Eficiência de imagens obtidas por aeronaves remotamente pilotadas na quantificação de terraços agrícolas e uso da terra

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Guglielmi Junior, Pedro
Orientador(a): Vendrame, Pedro Rodolfo Siqueira
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
ARP
Link de acesso: https://repositorio.uel.br/handle/123456789/17136
Resumo: Resumo: A demanda por dados confiáveis obtidos de forma rápida com baixo custo têm despertado o interesse pelo uso de Aeronaves Remotamente Pilotadas – ARP. A rápida evolução tecnológica das aeronaves e seus sensores têm propiciado ganhos expressivos de tempo e economia na obtenção de dados cada vez mais precisos. Concomitantemente, a quantificação da produção e a qualificação do uso do solo têm levado a uma melhor gestão na exploração do solo e do espaço rural em consonância com as demandas de conservação do meio ambiente. Este trabalho, utilizando imagens provenientes de levantamento com ARP, visou validar o uso de técnica de mapeamento e amostragem de segmentos uniformes buscando a quantificação e qualificação do terraceamento agrícola no município de Bela Vista do Paraíso no Estado do Paraná. Também buscou mensurar erros e desvios de classificação do uso do solo utilizando imagens de satélite dos principais sensores com oferta gratuita de imagens. Foram realizados 60 voos em 30 segmentos amostrais de 1x1 km, onde foram coletadas 13.740 imagens para realizar o mapeamento dos 3.000 ha do município. No total, foram mapeados 1.087 terraços que somaram 323.356 metros de extensão. Através de aplicação de técnicas de geoprocessamento, os resultados apontaram que apenas 4,7% dos terraços apresentaram uma distância vertical dentro da recomendação, enquanto que 52,6% apresentaram um espaçamento maior que o dobro da recomendação. Na aferição da classificação do uso do solo pelas imagens de satélite, em que foi considerado o mapeamento em imagem de ARP como testemunha, os resultados apontam que o sensor WFI do satélite CBERS-4, seguido pelo do sensor OLI do satélite Landsat-8 tiveram resultados mais aproximados ao mapeamento manual feito nas imagens de RPA. Sensores de maior resolução espacial tiveram um pior desempenho em comparação WFI e OLI no mapeamento de talhões uniformes de cultivo, enquanto que no mapeamento de talhões mais desuniformes os sensores com melhor resolução espacial:Pan-5, PAN-10 do satélite CBERS-4 e MSI do Sentinel-2 apresentaram um maior acerto na classificação. O ARP, unindo imagens em alta resolução e mapeamento manual obteve bons resultados, proporcionando uma precisão muito além do esperado. Aliado a técnicas de amostragem, o método empregado pode tornar-se uma opção econômica no sensoriamento de recortes espaciais extensos.
id UEL_927e9d4d264fb5110389a3ccac140b1b
oai_identifier_str oai:repositorio.uel.br:123456789/17136
network_acronym_str UEL
network_name_str Repositório Institucional da UEL
repository_id_str
spelling Guglielmi Junior, PedroCelligoi, Andréf304854b-9e27-40c9-849f-ff57b7c429c4-1Thomaz, Edivaldo Lopesd90b4fb0-765d-4157-b938-4ddd4feda6f1-1Gomes, Luciano Nardinic826bf1e-e7e0-4580-92d3-1c9c60a44264-1Adami, Marcosb2ccea80-cda2-4809-912b-0189db5cec18-101dc6ae5-fc68-465d-ae0e-70f40bbae6a31f16717f-a57b-4172-9d22-599a61069487Vendrame, Pedro Rodolfo SiqueiraLondrina128 p.2024-08-06T17:56:11Z2024-08-06T17:56:11Z2023-02-28https://repositorio.uel.br/handle/123456789/17136Resumo: A demanda por dados confiáveis obtidos de forma rápida com baixo custo têm despertado o interesse pelo uso de Aeronaves Remotamente Pilotadas – ARP. A rápida evolução tecnológica das aeronaves e seus sensores têm propiciado ganhos expressivos de tempo e economia na obtenção de dados cada vez mais precisos. Concomitantemente, a quantificação da produção e a qualificação do uso do solo têm levado a uma melhor gestão na exploração do solo e do espaço rural em consonância com as demandas de conservação do meio ambiente. Este trabalho, utilizando imagens provenientes de levantamento com ARP, visou validar o uso de técnica de mapeamento e amostragem de segmentos uniformes buscando a quantificação e qualificação do terraceamento agrícola no município de Bela Vista do Paraíso no Estado do Paraná. Também buscou mensurar erros e desvios de classificação do uso do solo utilizando imagens de satélite dos principais sensores com oferta gratuita de imagens. Foram realizados 60 voos em 30 segmentos amostrais de 1x1 km, onde foram coletadas 13.740 imagens para realizar o mapeamento dos 3.000 ha do município. No total, foram mapeados 1.087 terraços que somaram 323.356 metros de extensão. Através de aplicação de técnicas de geoprocessamento, os resultados apontaram que apenas 4,7% dos terraços apresentaram uma distância vertical dentro da recomendação, enquanto que 52,6% apresentaram um espaçamento maior que o dobro da recomendação. Na aferição da classificação do uso do solo pelas imagens de satélite, em que foi considerado o mapeamento em imagem de ARP como testemunha, os resultados apontam que o sensor WFI do satélite CBERS-4, seguido pelo do sensor OLI do satélite Landsat-8 tiveram resultados mais aproximados ao mapeamento manual feito nas imagens de RPA. Sensores de maior resolução espacial tiveram um pior desempenho em comparação WFI e OLI no mapeamento de talhões uniformes de cultivo, enquanto que no mapeamento de talhões mais desuniformes os sensores com melhor resolução espacial:Pan-5, PAN-10 do satélite CBERS-4 e MSI do Sentinel-2 apresentaram um maior acerto na classificação. O ARP, unindo imagens em alta resolução e mapeamento manual obteve bons resultados, proporcionando uma precisão muito além do esperado. Aliado a técnicas de amostragem, o método empregado pode tornar-se uma opção econômica no sensoriamento de recortes espaciais extensos.Abstract: The demand for reliable data quickly obtained at low cost has aroused interest in the use of Remotely Piloted Aircraft (RPA). The fast technological evolution of aircraft and their sensors has propitiated expressive time and cost savings in quickly acquiring increasingly precise data. Concurrently, the quantification of production and the qualification of land use has contributed to better land management and rural area exploration in line with environmental conservation demands. This study, using images obtained by RPA, aimed to validate the use of mapping techniques and uniform segment sampling to quantify and qualify agricultural terracing in the municipality of Bela Vista do Paraíso in the State of Paraná. It also sought to measure errors and deviations in land use classification using satellite images from the main sensors currently offering free images. Sixty flights were realized in 30 sample segments of 1x1 km, which resulted in a collection of 13,740 images to map the municipality's 3,000 ha. In total, 1,087 terraces were mapped, with a combined length of 323,356 meters. Applying geoprocessing techniques, the results showed that only 4.7% of the terraces had a vertical distance within the recommended range, while 52.6% had a spacing greater than double the recommendation. In a measuring land use classification using satellite images, considering RPA image mapping as a reference, the results indicate that the WFI sensor from the CBERS-4 satellite, followed by the OLI sensor from the Landsat-8 satellite presented results that closely aligned with the manual mapping conducted on the RPA images. Sensors with higher spatial resolution had a worse performance compared to WFI and OLI in mapping uniform cultivation plots, whereas in mapping more uneven plots, sensors with better spatial resolution such as Pan-5, PAN-10 of the CBERS-4 satellite, and MSI of Sentinel-2 presented higher classification accuracy. The RPA, combining high-resolution images and manual mapping, yielded excellent results, surpassing precision expectations. Together with sampling techniques, the employed method can become an economical option for large-scale spatial sensing.porCiências Humanas - GeografiaUAVDroneremote sensingRPAaerial surveyGeographyGeoreferencingImage processingAgricultureVANTDronesensoriamento remotoARPaerolevantamentoGeografiaGeorreferenciamentoProcessamento de imagensAgriculturaEficiência de imagens obtidas por aeronaves remotamente pilotadas na quantificação de terraços agrícolas e uso da terraEfficiency of images obtained by remotely piloted aircraft in quantifying agricultural terraces and land useinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisCCE - Departamento de GeografiaPrograma de Pós-Graduação em GeografiaUniversidade Estadual de Londrina - UEL-1-1reponame:Repositório Institucional da UELinstname:Universidade Estadual de Londrina (UEL)instacron:UELinfo:eu-repo/semantics/openAccessDoutoradoCentro de Ciências ExatasORIGINALCE_GEO_Dr_2023_Guglielmi Júnior_Pedro.pdfCE_GEO_Dr_2023_Guglielmi Júnior_Pedro.pdfTexto completo. Id. 190416application/pdf6896465https://repositorio.uel.br/bitstreams/22ddb2b2-0a68-4584-9c1f-4a3999e9f256/download133a5e3e45e9d2032d19915789d8eb0aMD51CE_GEO_Dr_2023_Guglielmi Júnior_Pedro_TERMO.pdfCE_GEO_Dr_2023_Guglielmi Júnior_Pedro_TERMO.pdfTermo de autorizaçãoapplication/pdf1781043https://repositorio.uel.br/bitstreams/c1c1ba11-8fb2-4f60-a900-a3b6b7872998/download1dd67db61243a223be1d33bccacd0fe5MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-8555https://repositorio.uel.br/bitstreams/4310282d-c7c8-4143-ad10-090e083c45e3/downloadb0875caec81dd1122312ab77c11250f1MD53TEXTCE_GEO_Dr_2023_Guglielmi Júnior_Pedro.pdf.txtCE_GEO_Dr_2023_Guglielmi Júnior_Pedro.pdf.txtExtracted texttext/plain196961https://repositorio.uel.br/bitstreams/36400ded-30eb-42fe-932d-bdb7950cbfaa/download9813f27f68d2299a860098aff59f619dMD54CE_GEO_Dr_2023_Guglielmi Júnior_Pedro_TERMO.pdf.txtCE_GEO_Dr_2023_Guglielmi Júnior_Pedro_TERMO.pdf.txtExtracted texttext/plain2293https://repositorio.uel.br/bitstreams/a115bb33-c629-452c-8ce4-a47c292212b3/download82b8e87a21ded0825808fb98f1759ab0MD56THUMBNAILCE_GEO_Dr_2023_Guglielmi Júnior_Pedro.pdf.jpgCE_GEO_Dr_2023_Guglielmi Júnior_Pedro.pdf.jpgGenerated Thumbnailimage/jpeg3651https://repositorio.uel.br/bitstreams/0085f94a-74f3-42d0-a6c2-a1fab8b11c4e/download6e2970ecc646b74ae9231f4b9ae10ff2MD55CE_GEO_Dr_2023_Guglielmi Júnior_Pedro_TERMO.pdf.jpgCE_GEO_Dr_2023_Guglielmi Júnior_Pedro_TERMO.pdf.jpgGenerated Thumbnailimage/jpeg4528https://repositorio.uel.br/bitstreams/7899c938-46b7-447d-8904-5255a6d929e7/downloadfe777c10aefd9a7a231f41aa73d8449eMD57123456789/171362024-08-07 03:05:02.232open.accessoai:repositorio.uel.br:123456789/17136https://repositorio.uel.brBiblioteca Digital de Teses e Dissertaçõeshttp://www.bibliotecadigital.uel.br/PUBhttp://www.bibliotecadigital.uel.br/OAI/oai2.phpbcuel@uel.br||opendoar:2024-08-07T06:05:02Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)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
