Fechar

@PhDThesis{Todt:2007:DeTeRe,
               author = "Todt, Viviane",
                title = "Detec{\c{c}}{\~a}o em tempo real de desflorestamentos na 
                         Amaz{\^o}nia com uso de dados MODIS/TERRA e redes neurais",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2007",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2007-09-28",
             keywords = "desmatamento, sensor MODIS/TERRA, redes neurais, Amaz{\^o}nia, 
                         Porto Velho, deforestation, MODIS/TERRA sensor, neural networks, 
                         Amazon (region), Porto Velho (city).",
             abstract = "Essa pesquisa tem como objetivo principal propor uma metodologia 
                         para a detec{\c{c}}{\~a}o em tempo real (di{\'a}ria) dos novos 
                         desmatamentos causados por corte raso sobre {\'a}reas de floresta 
                         na Amaz{\^o}nia brasileira. Definiu-se parte do 
                         munic{\'{\i}}pio de Porto Velho, estado de Rond{\^o}nia, como 
                         {\'a}rea de estudo e o per{\'{\i}}odo de 20-maio a 
                         15-julho-2003, aproximadamente dois meses, como o per{\'{\i}}odo 
                         de estudo no qual os novos desflorestamentos ocorridos foram 
                         mapeados e analisados. Devido {\`a} disponibilidade de dados 
                         MODIS/TERRA com alta repetitividade e resolu{\c{c}}{\~a}o 
                         espacial moderada e a possibilidade de empregar t{\'e}cnicas de 
                         Intelig{\^e}ncia Computacional na detec{\c{c}}{\~a}o de 
                         mudan{\c{c}}as de cobertura e uso do solo, a metodologia aqui 
                         proposta baseia-se na integra{\c{c}}{\~a}o entre esses dados 
                         multitemporais (extra{\'{\i}}dos de imagens fra{\c{c}}{\~a}o 
                         oriundas do Modelo Linear de Mistura Espectral) e uma rede neural 
                         artificial para a detec{\c{c}}{\~a}o em tempo real dos novos 
                         desflorestamentos. Utilizou-se uma rede neural conhecida como 
                         Perceptron de M{\'u}ltiplas Camadas com algoritmo de 
                         retropropaga{\c{c}}{\~a}o de erros para avaliar a qualidade da 
                         estimativa da vari{\'a}vel Raz{\~a}o_PixelPuro utilizada como 
                         indicadora para a gera{\c{c}}{\~a}o de alarmes de desmatamento. 
                         A principal contribui{\c{c}}{\~a}o dessa tese est{\'a} 
                         associada {\`a} gera{\c{c}}{\~a}o de mecanismos que podem 
                         auxiliar na automatiza{\c{c}}{\~a}o de sistemas do tipo alerta, 
                         al{\'e}m do entendimento do comportamento temporal 
                         (din{\^a}mica) dos novos desflorestamentos na regi{\~a}o. 
                         ABSTRACT: This research aims to show a methodology for real-time 
                         monitoring of new deforestation caused by clearcutting of forested 
                         areas in the Brazilian Amazon. A part of Rondonia State was chosen 
                         as the study area in the period of time from May 20 to July 15, 
                         2003, nearly two months, where new deforestations were mapped and 
                         analysed. Due to the availability of Terra- MODIS data, with high 
                         repetitiveness and moderate spatial resolution, and the 
                         possibility to employ Computational Intelligence techniques for 
                         land-cover change detection, the methodology proposed here is 
                         based on the integration of multitemporal data and an artificial 
                         neural net for the real-time monitoring of new deforestations. A 
                         Multi-Layer Perceptron with Backpropagation algorithm was employed 
                         to evaluate the quality of variable used as indicator for 
                         deforestation alarm generation. The main contribution of this 
                         research is on the production of mechanisms that may help automate 
                         alarm systems, also understand temporal profiles (dynamic) of new 
                         deforestations in the region.",
            committee = "Kuplich, Tatiana Mora (presidente) and Formaggio, Antonio Roberto 
                         (orientador) and Shimabukuro, Yosio Edemir (orientador) and Silva, 
                         Jos{\'e} Demisio Sim{\~o}es da and Batista, Get{\'u}lio 
                         Teixeira and Haertel, Vitor Francisco de Ara{\'u}jo",
           copyholder = "SID/SCD",
         englishtitle = "Real-time monitoring of deforestation in the Amazon by TERRA/MODIS 
                         data and neural networks",
             language = "pt",
                pages = "192",
                  ibi = "8JMKD3MGPBW/328CUJB",
                  url = "http://urlib.net/ibi/8JMKD3MGPBW/328CUJB",
           targetfile = "publicacao.pdf",
        urlaccessdate = "22 abr. 2024"
}


Fechar