The identification of lithofacies from well is usually an interpretative process based on geophys... more The identification of lithofacies from well is usually an interpretative process based on geophysical logs since core and sidewall samples are not usually available. Despite being always sampled and described, cuttings are useful only as a reference for determining the rocks because a number of problems occur during the drilling and sampling activities. Well logs are in situ continuous records of different physical properties of the drilled rocks, which can be associated with different lithofacies by experienced log analysts. This task needs a relatively great amount of time and it is likely to be imperfect because the human analysis is subjective. Thus, any alternative method of classification with high accuracy and promptness is very welcome by the log analysts. This paper is based on Neural Networks (NNs) applied in well data from the Leão Coal Mine, southern Brazil, in order to classify organic mudrocks, coals and siliciclastic sandstones, the main rocks present in the Rio Bonito and Palermo formations, by using their well logs as database. The training and validation set of the NN contain data from eight cored and logged boreholes. The input included 409 values of depth and logs of gamma-ray, spontaneous potential, resistance and resistivity for each electrofacies. The neural network model was the feedforward multilayer perceptron (MLP) and the neural networks were trained with variations of the backpropagation algorithm: Levenberg-Marquardt and Resilient backpropagation. Although an accuracy of approximately 80% had been achieved in the general classification, discrepant accuracies in the classification of the different electrofacies are discussed in order to better understand the reasons that affected negatively the NN performance.
CEPSRM/UFRGS , Doutor Engcnhciro. Curitiba, Brasil 1992; Professor do CEPSR..l\1/l.1FRGS e do Dcp... more CEPSRM/UFRGS , Doutor Engcnhciro. Curitiba, Brasil 1992; Professor do CEPSR..l\1/l.1FRGS e do Dcpto da Geodésiallllstituto de Geocil~ncias: Especialista da área de Engenharia Florest..'ll RESUMO Este trabalho apresenta uma compara~ao entre o método de Má-xima Verossimilhanl¡:a Gaussiana e uma Rede Neura! Artificial Multinível com BackPropagation na classificayao de espécies vegetaís em imagens multiespectrais. A área de estudo situa-se no estado do Rio Grande do Sul, Brasil, a cerca de 290 Km da capital do estado-Porto Alegre. A classificayao realizada por ambos os métodos, utilizando-se imagens do satélite Landsat 5-TM; identifica as espécies vegetais: Pinlls, }.•1JCal).pfus, Acácia Negra e Mata Nativa, que predominam na regiao.
Este trabalho teve como objetivo principal verificar a aplicabilidade e a funcionalidade de um Si... more Este trabalho teve como objetivo principal verificar a aplicabilidade e a funcionalidade de um Sistema de Informações Geográficas (SIG) para fins de monitoramento e auxílio no processo de recuperação da vegetação de Áreas de Preservação Permanente ribeirinhas. Para tanto, estruturou-se um banco de dados geográficos para uma área de amostragem composta por um trecho do Arroio Gil localizado no Município de Triunfo/RS. Durante a execução do trabalho foram utilizadas imagens do aplicativo Google Earth Pro, e o programa ArcGis versão 9.3, além de dados obtidos em campo. Realizou-se a vetorização das feições de interesse, a partir das imagens georreferenciadas, o levantamento de dados em campo e o posterior lançamento, processamento e cruzamento dos dados no ambiente SIG. Os resultados apontaram a funcionalidade desta tecnologia para o monitoramento de Áreas de Preservação Permanente e as vantagens que proporciona, assim como algumas das suas limitações. Além dos ganhos de produtividade, através do SIG foi possível calcular a extensão do trecho do arroio, a área total da Área de Preservação Permanente e seu percentual de degradação. Também foram localizados os proprietários, associando-se a eles as áreas a serem recuperadas. As principais limitações do uso do SIG estão relacionadas à defasagem temporal das imagens e do encobrimento de alguns alvos pela vegetação, revelando a importância das idas a campo. Apesar das limitações, a tecnologia utilizada apresentou-se como um instrumento funcional, capaz de agilizar o trabalho dos gestores.
