Mapeamento do uso da terra e da cobertura vegetal da sub-bacia hidrográfica do rio são tomé, sul de Minas Gerais, por mineração de dados utilizando imagens IRS-P6/LISS III

dc.contributor.advisorKawakubo, Fernando Shinji
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5632988444815474por
dc.contributor.referee1Souza, Paulo Henrique De
dc.contributor.referee2Martines, Marcos Roberto
dc.creatorJustino, Rodrigo Cesário
dc.creator.Latteshttp://lattes.cnpq.br/6138549349359911por
dc.date.accessioned2015-06-25T18:00:56Z
dc.date.issued2014-07-29
dc.description.abstractThe objective of this study was to perform a classification of land use and land cover of the São Tomé river watershed located in the south of the Minas Gerais State by using multispectral imagery collected by the Linear Imaging Self-Scanner onboard the Indian Resource Satellite and data mining techniques. The study area lies in a region with great tradition of coffee cultivation whose properties are predominantly of small and medium sizes. To carry out the image classification, we used the Geographic Data Mining Analyst (GeoDMA), a toolbox that has algorithms for segmentation, feature extraction, feature selection and classification. The results showed the great potential of the data mining techniques for remote sensing imagery classification. Some advantages encompass the possibility of incorporate in the classification process a great variety of informations that includes spectral, spatial and topographic attributes, the generation of high classification accuracy, and the simplicity to interpret their classification structure.eng
dc.description.resumoO objetivo deste estudo foi realizar uma classificação do uso da terra e cobertura vegetal na sub-bacia do rio São Tomé, no sul do Estado de Minas Gerais, utilizando imagens multiespectrais geradas pelo sensor LISS III (Linear Imaging Self-Scanner) a bordo do satélite IRS (Indian Resource Satellite ) e técnicas de mineração de dados. A área de estudo localiza-se em uma região de grande tradição de cultivo de café cujas propriedades são predominantemente de pequeno e médio portes. Para realizar a classificação das imagens, foi utilizado o aplicativo GeoDMA (Geographic Data Mining Analyst) que possui algoritmos para segmentação, extração de atributos, seleção de feições e classificação. Os resultados mostraram o grande potencial das técnicas de mineração de dados na classificação de imagens de satélite. Algumas das vantagens da utilização de mineração de dados incluem: a possibilidade de incorporar no processo de classificação um grande número de variáveis, sejam espectrais, espaciais e atributos do terreno; a geração de classificações consistentes e a simplicidade para interpretar a suas estruturas de classificação.por
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESpor
dc.formatapplication/pdf*
dc.identifier.citationJUSTINO, Rodrigo Cesário. Mapeamento do uso da terra e da cobertura vegetal da sub-bacia hidrográfica do rio são tomé, sul de Minas Gerais, por mineração de dados utilizando imagens IRS-P6/LISS III. 2014. 68 f. Dissertação (Mestrado em Ecologia e Tecnologia Ambinetal) - Universidade Federal de Alfenas, Alfenas, MG, 2014.por
dc.identifier.urihttps://repositorio.unifal-mg.edu.br/handle/123456789/541
dc.languageporpor
dc.publisherUniversidade Federal de Alfenaspor
dc.publisher.countryBrasilpor
dc.publisher.departmentInstituto de Ciências da Naturezapor
dc.publisher.initialsUNIFAL-MGpor
dc.publisher.programPrograma de Pós-Graduação em Ecologia e Tecnologia Ambientalpor
dc.rightsAcesso Abertopor
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectMineração de dadospor
dc.subjectSensoriamento remotopor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::GEOCIENCIASpor
dc.titleMapeamento do uso da terra e da cobertura vegetal da sub-bacia hidrográfica do rio são tomé, sul de Minas Gerais, por mineração de dados utilizando imagens IRS-P6/LISS IIIpt-BR
dc.typeDissertaçãopor

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
Dissertação de Rodrigo Cesário Justino.pdf
Tamanho:
3.72 MB
Formato:
Adobe Portable Document Format

Licença do Pacote

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.94 KB
Formato:
Item-specific license agreed upon to submission
Descrição: