The contribution of multitemporal information from multispectral satellite images for automatic land cover classification at the national scale

Thesis submitted to the Instituto Superior de Estatística e Gestão de Informação da Universidade Nova de Lisboa in partial fulfillment of the requirements for the Degree of Doctor of Philosophy in Information Management – Geographic Information Systems

Avaliação do desempenho de classificadores neurais para aplicações em sensoriamento remoto

Atualmente, pesquisadores das mais diversas áreas, tais como: Geologia, Física, Cartografia, Oceanografia, entre outras, utilizam imagens de satélite como uma fonte valiosa para a extração de informações sobre a superfície terrestre. Muitas vezes, a análise (classificação) destas imagens é realizada por métodos tradicionais sejam eles supervisionados (como o Método de Máxima Verossimilhança Gaussiana) ou nãosupervisionados (como o Método de Seleção pelo Pico do Histograma). Entretanto, pode-se utilizar as Redes Neurais Artificiais como uma alternativa para o aumento da acurácia em classificações digitais. Neste trabalho, utilizou-se imagens multi-espectrais do satélite LANDSAT 5-TM para a identificação de espécies vegetais (Mata Nativa, Eucalyptus e Acácia) em uma região próxima aos municípios de General Câmara, Santo Amaro e Taquari, no Estado do Rio Grande do Sul, Brasil. Comparou-se qualitativamente e quantitativamente os resultados obtidos pelo método de Máxima Verossimilhança Gaussiana e por uma Rede Neural Artificial Multinível com BackPropagation na classificação da área de estudo. Para tanto, parte desta área foi mapeada através de uma verificação de campo e com o auxílio de classificadores nãosupervisionados (Kohonen, que é uma Rede Neural, e o método de Seleção pelo Pico do Histograma). Com isto, foi possível coletar dois conjuntos de amostras, sendo que um deles foi utilizado para o treinamento dos métodos e o outro (conjunto de reconhecimento) serviu para a avaliação das classificações obtidas. Após o treinamento, parte da área de estudo foi classificada por ambos os métodos. Em seguida, os resultados obtidos foram avaliados através do uso de Tabelas de Contingência, considerando um nível de significância de 5%. Por fim, na maior parte dos testes realizados, a Rede Neural Artificial Multinível com BackPropagation apresentou valores de acurácia superiores ao Método de Máxima Verossimilhança Gaussiana. Assim, com este trabalho observou-se que não há diferença significativa de classificação para as espécies vegetais, ao nível de 5%, para a área de estudo considerada, na época de aquisição da imagem, para o conjunto de reconhecimento.

Explorando abordagens de aprendizado sequencial para floresta de caminhos ótimos

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Características espectrais da soja ao longo do ciclo vegetativo com imagens landsat 5/TM em área agrícola no oeste do Paraná

O objetivo deste trabalho foi estudar as mudanças no comportamento espectral da cultura da soja, por meio dos perfis espectrais temporais dos índices de vegetação NDVI e GVI, expressos em diferentes valores físicos: fator de reflectância bidirecional (FRB) aparente, de superfície e normalizado derivados de imagens Landsat 5/TM. Foi monitorada área de cultura de soja localizada próxima ao município de Cascavel - PR, utilizando cinco imagens da safra de 2004/2005, sendo realizados nessas imagens os procedimentos de transformação radiométrica, correção atmosférica e normalização, determinando valores físicos dos fatores de reflectância bidirecional aparente, de superfície e normalizado, respectivamente. Com o intuito de caracterizar a resposta espectral da biomassa da soja, geraram-se imagens referentes aos índices de vegetação NDVI e GVI. Como resultado, a cultura mostrou-se diferente para os tratamentos dos fatores de reflectância bidirecional aparente, de superfície e de normalização. Por meio dos perfis médios espectrais do NDVI e GVI, foi possível acompanhar todo o ciclo da cultura da soja, caracterizando o seu desenvolvimento. Observou-se, ainda, que os dados provenientes do fator de reflectância bidirecional normalizado descaracterizaram a curva espectral da cultura da soja, principalmente em meio à fase de crescimento vegetativo, na data de 9-12-2004.

