Publicação
Deteção remota e geoprocessamento automático no estudo da evolução de margens estuarinas (Estuário do Tejo)
| Resumo: | Pretendeu-se com este trabalho criar um método de avaliação da evolução das morfologias e da ocupação de zonas marginais no Estuário do Tejo a mesoescala temporal, usando diferentes imagens de satélite do programa de observação terrestre Landsat e utilizando técnicas de processamento e análise de imagem em suporte SIG (Esri® ArcMapTM 10.1). As imagens Landsat compiladas (disponíveis gratuitamente em http://earthexplorer.usgs.gov/) abrangem o intervalo temporal de algumas décadas, suficientemente longo para o estudo da evolução deste tipo de elementos morfológicos, tendo sido selecionadas imagens das várias séries Landsat, entre as que combinam menor nebulosidade com menor altura de maré, de forma a exibirem a maior área possível de zona intertidal. Para a área de teste, a Restinga do Alfeite, foram consideradas as principais classes de ocupação marginal local: “água”; “duna, praia e banco arenoso”, constituída por areia; “raso de maré externo e canais principais”, constituída por areia siltosa; “raso de maré interno”, constituída por silte argiloso; “sapal”, constituída por vegetação halófita em substrato vasoso orgânico; “vegetação dunar/ transição/ artificial”, constituída por áreas antropizadas (moinhos de maré e respetivas caldeiras, estradas, antigas secas de bacalhau, parques de estacionamento e equipamentos militares), árvores e vegetação herbácea dunar. A atribuição das classes temáticas, definidas a priori aos diferentes níveis digitais (píxeis) da imagem, foi realizada usando o classificador estatístico assistido máxima verosimilhança, a partir do conhecimento prévio das assinaturas espectrais de cada classe de ocupação, definidas nas amostras de treino. O método foi validado por fotointerpretação de fotografia aérea, ortofotomapas e imagens Google EarthTM, utilizando-se ainda cartografia antiga e levantamento topográfico com equipamento DGPS. Foram desenvolvidos modelos semiautomáticos com a ferramenta Model Builder, inserida no programa SIG utilizado, de forma a automatizar os diferentes processos, repetindo-os para as diferentes datas. A vetorização das diferentes classes permitiu definir a evolução de superfície de cada classe de ocupação, permitindo caracterizar qualitativa e quantitativamente a evolução da restinga e sua envolvente. A comparação entre as imagens classificadas permitiu identificar uma ligeira rotação do banco arenoso no sentido sinistrogiro e uma pequena redução da área ocupada pela classe "duna, praia e banco arenoso", havendo poucas modificações nas classes "sapal" e "vegetação dunar/ transição/ artificial". A validação do modelo utilizado para a área de teste permitiu alargar o estudo a uma área mais abrangente, o estuário interior, aumentando-se também a quantidade de datas utilizadas na análise, embora com redução do número de classes, devido à maior complexidade do processo de classificação numa área mais extensa e com maior variabilidade de elementos morfológicos. |
|---|---|
| Autores principais: | Amorim, Alexandra Isabel Neves |
| Assunto: | Deteção remota Geprocessamento automático Landsat Estuário do Tejo Restinga do Alfeite Teses de mestrado - 2015 |
| Ano: | 2015 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade de Lisboa |
| Idioma: | português |
| Origem: | Repositório da Universidade de Lisboa |
| _version_ | 1865920832893616128 |
|---|---|
| author | Amorim, Alexandra Isabel Neves |
| author_facet | Amorim, Alexandra Isabel Neves Amorim, Alexandra Isabel Neves |
| author_role | author |
| contributor_name_str_mv | Lira, Fátima Cristina Gomes Ponte Freitas, Maria da Conceição Pombo de, 1961- Repositório Científico de Acesso Aberto da ULisboa |
| country_str | PT |
