|
|
Registro Completo |
Biblioteca(s): |
Embrapa Agropecuária Oeste. |
Data corrente: |
26/10/2005 |
Data da última atualização: |
26/10/2005 |
Autoria: |
ANDERSON, L. O. |
Título: |
Classificação e monitoramento da cobertura vegetal do estado do Mato Grosso utilizando dados multitemporais do sensor modis. |
Ano de publicação: |
2005 |
Fonte/Imprenta: |
2004. CD-ROM |
Série: |
(INPE-12290-TDI/986). |
Idioma: |
Português |
Notas: |
Dissertação (Mestrado em Sensoriamento Remoto) - Instituto Nacional de Pesquisas Espaciais, São José dos Campos. |
Conteúdo: |
Em uma escala global, a mudança do uso da terra e da cobertura vegetal está ocorrendo em passos acelerados, principalmente nos trópicos. Estas mudanças nos ecossistemas terrestres estão fortemente associadas aos processos de desenvolvimento socioeconômico principalmente em países subdesenvolvidos, onde não se encontram planejamentos para a ocupação do território, nem projetos e estudos para explorar de maneira sustentável os recursos da terra. Com a facilidade de acesso a um número cada vez maior de informações provenientes do Sensoriamento Remoto, a utilização de novos sensores, com melhores resoluções espacial, temporal e espectral, tem se mostrado extremamente importante para um melhor entendimento dos processos ecológicos e antrópicos que agem nos sistemas terrestres. Neste contexto, foi selecionado para a realização desta pesquisa o Estado do Mato Grosso, uma região que possui
diversas formações vegetais e que vem sofrendo grandes mudanças no uso e cobertura da terra, e o sensor MODIS, que possui características de resolução espectral, espacial e temporal que possibilitam uma melhoria na qualidade e acurácia de estudos em escalas regional e global. Este trabalho apresenta uma proposta metodológica para a realização da classificação da cobertura da terra e o monitoramento das mudanças na cobertura vegetal, devido a fatores naturais e antrópicos. Os objetivos gerais deste estudo foram: 1) gerar um mapa de cobertura da terra da região para o ano de 2002; 2) monitorar as mudanças fenológicas da vegetação a partir dos índices de vegetação NDVI e EVI, para a melhor compreensão das respostas destes sistemas naturais às variações sazonais; e 3) desenvolver uma metodologia de detecção de mudanças da cobertura da terra, devido a desmatamentos e queimadas. Dentre os principais aspectos da metodologia, destacou-se a aplicação do modelo linear de mistura espectral para avaliar e monitorar as mudanças ocorridas nessa região a partir de dados multitemporais do sensor MODIS adquiridas no ano de 2002. Gerou-se um mapa da cobertura da terra para o ano de 2002, e a partir deste mapa, realizou-se a análise do comportamento fenológico da vegetação,
mostrando a potencialidade do NDVI do sensor MODIS em gerar a assinatura característica para o ano de 2002 das fisionomias classificadas. Para isso, foram utilizadas as imagens (composição de 16 dias) disponibilizadas pelo produto MOD13 e as imagens fração vegetação, solo e sombra derivadas dessas imagens (composição mensais) através do modelo linear de mistura espectral. Para compreender como as alterações antrópicas estão ocorrendo na região de estudo, utilizou-se as imagens diárias de reflectância de superfície (produto MOD09) adquiridas nas mesmas datas do ETM+ entre o período de junho a outubro de 2002. Devido as suas características, foi utilizada principalmente, a imagem fração solo para o mapeamento das novas áreas desmatadas. Os resultados obtidos foram comparados com os dados do sensor ETM+ e do projeto PRODES considerados como verdade terrestre. Verificou-se que existe uma tendência a
subestimativa de 0,051 km2 por km2 das áreas desmatadas detectadas pelo sensor MODIS em relação ao sensor ETM+, que diminui conforme o tamanho dos polígonos detectados aumentam. Outros fatores que influenciaram as estimativas das áreas desmatadas estão relacionados com a forma e espacialização dos polígonos mapeados. As imagens fração sombra geradas a partir dos dados MODIS mostraram-se eficientes para a identificação e monitoramento das áreas queimadas. Os resultados encontrados mostram a potencialidade da utilização das imagens do sensor MODIS para a classificação e monitoramento da cobertura vegetal a nível regional e global. As imagens diárias (produto MOD09) do sensor MODIS mostraram um excelente potencial para a detecção de áreas desmatadas e queimadas em tempo real, o que permitirá a implementação de um Sistema de Alerta de Desmatamento. MenosEm uma escala global, a mudança do uso da terra e da cobertura vegetal está ocorrendo em passos acelerados, principalmente nos trópicos. Estas mudanças nos ecossistemas terrestres estão fortemente associadas aos processos de desenvolvimento socioeconômico principalmente em países subdesenvolvidos, onde não se encontram planejamentos para a ocupação do território, nem projetos e estudos para explorar de maneira sustentável os recursos da terra. Com a facilidade de acesso a um número cada vez maior de informações provenientes do Sensoriamento Remoto, a utilização de novos sensores, com melhores resoluções espacial, temporal e espectral, tem se mostrado extremamente importante para um melhor entendimento dos processos ecológicos e antrópicos que agem nos sistemas terrestres. Neste contexto, foi selecionado para a realização desta pesquisa o Estado do Mato Grosso, uma região que possui
