mtc-m19/2011/02.16.20.25info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações do INPEinstname:Instituto Nacional de Pesquisas Espaciais (INPE)instacron:INPE2021-07-31T06:53:33Zoai:urlib.net:sid.inpe.br/mtc-m19/2011/02.16.20.25.54-0Biblioteca Digital de Teses e Dissertaçõeshttp://bibdigital.sid.inpe.br/PUBhttp://bibdigital.sid.inpe.br/col/iconet.com.br/banon/2003/11.21.21.08/doc/oai.cgiopendoar:32772021-07-31 06:53:34.52Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)false |
dc.title.pt.fl_str_mv |
Análise de imagem polarimétrica TerraSAR-X para classificação de uso e cobertura da terra na porção sudoeste da Amazônia Brasileira |
dc.title.alternative.en.fl_str_mv |
TerraSAR-X image for classification the land use and land cover in the southwest portion of the Brazilian Amazon |
title |
Análise de imagem polarimétrica TerraSAR-X para classificação de uso e cobertura da terra na porção sudoeste da Amazônia Brasileira |
spellingShingle |
Análise de imagem polarimétrica TerraSAR-X para classificação de uso e cobertura da terra na porção sudoeste da Amazônia Brasileira Cesar Edwin Garcia Cortes |
title_short |
Análise de imagem polarimétrica TerraSAR-X para classificação de uso e cobertura da terra na porção sudoeste da Amazônia Brasileira |
title_full |
Análise de imagem polarimétrica TerraSAR-X para classificação de uso e cobertura da terra na porção sudoeste da Amazônia Brasileira |
title_fullStr |
Análise de imagem polarimétrica TerraSAR-X para classificação de uso e cobertura da terra na porção sudoeste da Amazônia Brasileira |
title_full_unstemmed |
Análise de imagem polarimétrica TerraSAR-X para classificação de uso e cobertura da terra na porção sudoeste da Amazônia Brasileira |
title_sort |
Análise de imagem polarimétrica TerraSAR-X para classificação de uso e cobertura da terra na porção sudoeste da Amazônia Brasileira |
author |
Cesar Edwin Garcia Cortes |
author_facet |
Cesar Edwin Garcia Cortes |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
João Roberto dos Santos |
dc.contributor.advisor2.fl_str_mv |
José Cláudio Mura |
dc.contributor.referee1.fl_str_mv |
Hermann Johann Heinrich Kux |
dc.contributor.referee2.fl_str_mv |
Marisa Dantas Bitencourt Pereira |
dc.contributor.author.fl_str_mv |
Cesar Edwin Garcia Cortes |
contributor_str_mv |
João Roberto dos Santos José Cláudio Mura Hermann Johann Heinrich Kux Marisa Dantas Bitencourt Pereira |
dc.description.abstract.por.fl_txt_mv |
O presente trabalho tem como objetivo analisar o uso potencial de imagens SAR polarimétricas do sensor TerraSAR-X, no modo \textit{StripMap}, para mapear o uso e cobertura da terra na região sudoeste da Amazônia brasileira. No procedimento metodológico foram empregados dois classificadores, um baseado nas funções estatísticas de máxima verossimilhança (MAXVER) e o método contextual (\textit{Context}), utilizando imagens de amplitude nas polarizações individuais (A$_{<HH>}$ e A$_{<VV>}$) e da derivada da matriz de covariância A$_{<HH.VV*>}$, bem como da entropia (A$_{Entropia (H)}$), derivada da decomposição de alvos por auto-valores. Os resultados temáticos dessas classificações foram avaliados através da matriz de confusão e pelo índice \textit{Kappa}. Levantamentos fisionômico-estruturais em campo e pontos de observação devidamente georreferenciados serviram de referência para classificação de 6 classes de uso e cobertura da terra e para avaliação do desempenho das abordagens utilizadas. De forma sintetizada pode-se afirmar que o conjunto de componentes [A$_{<HH>}$, A$_{<VV>}$, A$_{<HH.VV*>}$ e A$_{Entropia}$], por meio da classificação \textit{Context}, apresentou melhor desempenho classificatório, com exatidão global de 78.33\% e índice \textit{Kappa} 0.70. Isso nos permite concluir sobre o importante papel das imagens TerraSAR-X na caracterização temática da paisagem sudoeste da Amazônia, contribuindo também no processo de monitoramento das atividades decorrentes da ação humana, adicionando informações aos já tradicionalmente existentes produtos ópticos obtidos em áreas com elevada cobertura de nuvens como em regiões de florestas tropicais. |
dc.description.abstract.eng.fl_txt_mv |
