@MastersThesis{Rojas:2004:SíGeRe,
author = "Rojas, Eddy Hoover Mendoza",
title = "S{\'{\i}}ntese gen{\'e}tica de redes neurais artificiais ART2
na classifica{\c{c}}{\~a}o de imagens ASTER para mapeamento de
uso e cobertura da terra na regi{\~a}o norte do Mato Grosso",
school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
year = "2004",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2004-02-16",
keywords = "sensoriamento remoto, redes neurais, uso da terra, Amaz{\^o}nia,
algoritmos gen{\'e}ticos, mapeamento, Mato Grosso (MT), remote
sensing, neural nets, land use, Amazon region (\south America),
genetic algorithms, mapping, Mato Grosso (State).",
abstract = "O presente trabalho tem como objetivo a utiliza{\c{c}}{\~a}o de
uma s{\'{\i}}ntese gen{\'e}tica de rede neural artificial
n{\~a}o supervisionada Adaptive Resonance Theory (ATR2) na
classifica{\c{c}}{\~a}o de imagens ASTER para o mapeamento de
uso e cobertura da terra em uma {\'a}rea de floresta tropical. A
{\'a}rea de estudo est{\'a} localizada na regi{\~a}o norte do
Estado do Mato Grosso e {\'e} caracterizada por forte processo de
ocupa{\c{c}}{\~a}o e mudan{\c{c}}a da paisagem, ocasionada por
a{\c{c}}{\~o}es antr{\'o}picas como desflorestamento,
extra{\c{c}}{\~a}o seletiva de madeira e agricultura. Os dados
de campo foram obtidos nos meses de maio e junho de 2003. O uso
dos dados do sensor Terra/ASTER possibilitou o incremento na
an{\'a}lise do processo de ocupa{\c{c}}{\~a}o nas {\'a}reas de
floresta tropical, devido principalmente a sua melhor
resolu{\c{c}}{\~a}o espacial e espectral, apresentando-se como
uma alternativa aos tipos de dados de sensores atualmente
dispon{\'{\i}}veis no mercado. Os par{\^a}metros de entrada
para a rede ART2 foram otimizados por algoritmo gen{\'e}tico e
tamb{\'e}m foi avaliado seu desempenho no processo da
classifica{\c{c}}{\~a}o tem{\'a}tica dos alvos em
rela{\c{c}}{\~a}o {\`a} verdade terrestre. Os resultados
mostraram que atrav{\'e}s da rede ART2 as diversas classes
tem{\'a}ticas definidas em campo foram classificadas de maneira
satisfat{\'o}ria. As bandas que possibilitaram maior
diferencia{\c{c}}{\~a}o dos alvos foram as bandas 2 (630-690
nm), 3 (760-860 nm), e 4 (1600-1700 nm), enquanto que as bandas 8
(2295-2365 nm) e 6 (2185-2225 nm) complementaram para a
identifica{\c{c}}{\~a}o dos alvos em estudo. Finalmente
avaliando as mudan{\c{c}}as ocorridas entre os anos 2002 e 2003,
p{\^o}de-se observar que houve uma diminui{\c{c}}{\~a}o da
{\'a}rea de floresta devido ao aumento de {\'a}reas destinadas
para agricultura ou pastagens. ABSTRACT: The present work has the
objective shows the applicability of the genetic synthesis of the
unsupervised artificial neural network ART2 (Adaptive Resonance
Theory) in the classification of ASTER images data for the land
use and land cover mapping. The study area is located in the north
Mato Grosso State, Brazil and is characterized by the strong human
occupation process that caused changes in the landscape, by
deforestation, selective logging and agricultural. The field data
was acquired in May- June of 2003. The use of ASTER images made
possible an improved analysis of the occupation process in
tropical forest areas. ASTER images have adequate spatial and
spectral resolution and are an alternative to the remaining remote
sensing data available. The input parameters for the net ART2 were
optimized by genetic algorithm and the net was evaluated through
comparison of classification results with field data. The results
showed a satisfactory classification of ASTER images using ART2.
ASTER bands 2 (630-690 nm), 3 (760-860 nm), and 4 (1600-1700 nm)
allowed increased differentiation of classes, while bands 8
(2295-2365 nm) and 6 (2185-2225 nm) were complementary for the
identification of classes. The main land use changes that occurred
between 2002 and 2003 were related to deforestation since many
areas of tropical forest were replaced by agriculture and
pastures.",
committee = "Shimabukuro, Yosio Edemir (presidente) and Santos, Jo{\~a}o
Roberto dos (orientador) and Carvalho J{\'u}nior, Osmar
Ab{\'{\i}}lio de and Bitencourt, Marisa Dantas and Santa Rosa,
Antonio Nuno de Castro",
copyholder = "SID/SCD",
englishtitle = "Genetic synthesis of artificial neural networks ART2 in the
classification of ASTER images for land use and land cover mapping
in the north area, Mato Grosso State.",
language = "pt",
pages = "124",
ibi = "6qtX3pFwXQZ3P8SECKy/Bqtoa",
url = "http://urlib.net/ibi/6qtX3pFwXQZ3P8SECKy/Bqtoa",
targetfile = "paginadeacesso.html",
urlaccessdate = "03 maio 2024"
}