@MastersThesis{Soler:2002:DeMaÓl,
author = "Soler, Luciana de Souza",
title = "Detec{\c{c}}{\~a}o de manchas de {\'o}leo na
superf{\'{\i}}cie do mar por meio de t{\'e}cnicas de
classifica{\c{c}}{\~a}o textural de imagens de radar de de
abertura sint{\'e}tica (RADARSAT-1)",
school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
year = "2002",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2000-12-19",
keywords = "mancha de {\'o}leo, RADARSAT-1, classifica{\c{c}}{\~a}o de
imagens, derramamento, polui{\c{c}}{\~a}o de {\'o}leo,
texturas, imagem de radar, radar de abertura sint{\'e}tica, oil
pollution, image classification, textures, synhetic aperture
radar, SAR, radar imagery, spilling.",
abstract = "A procura por reservas de petr{\'o}leo ao longo de plataformas
continentais tem sido realizada, ao longo dos anos, em {\'a}guas
cada vez mais profundas, sendo que o petr{\'o}leo cru e seus
derivados s{\~a}o transportados por um n{\'u}mero crescente de
navios e oleodutos submarinos atrav{\'e}s dos oceanos. Como
resultado destas atividades, o derramamento de {\'o}leo se mostra
como uma s{\'e}ria amea{\c{c}}a {\`a} preserva{\c{c}}{\~a}o e
manuten{\c{c}}{\~a}o da sa{\'u}de dos oceanos. Em virtude das
limita{\c{c}}{\~o}es de t{\'e}cnicas convencionais de
fiscaliza{\c{c}}{\~a}o e monitoramento da polui{\c{c}}{\~a}o
do mar, tem-se buscado as t{\'e}cnicas de sensoriamento remoto
orbital, como as apresentadas neste trabalho. Foram utilizadas
imagens do sistema RADARSAT-1/SAR nos modos Fine e ScanSAR Wide
obtidas na regi{\~a}o da Bacia de Campos-RJ. A estas imagens
foram aplicados dois tipos de classificadores texturais: Texture e
CTS. Para a determina{\c{c}}{\~a}o da verdade terrestre, foram
utilizados dados de dire{\c{c}}{\~a}o e intensidade do vento e
ondas, devido ao intervalo de 3 a 8 m/s de velocidade do vento a
que se limita o monitoramento de {\'o}leo; e temperatura da
superf{\'{\i}}cie oce{\^a}nica e cor do oceano no
aux{\'{\i}}lio de localiza{\c{c}}{\~a}o de {\'a}reas de
ressurg{\^e}ncia, c{\'e}lulas de chuva e atividade
biol{\'o}gica intensa. Os resultados das
classifica{\c{c}}{\~o}es foram analisados atrav{\'e}s de um
teste estat{\'{\i}}stico, utilizando o coeficiente de
concord{\^a}ncia kappa. Observou-se que o Texture apresentou
classifica{\c{c}}{\~o}es superiores nas imagens Fine em
rela{\c{c}}{\~a}o ao CTS. Por outro lado, o CTS apresentou
resultados superiores quando aplicado {\`a}s imagens ScanSAR
Wide. Conclui-se que a utiliza{\c{c}}{\~a}o dos classificadores
Texture e CTS deve ser feita de modo complementar, conforme o modo
de imageamento utilizado. Por fim, concluiu-se que o SAR se
mostrou uma ferramenta {\'u}til na detec{\c{c}}{\~a}o de
manchas na superf{\'{\i}}cie oce{\^a}nica. ABSTRACT: Oil spills
are a serious threat to the ocean preservation and health.
Throughout the years, the search for offshore oil reserves has
been moved to deeper waters, resulting in an increasing number of
ships and pipelines transporting both the crude oil and its
derivatives. Because of the limitations of the conventional
techniques to monitor oil pollution, remote sensing becomes a
powerful tool, and Synthetic Aperture Radar (SAR)images have been
used for this purpose. However, there is a need to evaluate the
different image processing techniques to detect the presence of
oil at the sea surface in SAR images. In this work two textural
classifiers were applied: Texture and the Semivariogram Textural
Classifier (STC), on RADARSAT-1/SAR Fine and ScanSAR Wide beam
modes. Used images were acquired for the continental shelf of
Campos Basin-RJ. Wind and wave data derived from numerical
forecast models were used to help the interpretation of processed
images. In addition, images of sea surface temperature and ocean
color were used to indicate probable oil spill look-alikes
associated with upwelling areas, rain cells or regions with
intense biological activities.The results of both classifiers were
analyzed by a statistical test using the kappa coefficient of
agreement. Texture classifier showed better results for Fine mode
images, while STC performed better on ScanSAR Wide images.
Therefore, it was concluded that the use of Texture and STC
classifiers should be complementary and used according to the beam
mode. The results reinforce the potential of SAR data as an useful
tool to detect and monitor oil spills at the sea surface, as long
as concurrent auxiliary data is available to minimize
misclassification.",
committee = "Lorenzzetti, Jo{\~a}o Antonio (presidente/orientador) and
Freitas, Corina da Costa (orientadora) and Stech, Jos{\'e} Luiz
and Vianna, M{\'a}rcio Luiz and Miranda, Fernando Pellon de",
copyholder = "SID/SCD",
englishtitle = "Oil spill detection at the sea surface by textural classification
techniques of synthetic aperture radar images (RADARSAT-1)",
label = "9670",
language = "pt",
pages = "167",
ibi = "83LX3pFwXQZ5Jpy/tsy8V",
url = "http://urlib.net/ibi/83LX3pFwXQZ5Jpy/tsy8V",
targetfile = "publicacao.pdf",
urlaccessdate = "04 maio 2024"
}