Fechar

@MastersThesis{Piromal:2006:AvMo5s,
               author = "Piromal, Rodrigo Alexandre Sbravatti",
                title = "Avalia{\c{c}}{\~a}o do modelo 5-scale para simular valores de 
                         reflect{\^a}ncia de unidades de paisagem da Floresta Nacional do 
                         Tapaj{\'o}s",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2006",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2006-05-05",
             keywords = "Amaz{\^o}nia, MODIS, modelo linear de mistura espectral, 
                         componentes puros, classifica{\c{c}}{\~a}o, Amazon, MODIS, 
                         linear spectral mixing model, endmembers, classification.",
             abstract = "O aumento da press{\~a}o sobre os recursos naturais faz com que 
                         seja necess{\'a}rio realizar um planejamento eficiente sobre sua 
                         utiliza{\c{c}}{\~a}o, bem como fiscalizar e coibir pr{\'a}ticas 
                         inadequadas e/ou ilegais. Para isto o sensoriamento remoto aliado 
                         as mais diversas {\'a}reas apresenta-se como uma ferramenta de 
                         excel{\^e}ncia. Mas um dos grandes desafios do sensoriamento 
                         remoto {\'e} equacionar o problema de que {\`a}s vezes alvos 
                         semelhantes apresentam espectros diferentes e alvos considerados 
                         diferentes apresentam espectros semelhantes, devido {\`a}s 
                         intera{\c{c}}{\~o}es da Radia{\c{c}}{\~a}o 
                         Eletromagn{\'e}tica (REM) com esses alvos. Com isso, os modelos 
                         de reflect{\^a}ncia, como o 5-Scale, permitem entender e simular 
                         varia{\c{c}}{\~o}es das caracter{\'{\i}}sticas 
                         biof{\'{\i}}sicas sobre as respostas nos espectros 
                         eletromagn{\'e}ticos. Outro modelo bastante utilizado para 
                         auxiliar na interpreta{\c{c}}{\~a}o de dados de sensores remotos 
                         {\'e} o Modelo Linear de Mistura Espectral (MLME), que gera 
                         imagens-fra{\c{c}}{\~a}o a partir de endmembers selecionados, 
                         tornando os seus resultados dependentes da sele{\c{c}}{\~a}o 
                         desses endmembers. Sendo assim, neste trabalho foi realizada uma 
                         an{\'a}lise sobre como a escolha de endmembers de 
                         vegeta{\c{c}}{\~a}o, pela t{\'e}cnica da Geometria Simplex de 
                         M{\'{\i}}nimo Volume (GSMV) e utilizando espectros gerados pelo 
                         modelo de reflect{\^a}ncia 5-Scale, altera a 
                         identifica{\c{c}}{\~a}o de unidades de paisagem, da Floresta 
                         Nacional do Tapaj{\'o}s, na classifica{\c{c}}{\~a}o das 
                         imagens-fra{\c{c}}{\~a}o geradas. Al{\'e}m disso, foi realizada 
                         uma an{\'a}lise comparativa das reflect{\^a}ncias estimadas pelo 
                         modelo 5-Scale com os valores de reflect{\^a}ncia das imagens TM, 
                         ETM+ e MODIS, avaliando-se as varia{\c{c}}{\~o}es temporais da 
                         {\'a}rea de estudo como um todo, e de grupos de unidades de 
                         paisagem gerados por uma an{\'a}lise de Cluster. Os resultados 
                         mostram que a utiliza{\c{c}}{\~a}o dos endmembers de 
                         vegeta{\c{c}}{\~a}o do modelo de reflect{\^a}ncia fez com que o 
                         classificador gerasse mais classes, apesar de aparentemente 
                         n{\~a}o melhorar a separabilidade das unidades de paisagem. Foi 
                         observado ainda, que ocorreu uma predomin{\^a}ncia das classes 
                         produzidas em sempre possuir mais pixels de algumas poucas 
                         unidades de paisagem, e que as classifica{\c{c}}{\~o}es das 
                         imagens-fra{\c{c}}{\~a}o provenientes dos sensores TM e ETM+ 
                         permitiram uma maior separabilidade de unidades de paisagem 
                         n{\~a}o florestais como solos expostos e {\'a}gua do que as 
                         classifica{\c{c}}{\~o}es das imagens-fra{\c{c}}{\~a}o 
                         provenientes das imagens MODIS. Analisando a 
                         compara{\c{c}}{\~a}o dos dados do modelo 5-Scale com as 
                         m{\'e}dias de reflect{\^a}ncias, pode-se afirmar que os dados de 
                         m{\'e}dias mensais do modelo apresentam grandes 
                         semelhan{\c{c}}as aos das imagens MODIS, entretanto em 
                         an{\'a}lises de regress{\~a}o para classes de unidades de 
