Consultar: Trabalho de Conclusão de Graduação - FEAGRI

Título [PT]: Defutilização de série temporal MODIS/NDVI para mapeamento de pastagem
Autor(es): Lívia Faria Defeo
Palavras-chave [PT]:

Sensoriamento remoto , Series temporais , Pastagem
Palavras-chave [EN]:
Remote sensing , Time series , Pasture
Resumo:
Resumo: A bovinocultura apresenta grande importância dentre as atividades agropecuárias no Brasil. No entanto, vem perdendo espaço para a produção de outras commodities. Consequentemente, a redução das áreas destinadas à pecuária provoca a necessidade da otimização do uso das pastagens remanescentes. Nessa perspectiva, a utilização de séries temporais de índices de vegetação, possibilita a identificação e mapeamento das pastagens a fim de preservar as mesmas. Foi estudada a utilização de séries temporais do Normalized Difference Vegetation Index (NDVI) e do Enhanced Vegetation Index (EVI), oriundas do sensor Moderate Resolution Imaging Spectroradiometer (MODIS), em conjunto com a utilização de técnicas de filtragem e métricas espectro-­temporais para a caracterização da pastagem e a determinação dos melhores parâmetros para a diferenciação da mesma com a cana-­de-­açúcar, para o mapeamento eficaz da pastagem. As imagens MODIS NDVI e EVI passaram pelo processo de filtragem através dos métodos Savitzky-­Golay e Harmonic Analysis Time Series (Hants). O banco de dados foi definido através da extração de dados das imagens e foram escolhidas aquelas em que havia maior separação entre o perfil espectro-­temporal das duas classes. Foram extraídos novamente dados de pastagem e cana-­de-­açúcar das imagens, que foram classificados através do algoritmo de árvore de decisão. O algoritmo utilizou parâmetros de diferenciação de cada métrica espectro-­temporal, sendo eles Coeficiente Máximo e Coeficiente Mínimo para a métrica de Coeficiente Angular, e Mínimo 1, Mínimo 2, Máximo, Diferença 1 e Diferença 2, para a métrica de Máximos e Mínimos. Verificou-­se que houve uma maior diferenciação entre as classes nas imagens NDVI comparadas às imagens EVI. Além disso, o conjunto de dados que apresentou melhor desempenho de diferenciação entre as classes, foi o conjunto de imagens de série temporal NDVI, obtidas através das plataformas Terra e Aqua, filtradas pelo método Savitzky-­Golay, com dados das métricas espectro-­temporais de Máximos e Mínimos e Coeficiente Angular em conjunto.

Abstract: Cattle raising has great importance amongst the agricultural activities in Brazil. However, it has been losing space for the production of other commodities. Consequently, the reduction of livestock pastureland provokes the necessity to optimize the use of remaining pastureland in Brazil. In this perspective, the use of time series vegetation indices allows the identification and mapping of pastures in order to preserve them. The use of time series of Normalized Difference Vegetation Index (NDVI) and Enhanced Vegetation Index (EVI) from the Moderate Resolution Imaging Spectroradiometer (MODIS) sensor was studied, together with the use of filtering techniques and spectral-­temporal metrics, for the characterization of pasture and determination of the best parameters for the differentiation with sugarcane, in order to map pasture effectively. The MODIS NDVI and EVI images went through the filtering process using Savitzky-­Golay and Harmonic Analysis Time Series (Hants) methods. The database was defined by the extraction of data from the images, and the ones with greatest separation between the spectrum-­profile of the two classes were chosen. Again, pasture and sugarcane data were extracted from the images, which were classified through the decision tree algorithm. The algorithm used differentiation parameters of each spectral-­temporal metric, which are Maximum Coefficient and Minimum Coefficient for Slope, and Minimum 1, Minimum 2, Maximum, Difference 1 and Difference 2, for Maximum and Minimum. It was verified that there was a greater differentiation between the classes in the NDVI images compared to the EVI images. In addition, the data set that presented the best differentiation performance among the classes was the set of NDVI images obtained through the Terra and Aqua platforms, and filtered by the Savitzky-­Golay method, with data from the spectral-­temporal metrics of Maximum and Minimum and Slope grouped together.
Código: 000985065
Informações adicionais:
Idioma: Português
Data de Publicação: 2016
Local de Publicação: Campinas, SP
Orientador: Gleyce Kelly Dantas Araújo Figueiredo
Instituição: Universidade Estadual de Campinas. Faculdade de Engenharia Agricola
Nível: Trabalho de Conclusão de Curso (graduação)

Dono: bae_danif
Criado: 31-08-2017 12:20
Visitas: 400
Downloads: 686

ArquivoFormatoTamanhoTempo estimado para download
Defeo_LiviaFaria_TCC.pdfDocumento PDF2730 Kb(2795746 bytes)2 minuto(s) (Velocidade de conexão de 56 kb/s)Visualizar/Download