Analysis of urban land use and land cover changes: a case of study in Bahir Dar, Ethiopia

Dissertation submitted in partial fulfillment of the requirements for the Degree of Master of Science in Geospatial Technologies

Análise dos textos escritos produzidos por alunos da 7ª classe em Angola e propostas de remediação de erros

O estudo sobre os textos escritos produzidos por alunos da 7ª classe em Angola foi estabelecido por nós com base na hipótese da existência de dificuldades de escrita. Há bastantes dúvidas entre os docentes angolanos sobre a capacidade dos alunos na elaboração de textos espontâneos. Desta forma, com o objectivo de conhecermos as capacidades de produção de textos escritos pelos alunos do ensino geral no Lubango, de elaborarmos uma tipologia de análise dos erros encontrados e de propormos estratégias de superação das dificuldades apresentadas nos textos dos alunos, fomos à Escola do I Ciclo do Ensino Secundário 27 de Março do Lubango – Huíla recolher as composições da Prova Trimestral para verificar as dificuldades de escrita apresentadas nos textos dos alunos. Partimos de 314 textos, dos quais foi extraída a amostra de 10%, correspondendo a 32 textos seleccionados através da tabela de números aleatórios. Os textos foram analisados com base na tipologia de erros de Sousa (1996). Desta forma, foram detectados erros de substituição, de omissão, de divisão/aglutinação, os quais foram muito significativos e ocorreram em 66,856% dos casos no total. Os erros de substituição maiúsculas/minúsculas, os de adição, de grafias homófonas constituem 30.856% dos casos. Confirmam-se as dificuldades apresentadas pelos alunos que devem merecer tratamento através das propostas de remediação apresentadas. As dificuldades encontradas nos textos destes alunos devem servir de base para a planificação da disciplina de Língua Portuguesa no Ensino Primário de forma a dotar o aluno de competências para a melhoria da comunicação escrita na sala de aula.

Analysis of classification algorithms for crop detection using LANDSAT 8 images

Remote sensing - the acquisition of information about an object or phenomenon without making physical contact with the object - is applied in a multitude of different areas, ranging from agriculture, forestry, cartography, hydrology, geology, meteorology, aerial traffic control, among many others. Regarding agriculture, an example of application of this information is regarding crop detection, to monitor existing crops easily and help in the region’s strategic planning. In any of these areas, there is always an ongoing search for better methods that allow us to obtain better results. For over forty years, the Landsat program has utilized satellites to collect spectral information from Earth’s surface, creating a historical archive unmatched in quality, detail, coverage, and length. The most recent one was launched on February 11, 2013, having a number of improvements regarding its predecessors. This project aims to compare classification methods in Portugal’s Ribatejo region, specifically regarding crop detection. The state of the art algorithms will be used in this region and their performance will be analyzed.

A documentação de arte efémera como forma de preservação: O caso de "Árvore Jogo/Lúdico em 7 Imagens Espelhadas" de Alberto Carneiro

No que diz respeito à sua preservação e apresentação grande parte da arte contemporânea exige respostas eficazes e pragmáticas do ponto de vista da museologia. Esta situação torna-se mais evidente em obras de instalação e media art, que recorrem a múltiplos objectos, mantêm uma relação com o espaço e são alvo de fenómenos de obsolescência tecnológica, reclamando assim, estratégias que passam pela produção activa de registos documentais, a fim de garantir o seu legado a gerações futuras. A partir da obra de Alberto Carneiro "Árvore jogo / lúdico em 7 imagens espelhadas", que foi pela primeira vez materializada na Galeria Quadrum, em Lisboa, em 1975, e destruída no ano seguinte pelo autor, após a Bienal de Veneza, discutimos as estratégias documentais mais adequadas. A metodologia assenta num trabalho de base antropológica, através de entrevistas com o artista, que permitam identificar todos os aspectos relacionados com o processo criativo e criar um manual de instalação, que se pretende de fácil acesso a investigadores, conservadores e até ao público em geral. Para este efeito iniciou-se um trabalho de colaboração com o Departamento de Informática da FCT-UNL com vista à construção de uma ferramenta multimédia que permita reunir num só local toda a informação relativa à obra.

Mapping the Pasture Steppe in Bayankhongor, Mongolia: comparison of classification methods, using Landsat-8 and geophysical data

Grasslands in semi-arid regions, like Mongolian steppes, are facing desertification and degradation processes, due to climate change. Mongolia’s main economic activity consists on an extensive livestock production and, therefore, it is a concerning matter for the decision makers. Remote sensing and Geographic Information Systems provide the tools for advanced ecosystem management and have been widely used for monitoring and management of pasture resources. This study investigates which is the higher thematic detail that is possible to achieve through remote sensing, to map the steppe vegetation, using medium resolution earth observation imagery in three districts (soums) of Mongolia: Dzag, Buutsagaan and Khureemaral. After considering different thematic levels of detail for classifying the steppe vegetation, the existent pasture types within the steppe were chosen to be mapped. In order to investigate which combination of data sets yields the best results and which classification algorithm is more suitable for incorporating these data sets, a comparison between different classification methods were tested for the study area. Sixteen classifications were performed using different combinations of estimators, Landsat-8 (spectral bands and Landsat-8 NDVI-derived) and geophysical data (elevation, mean annual precipitation and mean annual temperature) using two classification algorithms, maximum likelihood and decision tree. Results showed that the best performing model was the one that incorporated Landsat-8 bands with mean annual precipitation and mean annual temperature (Model 13), using the decision tree. For maximum likelihood, the model that incorporated Landsat-8 bands with mean annual precipitation (Model 5) and the one that incorporated Landsat-8 bands with mean annual precipitation and mean annual temperature (Model 13), achieved the higher accuracies for this algorithm. The decision tree models consistently outperformed the maximum likelihood ones.