Classificação automática de cobertura vegetal em imagens aéreas e orbitais para uso em planejamento energético

Detalhes bibliográficos
Ano de defesa: 2011
Autor(a) principal: SANTOS, Neuma Teixeira dos lattes
Orientador(a): ROCHA, Brigida Ramati Pereira da lattes
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do Pará
Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Elétrica
Departamento: Instituto de Tecnologia
País: Brasil
Palavras-chave em Português:
Sensoriamento remoto
Energia elétrica
Processamento de imagens
Redes neurais (Computação)
Aerofotografia
Área do conhecimento CNPq:
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES
Link de acesso: http://repositorio.ufpa.br/jspui/handle/2011/2895
Resumo: Neste trabalho é apresentado um modelo de redes neurais que será utilizado como ferramenta para uso no planejamento energético e na construção de cenários energéticos através da identificação e agrupamento de pixels representativos de classes de água, vegetação e antropização no entorno do reservatório de Tucuruí, Estado do Pará (bacia do rio Tocantins). Para o estudo, foram utilizadas fotografias aéreas ortorretificadas e um recorte da imagem do satélite Landsat, ambos obtidos em agosto de 2001 e classificados utilizando a métrica da mínima distância no software Matlab 7.3.0 (Matrix Laboratory - software de matemática aplicada) e no Arcview 3.2a (programa de Sistemas de Informações Geográficas). Para classificação da área no Matlab, foram utilizadas redes neurais competitivas, mais especificamente as redes de Kohonen que são caracterizadas por realizar um mapeamento de um espaço de dimensão n (número de entradas) para um espaço de dimensão m (número de saídas). Os resultados obtidos no classificador utilizando rede neural e no classificador do Arcview foram semelhantes, mas houve uma divergência no que diz respeito à imagem de alta e média resolução que pode ser justificada pelo fato de que a imagem de alta resolução espacial ocasiona muita variação espectral em algumas feições, gerando dificuldades nas classificações. Esse classificador automático é uma ferramenta importante para identificar oportunidades e potenciais a serem desenvolvidos na construção de cenários energéticos programados. Os resultados deste trabalho confirmam que a imagem de média resolução ainda é a mais indicada para resolver a maioria dos problemas que envolvem identificação de cobertura do solo para utilização em planejamento energético.
id UFPA_e2131d7f624c7c20dd3acf725cd4def9
oai_identifier_str oai:repositorio.ufpa.br:2011/2895
network_acronym_str UFPA
network_name_str Repositório Institucional da UFPA
repository_id_str
spelling 2012-08-27T16:42:20Z2012-08-27T16:42:20Z2011-01-20SANTOS, Neuma Teixeira dos. Classificação automática de cobertura vegetal em imagens aéreas e orbitais para uso em planejamento energético. 2011. 112 f. Dissertação (Mestrado) - Universidade Federal do Pará, Instituto de Tecnologia, Belém, 2011. Programa de Pós-Graduação em Engenharia Elétrica.http://repositorio.ufpa.br/jspui/handle/2011/2895Neste trabalho é apresentado um modelo de redes neurais que será utilizado como ferramenta para uso no planejamento energético e na construção de cenários energéticos através da identificação e agrupamento de pixels representativos de classes de água, vegetação e antropização no entorno do reservatório de Tucuruí, Estado do Pará (bacia do rio Tocantins). Para o estudo, foram utilizadas fotografias aéreas ortorretificadas e um recorte da imagem do satélite Landsat, ambos obtidos em agosto de 2001 e classificados utilizando a métrica da mínima distância no software Matlab 7.3.0 (Matrix Laboratory - software de matemática aplicada) e no Arcview 3.2a (programa de Sistemas de Informações Geográficas). Para classificação da área no Matlab, foram utilizadas redes neurais competitivas, mais especificamente as redes de Kohonen que são caracterizadas por realizar um mapeamento de um espaço de dimensão n (número de entradas) para um espaço de dimensão m (número de saídas). Os resultados obtidos no classificador utilizando rede neural e no classificador do Arcview foram semelhantes, mas houve uma divergência no que diz respeito à imagem de alta e média resolução que pode ser justificada pelo fato de que a imagem de alta resolução espacial ocasiona muita variação espectral em algumas feições, gerando dificuldades nas classificações. Esse classificador automático é uma ferramenta importante para identificar oportunidades e potenciais a serem desenvolvidos na construção de cenários energéticos programados. Os resultados deste trabalho confirmam que a imagem de média resolução ainda é a mais indicada para resolver a maioria dos problemas que envolvem identificação de cobertura do solo para utilização em planejamento energético.In this work, a model of neural network for energy planning and construction of energy scenarios is presented. This model permited the identification and clustering of representative pixels of water, vegetation, and anthropic impact around Tucuruí reservoir, located in the Tocantins River basin , (State of Pará, Brazil) . The database consisted in orthorectified aerial photographs and clipping of Landsat satellite’s images. Both were obtained in August 2001 and the two set of images were classified using the method of metric of the minimum distance with Matlab 7.3.0 (Matrix Laboratory – Applied mathematics software) and Arcview 3.2a (Geographic Information Systems Program). Then a competitive neural networks of Kohonen was used to classify the different areas in Matlab. This specific network allowed to map the area in n-dimension (number of entries) for a m-dimensional space (number of outputs). The results obtained with Matlab were compared with the output of Arcview classifier software. The results obtained using the neural network in Matlab and the Arcview classifier were similar, but some differences between the images in high and medium resolution were observed; these differences can be justified by the fact that the images in high spatial resolution cause many spectral variations in some features, creating ratings problems. This automatic classifier appears to be a good tool for the identification of the biomass potential for the construction of energy scenarios. The results of this work could confirm that the images in medium-resolution are the most suitable to solve the most of problems which involve the identification of land cover for energy planning.CNPq - Conselho Nacional de Desenvolvimento Científico e TecnológicoporUniversidade Federal do ParáPrograma de Pós-Graduação em Engenharia ElétricaUFPABrasilInstituto de TecnologiaCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOESSensoriamento remotoEnergia elétricaProcessamento de imagensRedes neurais (Computação)AerofotografiaClassificação automática de cobertura vegetal em imagens aéreas e orbitais para uso em planejamento energéticoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisROCHA, Brigida Ramati Pereira dahttp://lattes.cnpq.br/9943372249006341http://lattes.cnpq.br/1880578794491069SANTOS, Neuma Teixeira dosinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFPAinstname:Universidade Federal do Pará (UFPA)instacron:UFPACC-LICENSElicense_urllicense_urltext/plain; charset=utf-852http://repositorio.ufpa.br/oai/bitstream/2011/2895/2/license_url3d480ae6c91e310daba2020f8787d6f9MD52license_textlicense_texttext/html; charset=utf-80http://repositorio.ufpa.br/oai/bitstream/2011/2895/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-823898http://repositorio.ufpa.br/oai/bitstream/2011/2895/4/license_rdfe363e809996cf46ada20da1accfcd9c7MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositorio.ufpa.br/oai/bitstream/2011/2895/5/license.txt8a4605be74aa9ea9d79846c1fba20a33MD55ORIGINALDissertacao_ClassificacaoAutomaticaCobertura.pdfDissertacao_ClassificacaoAutomaticaCobertura.pdfapplication/pdf2445609http://repositorio.ufpa.br/oai/bitstream/2011/2895/6/Dissertacao_ClassificacaoAutomaticaCobertura.pdf130b40ebc3df1ebf0f20b2d1bc08a446MD56TEXTDissertacao_ClassificacaoAutomaticaCobertura.pdf.txtDissertacao_ClassificacaoAutomaticaCobertura.pdf.txtExtracted texttext/plain183783http://repositorio.ufpa.br/oai/bitstream/2011/2895/7/Dissertacao_ClassificacaoAutomaticaCobertura.pdf.txt978c3c5ce89d3b72a1ad141ea10dcf84MD572011/28952017-12-22 11:07:22.134oai:repositorio.ufpa.br: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Repositório InstitucionalPUBhttp://repositorio.ufpa.br/oai/requestriufpabc@ufpa.bropendoar:21232017-12-22T14:07:22Repositório Institucional da UFPA - Universidade Federal do Pará (UFPA)false
dc.title.pt_BR.fl_str_mv Classificação automática de cobertura vegetal em imagens aéreas e orbitais para uso em planejamento energético
title Classificação automática de cobertura vegetal em imagens aéreas e orbitais para uso em planejamento energético
spellingShingle Classificação automática de cobertura vegetal em imagens aéreas e orbitais para uso em planejamento energético
SANTOS, Neuma Teixeira dos
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES
Sensoriamento remoto
Energia elétrica
Processamento de imagens
Redes neurais (Computação)
Aerofotografia
title_short Classificação automática de cobertura vegetal em imagens aéreas e orbitais para uso em planejamento energético
title_full Classificação automática de cobertura vegetal em imagens aéreas e orbitais para uso em planejamento energético
title_fullStr Classificação automática de cobertura vegetal em imagens aéreas e orbitais para uso em planejamento energético
title_full_unstemmed Classificação automática de cobertura vegetal em imagens aéreas e orbitais para uso em planejamento energético
title_sort Classificação automática de cobertura vegetal em imagens aéreas e orbitais para uso em planejamento energético
author SANTOS, Neuma Teixeira dos
author_facet SANTOS, Neuma Teixeira dos
author_role author
dc.contributor.advisor1.fl_str_mv ROCHA, Brigida Ramati Pereira da
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/9943372249006341
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/1880578794491069
dc.contributor.author.fl_str_mv SANTOS, Neuma Teixeira dos
contributor_str_mv ROCHA, Brigida Ramati Pereira da
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES
topic CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES
Sensoriamento remoto
Energia elétrica
Processamento de imagens
Redes neurais (Computação)
Aerofotografia
dc.subject.por.fl_str_mv Sensoriamento remoto
Energia elétrica
Processamento de imagens
Redes neurais (Computação)
Aerofotografia
description Neste trabalho é apresentado um modelo de redes neurais que será utilizado como ferramenta para uso no planejamento energético e na construção de cenários energéticos através da identificação e agrupamento de pixels representativos de classes de água, vegetação e antropização no entorno do reservatório de Tucuruí, Estado do Pará (bacia do rio Tocantins). Para o estudo, foram utilizadas fotografias aéreas ortorretificadas e um recorte da imagem do satélite Landsat, ambos obtidos em agosto de 2001 e classificados utilizando a métrica da mínima distância no software Matlab 7.3.0 (Matrix Laboratory - software de matemática aplicada) e no Arcview 3.2a (programa de Sistemas de Informações Geográficas). Para classificação da área no Matlab, foram utilizadas redes neurais competitivas, mais especificamente as redes de Kohonen que são caracterizadas por realizar um mapeamento de um espaço de dimensão n (número de entradas) para um espaço de dimensão m (número de saídas). Os resultados obtidos no classificador utilizando rede neural e no classificador do Arcview foram semelhantes, mas houve uma divergência no que diz respeito à imagem de alta e média resolução que pode ser justificada pelo fato de que a imagem de alta resolução espacial ocasiona muita variação espectral em algumas feições, gerando dificuldades nas classificações. Esse classificador automático é uma ferramenta importante para identificar oportunidades e potenciais a serem desenvolvidos na construção de cenários energéticos programados. Os resultados deste trabalho confirmam que a imagem de média resolução ainda é a mais indicada para resolver a maioria dos problemas que envolvem identificação de cobertura do solo para utilização em planejamento energético.
publishDate 2011
dc.date.issued.fl_str_mv 2011-01-20
dc.date.accessioned.fl_str_mv 2012-08-27T16:42:20Z
dc.date.available.fl_str_mv 2012-08-27T16:42:20Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv SANTOS, Neuma Teixeira dos. Classificação automática de cobertura vegetal em imagens aéreas e orbitais para uso em planejamento energético. 2011. 112 f. Dissertação (Mestrado) - Universidade Federal do Pará, Instituto de Tecnologia, Belém, 2011. Programa de Pós-Graduação em Engenharia Elétrica.
dc.identifier.uri.fl_str_mv http://repositorio.ufpa.br/jspui/handle/2011/2895
identifier_str_mv SANTOS, Neuma Teixeira dos. Classificação automática de cobertura vegetal em imagens aéreas e orbitais para uso em planejamento energético. 2011. 112 f. Dissertação (Mestrado) - Universidade Federal do Pará, Instituto de Tecnologia, Belém, 2011. Programa de Pós-Graduação em Engenharia Elétrica.
url http://repositorio.ufpa.br/jspui/handle/2011/2895
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 do Pará
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Engenharia Elétrica
dc.publisher.initials.fl_str_mv UFPA
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Instituto de Tecnologia
publisher.none.fl_str_mv Universidade Federal do Pará
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPA
instname:Universidade Federal do Pará (UFPA)
instacron:UFPA
instname_str Universidade Federal do Pará (UFPA)
instacron_str UFPA
institution UFPA
reponame_str Repositório Institucional da UFPA
collection Repositório Institucional da UFPA
bitstream.url.fl_str_mv http://repositorio.ufpa.br/oai/bitstream/2011/2895/2/license_url
http://repositorio.ufpa.br/oai/bitstream/2011/2895/3/license_text
http://repositorio.ufpa.br/oai/bitstream/2011/2895/4/license_rdf
http://repositorio.ufpa.br/oai/bitstream/2011/2895/5/license.txt
http://repositorio.ufpa.br/oai/bitstream/2011/2895/6/Dissertacao_ClassificacaoAutomaticaCobertura.pdf
http://repositorio.ufpa.br/oai/bitstream/2011/2895/7/Dissertacao_ClassificacaoAutomaticaCobertura.pdf.txt
bitstream.checksum.fl_str_mv 3d480ae6c91e310daba2020f8787d6f9
d41d8cd98f00b204e9800998ecf8427e
e363e809996cf46ada20da1accfcd9c7
8a4605be74aa9ea9d79846c1fba20a33
130b40ebc3df1ebf0f20b2d1bc08a446
978c3c5ce89d3b72a1ad141ea10dcf84
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPA - Universidade Federal do Pará (UFPA)
repository.mail.fl_str_mv riufpabc@ufpa.br
_version_ 1803208467819790336

Registros relacionados