Author(s): Silva, Luísa Margarida Merino Martins da
Date: 2015
Persistent ID: http://hdl.handle.net/10451/20670
Origin: Repositório da Universidade de Lisboa
Subject(s): Análise mutitemporal; Deteção remota; NDVI; Culturas agrícolas; IFAP; Trabalhos de projecto de mestrado - 2015; Departamento de Engenharia Geográfica, Geofísica e Energia
Trabalho de projecto de mestrado, Engenharia Geográfica, Universidade de Lisboa, Faculdade de Ciências, 2015
O presente estudo foi desenvolvido ao longo de seis meses no Instituto de Financiamento da Agricultura e Pescas (IFAP, I.P.). O trabalho incidiu numa primeira fase na integração e conhecimento das metodologias e trabalho realizado no âmbito da Engenharia Geográfica na secção de Parcelário, onde foi efetuado o estágio, consistindo na produção de ortofotos. Numa segunda fase é retratado o tema em estudo, que tem como objetivo a caracterização de culturas agrícolas e validação de declarações dos agricultores através de uma análise multitemporal de imagens de satélite. Este tema surge para colmatar o controlo agrícola apenas realizado por fotointerpretação, que representa uma tarefa morosa, pretendendo com a elaboração deste projeto diminuir o número de parcelas suspeitas a controlar. A área de estudo selecionada corresponde ao Concelho de Cantanhede e a informação é relativa à campanha de pedidos de ajuda agrícola de 2014. Assim sendo, a análise multitemporal engloba quatro imagens SPOT 6 correspondentes ao período temporal de novembro de 2013 a agosto de 2014. Neste estudo calculou-se o índice de vegetação de diferença normalizada (NDVI) para a série temporal, com a posterior união dos mesmos numa única imagem multibanda. A caracterização das culturas em predominância na área de estudo foi realizada através dos valores de média e desvio padrão de NDVI observados. A partir do cálculo das diferenças de NDVI entre as imagens de diferentes datas obteve-se o comportamento das culturas (plantação, crescimento e colheita). Com o intuito da redução da redundância de informação, habitual numa análise multitemporal, aplicou-se o algoritmo Principal Component Analysis (PCA) à imagem multibanda. A validação de declarações pretende separar as parcelas corretamente declaradas das parcelas suspeitas e que necessitam de controlo agrícola. A validação foi realizada através da caracterização das culturas baseada nas variáveis anteriormente referidas. Os resultados obtidos permitiram distinguir facilmente as culturas florestais arbóreas de outras culturas, devido ao seu carácter permanente durante a série temporal abrangida. Os valores obtidos para a diferença de NDVI permitiram estabelecer padrões no comportamento das culturas de Milho, Olival e Kiwi. Os resultados obtidos com o algoritmo PCA permitiram verificar um padrão correspondente à distribuição da vegetação na área de estudo. Posteriormente validaram-se as declarações dos agricultores através da sua separação em duas categorias: parcelas válidas e suspeitas. No caso das primeiras, estas seguiam o comportamento esperado para a cultura declarada. As parcelas suspeitas verificaram a situação contrária.
The present study was developed over a six month internship at the Instituto de Financiamento da Agricultura e Pescas (IFAP, I.P.). The work initially focused on integration and acquiring knowledge on the methodologies and processes used for producing orthoimagery in IFAP. The second phase of the internship focused on developing the theme in study, which consists on the analysis of multitemporal satellite imagery for crop characterization/identification to apply on control procedure of the farmer’s area-based agricultural subsidy claims. Currently, the entire control procedure is based on photo interpretation which is a time-consuming task, so with this project we intend to reduce the number of suspicious parcels to control. The selected study area is the council of Cantanhede, and the information of the 2014’s subsidy claims. Therefore, the multitemporal analysis comprises four SPOT 6 images corresponding to the time period of November 2013 to August 2014. In this study, the normalized difference vegetation index (NDVI) was calculated in each one of the images on the time series, and consequently the four resulting indexes were united in one multiband image. The characterization was performed on the predominant crops through the mean and standard deviation of the NDVI values. The vegetation index differencing was performed between the images of different date acquisition to obtain the behavior of the crops such as the seasons of planting, growing and harvesting. The algorithm Principal Component Analysis (PCA) was applied to the multiband image with the objective of reducing the dimensionality in the data and compress as much as possible the information of the original bands into fewer bands. It is intended to distinguish the agricultural parcels which are correctly declared, from the suspicious ones, by using the crop characterization performed based on the previously calculated variables. The obtained results allowed to easily distinguish the wooded forest crops from others, due to their permanent character during the time series in study. The obtained values on vegetation index differencing allowed us to establish patterns on phenology of Corn, Olive grove and Kiwi crops. The results on PCA established a pattern corresponding to the distribution of vegetation of the study area. With all these results it was possible to distinguish the farmer’s subsidy claims into two categories: the valid ones and the suspicious ones. The valid ones had the behavior expected for the declared crop and in the suspicious ones the opposite occurred.