diversas formações vegetais e que vem sofrendo grandes mudanças no uso e cobertura da terra, e o sensor MODIS, que possui características de resolução espectral, espacial e temporal que possibilitam uma melhoria na qualidade e acurácia de estudos em escalas regional e global. Este trabalho apresenta uma proposta metodológica para a realização da classificação da cobertura da terra e o monitoramento das mudanças na cobertura vegetal, devido a fatores naturais e antrópicos. Os objetivos gerais deste estudo foram: 1) gerar um mapa de cobertura da terra da região para o ano de 2002; 2) monitorar as mu... Mostrar Tudo |
Categoria do assunto: |
-- |
Marc: |
LEADER 04567nam a2200133 a 4500 001 1251084 005 2005-10-26 008 2005 bl uuuu m 00u1 u #d 100 1 $aANDERSON, L. O. 245 $aClassificação e monitoramento da cobertura vegetal do estado do Mato Grosso utilizando dados multitemporais do sensor modis. 260 $a2004. CD-ROM$c2005 490 $a(INPE-12290-TDI/986). 500 $aDissertação (Mestrado em Sensoriamento Remoto) - Instituto Nacional de Pesquisas Espaciais, São José dos Campos. 520 $aEm uma escala global, a mudança do uso da terra e da cobertura vegetal está ocorrendo em passos acelerados, principalmente nos trópicos. Estas mudanças nos ecossistemas terrestres estão fortemente associadas aos processos de desenvolvimento socioeconômico principalmente em países subdesenvolvidos, onde não se encontram planejamentos para a ocupação do território, nem projetos e estudos para explorar de maneira sustentável os recursos da terra. Com a facilidade de acesso a um número cada vez maior de informações provenientes do Sensoriamento Remoto, a utilização de novos sensores, com melhores resoluções espacial, temporal e espectral, tem se mostrado extremamente importante para um melhor entendimento dos processos ecológicos e antrópicos que agem nos sistemas terrestres. Neste contexto, foi selecionado para a realização desta pesquisa o Estado do Mato Grosso, uma região que possui diversas formações vegetais e que vem sofrendo grandes mudanças no uso e cobertura da terra, e o sensor MODIS, que possui características de resolução espectral, espacial e temporal que possibilitam uma melhoria na qualidade e acurácia de estudos em escalas regional e global. Este trabalho apresenta uma proposta metodológica para a realização da classificação da cobertura da terra e o monitoramento das mudanças na cobertura vegetal, devido a fatores naturais e antrópicos. Os objetivos gerais deste estudo foram: 1) gerar um mapa de cobertura da terra da região para o ano de 2002; 2) monitorar as mudanças fenológicas da vegetação a partir dos índices de vegetação NDVI e EVI, para a melhor compreensão das respostas destes sistemas naturais às variações sazonais; e 3) desenvolver uma metodologia de detecção de mudanças da cobertura da terra, devido a desmatamentos e queimadas. Dentre os principais aspectos da metodologia, destacou-se a aplicação do modelo linear de mistura espectral para avaliar e monitorar as mudanças ocorridas nessa região a partir de dados multitemporais do sensor MODIS adquiridas no ano de 2002. Gerou-se um mapa da cobertura da terra para o ano de 2002, e a partir deste mapa, realizou-se a análise do comportamento fenológico da vegetação, mostrando a potencialidade do NDVI do sensor MODIS em gerar a assinatura característica para o ano de 2002 das fisionomias classificadas. Para isso, foram utilizadas as imagens (composição de 16 dias) disponibilizadas pelo produto MOD13 e as imagens fração vegetação, solo e sombra derivadas dessas imagens (composição mensais) através do modelo linear de mistura espectral. Para compreender como as alterações antrópicas estão ocorrendo na região de estudo, utilizou-se as imagens diárias de reflectância de superfície (produto MOD09) adquiridas nas mesmas datas do ETM+ entre o período de junho a outubro de 2002. Devido as suas características, foi utilizada principalmente, a imagem fração solo para o mapeamento das novas áreas desmatadas. Os resultados obtidos foram comparados com os dados do sensor ETM+ e do projeto PRODES considerados como verdade terrestre. Verificou-se que existe uma tendência a subestimativa de 0,051 km2 por km2 das áreas desmatadas detectadas pelo sensor MODIS em relação ao sensor