Classificação da cobertura do solo com base em imagens RGB e multiespectrais obtidas por VANT: estudo de caso para o bioma caatinga

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: SILVA FILHO, Rivaildo da.
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Campina Grande
Brasil
Centro de Tecnologia e Recursos Naturais - CTRN
PÓS-GRADUAÇÃO EM RECURSOS NATURAIS
UFCG
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
FTSS
Semiárido
Drone
Random Forest
Sensoriamento remoto
SDTFs
Semiarid
Remote Sensing
Engenharia e Gestão de Recursos Naturais
Link de acesso: https://dspace.sti.ufcg.edu.br/handle/riufcg/37683
Resumo: A Caatinga Brasileira é um bioma que corresponde à uma das maiores Florestas Tropicais Sazonalmente Secas (FTSS) do mundo e o entendimento da cobertura do solo nesta área contribui para estudos voltados a preservação ambiental e a mitigação de impactos ambientais. Um dos desafios na classificação da cobertura do solo nessa área é a distinção entre os diferentes padrões vegetativos. Nesse contexto, surgem os Veículos Aéreos Não Tripulados (VANT9s) capazes de obter dados com alta resolução espacial e superar esta limitação. Esta pesquisa avalia a precisão da classificação da cobertura do solo através de dados obtidos a partir de VANT com câmera multiespectral embarcada. Duas abordagens utilizando o classificador Random Forest (RF) foram aplicadas, a primeira baseada nas bandas Red, Green, Nir e no NDVI obtidos da câmera multiespectral e a outra baseada nas bandas Red, Green, Blue e no NGRDI obtidos da câmera RGB nativa do VANT em voos realizados à 120 metros de altura com condição de céu claro e sol centrado, na Bacia do Riacho do Frango em Patos-PB. O período de coleta foi de 22/09/2023 à 22/10/2023, totalmente compreendido na estação seca. Os resultados das classificações foram avaliados com base em amostras de validação do modelo e indicam que a primeira abordagem apresentou o melhor desempenho com Acurácia Global média de 95,33% e Coeficiente kappa médio de 0,93. A varível mais importante, segundo índice MDG, foi o NDVI, o que mostra a importância do uso de índices de vegetação para realçar as características vegetativas. A partir dos resultados, conclui-se que o uso de VANT com a câmera Mapir Survey 3w embarcada é uma ferramenta eficiente para classificação da cobertura do solo na Caatinga, com alta capacidade de distinção dos padrões vegetativos, enquanto que a classificação para área em estudo feita com base apenas em dados RGB não fornece uma boa precisão.
id UFCG_08f7301e2edddf31ba65189d6d21cdd5
oai_identifier_str oai:dspace.sti.ufcg.edu.br:riufcg/37683
network_acronym_str UFCG
network_name_str Biblioteca Digital de Teses e Dissertações da UFCG
repository_id_str
spelling Classificação da cobertura do solo com base em imagens RGB e multiespectrais obtidas por VANT: estudo de caso para o bioma caatingaLand cover classification based on RGB images and Multispectral Imaging Methods Obtained by UAVs: A Case Study for the Caatinga BiomeFTSSSemiáridoDroneRandom ForestSensoriamento remotoSDTFsSemiaridDroneRandom ForestRemote SensingEngenharia e Gestão de Recursos NaturaisA Caatinga Brasileira é um bioma que corresponde à uma das maiores Florestas Tropicais Sazonalmente Secas (FTSS) do mundo e o entendimento da cobertura do solo nesta área contribui para estudos voltados a preservação ambiental e a mitigação de impactos ambientais. Um dos desafios na classificação da cobertura do solo nessa área é a distinção entre os diferentes padrões vegetativos. Nesse contexto, surgem os Veículos Aéreos Não Tripulados (VANT9s) capazes de obter dados com alta resolução espacial e superar esta limitação. Esta pesquisa avalia a precisão da classificação da cobertura do solo através de dados obtidos a partir de VANT com câmera multiespectral embarcada. Duas abordagens utilizando o classificador Random Forest (RF) foram aplicadas, a primeira baseada nas bandas Red, Green, Nir e no NDVI obtidos da câmera multiespectral e a outra baseada nas bandas Red, Green, Blue e no NGRDI obtidos da câmera RGB nativa do VANT em voos realizados à 120 metros de altura com condição de céu claro e sol centrado, na Bacia do Riacho do Frango em Patos-PB. O período de coleta foi de 22/09/2023 à 22/10/2023, totalmente compreendido na estação seca. Os resultados das classificações foram avaliados com base em amostras de validação do modelo e indicam que a primeira abordagem apresentou o melhor desempenho com Acurácia Global média de 95,33% e Coeficiente kappa médio de 0,93. A varível mais importante, segundo índice MDG, foi o NDVI, o que mostra a importância do uso de índices de vegetação para realçar as características vegetativas. A partir dos resultados, conclui-se que o uso de VANT com a câmera Mapir Survey 3w embarcada é uma ferramenta eficiente para classificação da cobertura do solo