Detecção automática e análise temporal de slope streaks na superfície de Marte

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Caracterização da ocupação do solo com recurso à aplicação de modelos de misturas espectrais em séries multi-temporais de imagens MODIS

Dissertação apresentada como requisito parcial para obtenção do grau de Mestre em Ciência e Sistemas de Informação Geográfica

Características espectrais da soja ao longo do ciclo vegetativo com imagens landsat 5/TM em área agrícola no oeste do Paraná

The objective of this study was to analyze changes in the spectral behavior of the soybean crop through spectral profiles of the vegetation indexes NDVI and GVI, expressed by different physical values such as apparent bi-directional reflectance factor (BRF), surface BRF, and normalized BRF derived from images of the Landsat 5/TM. A soybean area located in Cascavel, Paraná, was monitored by using five images of Landsat 5/TM during the 2004/2005 harvesting season. The images were submitted to radiometric transformation, atmospheric correction and normalization, determining physical values of apparent BRF, surface BRF and normalized BRF. NDVI and GVI images were generated in order to distinguish the soybean biomass spectral response. The treatments showed different results for apparent, surface and normalized BRF. Through the profiles of average NDVI and GVI, it was possible to monitor the entire soybean cycle, characterizing its development. It was also observed that the data from normalized BRF negatively affected the spectral curve of soybean crop, mainly, during the phase of vegetative growth, in the 12-9-2004 image.

Estratégia multi-temporal para produção automática de cartografia de ocupação do solo com imagens AWiFS

Dissertação apresentada como requisito parcial para obtenção do grau de Mestre em Ciência e Sistemas de Informação Geográfica

Cartografia multi-escala de alterações do coberto florestal com imagens de satélite

Dissertação apresentada como requisito parcial para obtenção do grau de Mestre em Ciência e Sistemas de Informação Geográfica

Aplicação de filtros de Gabor no processo de classificação de imagens digitais com base em atributos de textura

No processo de classificação de uma imagem digital, o atributo textura pode ser uma fonte importante de informações. Embora o processo de caracterização da textura em uma imagem seja mais difícil, se comparado ao processo de caracterização de atributos espectrais, sabe-se que o emprego daquele atributo pode aumentar significativamente a exatidão na classificação da imagem. O objetivo deste trabalho de pesquisa consiste em desenvolver e testar um método de classificação supervisionado em imagens digitais com base em atributos de textura. O método proposto implementa um processo de filtragem baseado nos filtros de Gabor. Inicialmente, é gerado um conjunto de filtros de Gabor adequados às freqüências espaciais associadas às diferentes classes presentes na imagem a ser classificada. Em cada caso, os parâmetros utilizados por cada filtro são estimados a partir das amostras disponíveis, empregando-se a transformada de Fourier. Cada filtro gera, então, uma imagem filtrada que quantifica a freqüência espacial definida no filtro. Este processo resulta em um certo número de imagens filtradas as quais são denominadas de "bandas texturais". Desta forma, o problema que era originalmente unidimensional passa a ser multi-dimensional, em que cada pixel passa a ser definido por um vetor cuja dimensionalidade é idêntica ao número de filtros utilizados. A imagem em várias "bandas texturais" pode ser classificada utilizando-se um método de classificação supervisionada. No presente trabalho foi utilizada a Máxima Verossimilhança Gaussiana. A metodologia proposta é então testada, utilizandose imagens sintéticas e real. Os resultados obtidos são apresentados e analisados.