                         paisagem, obtiveram-se maiores correla{\c{c}}{\~o}es com as 
                         imagens TM e ETM+, indicando que ajustes e outras 
                         avalia{\c{c}}{\~o}es ainda s{\~a}o necess{\'a}rios, e, 
                         portanto, o modelo de reflect{\^a}ncia 5-Scale pode ser empregado 
                         em florestas tropicais com algumas ressalvas. ABSTRACT: The 
                         increased pressure over natural resources makes efficient planning 
                         of its use necessary, as well as monitoring and restraining 
                         inadequate and/or illegal practices. For this, remote sensing 
                         allied with several specialized areas is presented as an excellent 
                         tool. However one of the great challenges of remote sensing is to 
                         equate the problem that similar targets present different spectral 
                         responses and targets considered different present similar 
                         spectral responses, due to the interactions of electromagnetic 
                         radiation with these targets. Thus, reflectance models, such as 
                         5-Scale, allow us to understand and to simulate variations of 
                         biophysical characteristics on the responses in the 
                         electromagnetic spectrum. Another commonly used model for 
                         assisting in the interpretation of remote sensor data is the 
                         Spectral Linear Mixing Model, which generates fraction images from 
                         selected endmembers, making its results dependent on these 
                         endmembers selection. Therefore, in this work, an analysis was 
                         performed to see how the choice of vegetation endmembers, using 
                         Minimum Volume Simplex Geometry technique and vegetation 
                         endmembers generated by 5-Scale reflectance model, modifies the 
                         identification of landscape units in Tapajos National Forest, in 
                         the classification of generated fraction images. Moreover, a 
                         comparative analysis was performed between 5- Scale reflectance 
                         data with TM, ETM+ and MODIS reflectance data, evaluating the 
                         temporal variations for the whole study area, and landscape units 
                         groups generated by Cluster analysis. The results show that the 
                         use of vegetation endmembers estimated by the reflectance model 
                         makes the classifier generate more classes, although apparently it 
                         did not improve the separability of landscape units. It was also 
                         observed that occurred a predominance of the produced classes in 
                         always possessing more pixels from a few landscape units. TM and 
                         ETM+ fraction images classification allowed a higher separability 
                         of non forest landscape units such as exposed soils and water than 
                         MODIS fraction images classification. Analyzing the comparison of 
                         5-Scale model reflectance data with the images reflectance 
                         averages, it can be affirmed that the model monthly data averages 
                         present great similarities with MODIS images monthly data 
                         averages. However in regression analysis for classes of landscape 
                         units, it was obtained higher correlations with TM and ETM+ images 
                         than with MODIS images. These results indicate that adjustments 
                         and other evaluations are still necessary, and, therefore, 5- 
                         Scale reflectance model can be used in tropical forests with some 
                         restrictions.",
            committee = "Ponzoni, Fl{\'a}vio Jorge (presidente) and Shimabukuro, Yosio 
                         Edemir (orientador) and Valeriano, Dalton de Morisson (orientador) 
                         and Keller, Michael Maier and Batista, Jo{\~a}o Lu{\'{\i}}s 
                         Ferreira",
           copyholder = "SID/SCD",
         englishtitle = "Evaluation of 5-scale model to simulate reflectance values of 
                         landscape units of Tapaj{\'o}s National Forest",
             language = "pt",
                pages = "151",
                  ibi = "6qtX3pFwXQZGivnJSY/LKKch",
                  url = "http://urlib.net/ibi/6qtX3pFwXQZGivnJSY/LKKch",
           targetfile = "publicacao.pdf",
        urlaccessdate = "04 maio 2024"
}


Fechar