Skip navigation
Use este identificador para citar ou linkar para este item: https://repositorio.ufpe.br/handle/123456789/48778

Compartilhe esta página

Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorCANDEIAS, Ana Lúcia Bezerra-
dc.contributor.authorCUNHA, Guilherme Oliveira da Rocha-
dc.date.accessioned2023-01-26T15:42:30Z-
dc.date.available2023-01-26T15:42:30Z-
dc.date.issued2021-12-14-
dc.date.submitted2023-01-25-
dc.identifier.citationCUNHA, Guilherme Oliveira da Rocha. Avaliação do potencial de imagens de radar do tipo Ground Range Detected para o mapeamento do uso e cobertura da terra na Região Costeira de Jaboatão dos Guararapes – PE. 2021. 78 f. TCC (Graduação) - Curso de Engenharia Cartográfica e de Agrimensura, Departamento de Engenharia Cartográfica e de Agrimensura, Universidade Federal de Pernambuco, Recife, 2022.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/48778-
dc.description.abstractO objetivo principal deste trabalho é avaliar o potencial das imagens de radar de abertura sintética (Synthetic Aperture Radar – SAR) do satélite Sentinel-1A, no modo de aquisição Interferometric Wide swath (IW) e tipo do produto Ground Range Detected (GRD), para o mapeamento do uso e cobertura, obtido através de uma classificação supervisionada, de uma área localizada em uma região costeira de Jaboatão dos Guararapes, município do estado de Pernambuco. Para isto foram definidas classes temáticas que incluíssem os diferentes alvos presentes na região de estudo e escolhidas amostras de treinamento destas classes a partir de imagens óticas do satélite Sentinel-2A. Para a realização da classificação supervisionada foi utilizado o Random Forest, um algoritmo classificador não-paramétrico de aprendizagem de máquina (machine learning). Também foi realizada a classificação supervisionada através do mesmo algoritmo para as imagens óticas com o intuito de realizar a comparação da qualidade com métodos tradicionais de classificação. Os resultados foram expressos como mapas, matrizes e índices que permitiram avaliar o desempenho das classificações usando as distintas fontes de dados, apresentando resultados satisfatórios de acordo com o objetivo deste trabalho. Concluiu-se que apesar de demonstrar um desempenho menor que as imagens óticas, as imagens de radar podem ser usadas com objetivo de mapeamento de uma área costeira, e seu desempenho classificatório pode ser ampliado através de estudos aprofundados sobre a interação dos pulsos de radar com os diferentes objetos presentes na superfície terrestre.pt_BR
dc.format.extent78p.pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectEngenharia cartográficapt_BR
dc.subjectSentinel-1Apt_BR
dc.subjectÁreas costeiraspt_BR
dc.subjectGround Range Detectedpt_BR
dc.subjectRandom Forestpt_BR
dc.subjectClassificação supervisionadapt_BR
dc.titleAvaliação do potencial de imagens de radar do tipo Ground Range Detected para o mapeamento do uso e cobertura da terra na Região Costeira de Jaboatão dos Guararapes – PEpt_BR
dc.typebachelorThesispt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/9024362153021480pt_BR
dc.degree.levelGraduacaopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/4950530398212920pt_BR
dc.description.abstractxThe main objective of this work is to evaluate the potential of Synthetic Aperture Radar (SAR) images from Sentinel-1A satellite, in Interferometric Wide swath (IW) acquisition mode and Ground Range Detected (GRD) product type, for mapping the use and coverage, obtained through a supervised classification, of an area located in a coastal region of Jaboatão dos Guararapes, a municipality in the state of Pernambuco. For this purpose, thematic classes were defined that included the different targets present in the study region and training samples of these classes were chosen from optical images of the Sentinel-2A satellite. To carry out the supervised classification, Random Forest, a non-parametric machine learning classification algorithm, was used. Supervised classification was also performed using the same algorithm for optical images in order to compare the quality with traditional classification methods. The results were expressed as maps, matrices and indexes that allowed evaluating the performance of classifications using different data sources, presenting satisfactory results in accordance with the objective of this work. It was concluded that despite showing a lower performance than optical images, radar images can be used for the purpose of mapping a coastal area, and their classification performance can be expanded through in-depth studies on the interaction of radar pulses with the different objects present on the Earth's surface.pt_BR
dc.subject.cnpqÁreas::Outros::Engenharia Cartográficapt_BR
dc.degree.departament::(CTG-DECart) - Departamento de Engenharia Cartográfica pt_BR
dc.degree.graduation::CTG-Curso de Engenharia Cartográficapt_BR
dc.degree.grantorUniversidade Federal de Pernambucopt_BR
dc.degree.localRecifept_BR
Aparece nas coleções:(TCC) - Engenharia Cartográfica e Agrimensura

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
GUILHERME OLIVEIRA DA ROCHA CUNHA.pdf6,84 MBAdobe PDFThumbnail
Visualizar/Abrir


Este arquivo é protegido por direitos autorais



Este item está licenciada sob uma Licença Creative Commons Creative Commons