Detalhes bibliográficos
| Ano de defesa: |
2009 |
| Autor(a) principal: |
Felipe de Lucia Lobo |
| Orientador(a): |
Evlyn Marcia Leão de Moraes Novo,
Cláudio Clemente de Faria Barbosa |
| Banca de defesa: |
Milton Kampel,
Waterloo Pereira Filho,
Maria do Carmo Calijuri |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Instituto Nacional de Pesquisas Espaciais
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação do INPE em Sensoriamento Remoto
|
| Departamento: |
Não Informado pela instituição
|
| País: |
BR
|
| Resumo em Inglês: |
The advent of orbital hyperspectral sensors increased the possibility of assessing water properties in complex inland waters, such as that of Amazon wetlands. The current methods for water properties assessment are based upon empirical and semi-analytical models. An alternative to those methods is to build a water spectral library as reference to classify different water types from the Amazon wetlands. The objective of this work was to construct and to validate a spectral library of water types, which will enable to classify both field and orbital hyperspectral data acquired in Amazon wetlands. As a result of iterative clustering of both water samples (n=327), according to their limnological properties, and spectra using SAM (Spectral Angle Mapper) 10 reference spectra were defined to compose the spectral library representative of water types statistically distinct (83% of total accuracy). The library was applied to both, Hyperion and MERIS images, and presented an accuracy of 48% and 67%, respectively. Clear water and chlorophyll-a rich classes presented lower accuracy in relation to high inorganic sediment concentration classes due to the high angular variability in near-infrared (between 700 and 900 nm) in earlier classes. The analyses of these results indicate that the Hyperion performance can be explained by the instability of the noise-to-signal ration (NSR) throughout the visible and near-infrared spectrum. The library performance with MERIS data, however, indicates that the proposed method is sound and can reduce the need for large number of in situ sampling stations and the cost of water monitoring. |
| Link de acesso: |
http://urlib.net/sid.inpe.br/mtc-m18@80/2009/05.14.16.39
|
Resumo: |
Atualmente, os métodos para a caracterização de propriedades de águas continentais a partir de dados hiperespectrais baseiam-se em modelos semi-analíticos e empíricos. Uma alternativa a esses modelos é a construção de uma biblioteca espectral de referência que permita caracterizar diferentes tipos de água a partir da classificação do comportamento espectral dos corpos dágua. O objetivo deste trabalho foi, portanto, construir e validar uma biblioteca espectral de tipos de água das AAA com curvas de referências consistentes que viabilizem sua caracterização a partir de espectros de campo e de imagens hiperespectrais de sensores como Hyperion e multi-espectrais como o MERIS. Como resultado do processo iterativo de agrupamento limnológico das amostras de água (n=327) e testes espectrais utilizando o SAM (Spectral Angle Mapper) foram definidas 10 curvas de referência de classes que apresentam características limnológicas estatisticamente distintas entre si e alta separabilidade entre os espectros de campo (83% de acurácia total). Na aplicação da biblioteca de tipos de água às imagens Hyperion e MERIS o desempenho foi de 48% e 67%, respectivamente. As classes de água clara e as ricas em Chl-a apresentaram desempenho inferior em comparação às classes ricas em Sólidos Inorgânicos em Suspensão (SIS) devido à alta variabilidade angular das curvas na região espectral entre 700 e 900 nm. A análise dos resultados indica que o desempenho do sensor Hyperion pode ser explicado pela instabilidade da razão sinal-ruído (RSR) ao longo do espectro. Seu desempenho com o sensor MERIS indica que o método proposto é promissor, reduzindo a necessidade de grande número de amostras in situ e os custos de monitoramento de propriedades da água. |