Desenvolvimento, otimização e caracterização física de um novo sistema multi-sensores de Biosusceptometria de Corrente Alternada (BAC) para obtenção de imagens biomagnéticas

A novel AC Biosusceptometry (ACB) system with thirteen sensors it was implemented and characterized in vitro using magnetic phantoms. The system presenting coils in a coaxial arrangement with one pair of excitation coil outside and thirteen pairs of detection coils inside. A first-order gradiometric configuration was utilized for optimal detection of magnetic signals. Several physical parameters such as baseline, number of turns, excitation field and diameters were studied for improvement of the signal/noise ratio. This system exhibits an enhanced sensitivity and spatial resolution, due to the higher density of sensors/area. In the future those characteristics will turn possible to obtain images of magnetic marker or tracer in the gastrointestinal tract focusing on physiological and pharmaceutical studies. ACB emerged due to its interesting nature, noninvasiveness and low cost to investigate gastrointestinal parameters and this system can contribute for more accurate interpretation of biomedical signals and images

Avaliação de técnicas de classificação digital de imagens landsat em diferentes padrões de cobertura da terra em Rondônia

Remotely sensed imagery has been widely used for land use/cover classification thanks to the periodic data acquisition and the widespread use of digital image processing systems offering a wide range of classification algorithms. The aim of this work was to evaluate some of the most commonly used supervised and unsupervised classification algorithms under different landscape patterns found in Rondônia, including (1) areas of mid-size farms, (2) fish-bone settlements and (3) a gradient of forest and Cerrado (Brazilian savannah). Comparison with a reference map based on the kappa statistics resulted in good to superior indicators (best results - K-means: k=0.68; k=0.77; k=0.64 and MaxVer: k=0.71; k=0.89; k=0.70 respectively for three areas mentioned). Results show that choosing a specific algorithm requires to take into account both its capacity to discriminate among various spectral signatures under different landscape patterns as well as a cost/benefit analysis considering the different steps performed by the operator performing a land cover/use map. it is suggested that a more systematic assessment of several options of implementation of a specific project is needed prior to beginning a land use/cover mapping job.

Estimativa de parâmetros biofísicos de plantios de café a partir de imagens orbitais de alta resolução espacial

Remote sensing data are each time more available and can be used to monitor the vegetal development of main agricultural crops, such as the Arabic coffee in Brazil, since that the relationship between spectral and agronomical data be well known. Therefore, this work had the main objective to assess the use of Quickbird satellite images to estimate biophysical parameters of coffee crop. Test area was composed by 25 coffee fields located between the cities of Ribeirão Corrente, Franca and Cristais Paulista (SP), Brazil, and the biophysical parameters used were row and between plants spacing, plant height, LAI, canopy diameter, percentage of vegetation cover, roughness and biomass. Spectral data were the reflectance of four bands of QUICKBIRD and values of four vegetations indexes (NDVI, GVI, SAVI and RVI) based on the same satellite. All these data were analyzed using linear and nonlinear regression methods to generate estimation models of biophysical parameters. The use of regression models based on nonlinear equations was more appropriate to estimate parameters such as the LAI and the percentage of biomass, important to indicate the productivity of coffee crop.

Modelos de regressão lineares para estimativa de produtividade da soja no oeste do Paraná, utilizando dados espectrais

The main objective of this work was to evaluate the linear regression between spectral response and soybean yield in regional scale. In this study were monitored 36 municipalities from the west region of the states of Parana using five images of Landsat 5/TM during 2004/05 season. The spectral response was converted in physical values, apparent and surface reflectances, by radiometric transformation and atmospheric corrections and both used to calculate NDVI and GVI vegetation indices. Those ones were compared by multiple and simple regression with government official yield values (IBGE). Diagnostic processing method to identify influents values or collinearity was applied to the data too. The results showed that the mean surface reflectance value from all images was more correlated with yield than individual dates. Further, the multiple regressions using all dates and both vegetation indices gave better results than simple regression.

Seguimento de pessoas em sistemas multi-câmara

Trabalho Final de Mestrado para obtenção do grau de Mestre em Engenharia de Redes de Comunicação e Multimédia