Exportação concluída — 

Séries temporais de imagens de Sensoriamento Remoto aplicados à identificação de culturas agrícolas: contribuição metodológica para análise do uso e cobertura da terra

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Guedes Junior, Edvaldo [UNESP]
Orientador(a): Pinto, Sergio dos Anjos Ferreira [UNESP]
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Estadual Paulista (Unesp)
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Palavras-chave em Inglês:
Link de acesso: http://hdl.handle.net/11449/216901
Resumo: O estudo do uso e cobertura da terra é importante para o entendimento dos sistemas terrestres e da dinâmica geográfica resultante da interação entre o homem e a natureza. Como resultado desta interação, observamos padrões de uso e cobertura da terra como áreas agrícolas, florestas e centros urbanos que configuram as paisagens terrestres, de forma que nestes recortes geográficos ocorrem as complexas relações de troca entre matéria e energia que sustentam a vida na Terra. Como contribuição para o entendimento dos padrões de uso e cobertura da terra, esta pesquisa utilizou técnicas de classificação supervisionada e extração de índice de vegetação em séries temporais de imagens dos sistemas orbitais LANDSAT e SENTINEL-2 para avaliar a dinâmica do uso e cobertura da terra na região centro leste do Estado de São Paulo. As imagens dos sistemas orbitais foram processadas a partir do sistema de geoprocessamento na nuvem “Google Earth Engine” (GEE), sendo geradas as classes de uso e cobertura da terra compostas por áreas urbanas, vegetação natural, pastagens, lavouras de ciclo anual, lavouras de ciclo perene, solo exposto e corpos d’ água. O processo de classificação das imagens orbitais teve frequência mensal abrangendo o período de janeiro a dezembro de 2020 e foi estatisticamente validado através do índice kappa, matriz de confusão e pelos índices de acurácia do produtor e consumidor. Os resultados do processo de classificação do uso da terra permitiram observar uma dinâmica espacial dominada por culturas agrícolas de ciclo anual, onde a cana-de-açúcar é a cultura dominante, exercendo grande influência no aspecto ambiental da área de estudo.
id UNSP_0aa9e2cfb84c1762bf2cb5e82a67b644
oai_identifier_str oai:repositorio.unesp.br:11449/216901
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str
spelling Guedes Junior, Edvaldo [UNESP]Universidade Estadual Paulista (Unesp)Pinto, Sergio dos Anjos Ferreira [UNESP]2022-02-23T17:44:51Z2022-02-23T17:44:51Z2021-12-01http://hdl.handle.net/11449/21690133004137004P0O estudo do uso e cobertura da terra é importante para o entendimento dos sistemas terrestres e da dinâmica geográfica resultante da interação entre o homem e a natureza. Como resultado desta interação, observamos padrões de uso e cobertura da terra como áreas agrícolas, florestas e centros urbanos que configuram as paisagens terrestres, de forma que nestes recortes geográficos ocorrem as complexas relações de troca entre matéria e energia que sustentam a vida na Terra. Como contribuição para o entendimento dos padrões de uso e cobertura da terra, esta pesquisa utilizou técnicas de classificação supervisionada e extração de índice de vegetação em séries temporais de imagens dos sistemas orbitais LANDSAT e SENTINEL-2 para avaliar a dinâmica do uso e cobertura da terra na região centro leste do Estado de São Paulo. As imagens dos sistemas orbitais foram processadas a partir do sistema de geoprocessamento na nuvem “Google Earth Engine” (GEE), sendo geradas as classes de uso e cobertura da terra compostas por áreas urbanas, vegetação natural, pastagens, lavouras de ciclo anual, lavouras de ciclo perene, solo exposto e corpos d’ água. O processo de classificação das imagens orbitais teve frequência mensal abrangendo o período de janeiro a dezembro de 2020 e foi estatisticamente validado através do índice kappa, matriz de confusão e pelos índices de acurácia do produtor e consumidor. Os resultados do processo de classificação do uso da terra permitiram observar uma dinâmica espacial dominada por culturas agrícolas de ciclo anual, onde a cana-de-açúcar é a cultura dominante, exercendo grande influência no aspecto ambiental da área de estudo.The study of land use and land cover is important for the understanding of land systems and the geographic dynamics resulting from the interaction between man and nature. As a result of this interaction, we observe patterns of land use and land cover such as agricultural areas, forests and urban centers that configure terrestrial landscapes, where take a place the complex relations exchange between matter and energy that sustain life on Earth. As a contribution to understand land use and land cover patterns, this research used supervised classification techniques and vegetation index extract by time series images from the LANDSAT and SENTINEL-2 orbital systems to assess the dynamics of land use and land cover in the central eastern region of the São Paulo State. The images of the orbital systems were processed using the “Google Earth Engine” (GEE) cloud geoprocessing system, generating land use and land cover classes composed of urban areas, natural vegetation, pastures, annual crops, perennial crops, bare soil and water. The classification process of orbital images had a monthly frequency covering the period from January to December 2020 and was statistically validated through the kappa index, confusion matrix and the producer and consumer accuracy indices. The results of the land use classification allowed us to observe a spatial dynamic dominated by annual crops, where sugarcane is the dominant crop with great influence on environmental aspect of the study area.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)CAPES: 001.porUniversidade Estadual Paulista (Unesp)Uso e cobertura da terraSensoriamento remotoGeoprocessamentoLand useLand coverRemote sensingGeographic information systemsSéries temporais de imagens de Sensoriamento Remoto aplicados à identificação de culturas agrícolas: contribuição metodológica para análise do uso e cobertura da terraTime series of Remote Sensing images applied to the identification of agricultural crops: methodological contribution to land use and land cover analysisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPGeografia - IGCEOrganização do espaçoDinâmicas da Paisagem e Análise SocioambientalUniversidade Estadual Paulista (UNESP), Instituto de Geociências e Ciências Exatas, Rio ClaroOnlineBanca públicaPublication4763ec56-704e-41e0-9685-b5bef5946febvirtual::235663-14763ec56-704e-41e0-9685-b5bef5946febvirtual::235663-1c64c2274-853d-4955-9283-ab02ee716160virtual::256782-1c64c2274-853d-4955-9283-ab02ee716160virtual::256782-1THUMBNAILguedesjunior_e_dr_rcla.pdf.jpgWritten by FormatFilter org.dspace.app.mediafilter.PDFBoxThumbnail on 2023-11-15T06:14:45Z (GMT).Generated Thumbnailimage/jpeg4222https://repositorio.unesp.br/bitstreams/87beb7fa-1722-41f4-85de-bce809f46317/download662bdf66b642170fe59cc33d4378662aMD55falseAnonymousREADORIGINALguedesjunior_e_dr_rcla.pdfguedesjunior_e_dr_rcla.pdfapplication/pdf8412242https://repositorio.unesp.br/bitstreams/9bd91927-e85e-4761-8296-163c8d135657/download726a1013c36be222ece69f37337efb82MD53trueAnonymousREADLICENSElicense.txtWritten by org.dspace.content.LicenseUtilstext/plain; charset=utf-83138https://repositorio.unesp.br/bitstreams/6322120f-ec67-4c33-9bbc-aa2e6ba34feb/downloade5cfa0544a6aa7948e456864999157d4MD52falseAnonymousREADTEXTguedesjunior_e_dr_rcla.pdf.txtWritten by FormatFilter org.dspace.app.mediafilter.TikaTextExtractionFilter on 2023-11-15T06:14:45Z (GMT).Extracted texttext/plain103530https://repositorio.unesp.br/bitstreams/4df6045a-4c4b-48fc-9ff4-c7454f4541fd/downloaddd63d20d9bee3239aef4565c71e48e43MD54falseAnonymousREAD11449/2169012026-04-24T05:11:53.045495Zopen.accessoai:repositorio.unesp.br:11449/216901https://repositorio.unesp.brRepositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestrepositoriounesp@unesp.bropendoar:29462026-04-24T05:11:53Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)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
dc.title.pt.fl_str_mv Séries temporais de imagens de Sensoriamento Remoto aplicados à identificação de culturas agrícolas: contribuição metodológica para análise do uso e cobertura da terra
dc.title.alternative.en.fl_str_mv Time series of Remote Sensing images applied to the identification of agricultural crops: methodological contribution to land use and land cover analysis
title Séries temporais de imagens de Sensoriamento Remoto aplicados à identificação de culturas agrícolas: contribuição metodológica para análise do uso e cobertura da terra
spellingShingle Séries temporais de imagens de Sensoriamento Remoto aplicados à identificação de culturas agrícolas: contribuição metodológica para análise do uso e cobertura da terra
Guedes Junior, Edvaldo [UNESP]