Este trabalho apresenta um classificador neural integrado que visa aumentar a acurácia no reconhe... more Este trabalho apresenta um classificador neural integrado que visa aumentar a acurácia no reconhecimento de diferentes feições em imagens do sensor CCD/CBERS. Entre essas feições encontram-se capões nativos e áreas de reflorestamento de Araucaria angustifolia localizados dentro e aos arredores da Floresta Nacional de São Francisco de Paula. Essa FLONA é considerada a unidade de conservação mais antiga do estado do Rio Grande do Sul, Brasil. O classificador neural proposto é dito integrado pelo fato de ser constituído por três modelos de redes neurais agrupados através de duas abordagens distintas de integração: abordagem 2/3 e abordagem pelo critério da credibilidade. Os classificadores neurais utilizados foram: Perceptron de Múltiplas Camadas com Retropropagação de Erros, Quantização Vetorial por Aprendizagem e Rede de Função de Base Radial. Os experimentos desenvolvidos mostram que o modelo neural integrado, pelo critério de credibilidade, contribui para aumentar a acurácia na ide...
Este trabalho teve como objetivo principal verificar a aplicabilidade e a funcionalidade de um Si... more Este trabalho teve como objetivo principal verificar a aplicabilidade e a funcionalidade de um Sistema de Informações Geográficas (SIG) para fins de monitoramento e auxílio no processo de recuperação da vegetação de Áreas de Preservação Permanente ribeirinhas. Para tanto, estruturou-se um banco de dados geográficos para uma área de amostragem composta por um trecho do Arroio Gil localizado no Município de Triunfo/RS. Durante a execução do trabalho foram utilizadas imagens do aplicativo Google Earth Pro, e o programa ArcGis versão 9.3, além de dados obtidos em campo. Realizou-se a vetorização das feições de interesse, a partir das imagens georreferenciadas, o levantamento de dados em campo e o posterior lançamento, processamento e cruzamento dos dados no ambiente SIG. Os resultados apontaram a funcionalidade desta tecnologia para o monitoramento de Áreas de Preservação Permanente e as vantagens que proporciona, assim como algumas das suas limitações. Além dos ganhos de produtividade, através do SIG foi possível calcular a extensão do trecho do arroio, a área total da Área de Preservação Permanente e seu percentual de degradação. Também foram localizados os proprietários, associando-se a eles as áreas a serem recuperadas. As principais limitações do uso do SIG estão relacionadas à defasagem temporal das imagens e do encobrimento de alguns alvos pela vegetação, revelando a importância das idas a campo. Apesar das limitações, a tecnologia utilizada apresentou-se como um instrumento funcional, capaz de agilizar o trabalho dos gestores.
As técnicas de geoprocessamento subsidiaram esse trabalho através do mapeamento do Uso e Cobertur... more As técnicas de geoprocessamento subsidiaram esse trabalho através do mapeamento do Uso e Cobertura do solo sobre imagem de satélite Landsat TM 5 e um Banco de Dados Geográfi cos, que permitiram delimitar e caracterizar as Áreas de Preservação Permanentes através do cruzamento de ambos os dados. Os resultados obtidos mostram que não foram encontradas APPs de topo de morro no município, mas as APPs de hidrografi a e encosta totalizam 6,90 km², sendo desses 4,63 km² cobertos por vegetação secundária de porte arbóreo-arbustivo, o que sugere que estejam preservadas.
This work presents an integrated neural classifier aiming to increase the accuracy in the recogni... more This work presents an integrated neural classifier aiming to increase the accuracy in the recognition of different features inside CCD/CBERS images. Among these features there are native capons and areas of reforestation of Araucaria angustifolia located in the interior and in the proximities of the Sao Francisco de Paula National Forest. This forest is considered the older conservation unit from Rio Grande do Sul state, Brazil . The considered neural classifiers are said integrated because they are constituted of three models of neural nets grouped in two distinct approaches of integration: a) the two-third approach, and b) the credibility criterion approach. The used neural classifiers were: Multi-layer Perceptron, Learning Vector Quantization, and Radial Basis Function. The developed experiments showed that the integrated neural model using the credibility criterion approach contributes for increasing the accuracy in the identification of features, revealing promising for other a...
