• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Tesis Doctoral
DOI
10.11606/T.18.2017.tde-20032017-113548
Documento
Autor
Nombre completo
Lôide Angelini Sobrinha
Dirección Electrónica
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Carlos, 2016
Director
Tribunal
Wendland, Edson Cezar (Presidente)
Azevedo, José Paulo Soares de
Barbassa, Ademir Paceli
Marcellini, Silvana Susko
Reis, Luisa Fernanda Ribeiro
Título en portugués
Classificação semiautomática de imagens de satélites e suas implicações na modelação do escoamento superficial direto em bacias urbanas
Palabras clave en portugués
Algoritmo de classificação de imagens
Análise multicritério
Modelo chuva-vazão
Sensoriamento remoto
Resumen en portugués
A modelagem hidrológica quando associada aos recursos do sensoriamento remoto e do geoprocessamento torna-se uma ferramenta importante, pois é capaz de estabelecer diferentes cenários da cobertura e do uso da terra e suas implicações na drenagem urbana, auxiliando no planejamento urbano. Entretanto, a relação entre o modelo chuva x vazão e tais técnicas, com finalidade de avaliar classificadores de imagens a partir de hidrogramas de cheia não foi encontrada na literatura, tornando esse o objetivo principal desta tese. Para isso, foram utilizadas três imagens de satélite de diferentes resoluções espaciais (0,5m, 5m e 15m) e três algoritmos classificadores (Máxima Verossimilhança, Máquinas Vetores Suporte e Análise Orientada a Objeto) e formados conjuntos denominado "classificador-imagem" para classificação da cobertura e do uso da terra. As áreas das classes dos usos da terra de cada conjunto "classificador-imagem" e os valores de Curve Number foram os principais dados de entrada do modelo chuva-vazão NRCS, que permitiu gerar os hidrogramas de cheia para cada caso. Os hidrogramas simulados foram comparados aos hidrogramas observados na bacia e avaliados, quanto a sua representatividade, pelo coeficiente de Nash Sutcliffe. As classificações do uso da terra foram avaliadas pelo Índice Kappa, com valores de 0,58 a 0,99 e pela Exatidão Global, com valores de 0,64 a 0,99. Para as vazões, o coeficiente de Nash Sutcliffe foi considerado satisfatório (NS<0,50) em duas simulações e, nas demais simulações, considerado muito bom (NS>0,75). Para fornecer subsídio a tomada de decisão, foi realizada uma análise multicritério dos conjuntos classificador-imagem, que permitiu classificar os conjuntos com maior desempenho: 1°) o classificador SVM e a imagem Landsat-8; 2°) o classificador MaxVer e a imagem WordView-II; 3°) o classificador NN e a imagem RapidEye.
Título en inglés
Semi-automatic classification of satellite images and their implications in modeling direct runoff in urban watersheds
Palabras clave en inglés
Image classification algorithm
Multicriteria-analyse
Remote sensing
Routing model
Resumen en inglés
Hydrological modeling when associated with remote sensing and geoprocessing resources becomes an important tool, because it is able to establish different land use scenarios and its implications for urban drainage, assisting in urban planning. However, the relationship between the routing model and such techniques, for purpose to evaluate images classifiers from the runoff hydrograph was not found in the literature, making this the main objective of this thesis. Thereunto, three satellite images were used in different spatial resolutions (0.5m, 5m and 15m) and three algorithms classifiers (Maximum Likelihood, Support Vector Machine and Oriented Object Analysis) and composed sets called "classifier-image" for the land use classification. The areas of the land use classes of each set "classifier-image" and the Curve Number values were the main input of the routing model NRCS, which allowed generating the runoff hydrograph for each case. The simulated hydrographs were compared to the observed hydrograph in the basin and evaluated their representativeness through the Nash Sutcliffe coefficient. Kappa Index was calculated to evaluate land use classifications, with values between 0.58 to 0.99 and Global accuracy between 0.64 to 0.99. Towards the flows rates, the Nash Sutcliffe coefficient was considered satisfactory for two simulations (NS<0,50) and, to other simulations, considered very good (NS>0,75). To provide subsidy to decision-making, it carried out a multi-criteria analysis of the classifier-image sets, that allowed to classify the set with higher performance: 1) SVM classifier and Landsat-8 image; 2) MaxVer classifier and WorldView-II image; 3) NN classifier and RapidEye image.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
Fecha de Publicación
2017-03-24
 
ADVERTENCIA: El material descrito abajo se refiere a los trabajos derivados de esta tesis o disertación. El contenido de estos documentos es responsabilidad del autor de la tesis o disertación.
  • SOBRINHA, L. A., e Brandão, Joao Luiz B. SISTEMAS DE SUPORTE A DECISÃO NO PLANEJAMENTO DE RECURSOS HÍDRICOS EM BACIAS URBANAS. In XX SIMPÓSIO BRASILEIRO DE RECURSOS HÍDRICOS, BENTO GONÇALVES, 2013. XX SIMPÓSIO BRASILEIRO DE RECURSOS HÍDRICOS.PORTO ALEGRA : ABRH, 2013.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2021. Todos los derechos reservados.