Skip navigation
Use este identificador para citar ou linkar para este item: https://repositorio.ufpe.br/handle/123456789/59937

Compartilhe esta página

Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorCANDEIAS, Ana Lúcia Bezerra-
dc.contributor.authorGOMES, Sabrina de Oliveira-
dc.date.accessioned2025-01-22T14:16:41Z-
dc.date.available2025-01-22T14:16:41Z-
dc.date.issued2024-03-04-
dc.identifier.citationGOMES, Sabrina de Oliveira. Abordagem prática da integração do Google earth engine e google colaboratory no processamento digital de imagens. 2024. Dissertação (Mestrado em Ciências Geodésicas e Tecnologias da Geoinformação) – Universidade Federal de Pernambuco, Recife, 2024.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/59937-
dc.description.abstractA aplicação de técnicas de sensoriamento remoto é amplamente utilizada em diversos campos de estudo, como a cartografia, devido à riqueza de informações disponíveis nos dados coletados. A obtenção dessas informações é diretamente influenciada pelas abordagens e metodologias empregadas no processamento dos dados adquiridos. Atualmente, os sensores fornecem um volume significativo de dados que podem ser aplicados em uma variedade de contextos de pesquisa e aplicações. O presente trabalho visa desenvolver procedimentos automatizados para simplificar o processamento de imagens capturadas por sensores remotos, com foco nos dados provenientes do satélite Landsat-8. Para isso, foram criadas rotinas computacionais em linguagem Python, utilizando as plataformas do Google Earth Engine e Google Colaboratory. Essas rotinas abrangem a aplicação de índices, Índice de Vegetação por Diferença Normalizada (NDVI), Índice de Vegetação Ajustado ao Solo (SAVI), Índice de Água de Diferença Normalizada (NDWI), Índice de área construídas por diferença normalizada (NDBI). O processo consiste em várias etapas, iniciando pela delimitação da área de interesse, seguida pela preparação das imagens, como aplicação de máscaras para remover elementos indesejados como nuvens. Por fim, os processamentos serão convertidos em formato tabular, permitindo que sejam feitas análises estatísticas, gráficas e a representação cartográfica dos resultados. O desenvolvimento e aplicação dessas rotinas poderá colaborar para futuros trabalhos que desejem aprimorar esse tipo de rotina.pt_BR
dc.language.isoporpt_BR
dc.publisherUniversidade Federal de Pernambucopt_BR
dc.rightsopenAccesspt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectCatografiapt_BR
dc.subjectProcessos automatizadospt_BR
dc.subjectPythonpt_BR
dc.titleAbordagem prática da integração do Google earth engine e google colaboratory no processamento digital de imagenspt_BR
dc.typemasterThesispt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/6830160065910067pt_BR
dc.publisher.initialsUFPEpt_BR
dc.publisher.countryBrasilpt_BR
dc.degree.levelmestradopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/4950530398212920pt_BR
dc.publisher.programPrograma de Pos Graduacao em Ciencias Geodesicas e Tecnologias da Geoinformacaopt_BR
dc.description.abstractxThe application of remote sensing techniques is widely used in various fields of study, such as cartography, due to the wealth of information available in the collected data. Obtaining this information is directly influenced by the approaches and methodologies used in processing the acquired data. Currently, sensors provide a significant volume of data that can be applied in a variety of research contexts and applications. The present work aims to develop automated procedures to simplify the processing of images captured by remote sensors, focusing on data from the Landsat-8 satellite. For this, computational routines were created in Python language, using the Google Earth Engine and Google Colaboratory platforms. These routines cover the application of indices, Normalized Difference Vegetation Index (NDVI), Soil-Adjusted Vegetation Index (SAVI), Normalized Difference Water Index (NDWI), Normalized Difference Built Area Index (NDBI). The process consists of several steps, starting with delimiting the area of interest, followed by preparing the images, such as applying masks to remove unwanted elements such as clouds. Finally, the processes will be converted into tabular format, allowing statistical and graphic analyzes and cartographic representation of the results to be carried out. The development and application of these routines could contribute to future work that seeks to improve this type of routine.pt_BR
Aparece nas coleções:Dissertações de Mestrado - Ciências Geodésicas e Tecnologias da Geoinformação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO Sabrina de Oliveira Gomes.pdf5,28 MBAdobe PDFThumbnail
Visualizar/Abrir


Este arquivo é protegido por direitos autorais



Este item está licenciada sob uma Licença Creative Commons Creative Commons