MAPEAMENTO DAS INFESTAÇÕES POR PLANTAS AQUÁTICAS EM RESERVATÓRIOS UTILIZANDO IMAGENS MULTIESCALA E REDES NEURAIS ARTIFICIAIS
Conteúdo do artigo principal
Resumo
Nos últimos anos, infestações por plantas aquáticas em reservatórios estão sendo estudadas como um efeito do desequilíbrio causado pela poluição e represamento dos rios. A quantidade excessiva de plantas, consequente desse desequilíbrio, dificulta tanto a navegação como a produção de energia elétrica. Esse tipo de ocorrência, assim como a presença algumas substâncias, provocam mudanças na radiância da água registrada por sensores orbitais, de modo que, técnicas de processamento e análise de dados de sensoriamento remoto podem se constituir em uma fonte complementar de dados e fornecer informações relacionadas ao grau de infestação de reservatórios. Nesse contexto, o presente trabalho teve como objetivo verificar a influência da resolução espacial de imagens multiespectrais na detecção e mapeamento de áreas infestadas por plantas aquáticas emersas em um reservatório de pequeno porte, através de utilização de procedimentos de análise multiescala e classificação supervisionada usando redes neurais artificiais. Para isso foram utilizadas imagens IKONOS multiespectrais do reservatório de Salto Grande localizado em Americana- SP. Inicialmente, foi gerada uma imagem multiescala, resultando em imagens de 8, 16 e 32 metros de resolução espacial. Na classificação das imagens, utilizando Redes Neurais Artificiais, os dados de entrada constituíram-se de cenas multiespectrais IKONOS, imagem de textura, e uma imagem índice de vegetação, resultando em mapas temáticos representando variações espectrais da água e áreas de infestação por plantas aquáticas, nos quatro níveis de resolução espacial. Além disso, foi feita uma análise das imagens classificadas através de uma tabulação cruzada, o que permitiu comparar os resultados obtidos nos 4 níveis multiescala. Como resultado ressalta-se que os mapas temáticos produzidos foram representativos nos 4 níveis de resolução espacial. O procedimento metodológico adotado mostrou-se adequado para o mapeamento das variações espectrais da água e detecção das infestações por plantas aquáticas, nos vários níveis de resolução da imagem. A classificação pela rede neural, com os parâmetros definidos para a imagem original e aplicados no treinamento de uma arquitetura adotada para os demais níveis de resolução, foi satisfatória.
Downloads
Métricas
Detalhes do artigo
Esta obra está licenciado com uma Licença Creative Commons Attribution 3.0 Unported License.
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Atribuição que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (veja "O Efeito do Acesso Aberto").