dc.title.none.fl_str_mv Eficiência de imagens obtidas por aeronaves remotamente pilotadas na quantificação de terraços agrícolas e uso da terra
dc.title.alternative.none.fl_str_mv Efficiency of images obtained by remotely piloted aircraft in quantifying agricultural terraces and land use
title Eficiência de imagens obtidas por aeronaves remotamente pilotadas na quantificação de terraços agrícolas e uso da terra
spellingShingle Eficiência de imagens obtidas por aeronaves remotamente pilotadas na quantificação de terraços agrícolas e uso da terra
Guglielmi Junior, Pedro
VANT
Drone
sensoriamento remoto
ARP
aerolevantamento
Geografia
Georreferenciamento
Processamento de imagens
Agricultura
Ciências Humanas - Geografia
UAV
Drone
remote sensing
RPA
aerial survey
Geography
Georeferencing
Image processing
Agriculture
title_short Eficiência de imagens obtidas por aeronaves remotamente pilotadas na quantificação de terraços agrícolas e uso da terra
title_full Eficiência de imagens obtidas por aeronaves remotamente pilotadas na quantificação de terraços agrícolas e uso da terra
title_fullStr Eficiência de imagens obtidas por aeronaves remotamente pilotadas na quantificação de terraços agrícolas e uso da terra
title_full_unstemmed Eficiência de imagens obtidas por aeronaves remotamente pilotadas na quantificação de terraços agrícolas e uso da terra
title_sort Eficiência de imagens obtidas por aeronaves remotamente pilotadas na quantificação de terraços agrícolas e uso da terra
author Guglielmi Junior, Pedro
author_facet Guglielmi Junior, Pedro
author_role author
dc.contributor.banca.none.fl_str_mv Celligoi, André
Thomaz, Edivaldo Lopes
Gomes, Luciano Nardini
Adami, Marcos
dc.contributor.author.fl_str_mv Guglielmi Junior, Pedro
dc.contributor.authorID.fl_str_mv 01dc6ae5-fc68-465d-ae0e-70f40bbae6a3
dc.contributor.advisor1ID.fl_str_mv 1f16717f-a57b-4172-9d22-599a61069487
dc.contributor.advisor1.fl_str_mv Vendrame, Pedro Rodolfo Siqueira
contributor_str_mv Vendrame, Pedro Rodolfo Siqueira
dc.subject.por.fl_str_mv VANT
Drone
sensoriamento remoto
ARP
aerolevantamento
Geografia
Georreferenciamento
Processamento de imagens
Agricultura
topic VANT
Drone
sensoriamento remoto
ARP
aerolevantamento
Geografia
Georreferenciamento
Processamento de imagens
Agricultura
Ciências Humanas - Geografia
UAV
Drone
remote sensing
RPA
aerial survey
Geography
Georeferencing
Image processing
Agriculture
dc.subject.capes.none.fl_str_mv Ciências Humanas - Geografia
dc.subject.keywords.none.fl_str_mv UAV
Drone
remote sensing
RPA
aerial survey
Geography
Georeferencing
Image processing
Agriculture
description Resumo: A demanda por dados confiáveis obtidos de forma rápida com baixo custo têm despertado o interesse pelo uso de Aeronaves Remotamente Pilotadas – ARP. A rápida evolução tecnológica das aeronaves e seus sensores têm propiciado ganhos expressivos de tempo e economia na obtenção de dados cada vez mais precisos. Concomitantemente, a quantificação da produção e a qualificação do uso do solo têm levado a uma melhor gestão na exploração do solo e do espaço rural em consonância com as demandas de conservação do meio ambiente. Este trabalho, utilizando imagens provenientes de levantamento com ARP, visou validar o uso de técnica de mapeamento e amostragem de segmentos uniformes buscando a quantificação e qualificação do terraceamento agrícola no município de Bela Vista do Paraíso no Estado do Paraná. Também buscou mensurar