The objective of this study is to analyze the potential use of images from satellite TerraSAR-X, at StripMap acquisition mode, to map and identify the land use and land cover (LULC) in the southwestern Brazilian Amazon. Classifiers based on statistical functions for maximum likelihood (ML) method and based on frequency-based contextual and neural network classification technique (Context) was used in images of amplitude in dual polarization (HH and VV), a synthesized image derivative of the covariance matrix <HH.VV*> and entropy (Entropy (H)), derived from the decomposition of targets by Cloude and Pottier. The results of these classifications were evaluated by the confusion matrix and \textit{Kappa} index. Physiognomic-structural and field observation points (GPS) served as reference for classification of six land cover classes and to evaluate the performance of the approaches used. It can be stated that all components [A$_{<HH>}$, A$_{<VV>}$, A$_{<HH.VV*>}$ e A$_{Entropy}$], at Context Classification performed better with an overall accuracy of 78,33\% and \textit{Kappa} 0,70. This allows us to conclude on the important role of TerraSAR-X images for the characterization of thematic landscape in the southwestern Brazilian Amazon, including new tools for monitoring human activities and its environmental impact, adding information to already existing traditional optical products obtained in areas of high cloud cover, as it occurs in tropical rain forests. |
description |
O presente trabalho tem como objetivo analisar o uso potencial de imagens SAR polarimétricas do sensor TerraSAR-X, no modo \textit{StripMap}, para mapear o uso e cobertura da terra na região sudoeste da Amazônia brasileira. No procedimento metodológico foram empregados dois classificadores, um baseado nas funções estatísticas de máxima verossimilhança (MAXVER) e o método contextual (\textit{Context}), utilizando imagens de amplitude nas polarizações individuais (A$_{<HH>}$ e A$_{<VV>}$) e da derivada da matriz de covariância A$_{<HH.VV*>}$, bem como da entropia (A$_{Entropia (H)}$), derivada da decomposição de alvos por auto-valores. Os resultados temáticos dessas classificações foram avaliados através da matriz de confusão e pelo índice \textit{Kappa}. Levantamentos fisionômico-estruturais em campo e pontos de observação devidamente georreferenciados serviram de referência para classificação de 6 classes de uso e cobertura da terra e para avaliação do desempenho das abordagens utilizadas. De forma sintetizada pode-se afirmar que o conjunto de componentes [A$_{<HH>}$, A$_{<VV>}$, A$_{<HH.VV*>}$ e A$_{Entropia}$], por meio da classificação \textit{Context}, apresentou melhor desempenho classificatório, com exatidão global de 78.33\% e índice \textit{Kappa} 0.70. Isso nos permite concluir sobre o importante papel das imagens TerraSAR-X na caracterização temática da paisagem sudoeste da Amazônia, contribuindo também no processo de monitoramento das atividades decorrentes da ação humana, adicionando informações aos já tradicionalmente existentes produtos ópticos obtidos em áreas com elevada cobertura de nuvens como em regiões de florestas tropicais. |
publishDate |
2011 |
dc.date.issued.fl_str_mv |
2011-02-24 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
status_str |
publishedVersion |
format |
masterThesis |
dc.identifier.uri.fl_str_mv |
http://urlib.net/sid.inpe.br/mtc-m19/2011/02.16.20.25 |
url |
http://urlib.net/sid.inpe.br/mtc-m19/2011/02.16.20.25 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Instituto Nacional de Pesquisas Espaciais |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação do INPE em Sensoriamento Remoto |
dc.publisher.initials.fl_str_mv |
INPE |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
Instituto Nacional de Pesquisas Espaciais |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do INPE instname:Instituto Nacional de Pesquisas Espaciais (INPE) instacron:INPE |
reponame_str |
Biblioteca Digital de Teses e Dissertações do INPE |
collection |
Biblioteca Digital de Teses e Dissertações do INPE |
instname_str |
Instituto Nacional de Pesquisas Espaciais (INPE) |
instacron_str |
INPE |
institution |
INPE |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE) |
repository.mail.fl_str_mv |
|
publisher_program_txtF_mv |
Programa de Pós-Graduação do INPE em Sensoriamento Remoto |
contributor_advisor1_txtF_mv |
João Roberto dos Santos |
_version_ |
1706805033350201344 |