Mapas de vulnerabilidade natural à perda de solo são importantes produtos cartográficos de anális... more Mapas de vulnerabilidade natural à perda de solo são importantes produtos cartográficos de análise ambiental e servem como subsídio aos planos de gestão e ordenamento territorial. Este trabalho apresenta a análise integrada dos elementos do meio físico e do uso e ocupação do solo realizada na região do Morro do Osso e adjacências, município de Porto Alegre/ RS, com o objetivo de mapear a vulnerabilidade natural à perda de solo através da aplicação de técnicas de geoprocessamento em ambiente de Sistemas de Informações Geográficas e do con-ceito de Ecodinâmica. Os resultados obtidos mostram que na área de estudo não há predominân-cia de processos morfogenéticos sobre os processos pedogenéticos, com 99,9% da área classifi-cada, ao menos, segundo a classe " Medianamente Estável/Vulnerável " aos processos erosivos. A estabilidade do terreno se deve a fatores como o subtrato rochoso e a ampla presença de cobertura vegetal. Dados de campo comprovam a estabilidade da área aos proc...
This section aims to illustrate the modeling of the developed system, and also demonstrates the u... more This section aims to illustrate the modeling of the developed system, and also demonstrates the use and operation of the tool with the aid of the Use Case diagram (Fig. 4.1) that characterizes the implemented features.
The foremost aim of the present study was the development of a tool to detect daily deforestation... more The foremost aim of the present study was the development of a tool to detect daily deforestation in the Amazon rainforest, using satellite images from the MODIS/TERRA sensor and Artificial Neural Networks. The developed tool provides parameterization of the configuration for the neural network training to enable us to select the best neural architecture to address the problem. The tool makes use of confusion matrices to determine the degree of success of the network. A spectrum-temporal analysis of the study area was done on 57 images from May 20 to July 15, 2003 using the trained neural network. The analysis enabled verification of quality of the implemented neural network classification and also aided in understanding the dynamics of deforestation in the Amazon rainforest, thereby highlighting the vast potential of neural networks for image classification. However, the complex task of detection of predatory actions at the beginning, i.e., generation of consistent alarms, instead of false alarms has not been solved yet. Thus, the present article provides a theoretical basis and elaboration of practical use of neural networks and satellite images to combat illegal deforestation.
Proceedings. XV Brazilian Symposium on Computer Graphics and Image Processing
Page 1. ANEURAL APPROACH TO CLASSIfICATION Of SATELLITE IMAgES VIVIANE TODT DIVERIO, ARTHUR TÓRGO... more Page 1. ANEURAL APPROACH TO CLASSIfICATION Of SATELLITE IMAgES VIVIANE TODT DIVERIO, ARTHUR TÓRGO GOMEZ, FERNANDO SANTOS OSÓRIO, LEANDRO TOSS HOFFMANN, ANTÔNIO GABRIEL RODRIGUES ...
This paper show the classification obtained with a artificial neural network to mapping Brazilian... more This paper show the classification obtained with a artificial neural network to mapping Brazilian Amazon areas. The new approach is based on fraction images generated by linear spectral mixture modeling and used like input to network.
CEPSRM/UFRGS , Doutor Engcnhciro. Curitiba, Brasil 1992; Professor do CEPSR..l\1/l.1FRGS e do Dcp... more CEPSRM/UFRGS , Doutor Engcnhciro. Curitiba, Brasil 1992; Professor do CEPSR..l\1/l.1FRGS e do Dcpto da Geodésiallllstituto de Geocil~ncias: Especialista da área de Engenharia Florest..'ll RESUMO Este trabalho apresenta uma compara~ao entre o método de Má-xima Verossimilhanl¡:a Gaussiana e uma Rede Neura! Artificial Multinível com BackPropagation na classificayao de espécies vegetaís em imagens multiespectrais. A área de estudo situa-se no estado do Rio Grande do Sul, Brasil, a cerca de 290 Km da capital do estado-Porto Alegre. A classificayao realizada por ambos os métodos, utilizando-se imagens do satélite Landsat 5-TM; identifica as espécies vegetais: Pinlls, }.•1JCal).pfus, Acácia Negra e Mata Nativa, que predominam na regiao.
This paper shows the classification obtained with an integrated system based on artificial neural... more This paper shows the classification obtained with an integrated system based on artificial neural networks to map land use and cover areas in the Brazilian Amazon. This system is composed to three neural nets models: Multi-Layer Perceptron, Learning Vector Quantization, and Radial Basis Function. After the training and recognition phase, the results obtained with each net were combined and a final thematic map was generated through the integration module. The system showed to be very promising for studying the targets inside MODIS images for purposes as deforested areas monitoring.
The main purpose of this work was the development of a tool to detect daily deforestation in the ... more The main purpose of this work was the development of a tool to detect daily deforestation in the Amazon rainforest, using satellite images from the MODIS/TERRA [1] sensor and Artificial Neural Networks. The developed tool provides the parameterization of the configuration for the neural network training to enable us to find the best neural architecture to address the problem. The tool makes use of confusion matrixes to determine the degree of success of the network. Part of the municipality of Porto Velho, in Rondônia state, is located inside the tile H11V09 of the MODIS/TERRA sensor, which was used as the study area. A spectrum-temporal analysis of this area was made on 57 images from 20 of May to 15 of July 2003 using the trained neural network. This analysis allowed us to verify the quality of the implemented neural network classification as well as helping our understanding of the dynamics of deforestation in the Amazon rainforest. The great potential of neural networks for image classification was perceived with this work. However, the generation of consistent alarms, in other words, detecting predatory actions at the beginning; instead of firing false alarms is a complex task that has not yet been solved. Therefore, the major contribution of this paper is to provide a theoretical basis and practical use of neural networks and satellite images to combat illegal deforestation.
The identification of lithofacies from well is usually an interpretative process based on geophys... more The identification of lithofacies from well is usually an interpretative process based on geophysical logs since core and sidewall samples are not usually available. Despite being always sampled and described, cuttings are useful only as a reference for determining the rocks because a number of problems occur during the drilling and sampling activities. Well logs are in situ continuous records of different physical properties of the drilled rocks, which can be associated with different lithofacies by experienced log analysts. This task needs a relatively great amount of time and it is likely to be imperfect because the human analysis is subjective. Thus, any alternative method of classification with high accuracy and promptness is very welcome by the log analysts. This paper is based on Neural Networks (NNs) applied in well data from the Leão Coal Mine, southern Brazil, in order to classify organic mudrocks, coals and siliciclastic sandstones, the main rocks present in the Rio Bonito and Palermo formations, by using their well logs as database. The training and validation set of the NN contain data from eight cored and logged boreholes. The input included 409 values of depth and logs of gamma-ray, spontaneous potential, resistance and resistivity for each electrofacies. The neural network model was the feedforward multilayer perceptron (MLP) and the neural networks were trained with variations of the backpropagation algorithm: Levenberg-Marquardt and Resilient backpropagation. Although an accuracy of approximately 80% had been achieved in the general classification, discrepant accuracies in the classification of the different electrofacies are discussed in order to better understand the reasons that affected negatively the NN performance.
CEPSRM/UFRGS , Doutor Engcnhciro. Curitiba, Brasil 1992; Professor do CEPSR..l\1/l.1FRGS e do Dcp... more CEPSRM/UFRGS , Doutor Engcnhciro. Curitiba, Brasil 1992; Professor do CEPSR..l\1/l.1FRGS e do Dcpto da Geodésiallllstituto de Geocil~ncias: Especialista da área de Engenharia Florest..'ll RESUMO Este trabalho apresenta uma compara~ao entre o método de Má-xima Verossimilhanl¡:a Gaussiana e uma Rede Neura! Artificial Multinível com BackPropagation na classificayao de espécies vegetaís em imagens multiespectrais. A área de estudo situa-se no estado do Rio Grande do Sul, Brasil, a cerca de 290 Km da capital do estado-Porto Alegre. A classificayao realizada por ambos os métodos, utilizando-se imagens do satélite Landsat 5-TM; identifica as espécies vegetais: Pinlls, }.•1JCal).pfus, Acácia Negra e Mata Nativa, que predominam na regiao.
Este trabalho teve como objetivo principal verificar a aplicabilidade e a funcionalidade de um Si... more Este trabalho teve como objetivo principal verificar a aplicabilidade e a funcionalidade de um Sistema de Informações Geográficas (SIG) para fins de monitoramento e auxílio no processo de recuperação da vegetação de Áreas de Preservação Permanente ribeirinhas. Para tanto, estruturou-se um banco de dados geográficos para uma área de amostragem composta por um trecho do Arroio Gil localizado no Município de Triunfo/RS. Durante a execução do trabalho foram utilizadas imagens do aplicativo Google Earth Pro, e o programa ArcGis versão 9.3, além de dados obtidos em campo. Realizou-se a vetorização das feições de interesse, a partir das imagens georreferenciadas, o levantamento de dados em campo e o posterior lançamento, processamento e cruzamento dos dados no ambiente SIG. Os resultados apontaram a funcionalidade desta tecnologia para o monitoramento de Áreas de Preservação Permanente e as vantagens que proporciona, assim como algumas das suas limitações. Além dos ganhos de produtividade, através do SIG foi possível calcular a extensão do trecho do arroio, a área total da Área de Preservação Permanente e seu percentual de degradação. Também foram localizados os proprietários, associando-se a eles as áreas a serem recuperadas. As principais limitações do uso do SIG estão relacionadas à defasagem temporal das imagens e do encobrimento de alguns alvos pela vegetação, revelando a importância das idas a campo. Apesar das limitações, a tecnologia utilizada apresentou-se como um instrumento funcional, capaz de agilizar o trabalho dos gestores.
Este trabalho apresenta um classificador neural integrado que visa aumentar a acurácia no reconhe... more Este trabalho apresenta um classificador neural integrado que visa aumentar a acurácia no reconhecimento de diferentes feições em imagens do sensor CCD/CBERS. Entre essas feições encontram-se capões nativos e áreas de reflorestamento de Araucaria angustifolia localizados dentro e aos arredores da Floresta Nacional de São Francisco de Paula. Essa FLONA é considerada a unidade de conservação mais antiga do estado do Rio Grande do Sul, Brasil. O classificador neural proposto é dito integrado pelo fato de ser constituído por três modelos de redes neurais agrupados através de duas abordagens distintas de integração: abordagem 2/3 e abordagem pelo critério da credibilidade. Os classificadores neurais utilizados foram: Perceptron de Múltiplas Camadas com Retropropagação de Erros, Quantização Vetorial por Aprendizagem e Rede de Função de Base Radial. Os experimentos desenvolvidos mostram que o modelo neural integrado, pelo critério de credibilidade, contribui para aumentar a acurácia na ide...
Este trabalho teve como objetivo principal verificar a aplicabilidade e a funcionalidade de um Si... more Este trabalho teve como objetivo principal verificar a aplicabilidade e a funcionalidade de um Sistema de Informações Geográficas (SIG) para fins de monitoramento e auxílio no processo de recuperação da vegetação de Áreas de Preservação Permanente ribeirinhas. Para tanto, estruturou-se um banco de dados geográficos para uma área de amostragem composta por um trecho do Arroio Gil localizado no Município de Triunfo/RS. Durante a execução do trabalho foram utilizadas imagens do aplicativo Google Earth Pro, e o programa ArcGis versão 9.3, além de dados obtidos em campo. Realizou-se a vetorização das feições de interesse, a partir das imagens georreferenciadas, o levantamento de dados em campo e o posterior lançamento, processamento e cruzamento dos dados no ambiente SIG. Os resultados apontaram a funcionalidade desta tecnologia para o monitoramento de Áreas de Preservação Permanente e as vantagens que proporciona, assim como algumas das suas limitações. Além dos ganhos de produtividade, através do SIG foi possível calcular a extensão do trecho do arroio, a área total da Área de Preservação Permanente e seu percentual de degradação. Também foram localizados os proprietários, associando-se a eles as áreas a serem recuperadas. As principais limitações do uso do SIG estão relacionadas à defasagem temporal das imagens e do encobrimento de alguns alvos pela vegetação, revelando a importância das idas a campo. Apesar das limitações, a tecnologia utilizada apresentou-se como um instrumento funcional, capaz de agilizar o trabalho dos gestores.
As técnicas de geoprocessamento subsidiaram esse trabalho através do mapeamento do Uso e Cobertur... more As técnicas de geoprocessamento subsidiaram esse trabalho através do mapeamento do Uso e Cobertura do solo sobre imagem de satélite Landsat TM 5 e um Banco de Dados Geográfi cos, que permitiram delimitar e caracterizar as Áreas de Preservação Permanentes através do cruzamento de ambos os dados. Os resultados obtidos mostram que não foram encontradas APPs de topo de morro no município, mas as APPs de hidrografi a e encosta totalizam 6,90 km², sendo desses 4,63 km² cobertos por vegetação secundária de porte arbóreo-arbustivo, o que sugere que estejam preservadas.
This work presents an integrated neural classifier aiming to increase the accuracy in the recogni... more This work presents an integrated neural classifier aiming to increase the accuracy in the recognition of different features inside CCD/CBERS images. Among these features there are native capons and areas of reforestation of Araucaria angustifolia located in the interior and in the proximities of the Sao Francisco de Paula National Forest. This forest is considered the older conservation unit from Rio Grande do Sul state, Brazil . The considered neural classifiers are said integrated because they are constituted of three models of neural nets grouped in two distinct approaches of integration: a) the two-third approach, and b) the credibility criterion approach. The used neural classifiers were: Multi-layer Perceptron, Learning Vector Quantization, and Radial Basis Function. The developed experiments showed that the integrated neural model using the credibility criterion approach contributes for increasing the accuracy in the identification of features, revealing promising for other a...
Mapas de vulnerabilidade natural à perda de solo são importantes produtos cartográficos de anális... more Mapas de vulnerabilidade natural à perda de solo são importantes produtos cartográficos de análise ambiental e servem como subsídio aos planos de gestão e ordenamento territorial. Este trabalho apresenta a análise integrada dos elementos do meio físico e do uso e ocupação do solo realizada na região do Morro do Osso e adjacências, município de Porto Alegre/ RS, com o objetivo de mapear a vulnerabilidade natural à perda de solo através da aplicação de técnicas de geoprocessamento em ambiente de Sistemas de Informações Geográficas e do con-ceito de Ecodinâmica. Os resultados obtidos mostram que na área de estudo não há predominân-cia de processos morfogenéticos sobre os processos pedogenéticos, com 99,9% da área classifi-cada, ao menos, segundo a classe " Medianamente Estável/Vulnerável " aos processos erosivos. A estabilidade do terreno se deve a fatores como o subtrato rochoso e a ampla presença de cobertura vegetal. Dados de campo comprovam a estabilidade da área aos proc...
This section aims to illustrate the modeling of the developed system, and also demonstrates the u... more This section aims to illustrate the modeling of the developed system, and also demonstrates the use and operation of the tool with the aid of the Use Case diagram (Fig. 4.1) that characterizes the implemented features.
The foremost aim of the present study was the development of a tool to detect daily deforestation... more The foremost aim of the present study was the development of a tool to detect daily deforestation in the Amazon rainforest, using satellite images from the MODIS/TERRA sensor and Artificial Neural Networks. The developed tool provides parameterization of the configuration for the neural network training to enable us to select the best neural architecture to address the problem. The tool makes use of confusion matrices to determine the degree of success of the network. A spectrum-temporal analysis of the study area was done on 57 images from May 20 to July 15, 2003 using the trained neural network. The analysis enabled verification of quality of the implemented neural network classification and also aided in understanding the dynamics of deforestation in the Amazon rainforest, thereby highlighting the vast potential of neural networks for image classification. However, the complex task of detection of predatory actions at the beginning, i.e., generation of consistent alarms, instead of false alarms has not been solved yet. Thus, the present article provides a theoretical basis and elaboration of practical use of neural networks and satellite images to combat illegal deforestation.