na Caatinga, com alta capacidade de distinção dos padrões vegetativos, enquanto que a classificação para área em estudo feita com base apenas em dados RGB não fornece uma boa precisão.The Brazilian Caatinga is a biome that corresponds to one of the largest Seasonally Dry Tropical Forests (SDTF) in the world and understanding the land cover in this area contributes to studies aimed at environmental preservation and mitigation of environmental impacts. One of the challenges in classifying land cover in this area is the distinction between different vegetative patterns. In this context, Unmanned Aerial Vehicles (UAVs) emerge, capable of obtaining data with high spatial resolution and overcoming this limitation. This research evaluates the accuracy of land cover classification using data obtained from a UAV with an onboard multispectral camera. Two approaches using the Random Forest (RF) classifier were applied, the first based on the Red, Green, Nir and NDVI bands obtained from the multispectral camera and the other based on the Red, Green, Blue bands and NGRDI obtained from the RGB camera's native UAV in flights carried out at 120 meters high with clear sky conditions and centered sun, in the Riacho do Frango Basin in Patos-PB. The collection period was from 09/22/2023 to 10/22/2023, fully included in the dry season. The classification results were evaluated based on model validation samples and indicate that the first approach presented the best performance with Global Accuracy of 95.33% and Kappa Coefficient of 93.33%. The most important variable, according to the MDG index, was the NDVI, which shows the importance of using vegetation indices to highlight vegetative characteristics. From the results, it is concluded that the use of UAV with the onboard Mapir Survey 3w camera is an efficient tool for classifying land cover in the Caatinga, with a high capacity for distinguishing vegetative patterns, while the classification for the area under study made based on RGB data alone does not provide good accuracy.Universidade Federal de Campina GrandeBrasilCentro de Tecnologia e Recursos Naturais - CTRNPÓS-GRADUAÇÃO EM RECURSOS NATURAISUFCGSILVA, Vicente de Paulo Rodrigues da.SILVA, V. P. Rhttp://lattes.cnpq.br/3750344965379269SILVA , Madson Tavares.SILVA, Viviane Farias.CAMPOS, João Hugo Baracuy da Cunha.SILVA, Emerson Mariano da.SILVA FILHO, Rivaildo da.2024-02-272024-09-05T17:50:42Z2024-09-052024-09-05T17:50:42Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesishttps://dspace.sti.ufcg.edu.br/handle/riufcg/37683SILVA FILHO, Rivaildo da. Classificação da cobertura do solo com base em imagens RGB e multiespectrais obtidas por VANT: estudo de caso para o bioma caatinga. 2024. 92 f. Tese (Doutorado em Engenharia e Gestão de Recursos Naturais.) – Programa de Pós-Graduação em Engenharia e Gestão de Recursos Naturais, Centro de Tecnologia e Recursos Naturais, Universidade Federal de Campina Grande, Paraíba, Brasil, 2024.porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCG2025-11-18T07:03:14Zoai:dspace.sti.ufcg.edu.br:riufcg/37683Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512025-11-18T07:03:14Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false
dc.title.none.fl_str_mv Classificação da cobertura do solo com base em imagens RGB e multiespectrais obtidas por VANT: estudo de caso para o bioma caatinga
Land cover classification based on RGB images and Multispectral Imaging Methods Obtained by UAVs: A Case Study for the Caatinga Biome
title Classificação da cobertura do solo com base em imagens RGB e multiespectrais obtidas por VANT: estudo de caso para o bioma caatinga
spellingShingle Classificação da cobertura do solo com base em imagens RGB e multiespectrais obtidas por VANT: estudo de caso para o bioma caatinga
SILVA FILHO, Rivaildo da.
FTSS
Semiárido
Drone
Random Forest
Sensoriamento remoto
SDTFs
Semiarid
Drone
Random Forest
Remote Sensing
Engenharia e Gestão de Recursos Naturais
title_short Classificação da cobertura do solo com base em imagens RGB e multiespectrais obtidas por VANT: estudo de caso para o bioma caatinga
title_full Classificação da cobertura do solo com base em imagens RGB e multiespectrais obtidas por VANT: estudo de caso para o bioma caatinga
title_fullStr Classificação da cobertura do solo com base em imagens RGB e multiespectrais obtidas por VANT: estudo de caso para o bioma caatinga
title_full_unstemmed Classificação da cobertura do solo com base em imagens RGB e multiespectrais obtidas por VANT: estudo de caso para o bioma caatinga
title_sort Classificação da cobertura do solo com base em imagens RGB e multiespectrais obtidas por VANT: estudo de caso para o bioma caatinga
author SILVA FILHO, Rivaildo da.
author_facet SILVA FILHO, Rivaildo da.
author_role author
dc.contributor.none.fl_str_mv SILVA, Vicente de Paulo Rodrigues da.
