Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Uso de séries temporais Sentinel 1 na identificação de culturas agrícolas utilizando modelos de machine learning
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/884861
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Gomes, Roberto Arnaldo Trancoso | - |
| Autor(es): dc.creator | Costa, Diandra Hoffmann | - |
| Data de aceite: dc.date.accessioned | 2024-10-23T15:30:31Z | - |
| Data de disponibilização: dc.date.available | 2024-10-23T15:30:31Z | - |
| Data de envio: dc.date.issued | 2020-07-02 | - |
| Data de envio: dc.date.issued | 2020-07-02 | - |
| Data de envio: dc.date.issued | 2020-03-03 | - |
| Fonte completa do material: dc.identifier | https://repositorio.unb.br/handle/10482/38750 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/884861 | - |
| Descrição: dc.description | Na área agrícola o Sensoriamento Remoto vem sendo uma opção de baixo custo, no entanto o aumento da disponibilidade de imagens com alta resolução espacial e temporal gratuitas, veio para contribuir de modo significativo para com esses estudos. Mais especificamente as imagens do RADAR/SAR Sentinel-1A e 1B, o qual é capaz de alcançar uma resolução temporal de até 6 dias. As imagens de RADAR são de fundamental importância para compreensão do comportamento de culturas agrícolas e sua identificação, uma vez que independem das condições atmosféricas, favorecendo a aquisição de imagens em quaisquer situações, resultando em séries temporais mais completas e refinadas. Neste estudo buscou-se avaliar o desempenho de três modelos de classificadores de Machine Learning, Random Forest (RF), Support Vector Machine (SVM) e K-Nearest Neighbor (KNN), utilizando séries temporais Sentinel-1/SAR, com a finalidade de identificar os tipos de culturas presentes na região do Panambi, Bahia, no período de safras que compreendem a 2016/2017, 2017/2018. Os procedimentos metodológicos consistiram no pré-processamento das imagens no Software Sentinel’s Application Platform (SNAP); empilhamento de imagens para construção do cubo temporal; filtragem espacial utilizando o método de Análise de Componentes de Densidade de Probabilidade (ACDP); técnicas de Transformação Minimum Noise Fraction (MNF) e MNF Invertido para extração do ruído na frequência das imagens e reconstrução da mesma; e classificação do cubo temporal. Os melhores resultados foram obtidos na filtragem para a polarização VH, com capacidade de melhor separar os alvos agrícolas e para o classificador KNN, alcançando um Kappa de 0,85 e um índice de Exatidão Global de 0,88, seguido do RF com 0,78 e 0,83 e então o SVM com o menor Kappa, 0,59 e 0,67 respectivamente, com melhores respostas na polarização VV. A imagens SAR possuem um alto potencial para identificação de culturas utilizando os modelos propostos em ambas as polarizações, com destaque para o KNN, alcançando uma acurácia geral neste estudo de 96,7%. Entretanto, mais estudos devem ser direcionados para estes fins utilizando imagens Sentinel-1/SAR, fazendo ainda, uso da junção de ambas as polarizações, VV e VH, para alcançar uma maior precisão nas classificações. | - |
| Descrição: dc.description | CAPES | - |
| Descrição: dc.description | In agricultural field, Remote Sensing has been a low-cost option, however the increase in the availability of free and temporal high-resolution imagery has contributed significantly to these studies. For instance, the images from Sentinel-1A and 1B Synthetic-aperture radar (SAR) are capable of achieving a temporal resolution of up to 6 days. SAR images are pivotal for understanding the behavior of agricultural crops and their identification, since they are independent of atmospheric conditions, favoring the acquisition of images in any situation, resulting in more complete and refined time series. In this study, we evaluate the performance of three models of Machine Learning classifiers, Random Forest (RF), Support Vector Machine (SVM) and K-Nearest Neighbor (KNN), using Sentinel-1 time series, aiming to identify the types of crops present in the region of Panambi, Bahia, during the harvesting (2016/2017 and 2017/2018). We adopted the following methodological procedures: pre-processing the images in the Sentinel’s Application Platform (SNAP) Software; stacking images for the construction of the temporal cube; spatial filtering using the Probability Density Component Analysis (ACDP) method; Minimum Noise Fraction (MNF) and Inverted MNF Transformation techniques for extracting noises in the image frequency and reconstructing them; and classification of the temporal cube. Our best result was obtained in the filtering for the VH polarization, with the ability to better separate the agricultural targets and for the KNN classifier, reaching a Kappa coefficient of 0.85 and a Global Accuracy index of 0.88, followed by the RF with 0.78 and 0.83 and then the SVM with the lowest Kappa coefficient, 0.59 and 0.67 respectively, with better responses in the VV polarization. SAR images have a high potential for identifying cultures using the models proposed in both polarizations, with emphasis on KNN, reaching a general accuracy in this study of 96.7%. However, further studies should focus on these purposes, using Sentinel-1/SAR images and combining both polarizations (VV and VH) as a means to achieve greater accuracy in the classifications. | - |
| Descrição: dc.description | Instituto de Ciências Humanas (ICH) | - |
| Descrição: dc.description | Departamento de Geografia (ICH GEA) | - |
| Descrição: dc.description | Programa de Pós-Graduação em Geografia | - |
| Formato: dc.format | application/pdf | - |
| Direitos: dc.rights | Acesso Aberto | - |
| Direitos: dc.rights | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. | - |
| Palavras-chave: dc.subject | Sensoriamento remoto | - |
| Palavras-chave: dc.subject | Aprendizado de máquina | - |
| Título: dc.title | Uso de séries temporais Sentinel 1 na identificação de culturas agrícolas utilizando modelos de machine learning | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional – UNB | |
Não existem arquivos associados a este item.
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo