Utilize este identificador para referenciar este registo: http://hdl.handle.net/10451/20677
Título: Utilização de imagens de deteção remota para monitorização das culturas e estimação das necessidades de rega
Autor: Vilar, Pedro Miguel do Carmo
Orientador: Ferreira, Ana Cristina Navarro, 1968-
Rolim, João
Palavras-chave: Gestão da água
Deteção remota
Classificação de imagem
Fenologia
Necessidades de rega
Teses de mestrado - 2015
Data de Defesa: 2015
Resumo: A estimação das necessidades de rega das culturas depende de uma correta caracterização dos parâmetros biofísicos das culturas, sendo que se podem utilizar imagens de deteção remota (DR) para a obtenção desta informação. Assim, através de uma série temporal de imagens é possível obter um conjunto de informações sobre as várias culturas existentes numa dada região agrícola. O presente estudo tem como principal objetivo a utilização de imagens de satélite Landsat e de um modelo de balanço hídrico do solo para a monitorização e estudo das necessidades de rega de culturas de regadio. Neste estudo foram utilizadas imagens adquiridas pelos satélites Landsat 7 e 8, que cobrem a região da lezíria de Vila Franca de Xira, em várias datas compreendidas entre os meses de abril e outubro de 2013. Para cada uma das imagens, determinaram-se os valores de Índice de Vegetação de Diferença Normalizada (NDVI – Normalized Difference Vegetation Index) que foram utilizados para estimar os valores do coeficiente cultural basal (Kcb) e as datas dos estádios fenológicos das culturas. Com base nos dados das culturas, do tipo de solo e nos dados meteorológicos das estações meteorológicas da Barragem de Magos e de Canha, relativos ao ano de 2013, realizou-se o balanço hídrico das culturas com o modelo IrrigRotation, de modo a estimar as necessidades de rega das culturas. Complementarmente, procedeu-se à identificação e classificação de alguns tipos de culturas existentes na zona em estudo, comparando os métodos de classificação máquinas de suporte vetorial (SVM – Support Vector Machine) e de máxima verosimilhança (ML – Maximum Likelihood), procedendo-se, posteriormente, a uma classificação multitemporal com o método que devolveu melhores resultados. Os resultados obtidos para a caracterização das culturas a partir da DR permitiram adquirir informação para a estimação das necessidades de rega. Os respetivos valores mostraram-se concordantes com valores normalmente obtidos para as culturas em Portugal. Na classificação de culturas, o método que apresentou melhores resultados foi o SVM com uma precisão global de 87%. A classificação multitemporal, com recurso a este método, permitiu uma melhoria nos resultados, tendo-se verificado um aumento da precisão global da classificação de 6%.
Crop´s irrigation requirements estimation depends on a correct characterization of crop biophysical parameters. This characterization can be extracted from remote sensing data (RS). Using a time series of images it is possible to obtain a set of information about the crop´s behavior for a certain agricultural region. This study aims at monitoring and estimate the crop´s irrigation requirements using Landsat satellite images and a water balance model. The satellite images used were acquired by Landsat 7 and 8 and cover the flatland region of Vila Franca de Xira, between the months of April to October on the year 2013. For each image was, the values of the Normalized Difference Vegetation Index (NDVI) were determined to estimate the corresponding values of the basal crop coefficient and the dates of crop´s phenological stages. Based on the crops information, soil type and meteorological data from the Barragem de Magos and Canha weather stations for the year 2013, a crop water balance with IrrigRotation model was performed in order to estimate the crop´s water requirements. In addition, the classification of some crop types present in the study area was done using the Support Vector Machine (SVM) and Maximum Likelihood (ML) classifiers. Subsequently, a multi-temporal classification was realized with the classifier that returned best results. The results for the crop characterization based on RS data enabled to acquire information for the irrigation requirements estimation. The best classification results were obtained by SVM classifier, with an overall classification accuracy of 87%. The multi-temporal crop classification using this classifier allowed an increase of 6% in the overall classification accuracy.
Descrição: Tese de mestrado em Engenharia Geográfica, apresentada à Universidade de Lisboa, através da Faculdade de Ciências, 2015
URI: http://hdl.handle.net/10451/20677
Designação: Mestrado em Engenharia Geográfica
Aparece nas colecções:FC - Dissertações de Mestrado

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
ulfc114277_tm_Pedro_Vilar.pdf4,53 MBAdobe PDFVer/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Degois 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.