ETM+, que diminui conforme o tamanho dos polígonos detectados aumentam. Outros fatores que influenciaram as estimativas das áreas desmatadas estão relacionados com a forma e espacialização dos polígonos mapeados. As imagens fração sombra geradas a partir dos dados MODIS mostraram-se eficientes para a identificação e monitoramento das áreas queimadas. Os resultados encontrados mostram a potencialidade da utilização das imagens do sensor MODIS para a classificação e monitoramento da cobertura vegetal a nível regional e global. As imagens diárias (produto MOD09) do sensor MODIS mostraram um excelente potencial para a detecção de áreas desmatadas e queimadas em tempo real, o que permitirá a implementação de um Sistema de Alerta de Desmatamento.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agropecuária Oeste (CPAO) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registro Completo
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
06/12/2019 |
Data da última atualização: |
19/12/2019 |
Tipo da produção científica: |
Boletim de Pesquisa e Desenvolvimento |
Autoria: |
SOUZA, K. X. S. de; CAMARGO NETO, J. |
Afiliação: |
KLEBER XAVIER SAMPAIO DE SOUZA, CNPTIA; JOAO CAMARGO NETO, CNPTIA. |
Título: |
Uso de redes neurais multicamadas para classificação de perfis de solos. |
Ano de publicação: |
2019 |
Fonte/Imprenta: |
Campinas: Embrapa Informática Agropecuaria, 2019. |
Páginas: |
23 p. |
Descrição Física: |
il. |
Série: |
(Embrapa Informática Agropecuária. Boletim de pesquisa e desenvolvimento, 45). |
ISSN: |
1677-9266 |
Idioma: |
Português |
Conteúdo: |
Resumo - O processo de classificação de solos executado por especialistas é uma tarefa laboriosa, que envolve várias etapas de coleta e a aplicação de regras de classificação de acordo com o Manual do Sistema Brasileiro de Classificação de Solos (SiBCS). Este trabalho relata a aplicação de redes neurais do tipo perceptron multicamadas na classificação de solos, nos níveis categóricos 1 a 4. Os dados de perfis de solo utilizados vieram de uma base de dados do Instituto Brasileiro de Geografia e Estatística (IBGE). A otimiza-ção da função de custo de entropia cruzada, usada no treinamento da rede neural, foi realizada por meio do algoritmo de stochastic gradient descent. As redes apresentaram resultados de acurácia que variam de 63,38 a 27,79, tendo o valor maior sido obtido para o primeiro nível e o menor para o quarto nível de classificação. Os resultados mostraram o alto potencial de uso do perceptron multicamadas para a classificação de perfis de solo, resultado que pode ser ainda melhorado caso se disponha de um conjunto maior e mais balanceado de perfis de solos previamente classificados. |
Palavras-Chave: |
Amostras de solo; Aprendizado profundo; Classificação de solos; Deep learning; Perceptron multicamadas; Redes neurais multicamadas. |
Thesaurus NAL: |
Neural networks; Soil classification. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/206400/1/Boletim-45.pdf
|
Marc: |
LEADER 01966nam a2200253 a 4500 001 2116239 005 2019-12-19 008 2019 bl uuuu u0uu1 u #d 022 $a1677-9266 100 1 $aSOUZA, K. X. S. de 245 $aUso de redes neurais multicamadas para classificação de perfis de solos.$h[electronic resource] 260 $aCampinas: Embrapa Informática Agropecuaria$c2019 300 $a23 p.$cil. 490 $a(Embrapa Informática Agropecuária. Boletim de pesquisa e desenvolvimento, 45). 520 $aResumo - O processo de classificação de solos executado por especialistas é uma tarefa laboriosa, que envolve várias etapas de coleta e a aplicação de regras de classificação de acordo com o Manual do Sistema Brasileiro de Classificação de Solos (SiBCS). Este trabalho relata a aplicação de redes neurais do tipo perceptron multicamadas na classificação de solos, nos níveis categóricos 1 a 4. Os dados de perfis de solo utilizados vieram de uma base de dados do Instituto Brasileiro de Geografia e Estatística (IBGE). A otimiza-ção da função de custo de entropia cruzada, usada no treinamento da rede neural, foi realizada por meio do algoritmo de stochastic gradient descent. As redes apresentaram resultados de acurácia que variam de 63,38 a 27,79, tendo o valor maior sido obtido para o primeiro nível e o menor para o quarto nível de classificação. Os resultados mostraram o alto potencial de uso do perceptron multicamadas para a classificação de perfis de solo, resultado que pode ser ainda melhorado caso se disponha de um conjunto maior e mais balanceado de perfis de solos previamente classificados. 650 $aNeural networks 650 $aSoil classification 653 $aAmostras de solo 653 $aAprendizado profundo 653 $aClassificação de solos 653 $aDeep learning 653 $aPerceptron multicamadas 653 $aRedes neurais multicamadas 700 1 $aCAMARGO NETO, J.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Expressão de busca inválida. Verifique!!! |
|
|