Cartografia da Hakea decurrens com recurso a VANT e imagens satélite e pacote biomod2
Main Author: | |
---|---|
Publication Date: | 2024 |
Format: | Master thesis |
Language: | por |
Source: | Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
Download full: | http://hdl.handle.net/20.500.11960/4366 |
Summary: | A propagação de espécies invasoras tem o potencial de prejudicar adversamente a biodiversidade local e comprometer a qualidade serviços prestados pelo ecossistema. A Hakea decurrens é um arbusto ou árvore de pequeno porte pertencente à família Proteaceae com notável capacidade invasiva. Esta espécie pode ainda causar impactos socioeconómicos no turismo, recreação, património arquitetónico e arqueológico, na saúde humana, e impactos associados ao aumento do risco de incêndio. Através da georreferenciação de áreas invadidas (áreas de presença) com recurso de um Veículo Aéreo Não Tripulado (VANT) e imagens multiespectrais do satélite Sentinel-2 foi possível aplicar uma metodologia com o intuito de detetar de forma semi-automática espaços invadidos no município de Vila Nova de Cerveira. As imagens multiespectrais recolhidas compreendem diferentes datas entre os dias 20 de agosto de 2022 a 15 de março 2023 tendo sido posteriormente processadas pelo algoritmo de super resolução DSen2. A informação recolhida (informação espectral e áreas de presença) foi processada através da ferramenta biomod2 disponível no software R com o propósito para identificar espaços com comportamento espectral idêntico aos das áreas de treino. Para cada data, foram processadas 12 variáveis espectrais usando 3 classificadores diferentes: Floresta Aleatória (FA), Rede Neural Artificial (RNA), MAXENT.Phillips. Os resultados foram avaliados por três modelos estatísticos: Habilidade Estatística Verdadeira (TSS), Kappa de Cohen (KAPPA) e Característica de Operação do Recetor (ROC). Os resultados mais favoráveis foram obtidos ao analisar o índice estatístico ROC com a utilização do classificador FA, apresentando um valor de 0,974. As classificações demonstraram capacidade de detetar a presença da Hakea decurrens em conformidade com a situação presente na área de estudo. Este procedimento possibilitou representar de forma espacialmente explícita espaços invadidos por esta espécie, fornecendo informação vital para o controle e gestão de espaços invadidos. |
id |
RCAP_a0597544c4c8c95e0e09de71cebfc70a |
---|---|
oai_identifier_str |
oai:repositorio.ipvc.pt:20.500.11960/4366 |
network_acronym_str |
RCAP |
network_name_str |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
repository_id_str |
https://opendoar.ac.uk/repository/7160 |
spelling |
Cartografia da Hakea decurrens com recurso a VANT e imagens satélite e pacote biomod2Invasão biológicaEspécies de Plantas invasorasHakea decurrensSentinel2Biomod2Classificação supervisionadaBiological invasionInvasive species plantsSupervised classification.A propagação de espécies invasoras tem o potencial de prejudicar adversamente a biodiversidade local e comprometer a qualidade serviços prestados pelo ecossistema. A Hakea decurrens é um arbusto ou árvore de pequeno porte pertencente à família Proteaceae com notável capacidade invasiva. Esta espécie pode ainda causar impactos socioeconómicos no turismo, recreação, património arquitetónico e arqueológico, na saúde humana, e impactos associados ao aumento do risco de incêndio. Através da georreferenciação de áreas invadidas (áreas de presença) com recurso de um Veículo Aéreo Não Tripulado (VANT) e imagens multiespectrais do satélite Sentinel-2 foi possível aplicar uma metodologia com o intuito de detetar de forma semi-automática espaços invadidos no município de Vila Nova de Cerveira. As imagens multiespectrais recolhidas compreendem diferentes datas entre os dias 20 de agosto de 2022 a 15 de março 2023 tendo sido posteriormente processadas pelo algoritmo de super resolução DSen2. A informação recolhida (informação espectral e áreas de presença) foi processada através da ferramenta biomod2 disponível no software R com o propósito para identificar espaços com comportamento espectral idêntico aos das áreas de treino. Para cada data, foram processadas 12 variáveis espectrais usando 3 classificadores diferentes: Floresta Aleatória (FA), Rede Neural Artificial (RNA), MAXENT.Phillips. Os resultados foram avaliados por três modelos estatísticos: Habilidade Estatística Verdadeira (TSS), Kappa de Cohen (KAPPA) e Característica de Operação do Recetor (ROC). Os resultados mais favoráveis foram obtidos ao analisar o índice estatístico ROC com a utilização do classificador FA, apresentando um valor de 0,974. As classificações demonstraram capacidade de detetar a presença da Hakea decurrens em conformidade com a situação presente na área de estudo. Este procedimento possibilitou representar de forma espacialmente explícita espaços invadidos por esta espécie, fornecendo informação vital para o controle e gestão de espaços invadidos.The spread of invasive species has the potential to adversely affect local biodiversity and compromise the quality of services provided by the ecosystem. Hakea decurrens is a small shrub or tree belonging to the Proteaceae family with remarkable invasive capacity. This species can also cause socio-economic impacts on tourism, recreation, architectural and archaeological heritage, human health, and impacts associated with increased fire risk. By georeferencing invaded areas (areas of presence) using an Unmanned Aerial Vehicle (UAV) and multispectral images from the Sentinel-2 satellite, it was possible to apply a methodology with the aim of semi-automatically detecting invaded areas in the municipality of Vila Nova de Cerveira. The multispectral images collected cover different dates between August 20, 