Use este identificador para citar ou linkar para este item: https://locus.ufv.br//handle/123456789/655
Tipo: Tese
Título: Avaliação da rugosidade superficial do solo utilizando técnicas de sensoriamento remoto e análise de imagens
Título(s) alternativo(s): Evaluation of soil surface roughness using remote sensing techniques and analysis of image
Autor(es): Reis, Leonardo Rubim
Primeiro Orientador: Vieira, Luciano Baião
Primeiro coorientador: Santos, Nerilson Terra
Segundo coorientador: Schaefer, Carlos Ernesto Gonçalves Reynaud
Primeiro avaliador: Lima, Julião Soares de Souza
Segundo avaliador: Rodrigues, Denilson Eduardo
Terceiro avaliador: Fernandes, Haroldo Carlos
Abstract: Para realizar o estudo de rugosidade superficial do solo por meio de técnicas de sensoriamento remoto, foi feito em uma área de 1.200 m², três blocos com cinco tratamentos cada, sendo as dimensões da parcela de 20 m de comprimento por 3,0 m de largura e 1,0 entre cada parcela, cada bloco com uma área de 20 x 19 m. Em cada bloco foi realizado o sorteio da localização nas parcelas dos cinco tratamentos. Os tratamentos consistiram de cinco preparos distintos de solo, proporcionando rugosidades diferentes, sendo que a aração foi comum a todos os tratamentos, gradagem apenas em quatro tratamentos e em três tratamentos foi utilizada a enxada rotativa com três regulagens diferentes. Para obtenção das imagens aéreas colocou-se duas câmeras digitais a bordo de um balão inflável, uma para captar imagens coloridas e a outra configurada para captar na faixa do infravermelho. Dois circuitos foram desenvolvidos para disparar as câmeras remotamente, um denominado de base terra onde se configurava o modo de disparo, manual ou automático, e outro denominado de base remota onde as câmeras foram plugadas. O balão foi posicionado em quatro alturas, 4, 20, 50 e 100 m. As imagens obtidas foram processadas utilizando técnicas de matriz de coocorrência de onde foram extraídos oito descritores de textura das imagens, também avaliou-se a influência do tamanho dos blocos retirados da imagem para a classificação das classes de rugosidade nas imagens. A amostragem do solo foi feita para medida da umidade, textura e análise química para a caracterização do solo. O tratamento com apenas aração apresentou o maior índice de rugosidade, e o menor foi para o tratamento com arado, grade e enxada rotativa com tampa traseira fechada. O perfilômetro não distingue as cinco classes de rugosidade, estatisticamente. Em relação ao tamanho dos blocos da imagem, o bloco com maior dimensão, 250x250 pixel apresentou os maiores valores do índice kappa, para altura de 4 e 20 m. Na altura de 50 m o bloco 90x90 pixel teve melhor desempenho. Os sistemas de aquisição de imagens desenvolvidos são totalmente viáveis para uso em técnicas de sensoriamento remoto. Os ângulos de orientação do pixel vizinho para a montagem da matriz de co-ocôrrencia com melhor desempenho na classificação foram de 45º e 135º. Apenas as bandas B, R e IV B, para a altura de 20 m, tiveram valores do índice kappa igual a 1,0. Nas imagens com as câmeras a 100 m, as bandas R e G, tiveram valor do índice kappa igual a 1,0. As bandas B, IV G e IV B tenderam a apresentar maior porcentagem dos índices kappa acima de 0,90. A combinação dos descritores texturais que tendeu a ter maiores valores do índice kappa foi com a combinação de 2, 3, 4 e 5 descritores. O classificador proposto se mostrou confiável para o estudo da rugosidade superficial do solo. O classificador discriminou as cinco classes de rugosidade superficial do solo.
To study the top-soil rugosity using the remote sense techniques, we used one area of 1.200 m², divided on three blocks with five treatments each one, where the dimensions of the parcels were from 20 m of length by 3 m of wideness and 1 m between each parcel, and each block had an area of 20 x 18 m. In every block it was made an assortment of the localization of the parcels of the five treatments. The treatments consisted in five distinct ways to prepare the soil, where the plowing was made in all treatments. The harrow was used only in four treatments and in three treatments we used the rotavator with different regulations, providing different rugosities. To obtain the aerial images, we put two digital cameras in a balloon. One camera had colored images and the other was prepared to collect the infrared images. It was developed two circuits to shoot the cameras remotely. One circuit, named of base earth, where it was configured the way to shoot: manual or automatic. The other circuit was named remote base, where the cameras were plugged. We evaluated for heights: 4, 20, 50 e 100 m. The images obtained were processed with the co- occurrence matrix techniques where there were extracted eight texture descriptors of the images. We still evaluated the influence of the size of the blocks, removed from the image to classify the rugosity classes in the images. It was made a soil sampling to measure the moisture, texture and chemical analysis as a characterization of the soil. The treatment only with the plowing presented a higher rugosity index and the smaller was for the treatment with the plow, harrow and rotavator with the cover closed. The perfilometer doesn t distinguish the five rugosity classes, statistically. In relation to the size of the blocks of the image, the block with the bigger dimension, 250x250 pixels presented the higher values of the kappa index for the heights of 4 and 20 m. For the height of 50 m, the block 90 x 90 obtained the best result. The systems developed to obtain the images are completely practicable to use with the remote sense techniques, with the advantage to be cheaper. The angle orientation of the pixel to produce the co-occurrence matrix with a better performance in the classification was for 45º e 135º. Only the bands B, R and IV B, for the height of 20 m, had the kappa index values the same as 1,0. The bands B, IV G and IV B had the tendency to present a higher % of the kappa index up than 0,90. The combination of the texture descriptors had the tendency to have higher values of the kappa index with the combination of 2, 3, 4 and 5 descriptors. The proposed classifier was considered reliable to study the top-soil rugosity. The classified distinguished the five classes of the top-soil rugosity.
Palavras-chave: Classificação de imagens
Câmera digital
Rugosidade
Image classification
Digital camera
Roughness
CNPq: CNPQ::CIENCIAS AGRARIAS::AGRONOMIA::FITOTECNIA::MECANIZACAO AGRICOLA
Idioma: por
País: BR
Editor: Universidade Federal de Viçosa
Sigla da Instituição: UFV
Departamento: Construções rurais e ambiência; Energia na agricultura; Mecanização agrícola; Processamento de produ
Citação: REIS, Leonardo Rubim. Evaluation of soil surface roughness using remote sensing techniques and analysis of image. 2009. 140 f. Tese (Doutorado em Construções rurais e ambiência; Energia na agricultura; Mecanização agrícola; Processamento de produ) - Universidade Federal de Viçosa, Viçosa, 2009.
Tipo de Acesso: Acesso Aberto
URI: http://locus.ufv.br/handle/123456789/655
Data do documento: 20-Fev-2009
Aparece nas coleções:Engenharia Agrícola

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
texto completo.pdf1,49 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.