Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/22224
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2013_BrunoCarramaschiBorges_tcc.pdf5,05 MBAdobe PDFver/abrir
Registro completo
Campo Dublin CoreValorLíngua
dc.contributor.advisorMeneses, Paulo Roberto-
dc.contributor.authorBorges, Bruno Carramaschi-
dc.identifier.citationBORGES, Bruno Carramaschi. Identificação de áreas hidromórficas, por meio de análise espectral de dados de sensoriamento remoto, como subsídio para a elaboração de laudos periciais de avaliação de imóveis rurais. 2013. 57 f., il. Trabalho de Conclusão de Curso (Especialização em Geoprocessamento Ambiental)—Universidade de Brasília, Brasília, 2013.pt_BR
dc.descriptionTrabalho de Conclusão de Curso (especialização)—Universidade de Brasília, Instituto de Geociências, 2013.pt_BR
dc.description.abstractEste trabalho teve como objetivo identificar áreas hidromórficas de duas fazendas, localizadas no Município de Flores de Goiás/GO, desapropriadas para o Programa de Reforma Agrária. Para tal, utilizou-se a análise integrada de índices espectrais, bem como algoritmos de classificação de dados de sensoriamento remoto, visando desenvolver metodologia que auxilie nas suas caracterizações físicas e subsidiar a elaboração de laudos periciais de avaliação de imóveis rurais. Utilizou-se uma imagem ASTER, de 02 de maio de 2013, do produto sob demanda AST_07XT, que já vem com as correções atmosférica e de crosstalk, além de ser um dado de reflectância de superfície. Para o processamento adotou-se a análise comparativa entre as ferramentas de PDI (Processamento Digital de Imagens) classificador hiperespectral SAM (Spectral Angle Mapper), e os índices espectrais EVI2 (Enhanced Vegetation Index-2) e IFe (Índice Férrico), bem como a utilização do modelo digital de elevação, com base em imagem SRTM (Shuttle Radar Topography Mission), otimizada para 30 metros de resolução espacial. Foram analisados o relevo, solo, rede hidrográfica, clima e vegetação natural e exótica. Na sequência, quatro planos de informação temáticos foram produzidos, um para cada ferramenta de PDI, com o objetivo de identificar as terras úmidas, em face às variáveis apresentadas. Como resultado, a análise integrada demonstrou que, ainda que tenha sido possível separar as áreas úmidas das secas, individualmente, nenhum dos processamentos foi capaz de prover um resultado com precisão. Entende-se que trabalhos adicionais devem ser incentivados para que os laudos periciais relacionados à avaliação de imóveis rurais se tornem mais precisos e fundamentados tecnicamente.pt_BR
dc.rightsAcesso Abertopt_BR
dc.subject.keywordVegetação - mapeamentopt_BR
dc.subject.keywordSensoriamento remotopt_BR
dc.titleIdentificação de áreas hidromórficas, por meio de análise espectral de dados de sensoriamento remoto, como subsídio para a elaboração de laudos periciais de avaliação de imóveis ruraispt_BR
dc.typeTrabalho de Conclusão de Curso - Especializaçãopt_BR
dc.date.accessioned2019-06-26T15:10:35Z-
dc.date.available2019-06-26T15:10:35Z-
dc.date.submitted2013-
dc.description2Autorização concedida pelo chefe do Instituto de Geociências para disponibilização na Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM).pt_BR
dc.identifier.urihttp://bdm.unb.br/handle/10483/22224-
dc.language.isoPortuguêspt_BR
dc.contributor.advisorcoBaptista, Gustavo Macedo de Mello-
dc.description.abstract1The aim of this study is to identify hydromorphic areas in two farms located in the city of Flores de Goiás, GO and inappropriate for the Land Reform Programme. To this, we used the integrated analysis of spectral indices and supervised classification algorithms of remote sensing data, to develop a methodology to assist in their physical characterization, as well as subsidizing forensic reports of rural properties. We used an ASTER image of May 2nd, 2013 on demand product AST_07XT that comes with the atmospheric and crosstalk corrections, besides being a surface reflectance data. For processing adopted the comparative analysis DIP tools (Digital Image Processing) hyperspectral classifier SAM (Spectral Angle Mapper), and spectral indices EVI - 2 (Enhanced Vegetation Index - 2) and IFe (Ferric index) as well as the use of digital elevation model, based on SRTM image, optimized for 30-meter spatial resolution. We analyzed topography, soil, river network, climate and natural and exotic vegetation. Following four thematic information plans were produced, one for each DIP tool, to identifying wet areas, due to the variables presented. As a result, the integrated analysis demonstrated that, although it was possible to separate wet from dry areas individually, none of the processing was able to provide a result with precision. It is meant that additional work should be encouraged so that the forensic reports issued related to evaluation of rural properties become more technically accurate and justified.pt_BR
Aparece na Coleção:Geoprocessamento Ambiental



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.