Publicação

Avaliação do potencial das imagens Sentinel-1 para identificação de culturas agrícolas

Detalhes bibliográficos
Resumo:	O presente estudo tem como finalidade avaliar a potencialidade das imagens SAR (Synthetic Aperture RADAR) do satélite Sentinel-1 com dupla polarização (VV/VH) para a identificação de culturas na zona agrícola de Vila Franca de Xira (lezíria e mouchões). Ao longo do trabalho é analisado em que medida a utilização de canais adicionais de informação derivada destas imagens pode melhorar os resultados obtidos da classificação de imagens do satélite Landsat-8. Para identificar as diferentes culturas presentes na zona estudo, utilizaram-se séries temporais das imagens Landsat-8 e Sentinel-1, abrangendo a época de crescimento das culturas (de maio a julho de 2015). A informação derivada das imagens do satélite Sentinel-1 consistiu nos coeficientes de retrodispersão nas polarizações VV e VH, quocientes entre polarizações e diferenças entre polarizações. Numa primeira fase, avaliou-se qual o algoritmo e combinação de parâmetros (óticos e SAR) que permitiram obter os melhores resultados na classificação. Foram testados diferentes algoritmos de classificação nomeadamente, Máxima Verosimilhança (ML – Maximum Likelihood), Redes Neuronais (NN – Neural Network) e Máquina de Suporte Vetorial (SVM - Support Vector Machine). Posteriormente, a partir da combinação e classificador selecionados realizou-se a classificação multitemporal. Os resultados foram testados e validados com informação do Sistema de Identificação de Parcelas (SIP) fornecido pelo Instituto de Financiamento da Agricultura e Pescas (IFAP). Adicionalmente, efetuou-se o estudo da fenologia das culturas através dos valores dos coeficientes de retrodispersão e do Índice de Vegetação de Diferença Normalizada (NDVI – Normalized Difference Vegetation Index). Verificou-se que a adição de informação SAR às bandas espetrais Landsat-8 permitiu melhorar os resultados obtidos. A combinação que permitiu obter os melhores resultados foi a junção das bandas Landsat-8 em conjunto com o coeficiente de retrodispersão para a polarização VH, utilizando o algoritmo de classificação SVM. A classificação multitemporal desta combinação permitiu melhorar resultados, tendo sido obtida uma precisão global de 94,1%, face aos 90,2% obtidos apenas com as bandas correspondentes à data com maior desenvolvimento das culturas, e um coeficiente Kappa de 91,2%.
Autores principais:	Saraiva, Cátia Sofia Alves
Assunto:	Sentinel-1 SAR Dupla polarização Landsat-8 Classificação multitemporal 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

Descrição
Resumo:	O presente estudo tem como finalidade avaliar a potencialidade das imagens SAR (Synthetic Aperture RADAR) do satélite Sentinel-1 com dupla polarização (VV/VH) para a identificação de culturas na zona agrícola de Vila Franca de Xira (lezíria e mouchões). Ao longo do trabalho é analisado em que medida a utilização de canais adicionais de informação derivada destas imagens pode melhorar os resultados obtidos da classificação de imagens do satélite Landsat-8. Para identificar as diferentes culturas presentes na zona estudo, utilizaram-se séries temporais das imagens Landsat-8 e Sentinel-1, abrangendo a época de crescimento das culturas (de maio a julho de 2015). A informação derivada das imagens do satélite Sentinel-1 consistiu nos coeficientes de retrodispersão nas polarizações VV e VH, quocientes entre polarizações e diferenças entre polarizações. Numa primeira fase, avaliou-se qual o algoritmo e combinação de parâmetros (óticos e SAR) que permitiram obter os melhores resultados na classificação. Foram testados diferentes algoritmos de classificação nomeadamente, Máxima Verosimilhança (ML – Maximum Likelihood), Redes Neuronais (NN – Neural Network) e Máquina de Suporte Vetorial (SVM - Support Vector Machine). Posteriormente, a partir da combinação e classificador selecionados realizou-se a classificação multitemporal. Os resultados foram testados e validados com informação do Sistema de Identificação de Parcelas (SIP) fornecido pelo Instituto de Financiamento da Agricultura e Pescas (IFAP). Adicionalmente, efetuou-se o estudo da fenologia das culturas através dos valores dos coeficientes de retrodispersão e do Índice de Vegetação de Diferença Normalizada (NDVI – Normalized Difference Vegetation Index). Verificou-se que a adição de informação SAR às bandas espetrais Landsat-8 permitiu melhorar os resultados obtidos. A combinação que permitiu obter os melhores resultados foi a junção das bandas Landsat-8 em conjunto com o coeficiente de retrodispersão para a polarização VH, utilizando o algoritmo de classificação SVM. A classificação multitemporal desta combinação permitiu melhorar resultados, tendo sido obtida uma precisão global de 94,1%, face aos 90,2% obtidos apenas com as bandas correspondentes à data com maior desenvolvimento das culturas, e um coeficiente Kappa de 91,2%.