Please use this identifier to cite or link to this item: https://app.uff.br/riuff/handle/1/9479
Title: Índices automáticos e cobertura do solo: um estudo de caso em Tamoios, Cabo Frio
Authors: Dobal, Camila Henrici Dias
metadata.dc.contributor.advisor: Menezes, Juliana Magalhães
metadata.dc.contributor.members: Rangel, Carlos Marclei Arruda
Lima, Luana Alves de
Issue Date: 2019
Publisher: Universidade Federal Fluminense
Citation: Dobal, Camila Henrici Dias. Índices automáticos e cobertura do solo: um estudo de caso em Tamoios, Cabo Frio. 2019. 42f. Trabalho de Conclusão de Curso (Bacharelado em Geografia) - Instituto de Geociências, Universidade Federal Fluminense, 2019.
Abstract: O presente trabalho busca estabelecer uma relação entre os Índices Automáticos de detecção de água e a cobertura do solo na região de Tamoios em Cabo Frio. Para isto foram utilizadas imagens Landsat 8 disponibilizadas pelo Serviço Geológico Norte Americano (USGS). Os índices automáticos podem ser caracterizados como operações matriciais que tem como objetivo identificar um ou mais alvos em imagens de satélite, neste trabalho, buscamos trabalhar com o Índice de Diferença Normalizada da Água (NDWI) de McFetteres (1996), que surge inspirado em um dos primeiros índices deste tipo, o NDVI, o Índice de Diferença Normalizada da Água Modificado (MNDWI) de Xu (2006), que é uma nova versão do índice anterior e o Índice Automático de Extração de Água (AWEI) de Feyisa et al. (2014), que apresenta diferentes versões para imagens que apresentam sombra ou não, chamados de AWEI sombra e AWEI sem sombra . O mapeamento de Cobertura do Solo foi realizado de forma automática no software SPRING, com base em amostras espectrais coletadas pelo usuário, no qual foram consideradas as classes de cobertura: água, área urbana, vegetação e solo exposto (incluindo nesta categoria também afloramentos rochosos e as salinas - áreas de extração de sal - presentes na região). Como resultado dos mapas e das comparações realizadas entre eles pode ser constatado que apesar de todos os índices utilizados neste trabalho terem diferenciado os alvos (água e não água) os que apresentam melhores resultados foram o MNDWI e o NDWI pois neles, além da diferenciação entre a água e os outros alvos representados em diferentes cores (água em tons azuis e não água em tons próximos ao vermelho), podemos perceber também uma diferenciação entre áreas com a presença de material particulado em suspensão e áreas que não o possuem. Quanto a comparação com a cobertura do solo, também houve correspondência nestes índices.
metadata.dc.description.abstractother: The present work seeks to establish a relationship between Automatic Water Detection Index and the Land Cover in Tamoios district, in Cabo Frio. For this, were used Landsat 8 images available provided by the Geological Survey North American (USGS). The automatic indexes can be characterized as matrix operations that aim to identify one or more targets in satellite images. In this work, we sought to work with the McFetteres (1996) Water Normalized Difference Index (NDWI), which is inspired by a of the first indices of this type, the NDVI, the Standardized Difference Index of Modified Water (MNDWI) of Xu (2006), which is a new version of the previous index and the Automatic Water Extraction Index (AWEI) of Feyisa et al. (2014), which features different versions for shady or non-shaded images, called AWEI shadow e AWEI no shadow . The mapping of Land Cover was performed automatically in the SPRING software, based in spectral samples, collected by the user, were considered in which the cover class: water, urban area, vegetation and bare soil (including in this category also outcrops and salt extraction area - that has in this region). As result of the maps and the comparison made between them, it can be verified that although all the indexes used in this work differentiated the targets (water and no water) the ones which better results are the MNDWI and NDWI because in them, in addition to the differentiation between water and other targets represented in different colors (water in blue tones and not water in shades near to red), we can also see a differentiation between areas with the presence of suspended particulate matter and areas that they do not have it. As for the comparison with the soil cover, there was also correspondence in these indices.
URI: https://app.uff.br/riuff/handle/1/9479
Appears in Collections:GGG - Trabalhos de Conclusão de Curso

Files in This Item:
File Description SizeFormat 
TCC_Camila Dobal_2019.docx5.95 MBMicrosoft Word XMLView/Open


This item is licensed under a Creative Commons License Creative Commons