2022 and March 15, 2023 and were then processed using the DSen2 super resolution algorithm. The information collected (spectral information and areas of presence) was processed using the biomod2 tool available in the R software in order to identify spaces with identical spectral behavior to the training areas. For each date, 12 spectral variables were processed using 3 different classifiers: Random Forest (RF), Artificial Neural Network (ANN), MAXENT.Phillips. The results were evaluated using three statistical models: True Skill Analysis (TSS), Cohen's Kappa (KAPPA) and Receiver operating characteristic (ROC). The most favorable results were obtained when analyzing the ROC statistical index using the RF classifier, with a value of 0.974. The classifications were able to detect the presence of Hakea decurrens in accordance with the situation in the study area. This procedure made it possible to represent spaces invaded by this species in a spatially explicit way, providing vital information for the control and management of invaded spaces.2025-02-20T11:26:59Z2024-06-27T00:00:00Z2024-06-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/20.500.11960/4366TID:203868790porFerreira, Pedro Alvarinhasinfo:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2025-02-27T12:23:28Zoai:repositorio.ipvc.pt:20.500.11960/4366Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-28T21:59:09.347355Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse |
dc.title.none.fl_str_mv |
Cartografia da Hakea decurrens com recurso a VANT e imagens satélite e pacote biomod2 |
title |
Cartografia da Hakea decurrens com recurso a VANT e imagens satélite e pacote biomod2 |
spellingShingle |
Cartografia da Hakea decurrens com recurso a VANT e imagens satélite e pacote biomod2 Ferreira, Pedro Alvarinhas Invasão biológica Espécies de Plantas invasoras Hakea decurrens Sentinel2 Biomod2 Classificação supervisionada Biological invasion Invasive species plants Supervised classification. |
title_short |
Cartografia da Hakea decurrens com recurso a VANT e imagens satélite e pacote biomod2 |
title_full |
Cartografia da Hakea decurrens com recurso a VANT e imagens satélite e pacote biomod2 |
title_fullStr |
Cartografia da Hakea decurrens com recurso a VANT e imagens satélite e pacote biomod2 |
title_full_unstemmed |
Cartografia da Hakea decurrens com recurso a VANT e imagens satélite e pacote biomod2 |
title_sort |
Cartografia da Hakea decurrens com recurso a VANT e imagens satélite e pacote biomod2 |
author |
Ferreira, Pedro Alvarinhas |
author_facet |
Ferreira, Pedro Alvarinhas |
author_role |
author |
dc.contributor.author.fl_str_mv |
Ferreira, Pedro Alvarinhas |
dc.subject.por.fl_str_mv |
Invasão biológica Espécies de Plantas invasoras Hakea decurrens Sentinel2 Biomod2 Classificação supervisionada Biological invasion Invasive species plants Supervised classification. |
topic |
Invasão biológica Espécies de Plantas invasoras Hakea decurrens Sentinel2 Biomod2 Classificação supervisionada Biological invasion Invasive species plants Supervised classification. |
description |
A propagação de espécies invasoras tem o potencial de prejudicar adversamente a biodiversidade local e comprometer a qualidade serviços prestados pelo ecossistema. A Hakea decurrens é um arbusto ou árvore de pequeno porte pertencente à família Proteaceae com notável capacidade invasiva. Esta espécie pode ainda causar impactos socioeconómicos no turismo, recreação, património arquitetónico e arqueológico, na saúde humana, e impactos associados ao aumento do risco de incêndio. Através da georreferenciação de áreas invadidas (áreas de presença) com recurso de um Veículo Aéreo Não Tripulado (VANT) e imagens multiespectrais do satélite Sentinel-2 foi possível aplicar uma metodologia com o intuito de detetar de forma semi-automática espaços invadidos no município de Vila Nova de Cerveira. As imagens multiespectrais recolhidas compreendem diferentes datas entre os dias 20 de agosto de 2022 a 15 de março 2023 tendo sido posteriormente processadas pelo algoritmo de super resolução DSen2. A informação recolhida (informação espectral e áreas de presença) foi processada através da ferramenta biomod2 disponível no software R com o propósito para identificar espaços com comportamento espectral idêntico aos das áreas de treino. Para cada data, foram processadas 12 variáveis espectrais usando 3 classificadores diferentes: Floresta Aleatória (FA), Rede Neural Artificial (RNA), MAXENT.Phillips. Os resultados foram avaliados por três modelos estatísticos: Habilidade Estatística Verdadeira (TSS), Kappa de Cohen (KAPPA) e Característica de Operação do Recetor (ROC). Os resultados mais favoráveis foram obtidos ao analisar o índice estatístico ROC com a utilização do classificador FA, apresentando um valor de 0,974. As classificações demonstraram capacidade de detetar a presença da Hakea decurrens em conformidade com a situação presente na área de estudo. Este procedimento possibilitou representar de forma espacialmente explícita espaços invadidos por esta espécie, fornecendo informação vital para o controle e gestão de espaços invadidos. |
publishDate |
2024 |
dc.date.none.fl_str_mv |
2024-06-27T00:00:00Z 2024-06-27 2025-02-20T11:26:59Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/20.500.11960/4366 TID:203868790 |
url |
http://hdl.handle.net/20.500.11960/4366 |
identifier_str_mv |
TID:203868790 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia instacron:RCAAP |
instname_str |
FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
collection |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
repository.name.fl_str_mv |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia |
repository.mail.fl_str_mv |
info@rcaap.pt |
_version_ |
1833599506653904896 |