SILVA, V. P. R
http://lattes.cnpq.br/3750344965379269
SILVA , Madson Tavares.
SILVA, Viviane Farias.
CAMPOS, João Hugo Baracuy da Cunha.
SILVA, Emerson Mariano da.
dc.contributor.author.fl_str_mv SILVA FILHO, Rivaildo da.
dc.subject.por.fl_str_mv FTSS
Semiárido
Drone
Random Forest
Sensoriamento remoto
SDTFs
Semiarid
Drone
Random Forest
Remote Sensing
Engenharia e Gestão de Recursos Naturais
topic FTSS
Semiárido
Drone
Random Forest
Sensoriamento remoto
SDTFs
Semiarid
Drone
Random Forest
Remote Sensing
Engenharia e Gestão de Recursos Naturais
description A Caatinga Brasileira é um bioma que corresponde à uma das maiores Florestas Tropicais Sazonalmente Secas (FTSS) do mundo e o entendimento da cobertura do solo nesta área contribui para estudos voltados a preservação ambiental e a mitigação de impactos ambientais. Um dos desafios na classificação da cobertura do solo nessa área é a distinção entre os diferentes padrões vegetativos. Nesse contexto, surgem os Veículos Aéreos Não Tripulados (VANT9s) capazes de obter dados com alta resolução espacial e superar esta limitação. Esta pesquisa avalia a precisão da classificação da cobertura do solo através de dados obtidos a partir de VANT com câmera multiespectral embarcada. Duas abordagens utilizando o classificador Random Forest (RF) foram aplicadas, a primeira baseada nas bandas Red, Green, Nir e no NDVI obtidos da câmera multiespectral e a outra baseada nas bandas Red, Green, Blue e no NGRDI obtidos da câmera RGB nativa do VANT em voos realizados à 120 metros de altura com condição de céu claro e sol centrado, na Bacia do Riacho do Frango em Patos-PB. O período de coleta foi de 22/09/2023 à 22/10/2023, totalmente compreendido na estação seca. Os resultados das classificações foram avaliados com base em amostras de validação do modelo e indicam que a primeira abordagem apresentou o melhor desempenho com Acurácia Global média de 95,33% e Coeficiente kappa médio de 0,93. A varível mais importante, segundo índice MDG, foi o NDVI, o que mostra a importância do uso de índices de vegetação para realçar as características vegetativas. A partir dos resultados, conclui-se que o uso de VANT com a câmera Mapir Survey 3w embarcada é uma ferramenta eficiente para classificação da cobertura do solo na Caatinga, com alta capacidade de distinção dos padrões vegetativos, enquanto que a classificação para área em estudo feita com base apenas em dados RGB não fornece uma boa precisão.
publishDate 2024
dc.date.none.fl_str_mv 2024-02-27
2024-09-05T17:50:42Z
2024-09-05
2024-09-05T17:50:42Z
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://dspace.sti.ufcg.edu.br/handle/riufcg/37683
SILVA FILHO, Rivaildo da. Classificação da cobertura do solo com base em imagens RGB e multiespectrais obtidas por VANT: estudo de caso para o bioma caatinga. 2024. 92 f. Tese (Doutorado em Engenharia e Gestão de Recursos Naturais.) – Programa de Pós-Graduação em Engenharia e Gestão de Recursos Naturais, Centro de Tecnologia e Recursos Naturais, Universidade Federal de Campina Grande, Paraíba, Brasil, 2024.
url https://dspace.sti.ufcg.edu.br/handle/riufcg/37683
identifier_str_mv SILVA FILHO, Rivaildo da. Classificação da cobertura do solo com base em imagens RGB e multiespectrais obtidas por VANT: estudo de caso para o bioma caatinga. 2024. 92 f. Tese (Doutorado em Engenharia e Gestão de Recursos Naturais.) – Programa de Pós-Graduação em Engenharia e Gestão de Recursos Naturais, Centro de Tecnologia e Recursos Naturais, Universidade Federal de Campina Grande, Paraíba, Brasil, 2024.
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 Universidade Federal de Campina Grande
Brasil
Centro de Tecnologia e Recursos Naturais - CTRN
PÓS-GRADUAÇÃO EM RECURSOS NATURAIS
UFCG
publisher.none.fl_str_mv Universidade Federal de Campina Grande
Brasil
Centro de Tecnologia e Recursos Naturais - CTRN
PÓS-GRADUAÇÃO EM RECURSOS NATURAIS
UFCG
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFCG
instname:Universidade Federal de Campina Grande (UFCG)
instacron:UFCG
instname_str Universidade Federal de Campina Grande (UFCG)
instacron_str UFCG
institution UFCG
reponame_str Biblioteca Digital de Teses e Dissertações da UFCG
collection Biblioteca Digital de Teses e Dissertações da UFCG
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)
repository.mail.fl_str_mv bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br
_version_ 1851784692038107136

Registros relacionados