Análise orientada a objetos do sensor óptico ASTER aplicadas à classificação de cangas lateríticas na região de Carajás
| dc.contributor.advisor-co1 | NASCIMENTO JÚNIOR, Wilson da Rocha | |
| dc.contributor.advisor-co1Lattes | http://lattes.cnpq.br/7088115329364362 | pt_BR |
| dc.contributor.advisor1 | SILVA, Arnaldo de Queiroz da | |
| dc.contributor.advisor1Lattes | http://lattes.cnpq.br/1682623730626187 | pt_BR |
| dc.creator | GOMES, Paulo Isaac Moura de Andrade | |
| dc.date.accessioned | 2019-09-05T12:36:48Z | |
| dc.date.available | 2019-09-05T12:36:48Z | |
| dc.date.issued | 2018-02-16 | |
| dc.description.abstract | The evolution of the multispectral images obtained in the near infrared and short wave infrared fields of orbital sensors greatly increased the discrimination capacity of the terrestrial targets. One of the privileged areas of application with this type of image is the remote sensing of the rock-soil-vegetation interactions, which, despite already having sources of information with high spatial resolution, still had data restriction that incorporated better spectral and radiometric resolutions. The combination of these two characteristics allowed to improve the detection of elements that compose a landscape allowing applications in the mapping of vegetation cover, geological and soil use, from the aid of automatic classifiers. However, the application of automatic classification techniques to images from the multispectral medium-resolution spatial resolution systems has encountered some difficulties because the spatial and radiometric resolution of these images do not have the ability to separate small targets, therefore, their intra- and inter- classes may be limited. Thus, classifiers that use pixel-to-pixel-based methods are restricted to classify these types of images because they work only with spectral information, which is not always sufficient to discriminate features with a high variety of responses. The distinction of classes in this type of images can occur through the inclusion of other attributes / information, such as shape, size and context in the classification. The incorporation of these attributes into the classifiers defines object-oriented analysis and is an option to overcome the limitation of pixel-to-pixel classifiers, considering that topological (neighborhood, context) and geometric information (shape and size) are used in the classification process. The present work aims to explore object - oriented analysis in the classification of lateritic cangas in the region of the Carajás Mineral Province, from multispectral images in the fields of visible and near infrared (VNIR) and short - wave infrared (SWIR), using an ASTER image. The study area includes the municipalities of Canaã dos Carajás, Parauapebas and Curionópolis. For that, an experiment was performed in which three classes were individualized: vegetation, lateritic canga, exposed soil. The classification involved multiresolution segmentation, definition of a hierarchical network for classification of the objects, validation of the results reaching a global accuracy index of 91.33% and a total Kappa index of 87%. Thus, it was possible to conclude that the object-oriented classification method for mapping the classes showed expressive results, based on spectral attribute information and customized attributes, with the possibility of finding specific thresholds of the work targets, and for the creation of an unpublished band math for the automatic classification of lateritic cangas of the region of Carajás. | pt_BR |
| dc.description.resumo | A evolução das imagens multiespectrais obtidas nos campos do infravermelho próximo e infravermelho de ondas curtas de sensores orbitais ampliou sobremaneira a capacidade de discriminação dos alvos terrestres. Uma das áreas de aplicação privilegiadas com este tipo de imagem é o sensoriamento remoto voltado às interações rocha-solo-vegetação, que apesar de já dispor de fontes de informação com alta resolução espacial, ainda havia restrição de dados que incorporassem melhores resoluções espectral e radiométrica. A combinação destas duas características permitiu aprimorar a detecção de elementos que compõem uma paisagem possibilitando aplicações no mapeamento de cobertura vegetal, geológico e uso do solo, a partir do auxílio de classificadores automáticos. Entretanto, a aplicação de técnicas de classificação automática às imagens provenientes dos sistemas sensores multiespectrais de resolução espacial média tem encontrado algumas dificuldades, pois a resolução espacial e radiométrica dessas imagens não possuem capacidade de separar alvos pequenos, portanto, sua variabilidade espectral intra e inter-classes pode ficar limitada. Sendo assim, os classificadores que utilizam métodos baseados na classificação pixel a pixel são restritos para classificar este tipo de imagens, pois trabalham apenas com informações espectrais, o que nem sempre é suficiente para discriminar as feições com uma alta variedade de respostas. A distinção de classes neste tipo de imagens pode ocorrer por meio da inclusão de outros atributos/informações, como forma, tamanho e contexto na classificação. A incorporação desses atributos nos classificadores, definem a análise orientada a objetos e são uma opção para ultrapassar a limitação dos classificadores pixel a pixel, tendo em vista que se utilizam informações topológicas (vizinhança, contexto) e geométricas (forma e tamanho) no processo de classificação. O presente trabalho tem como finalidade explorar a análise orientada a objetos na classificação de cangas lateríticas na região da Província Mineral de Carajás, a partir de imagens multiespectrais nos campos do visível e infravermelho próximo (VNIR) e infravermelho de ondas curtas (SWIR), utilizando uma imagem ASTER. A área de estudo engloba os municípios de Canaã dos Carajás, Parauapebas e Curionópolis. Para tanto, foi realizado um experimento no qual foram individualizadas três classes: vegetação, canga laterítica e solo exposto. A classificação envolveu segmentação multiresolução, definição de uma rede hierárquica para classificação dos objetos, validação dos resultados alcançando-se índices de exatidão global de 91,33% e índice Kappa total de 87%. Com isso, foi possível concluir que o método de classificação orientada a objetos para o mapeamento das classes mostrou resultados expressivos, a partir de informações de atributos espectrais e atributos customizados, com a possibilidade de encontrar limiares específicos dos alvos do trabalho, e para a criação de uma matemática de bandas inédita para a classificação automática de cangas lateríticas da região de Carajás. | pt_BR |
| dc.identifier.citation | GOMES, Paulo Isaac Moura de. Análise orientada a objetos do sensor óptico ASTER aplicadas à classificação de cangas lateríticas na região de Carajás. Orientador: Arnaldo de Queiroz da Silva. Coorientador: Wilson da Rocha Nascimento Júnior. 2018. 92 f. Trabalho de Curso (Bacharelado em Geologia) - Faculdade de Geologia, Instituto de Geociências, Universidade Federal do Pará, Belém, 2018. Disponível em: http://bdm.ufpa.br/jspui/handle/prefix/2020. Acesso em:. | pt_BR |
| dc.identifier.uri | http://bdm.ufpa.br/jspui/handle/prefix/2020 | |
| dc.rights | Acesso Aberto | pt_BR |
| dc.source | 1 CD-ROM | pt_BR |
| dc.subject | Sensoriamento remoto | pt_BR |
| dc.subject | Classificadores automáticos | pt_BR |
| dc.subject | Análise orientada a objetos | pt_BR |
| dc.subject | Cangas lateríticas | pt_BR |
| dc.subject | Província Mineral de Carajás - PA | pt_BR |
| dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOLOGIA | pt_BR |
| dc.title | Análise orientada a objetos do sensor óptico ASTER aplicadas à classificação de cangas lateríticas na região de Carajás | pt_BR |
| dc.type | Trabalho de Curso - Graduação - Monografia | pt_BR |