3 resultados para Artificial satellites in remote sensing
em Biblioteca Digital de Teses e Dissertações Eletrônicas da UERJ
Resumo:
Esta tese tem por objetivo propor uma metodologia para recuperação de perfis verticais de temperatura na atmosfera com nuvens a partir de medidas de radiância feitas por satélite, usando redes neurais artificiais. Perfis verticais de temperatura são importantes condições iniciais para modelos de previsão de tempo, e são usualmente obtidos a partir de medidas de radiâncias feitas por satélites na faixa do infravermelho. No entanto, quando estas medidas são feitas na presença de nuvens, não é possível, com as técnicas atuais, efetuar a recuperação deste perfil. É uma perda significativa de informação, pois, em média, 20% dos pixels das imagens acusam presença de nuvens. Nesta tese, este problema é resolvido como um problema inverso em dois passos: o primeiro passo consiste na determinação da radiância que atinge a base da nuvem a partir da radiância medida pelos satélites; o segundo passo consiste na determinação do perfil vertical de temperaturas a partir da informação de radiância fornecida pelo primeiro passo. São apresentadas reconstruções do perfil de temperatura para quatro casos testes. Os resultados obtidos mostram que a metodologia adotada produz resultados satisfatórios e tem grande potencial de uso, permitindo incorporar informações sobre uma região mais ampla do globo e, consequentemente, melhorar os modelos de previsão do tempo.
Resumo:
Somente no ano de 2011 foram adquiridos mais de 1.000TB de novos registros digitais de imagem advindos de Sensoriamento Remoto orbital. Tal gama de registros, que possui uma progressão geométrica crescente, é adicionada, anualmente, a incrível e extraordinária massa de dados de imagens orbitais já existentes da superfície da Terra (adquiridos desde a década de 70 do século passado). Esta quantidade maciça de registros, onde a grande maioria sequer foi processada, requer ferramentas computacionais que permitam o reconhecimento automático de padrões de imagem desejados, de modo a permitir a extração dos objetos geográficos e de alvos de interesse, de forma mais rápida e concisa. A proposta de tal reconhecimento ser realizado automaticamente por meio da integração de técnicas de Análise Espectral e de Inteligência Computacional com base no Conhecimento adquirido por especialista em imagem foi implementada na forma de um integrador com base nas técnicas de Redes Neurais Computacionais (ou Artificiais) (através do Mapa de Características Auto- Organizáveis de Kohonen SOFM) e de Lógica Difusa ou Fuzzy (através de Mamdani). Estas foram aplicadas às assinaturas espectrais de cada padrão de interesse, formadas pelos níveis de quantização ou níveis de cinza do respectivo padrão em cada uma das bandas espectrais, de forma que a classificação dos padrões irá depender, de forma indissociável, da correlação das assinaturas espectrais nas seis bandas do sensor, tal qual o trabalho dos especialistas em imagens. Foram utilizadas as bandas 1 a 5 e 7 do satélite LANDSAT-5 para a determinação de cinco classes/alvos de interesse da cobertura e ocupação terrestre em três recortes da área-teste, situados no Estado do Rio de Janeiro (Guaratiba, Mangaratiba e Magé) nesta integração, com confrontação dos resultados obtidos com aqueles derivados da interpretação da especialista em imagens, a qual foi corroborada através de verificação da verdade terrestre. Houve também a comparação dos resultados obtidos no integrador com dois sistemas computacionais comerciais (IDRISI Taiga e ENVI 4.8), no que tange a qualidade da classificação (índice Kappa) e tempo de resposta. O integrador, com classificações híbridas (supervisionadas e não supervisionadas) em sua implementação, provou ser eficaz no reconhecimento automático (não supervisionado) de padrões multiespectrais e no aprendizado destes padrões, pois para cada uma das entradas dos recortes da área-teste, menor foi o aprendizado necessário para sua classificação alcançar um acerto médio final de 87%, frente às classificações da especialista em imagem. A sua eficácia também foi comprovada frente aos sistemas computacionais testados, com índice Kappa médio de 0,86.
Resumo:
A presente dissertação tem como objetivo analisar os ganhos geopolíticos do programa sino-brasileiro de satélites de recursos terrestres (CBERS). O codesenvolvimento pelo Brasil e pela China de uma série de satélites de sensoriamento remoto elevou a capacidade de ambos os países de ampliar os meios para zelar pela soberania sobre seus territórios nacionais. Esse programa de cooperação Sul-Sul também impactou positivamente no desenvolvimento desses países, à medida que possibilitou a execução de políticas públicas mais eficazes para áreas de difícil acesso como o deserto de Gobi na China e a floresta amazônica no Brasil. Além disso, o desenvolvimento e lançamento exitoso dos satélites da família CBERS também auferiu ganhos políticos no âmbito internacional. De fato, a aquisição dessa tecnologia permitiu ao Brasil e a China uma atuação mais proativa nos regimes internacionais relacionados ao espaço exterior, como COPUOS, CEOS e GEO/GEOSS. Ela também ensejou a realização de uma política de vanguarda de distribuição de imagens, baseada na premissa de que os dados geoespaciais são bens públicos globais. Esse entendimento levou, enfim, à realização de uma política de distribuição gratuita de imagens CBERS, primeiramente para os territórios nacionais do Brasil e da China e, posteriormente para países da América do Sul e para todo continente africano, culminando, em 2010, com sua globalização. Desse modo, o presente trabalho visa analisar se a aquisição da tecnologia de sensoriamento remoto via satélite efetivamente facultou ao Brasil e a China uma maior capacidade de influência no sistema internacional de poder e, igualmente, se há relação entre o programa CBERS e as políticas externas do Brasil e da China, principalmente no que tange à promoção da cooperação Sul-Sul na política externa solidária do governo Lula e ao conceito de mundo harmonioso da diplomacia chinesa.