Banca de DEFESA: Marcos Pereira da Silva

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : Marcos Pereira da Silva
DATA : 17/02/2023
HORA: 14:00
LOCAL: Plataforma Teams
TÍTULO:

 

Análise da Imagens do Sentinel -1 e 2 para classificação da cobertura da terra e dinâmica da vegetação de mangue

PALAVRAS-CHAVES:

 

Mangue- Sentinel- Detecção-Imagens SAR

PÁGINAS: 83
RESUMO:

 

A detecção automatizada e precisa de florestas de mangue é crucial para estratégias de conservação e tomada de decisões ao longo da extensa costa brasileira. Embora a técnica aqui utilizada, o PDCA-ST tenha sido bem-sucedida em testes anteriores, sua aplicação em áreas de mangues ainda é pouco estudada. Este estudo tem como objetivo criar um conjunto de dados de floresta de mangue para processamento com PDCA-ST/MNF, avaliar o modelo com diferentes filtros de eliminação de speckle e determinar o número ideal de imagens para uma detecção mais precisa. O objetivo principal desta pesquisa é propor um conjunto metodológico para a identificação e monitoramento de florestas de mangue na faixa que engloba a Área de Proteção Ambiental Delta do Parnaíba, utilizando imagens SAR Sentinel-1 e imagens ópticas Sentinel-2. A pesquisa se concentra em dois capítulos principais: (a) Classificação de florestas de mangue através de imagens do sentinel-1 utilizando o histograma de frequência do PDCA (análise de componentes de densidade de probabilidade), neste sentido, foram utilizadas imagens Sentinel-1, sendo que as polarizações intercaladas obtiveram melhores resultados, e um ano de imagens foi transformado em dados de frequência. Na classificação, foram usados RF e KNN, com precisões de 89,43% e 88,29%, respectivamente. O método de janela deslizante com passo de 7x7 pixels se mostrou o mais eficaz. Os resultados obtidos demonstram que a técnica PDCA-ST/MNF tem grande potencial para monitorar os padrões de mangues ao longo do tempo e apoiar seu monitoramento em áreas com alta cobertura de nuvens. (b) Avaliação das imagens de satélites sentinel-2 para mapeamento das florestas de mangue na planície deltaica do rio Parnaíba. Neste estudo foi avaliado a precisão dos métodos Random Forest (RF), K-Nearest Neighbor (KNN) e Support Vector Machine (SVM) ao utilizar dados da missão Sentinel-2 para classificar a área de mangue da Área de Proteção Ambiental Delta do Parnaíba, e localizar os bosques mais valiosos para a conservação, utilizando técnicas de geoprocessamento e teledetecção remota. O software QGIS 3.18.1 e o Abilius foram utilizados para criar um cubo de imagens Sentinel-2 em linha temporal, preservando todas as bandas, e posteriormente classificar as amostras de treinamento (ROI), que foram obtidas a partir de cartas de uso e ocupação do solo e do inventário florestal nacional. Os resultados foram validados usando o Índice Kappa e o método McNemar para as três classificações utilizadas. Os resultados indicaram que o método RF obteve a maior acurácia (96,78%) e é o mais indicado para a identificação dos limites do mangue. O estudo realizado apresentou uma metodologia eficiente para a detecção de mangue como também permite a classificação de outras feições terrestres, utilizando dois tipos de imagens SAR e Ótica, proporcional uma comprovação da eficiência do método inicial. A metodologia desenvolvida neste estudo, robusta, pode ajudar a simplificar o processo de detecção, economizando tempo e recursos. Essa abordagem pode ser aplicada em outras regiões onde a cobertura de nuvens não permite uma precisão temporal, tornando-se uma ferramenta valiosa.

MEMBROS DA BANCA:
Externo à Instituição - MICHAEL VANDESTEEN SILVA COUTO - UFRN
Interno - 1762987 - RAFAEL RODRIGUES DA FRANCA
Externa ao Programa - 2141254 - ROSELIR DE OLIVEIRA NASCIMENTO
Presidente - 1122824 - RUTH ELIAS DE PAULA LARANJA
Externo à Instituição - SANDRO NUNES DE OLIVEIRA - IFB