Detecção de mudanças de forma automática no entorno de reservatórios: estudo de caso - Canoas I

Conteúdo do artigo principal

Carlos Rodrigo Tanajura Caldeira
Maurício Galo
Nilton Nobuhiro Imai
Maria de Lourdes Bueno Trindade Galo
Júlio Kiyoshi Hasegawa
Amilton Amorim
Milton Hirokasu Shimabukuro
Marcelo Solfa Pinto

Resumo

Realizar detecções de mudanças de características da superfície da Terra é importante para a compreensão tanto da dinâmica dos fenômenos quanto para a previsão dos impactos, bem como para o apoio na tomada de decisões. Durante as últimas décadas foram desenvolvidas várias técnicas de detecção de mudanças a partir de imagens, dentre elas as baseadas em imagens de Sensoriamento Remoto. Em geral, a detecção de mudança envolve a utilização de um conjunto de dados multi-temporais, que permite a análise quantitativa do fenômeno de interesse. Uma aplicação de grande interesse destas técnicas é a detecção automática de mudanças no entorno de reservatórios, que podem ser utilizados como dados auxiliares em um sistema de monitoramento das áreas de interesse. Em um sistema desta natureza espera-se que as mudanças decorrentes da ação humana sejam detectadas, mesmo na presença de diferenças entre as cenas provenientes de mudanças nas condições atmosféricas, iluminação da cena, ângulos de visada do sensor, umidade do solo, dentre outros fatores. Considerando este contexto, este trabalho apresenta resultados da avaliação de uma abordagem de detecção de alterações baseada numa modificação aplicada à técnica RCEN (Radiometric Rotation Controlled by Nonchangeaxis). O método foi implementado e aplicado em um conjunto de imagens ortorretificadas obtidas pelo sistema orbital SPOT 6, tomadas em duas épocas distintas, sobre o reservatório de Canoas I, sob concessão da Duke Energy, atualmente CTG Brasil. Os resultados mostraram que, o algoritmo baseado na técnica RCEN modificada mostrou-se eficiente para a detecção de mudanças de forma automática.

Downloads

Não há dados estatísticos.

Métricas

Carregando Métricas ...

Detalhes do artigo

Como Citar
CALDEIRA, C. R. T.; GALO, M.; IMAI, N. N.; GALO, M. de L. B. T.; HASEGAWA, J. K.; AMORIM, A.; SHIMABUKURO, M. H.; PINTO, M. S. Detecção de mudanças de forma automática no entorno de reservatórios: estudo de caso - Canoas I. Revista Brasileira de Cartografia, [S. l.], v. 70, n. 4, p. 1348–1377, 2018. DOI: 10.14393/rbcv70n4-46508. Disponível em: https://seer.ufu.br/index.php/revistabrasileiracartografia/article/view/46508. Acesso em: 17 ago. 2022.
Seção
Artigos Originais

Artigos mais lidos pelo mesmo(s) autor(es)

1 2 3 4 > >>