Uso e cobertura da terra
Sensoriamento remoto
Geoprocessamento
Land use
Land cover
Remote sensing
Geographic information systems
title_short Séries temporais de imagens de Sensoriamento Remoto aplicados à identificação de culturas agrícolas: contribuição metodológica para análise do uso e cobertura da terra
title_full Séries temporais de imagens de Sensoriamento Remoto aplicados à identificação de culturas agrícolas: contribuição metodológica para análise do uso e cobertura da terra
title_fullStr Séries temporais de imagens de Sensoriamento Remoto aplicados à identificação de culturas agrícolas: contribuição metodológica para análise do uso e cobertura da terra
title_full_unstemmed Séries temporais de imagens de Sensoriamento Remoto aplicados à identificação de culturas agrícolas: contribuição metodológica para análise do uso e cobertura da terra
title_sort Séries temporais de imagens de Sensoriamento Remoto aplicados à identificação de culturas agrícolas: contribuição metodológica para análise do uso e cobertura da terra
author Guedes Junior, Edvaldo [UNESP]
author_facet Guedes Junior, Edvaldo [UNESP]
author_role author
dc.contributor.institution.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Guedes Junior, Edvaldo [UNESP]
dc.contributor.advisor1.fl_str_mv Pinto, Sergio dos Anjos Ferreira [UNESP]
contributor_str_mv Pinto, Sergio dos Anjos Ferreira [UNESP]
dc.subject.por.fl_str_mv Uso e cobertura da terra
Sensoriamento remoto
Geoprocessamento
topic Uso e cobertura da terra
Sensoriamento remoto
Geoprocessamento
Land use
Land cover
Remote sensing
Geographic information systems
dc.subject.eng.fl_str_mv Land use
Land cover
Remote sensing
Geographic information systems
description O estudo do uso e cobertura da terra é importante para o entendimento dos sistemas terrestres e da dinâmica geográfica resultante da interação entre o homem e a natureza. Como resultado desta interação, observamos padrões de uso e cobertura da terra como áreas agrícolas, florestas e centros urbanos que configuram as paisagens terrestres, de forma que nestes recortes geográficos ocorrem as complexas relações de troca entre matéria e energia que sustentam a vida na Terra. Como contribuição para o entendimento dos padrões de uso e cobertura da terra, esta pesquisa utilizou técnicas de classificação supervisionada e extração de índice de vegetação em séries temporais de imagens dos sistemas orbitais LANDSAT e SENTINEL-2 para avaliar a dinâmica do uso e cobertura da terra na região centro leste do Estado de São Paulo. As imagens dos sistemas orbitais foram processadas a partir do sistema de geoprocessamento na nuvem “Google Earth Engine” (GEE), sendo geradas as classes de uso e cobertura da terra compostas por áreas urbanas, vegetação natural, pastagens, lavouras de ciclo anual, lavouras de ciclo perene, solo exposto e corpos d’ água. O processo de classificação das imagens orbitais teve frequência mensal abrangendo o período de janeiro a dezembro de 2020 e foi estatisticamente validado através do índice kappa, matriz de confusão e pelos índices de acurácia do produtor e consumidor. Os resultados do processo de classificação do uso da terra permitiram observar uma dinâmica espacial dominada por culturas agrícolas de ciclo anual, onde a cana-de-açúcar é a cultura dominante, exercendo grande influência no aspecto ambiental da área de estudo.
publishDate 2021
dc.date.issued.fl_str_mv 2021-12-01
dc.date.accessioned.fl_str_mv 2022-02-23T17:44:51Z
dc.date.available.fl_str_mv 2022-02-23T17:44:51Z
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 http://hdl.handle.net/11449/216901
dc.identifier.capes.none.fl_str_mv 33004137004P0
url http://hdl.handle.net/11449/216901
identifier_str_mv 33004137004P0
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 Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
bitstream.url.fl_str_mv https://repositorio.unesp.br/bitstreams/87beb7fa-1722-41f4-85de-bce809f46317/download
https://repositorio.unesp.br/bitstreams/9bd91927-e85e-4761-8296-163c8d135657/download
https://repositorio.unesp.br/bitstreams/6322120f-ec67-4c33-9bbc-aa2e6ba34feb/download
https://repositorio.unesp.br/bitstreams/4df6045a-4c4b-48fc-9ff4-c7454f4541fd/download
bitstream.checksum.fl_str_mv 662bdf66b642170fe59cc33d4378662a
726a1013c36be222ece69f37337efb82
e5cfa0544a6aa7948e456864999157d4
dd63d20d9bee3239aef4565c71e48e43
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv repositoriounesp@unesp.br
_version_ 1878343647758385152