| creators_json_str | [{\"Person.name\":\"Amorim, Alexandra Isabel Neves\"}] |
| datacite.contributors.contributor.contributorName.fl_str_mv | Lira, Fátima Cristina Gomes Ponte Freitas, Maria da Conceição Pombo de, 1961- Repositório Científico de Acesso Aberto da ULisboa |
| datacite.creators.creator.creatorName.fl_str_mv | Amorim, Alexandra Isabel Neves |
| datacite.date.Accepted.fl_str_mv | 2015-01-01T00:00:00Z |
| datacite.date.available.fl_str_mv | 2015-05-22T15:26:40Z |
| datacite.date.embargoed.fl_str_mv | 2015-05-22T15:26:40Z |
| datacite.rights.fl_str_mv | http://purl.org/coar/access_right/c_abf2 |
| datacite.subjects.subject.fl_str_mv | Deteção remota Geprocessamento automático Landsat Estuário do Tejo Restinga do Alfeite Teses de mestrado - 2015 |
| datacite.titles.title.fl_str_mv | Deteção remota e geoprocessamento automático no estudo da evolução de margens estuarinas (Estuário do Tejo) |
| dc.contributor.none.fl_str_mv | Lira, Fátima Cristina Gomes Ponte Freitas, Maria da Conceição Pombo de, 1961- Repositório Científico de Acesso Aberto da ULisboa |
| dc.creator.none.fl_str_mv | Amorim, Alexandra Isabel Neves |
| dc.date.Accepted.fl_str_mv | 2015-01-01T00:00:00Z |
| dc.date.available.fl_str_mv | 2015-05-22T15:26:40Z |
| dc.date.embargoed.fl_str_mv | 2015-05-22T15:26:40Z |
| dc.format.none.fl_str_mv | application/pdf |
| dc.identifier.none.fl_str_mv | http://hdl.handle.net/10451/18196 |
| dc.language.none.fl_str_mv | por |
| dc.rights.none.fl_str_mv | http://purl.org/coar/access_right/c_abf2 |
| dc.subject.none.fl_str_mv | Deteção remota Geprocessamento automático Landsat Estuário do Tejo Restinga do Alfeite Teses de mestrado - 2015 |
| dc.title.fl_str_mv | Deteção remota e geoprocessamento automático no estudo da evolução de margens estuarinas (Estuário do Tejo) |
| dc.type.none.fl_str_mv | http://purl.org/coar/resource_type/c_bdcc |
| description | Pretendeu-se com este trabalho criar um método de avaliação da evolução das morfologias e da ocupação de zonas marginais no Estuário do Tejo a mesoescala temporal, usando diferentes imagens de satélite do programa de observação terrestre Landsat e utilizando técnicas de processamento e análise de imagem em suporte SIG (Esri® ArcMapTM 10.1). As imagens Landsat compiladas (disponíveis gratuitamente em http://earthexplorer.usgs.gov/) abrangem o intervalo temporal de algumas décadas, suficientemente longo para o estudo da evolução deste tipo de elementos morfológicos, tendo sido selecionadas imagens das várias séries Landsat, entre as que combinam menor nebulosidade com menor altura de maré, de forma a exibirem a maior área possível de zona intertidal. Para a área de teste, a Restinga do Alfeite, foram consideradas as principais classes de ocupação marginal local: “água”; “duna, praia e banco arenoso”, constituída por areia; “raso de maré externo e canais principais”, constituída por areia siltosa; “raso de maré interno”, constituída por silte argiloso; “sapal”, constituída por vegetação halófita em substrato vasoso orgânico; “vegetação dunar/ transição/ artificial”, constituída por áreas antropizadas (moinhos de maré e respetivas caldeiras, estradas, antigas secas de bacalhau, parques de estacionamento e equipamentos militares), árvores e vegetação herbácea dunar. A atribuição das classes temáticas, definidas a priori aos diferentes níveis digitais (píxeis) da imagem, foi realizada usando o classificador estatístico assistido máxima verosimilhança, a partir do conhecimento prévio das assinaturas espectrais de cada classe de ocupação, definidas nas amostras de treino. O método foi validado por fotointerpretação de fotografia aérea, ortofotomapas e imagens Google EarthTM, utilizando-se ainda cartografia antiga e levantamento topográfico com equipamento DGPS. Foram desenvolvidos modelos semiautomáticos com a ferramenta Model Builder, inserida