erros e desvios de classificação do uso do solo utilizando imagens de satélite dos principais sensores com oferta gratuita de imagens. Foram realizados 60 voos em 30 segmentos amostrais de 1x1 km, onde foram coletadas 13.740 imagens para realizar o mapeamento dos 3.000 ha do município. No total, foram mapeados 1.087 terraços que somaram 323.356 metros de extensão. Através de aplicação de técnicas de geoprocessamento, os resultados apontaram que apenas 4,7% dos terraços apresentaram uma distância vertical dentro da recomendação, enquanto que 52,6% apresentaram um espaçamento maior que o dobro da recomendação. Na aferição da classificação do uso do solo pelas imagens de satélite, em que foi considerado o mapeamento em imagem de ARP como testemunha, os resultados apontam que o sensor WFI do satélite CBERS-4, seguido pelo do sensor OLI do satélite Landsat-8 tiveram resultados mais aproximados ao mapeamento manual feito nas imagens de RPA. Sensores de maior resolução espacial tiveram um pior desempenho em comparação WFI e OLI no mapeamento de talhões uniformes de cultivo, enquanto que no mapeamento de talhões mais desuniformes os sensores com melhor resolução espacial:Pan-5, PAN-10 do satélite CBERS-4 e MSI do Sentinel-2 apresentaram um maior acerto na classificação. O ARP, unindo imagens em alta resolução e mapeamento manual obteve bons resultados, proporcionando uma precisão muito além do esperado. Aliado a técnicas de amostragem, o método empregado pode tornar-se uma opção econômica no sensoriamento de recortes espaciais extensos.
publishDate 2023
dc.date.issued.fl_str_mv 2023-02-28
dc.date.accessioned.fl_str_mv 2024-08-06T17:56:11Z
dc.date.available.fl_str_mv 2024-08-06T17:56:11Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.uel.br/handle/123456789/17136
url https://repositorio.uel.br/handle/123456789/17136
dc.language.iso.fl_str_mv por
language por
dc.relation.confidence.fl_str_mv -1
-1
dc.relation.departament.none.fl_str_mv CCE - Departamento de Geografia
dc.relation.ppgname.none.fl_str_mv Programa de Pós-Graduação em Geografia
dc.relation.institutionname.none.fl_str_mv Universidade Estadual de Londrina - UEL
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.coverage.spatial.none.fl_str_mv Londrina
dc.coverage.extent.none.fl_str_mv 128 p.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UEL
instname:Universidade Estadual de Londrina (UEL)
instacron:UEL
instname_str Universidade Estadual de Londrina (UEL)
instacron_str UEL
institution UEL
reponame_str Repositório Institucional da UEL
collection Repositório Institucional da UEL
bitstream.url.fl_str_mv https://repositorio.uel.br/bitstreams/22ddb2b2-0a68-4584-9c1f-4a3999e9f256/download
https://repositorio.uel.br/bitstreams/c1c1ba11-8fb2-4f60-a900-a3b6b7872998/download
https://repositorio.uel.br/bitstreams/4310282d-c7c8-4143-ad10-090e083c45e3/download
https://repositorio.uel.br/bitstreams/36400ded-30eb-42fe-932d-bdb7950cbfaa/download
https://repositorio.uel.br/bitstreams/a115bb33-c629-452c-8ce4-a47c292212b3/download
https://repositorio.uel.br/bitstreams/0085f94a-74f3-42d0-a6c2-a1fab8b11c4e/download
https://repositorio.uel.br/bitstreams/7899c938-46b7-447d-8904-5255a6d929e7/download
bitstream.checksum.fl_str_mv 133a5e3e45e9d2032d19915789d8eb0a
1dd67db61243a223be1d33bccacd0fe5
b0875caec81dd1122312ab77c11250f1
9813f27f68d2299a860098aff59f619d
82b8e87a21ded0825808fb98f1759ab0
6e2970ecc646b74ae9231f4b9ae10ff2
fe777c10aefd9a7a231f41aa73d8449e
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)
repository.mail.fl_str_mv bcuel@uel.br||
_version_ 1856675800843026432