Publicação
Multi-scale fluvial remote sensing - a study on spatial scaling discrepancies between Sentinel-2 and UAV multispectral data on riparian zones in Northwest Portugal
| Resumo: | Dados provenientes de deteção remota e observação da Terra são cada vez mais utilizados para a monitorização e avaliação do estado da saúde de ecossistemas bem como das suas funções. Com o desenvolvimento de novas tecnologias, sensores montados em plataformas UAV fornecem dados de deteção remota a resoluções com maior precisão que aquela encontrada em satélites, apesar de não conseguirem cobrir tanta área como estes últimos. A ponderação destes prós e contras dá origem ao problema de correlacionar os dados provenientes de ambas as fontes. Nesta tese são apresentadas uma análise detalhada e uma comparação entre dados multiespectrais de habitats ripários captados em quatro afluentes (CAB1, RAB2, VEZ2 and VEZ3). Com base em dados multiespectrais capturados por um sensor Micasense Rededge™ montado num DJI Phantom 4 RTK e pelos satélites Sentinel-2, foi feita a caracterização dos afluentes utilizando o índice NDVI (normalized difference vegetation index). O NDVI foi considerado para este estudo uma vez que a sua relação com o estado de saúde das comunidades de plantas é bem conhecida. As imagens captadas por UAV foram redimensionadas em três processos diferentes para igualar a resolução espacial do satélite (10x10m): média, mediana e terceiro quartil. Para testar qual das imagens redimensionadas se aproximava mais à de satélite, foram usadas medidas de goodness of fit (RMSE e R2 ). Os resultados demonstram que nas resoluções nativas, os valores de NDVI apresetam o máximo de dispersão, o que é esperado dada a maior divergência na escala das resoluções. O método de upscale por terceiro quartil foi o que mais se aproxima aos dados de satélite. Uma segunda análise foi feita para avaliar qual era a maior causa da dispersão de valores dentro do terceiro quartil. Foi encontrada uma maior influência do tipo de uso do solo que na localização dos rios, sendo os campos agrícolas os que apresentam maior discrepância, maioritariamente devido a diferenças no uso do solo (rotação de baldios) e a diferentes estádios de crescimento das colheitas. Este método comparativo devia ser utilizado em diferentes ecossistemas, índices e intervalos temporais para avaliar a sua fiabilidade |
|---|---|
| Autores principais: | Saldarriaga, Pedro Branco |
| Assunto: | Deteção remota UAV Sentinel-2 Vegetação ripária Escalamento Remote sensing Riparian vegetation Rescaling |
| Ano: | 2022 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade do Minho |
| Idioma: | inglês |
| Origem: | RepositóriUM - Universidade do Minho |
| Resumo: | Dados provenientes de deteção remota e observação da Terra são cada vez mais utilizados para a monitorização e avaliação do estado da saúde de ecossistemas bem como das suas funções. Com o desenvolvimento de novas tecnologias, sensores montados em plataformas UAV fornecem dados de deteção remota a resoluções com maior precisão que aquela encontrada em satélites, apesar de não conseguirem cobrir tanta área como estes últimos. A ponderação destes prós e contras dá origem ao problema de correlacionar os dados provenientes de ambas as fontes. Nesta tese são apresentadas uma análise detalhada e uma comparação entre dados multiespectrais de habitats ripários captados em quatro afluentes (CAB1, RAB2, VEZ2 and VEZ3). Com base em dados multiespectrais capturados por um sensor Micasense Rededge™ montado num DJI Phantom 4 RTK e pelos satélites Sentinel-2, foi feita a caracterização dos afluentes utilizando o índice NDVI (normalized difference vegetation index). O NDVI foi considerado para este estudo uma vez que a sua relação com o estado de saúde das comunidades de plantas é bem conhecida. As imagens captadas por UAV foram redimensionadas em três processos diferentes para igualar a resolução espacial do satélite (10x10m): média, mediana e terceiro quartil. Para testar qual das imagens redimensionadas se aproximava mais à de satélite, foram usadas medidas de goodness of fit (RMSE e R2 ). Os resultados demonstram que nas resoluções nativas, os valores de NDVI apresetam o máximo de dispersão, o que é esperado dada a maior divergência na escala das resoluções. O método de upscale por terceiro quartil foi o que mais se aproxima aos dados de satélite. Uma segunda análise foi feita para avaliar qual era a maior causa da dispersão de valores dentro do terceiro quartil. Foi encontrada uma maior influência do tipo de uso do solo que na localização dos rios, sendo os campos agrícolas os que apresentam maior discrepância, maioritariamente devido a diferenças no uso do solo (rotação de baldios) e a diferentes estádios de crescimento das colheitas. Este método comparativo devia ser utilizado em diferentes ecossistemas, índices e intervalos temporais para avaliar a sua fiabilidade |
|---|