Proceedings. XV Brazilian Symposium on Computer Graphics and Image Processing
Page 1. ANEURAL APPROACH TO CLASSIfICATION Of SATELLITE IMAgES VIVIANE TODT DIVERIO, ARTHUR TÓRGO... more Page 1. ANEURAL APPROACH TO CLASSIfICATION Of SATELLITE IMAgES VIVIANE TODT DIVERIO, ARTHUR TÓRGO GOMEZ, FERNANDO SANTOS OSÓRIO, LEANDRO TOSS HOFFMANN, ANTÔNIO GABRIEL RODRIGUES ...
This paper show the classification obtained with a artificial neural network to mapping Brazilian... more This paper show the classification obtained with a artificial neural network to mapping Brazilian Amazon areas. The new approach is based on fraction images generated by linear spectral mixture modeling and used like input to network.
CEPSRM/UFRGS , Doutor Engcnhciro. Curitiba, Brasil 1992; Professor do CEPSR..l\1/l.1FRGS e do Dcp... more CEPSRM/UFRGS , Doutor Engcnhciro. Curitiba, Brasil 1992; Professor do CEPSR..l\1/l.1FRGS e do Dcpto da Geodésiallllstituto de Geocil~ncias: Especialista da área de Engenharia Florest..'ll RESUMO Este trabalho apresenta uma compara~ao entre o método de Má-xima Verossimilhanl¡:a Gaussiana e uma Rede Neura! Artificial Multinível com BackPropagation na classificayao de espécies vegetaís em imagens multiespectrais. A área de estudo situa-se no estado do Rio Grande do Sul, Brasil, a cerca de 290 Km da capital do estado-Porto Alegre. A classificayao realizada por ambos os métodos, utilizando-se imagens do satélite Landsat 5-TM; identifica as espécies vegetais: Pinlls, }.•1JCal).pfus, Acácia Negra e Mata Nativa, que predominam na regiao.
This paper shows the classification obtained with an integrated system based on artificial neural... more This paper shows the classification obtained with an integrated system based on artificial neural networks to map land use and cover areas in the Brazilian Amazon. This system is composed to three neural nets models: Multi-Layer Perceptron, Learning Vector Quantization, and Radial Basis Function. After the training and recognition phase, the results obtained with each net were combined and a final thematic map was generated through the integration module. The system showed to be very promising for studying the targets inside MODIS images for purposes as deforested areas monitoring.
The main purpose of this work was the development of a tool to detect daily deforestation in the ... more The main purpose of this work was the development of a tool to detect daily deforestation in the Amazon rainforest, using satellite images from the MODIS/TERRA [1] sensor and Artificial Neural Networks. The developed tool provides the parameterization of the configuration for the neural network training to enable us to find the best neural architecture to address the problem. The tool makes use of confusion matrixes to determine the degree of success of the network. Part of the municipality of Porto Velho, in Rondônia state, is located inside the tile H11V09 of the MODIS/TERRA sensor, which was used as the study area. A spectrum-temporal analysis of this area was made on 57 images from 20 of May to 15 of July 2003 using the trained neural network. This analysis allowed us to verify the quality of the implemented neural network classification as well as helping our understanding of the dynamics of deforestation in the Amazon rainforest. The great potential of neural networks for image classification was perceived with this work. However, the generation of consistent alarms, in other words, detecting predatory actions at the beginning; instead of firing false alarms is a complex task that has not yet been solved. Therefore, the major contribution of this paper is to provide a theoretical basis and practical use of neural networks and satellite images to combat illegal deforestation.
Uploads
Papers by Viviane Todt