Monografia
MAPEAMENTO E ESTIMATIVA DE ÁREAS DE MILHO 2° SAFRA E CULTURAS DE INVERNO UTILIZANDO APRENDIZAGEM DE MÁQUINA EM IMAGENS DE SATÉLITE
O objetivo deste estudo foi mapear e estimar as áreas semeadas com milho 2° safra e culturas de inverno, na safra 2016, no estado do Paraná, utilizando métodos de aprendizagem de máquina e imagens de satélite. Para o processamento das imagens foram utilizados os softwares R 3.3.1, ArcMap 10.0, ENVI 4.5 e a linguagem de programação Python 2.6.5. A linguagem Python foi empregada no desenvolvimento de scripts para automatização de processamento de imagens de satélite. O processo de mapeamento e estimativa de áreas com as culturas estudadas foi realizado visando à obtenção de dados em duas escalas: utilizando imagens de EVI/MODIS estimaram-se áreas por mesorregião para o estado do Paraná e com o uso de imagens do satélite Landsat-8 estimaram-se áreas por município da região de abrangência da Cooperativa Agroindustrial (Coopavel). Foram utilizados dados de semeadura e colheita das culturas estudadas, proveniente de órgãos oficiais para auxiliar nos mapeamentos realizados. Utilizando composições coloridas falsa-cor de imagens Landsat-8, realizou-se a amostragem de regiões, que serviram como dados de treinamento para uso do modelo de aprendizagem de máquina. O método GAMBoost foi empregado na classificação das imagens de satélite. Nas imagens de EVI/MODIS a classificação foi realizada com as imagens de mínimos e máximos, enquanto nas imagens Landsat-8 a classificação ocorreu com as bandas de 2 a 7. Para averiguar a precisão de cada máscara geraram-se pontos aleatórios para cada classificação, sendo realizada uma verificação ponto-a-ponto. As métricas utilizadas para avaliação dos mapeamentos foram: Exatidão Global [EG], Índice Kappa [IK], tanto para os dados de treinamento, quanto para as máscaras geradas. Os valores do parâmetro de ajuste que permitiram os melhores resultados foram de 100 iterações para as classificações em imagens de EVI/MODIS e de 150 iterações para as classificações em imagens Landsat-8. Para o estado do Paraná (EVI/MODIS) os dados de áreas obtidos foram: 2.237.906 (ha) mapeados com milho 2° safra e 2.049.418 (ha) com as culturas de inverno safra 2016, com [EG] de 90,75% e 92,25%, respectivamente. Para a região de abrangência da Coopavel (Landsat-8) os dados de áreas estimados foram: 461.316(ha) com milho 2° safra e 61.488(ha) com as culturas de inverno, com [EG] de 90,25% e 93,25%, respectivamente. Para a comparação entre mapeamentos foi utilizado o coeficiente de Spearman [rs], que para o mapeamento de milho 2° safra, obteve [rs] de 0,66 (p-valor = 3,7e-6) e no mapeamento para as culturas de inverno safra 2016, [rs] de 0,76 (p-valor = 1,8e-5).
Gamboost Python Sensoriamento remoto
AGRIMENSURA
Português
2017
UNIVERSIDADE ESTADUAL DO OESTE DO PARANA
PR
CASCAVEL
| AUTOR(ES) DO TRABALHO: |
NOME: LUIZ
PRENOME:
SOBRENOME: ALMEIDA
|
| ORIENTADOR(ES) DO TRABALHO: |
NOME: JERRY
PRENOME: ADRIANI
SOBRENOME: JOHANN
|