Ações Consultar Procurar Exibir estatísticas

Dúvidas e sugestões

Consultar: Programa de Pós-Graduação em Agronomia

Título [PT]: Estimativa e discriminação de áreas de soja [Glycine max L.] no estado do Paraná com dados mono e multitemporais do sensor MODIS
Autor(es): Carlos Antonio da Silva Junior
Palavras-chave [PT]:

Soja. Espectrorradiometria. Índices de vegetação. Redes neurais artificiais. Sensoriamento remoto. Geobia. Paraná. Brasil.

Soy. Spectroradiometry. Vegetation indices. Artificial neural networks. Remote sensing. GEOBIA. Paraná. Brazil.

Marcos Rafael Nanni [Orientador] - UEM Edvard Elias de Souza Filho - UEM Vitor Matheus Bacani - UFMTS

Resumo: O monitoramento da dinâmica da vegetação, principalmente em atividades agrícolas com a utilização de técnicas de sensoriamento remoto tem não somente alavancado pesquisas, mas também atendendo uma necessidade do reconhecimento dos padrões territoriais de um local. As imagens de satélite, principalmente do sensor MODIS, apresentam potencial relevante no mapeamento de extensas áreas agrícolas no Brasil, uma vez que culturas como a soja são cultivadas na época do verão com constantes presenças de nuvens. Assim, as imagens deste sensor possibilitam por diferentes motivos o mapeamento, tais como: resolução temporal e espectral, faixa de imageamento e disponibilização gratuita. Com isso, o objetivo que norteia este trabalho é verificar o potencial para estimar e mapear áreas cultivadas com a cultura da soja por meio de imagens MODIS com e sem séries-temporais no estado do Paraná. Para caracterização das amostras das áreas de soja foram coletados pontos com GPS distribuídos no Estado. Também foram cultivadas plantas de soja em casa de vegetação para correlacionar leitura espectral laboratorial e orbital. Séries-temporais EVI e PVI de imagens MODIS dos anos-safras 2010/2011 e 2011/2012 foram utilizados para confecção dos mapas de áreas de soja, com algoritmos de rotinas de redes neurais artificiais, análise orientada em geo-objeto, componentes principais, classificação supervisionada, parcialmente não-supervisionada e índices de vegetação. Além disso, foi desenvolvido o índice PCEI (Perpendicular Crop Enhancement Index) baseado na linha do solo e determinado por árvore de decisão, para automatizar o mapeamento de áreas com plantas de soja. Os mapas foram avaliados por parâmetros Kappa e Exatidão Global, com comparação feita por teste Z (K = 0,05). Os resultados mostraram que o mapeamento realizado pela análise orientada em geo-objeto, redes neurais e PCEI apresentam condições satisfatórias para tal finalidade. A análise da série-temporal utilizada no índice PCEI permitiu distinção de outras culturas agrícolas, sendo analisado desde o preparo do solo até a colheita. O mapeamento e discriminação das áreas de soja no Paraná demonstraram-se viáveis com imagens MODIS, o que na sistematização apresentou resultados dos parâmetros analisados suficientes. Abstract: The monitoring of dynamics vegetation, mainly in agricultural activities with the use of techniques of remote sensing not only has increased research, but also answers a need recognition of the territorial patterns of a local. Satellite images, chiefly from MODIS sensor, show a significant potential in the mapping of extensive agricultural areas in Brazil, once crops as the soybeans are cultivated in the summer with constant presence of clouds. Thus, the images from this sensor allows mapping through different reasons, such as: temporal and spectral resolution, swath and free availability. Therewith, the guiding objective of this research is verify the potential to estimate and map cultivated areas with the soybean crop over MODIS images with and without time-series at the Paraná State. For the characterization of samples from soybean areas, were collected points with GPS distributed in the State. Also were cultivated soybean plants in a greenhouse to correlate laboratory and orbital spectral reading. Time-series EVI and PVI of MODIS images from harvests-year 2010/2011 and 2011/2012 were used for confection of the maps of soybean areas, with routines algorithms of artificial neural networks, oriented analysis in geo-object, main components, overseen classification, partially no overseen and vegetation indexes. Furthermore, was developed the PCEI (Perpendicular Crop Enhancement Index) index based on the soil line and determined by decision tree, to automate the mapping of areas with soybean plants. The maps were evaluated through parameters Kappa and Overall Accuracy with comparison done by Z test (K = 0.05). The results showed that mapping done over the oriented analysis in geo-object, neural networks and PCEI present satisfactory conditions for this purpose. The analysis of time-series used in PCEI index allows distinction from other agricultural crops, been analyzed since the soil prepare until de harvest. Mapping and discrimination of soybean areas at Paraná demonstrated to be viable with MODIS images what that in systematization showed sufficient results of the analyzed parameters.

Idioma: Português Data de Publicação: 2014 Local de Publicação: Maringá, PR Orientador: Prof. Dr. Marcos Rafael Nanni Instituição: Universidade Estadual de Maringá. Centro de Ciências Agrárias. Programa de Pós-Graduação em Agronomia Nível: Dissertação (mestrado em Agronomia)/ UEM: Departamento de Agronomia

Responsavel: zenaide
Categoria: Aplicação
Formato: Documento PDF
Arquivo: CARLOS ANTONIO DA SILVA JUNIOR Dissertação.pdf
Tamanho: 17884 Kb (18313487 bytes)
Criado: 21-09-2015 11:13
Atualizado: 21-09-2015 12:04
Visitas: 862
Downloads: 18

[Visualizar]  [Download]

Todo material disponível neste sistema é de propriedade e responsabilidade de seus autores.