no programa SIG utilizado, de forma a automatizar os diferentes processos, repetindo-os para as diferentes datas. A vetorização das diferentes classes permitiu definir a evolução de superfície de cada classe de ocupação, permitindo caracterizar qualitativa e quantitativamente a evolução da restinga e sua envolvente. A comparação entre as imagens classificadas permitiu identificar uma ligeira rotação do banco arenoso no sentido sinistrogiro e uma pequena redução da área ocupada pela classe "duna, praia e banco arenoso", havendo poucas modificações nas classes "sapal" e "vegetação dunar/ transição/ artificial". A validação do modelo utilizado para a área de teste permitiu alargar o estudo a uma área mais abrangente, o estuário interior, aumentando-se também a quantidade de datas utilizadas na análise, embora com redução do número de classes, devido à maior complexidade do processo de classificação numa área mais extensa e com maior variabilidade de elementos morfológicos. |
| dirty | 0 |
| eu_rights_str_mv | openAccess |
| format | masterThesis |
| fulltext.url.fl_str_mv | https://repositorio.ulisboa.pt/bitstreams/b084f156-cc9e-47e6-945e-f9cd22cfa920/download |
| id | ul_c2ca6de88a2f514b684e3aa323126976 |
| identifier.url.fl_str_mv | http://hdl.handle.net/10451/18196 |
| instacron_str | ul |
| institution | Universidade de Lisboa |
| instname_str | Universidade de Lisboa |
| language | por |
| network_acronym_str | ul |
| network_name_str | Repositório da Universidade de Lisboa |
| oai_identifier_str | oai:repositorio.ulisboa.pt:10451/18196 |
| organization_str_mv | urn:organizationAcronym:ul |
| person_str_mv | Amorim, Alexandra Isabel Neves |
| publishDate | 2015 |
| reponame_str | Repositório da Universidade de Lisboa |
| repository_id_str | urn:repositoryAcronym:ul |
| service_str_mv | urn:repositoryAcronym:ul |
| spelling | porporPretendeu-se com este trabalho criar um método de avaliação da evolução das morfologias e da ocupação de zonas marginais no Estuário do Tejo a mesoescala temporal, usando diferentes imagens de satélite do programa de observação terrestre Landsat e utilizando técnicas de processamento e análise de imagem em suporte SIG (Esri® ArcMapTM 10.1). As imagens Landsat compiladas (disponíveis gratuitamente em http://earthexplorer.usgs.gov/) abrangem o intervalo temporal de algumas décadas, suficientemente longo para o estudo da evolução deste tipo de elementos morfológicos, tendo sido selecionadas imagens das várias séries Landsat, entre as que combinam menor nebulosidade com menor altura de maré, de forma a exibirem a maior área possível de zona intertidal. Para a área de teste, a Restinga do Alfeite, foram consideradas as principais classes de ocupação marginal local: “água”; “duna, praia e banco arenoso”, constituída por areia; “raso de maré externo e canais principais”, constituída por areia siltosa; “raso de maré interno”, constituída por silte argiloso; “sapal”, constituída por vegetação halófita em substrato vasoso orgânico; “vegetação dunar/ transição/ artificial”, constituída por áreas antropizadas (moinhos de maré e respetivas caldeiras, estradas, antigas secas de bacalhau, parques de estacionamento e equipamentos militares), árvores e vegetação herbácea dunar. A atribuição das classes temáticas, definidas a priori aos diferentes níveis digitais (píxeis) da imagem, foi realizada usando o classificador estatístico assistido máxima verosimilhança, a partir do conhecimento prévio das assinaturas espectrais de cada classe de ocupação, definidas nas amostras de treino. O método foi validado por fotointerpretação de fotografia aérea, ortofotomapas e imagens Google EarthTM, utilizando-se ainda cartografia antiga e levantamento topográfico com equipamento DGPS. Foram desenvolvidos modelos semiautomáticos com a ferramenta Model Builder, inserida no programa SIG utilizado, de forma a automatizar os diferentes processos, repetindo-os para as diferentes datas. A vetorização das diferentes classes permitiu definir a evolução de superfície de cada classe de ocupação, permitindo caracterizar qualitativa e quantitativamente a evolução da restinga e sua envolvente. A comparação entre as imagens classificadas permitiu identificar uma ligeira rotação do banco arenoso no sentido sinistrogiro e uma pequena redução da área ocupada pela classe "duna, praia e banco arenoso", havendo poucas modificações nas classes "sapal" e "vegetação dunar/ transição/ artificial". A validação do modelo utilizado para a área de teste permitiu alargar o estudo a uma área mais abrangente, o estuário interior, aumentando-se também a quantidade de datas utilizadas na análise, embora com redução do número de classes, devido à maior complexidade do processo de classificação numa área mais extensa e com maior variabilidade de elementos morfológicos.application/pdfporDeteção remota e geoprocessamento automático no estudo da evolução de margens estuarinas (Estuário do Tejo)Amorim, Alexandra Isabel NevesLira, Fátima Cristina Gomes PonteFreitas, Maria da Conceição Pombo de, 1961-HostingInstitutionOrganizationalRepositório Científico de Acesso Aberto da ULisboae-mailmailto:repositorio@reitoria.ulisboa.ptrepositorio@reitoria.ulisboa.ptURNurn:tid:2013580502015-05-22T15:26:40Z201520152015-01-01T00:00:00ZHandlehttp://hdl.handle.net/10451/18196http://purl.org/coar/access_right/c_abf2open accessDeteção remotaGeprocessamento automáticoLandsatEstuário do TejoRestinga do AlfeiteTeses de mestrado - 201512933510 bytesliteraturehttp://purl.org/coar/resource_type/c_bdccmaster thesishttp://purl.org/coar/access_right/c_abf2application/pdffulltexthttps://repositorio.ulisboa.pt/bitstreams/b084f156-cc9e-47e6-945e-f9cd22cfa920/download |
| spellingShingle | Deteção remota e geoprocessamento automático no estudo da evolução de margens estuarinas (Estuário do Tejo) Deteção remota e geoprocessamento automático no estudo da evolução de margens estuarinas (Estuário do Tejo) Amorim, Alexandra Isabel Neves Deteção remota Geprocessamento automático Landsat Estuário do Tejo Restinga do Alfeite Teses de mestrado - 2015 Amorim, Alexandra Isabel Neves Deteção remota Geprocessamento automático Landsat Estuário do Tejo Restinga do Alfeite Teses de mestrado - 2015 |
| status | SINGLETON |
| subject.fl_str_mv | Deteção remota Geprocessamento automático Landsat Estuário do Tejo Restinga do Alfeite Teses de mestrado - 2015 |
| title | Deteção remota e geoprocessamento automático no estudo da evolução de margens estuarinas (Estuário do Tejo) |
| title_full | Deteção remota e geoprocessamento automático no estudo da evolução de margens estuarinas (Estuário do Tejo) |
| title_fullStr | Deteção remota e geoprocessamento automático no estudo da evolução de margens estuarinas (Estuário do Tejo) Deteção remota e geoprocessamento automático no estudo da evolução de margens estuarinas (Estuário do Tejo) |
| title_full_unstemmed | Deteção remota e geoprocessamento automático no estudo da evolução de margens estuarinas (Estuário do Tejo) Deteção remota e geoprocessamento automático no estudo da evolução de margens estuarinas (Estuário do Tejo) |
| title_short | Deteção remota e geoprocessamento automático no estudo da evolução de margens estuarinas (Estuário do Tejo) |
| title_sort | Deteção remota e geoprocessamento automático no estudo da evolução de margens estuarinas (Estuário do Tejo) |
| topic | Deteção remota Geprocessamento automático Landsat Estuário do Tejo Restinga do Alfeite Teses de mestrado - 2015 |
| topic_facet | Deteção remota Geprocessamento automático Landsat Estuário do Tejo Restinga do Alfeite Teses de mestrado - 2015 |
| url | http://hdl.handle.net/10451/18196 |
| visible | 1 |