Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.ufc.br/handle/riufc/41003
Tipo: | Dissertação |
Título : | Utilização de imagens spot 5 na detecção de embarcações marítimas brasileiras como suporte ao programa de rastreamento de embarcações por satélites |
Título en inglés: | Use of spot 5 images on vessel detection brazilian maritime as a support for the tracking program of vessels by satellites |
Autor : | Silva, Caio Silvio Braz Peixoto da |
Tutor: | Maia, Luis Parente |
Palabras clave : | Navios;Pesca;Sensoriamento remoto |
Fecha de publicación : | 2009 |
Editorial : | Biblioteca de Ciências e Tecnologia do Pici |
Citación : | SILVA, Caio Silvio Braz Peixoto da. Utilização de imagens spot 5 na detecção de embarcações marítimas brasileiras como suporte ao programa de rastreamento de embarcações por satélites. 2009. 178 f. Dissertação (Mestrado em Engenharia de pesca) - Universidade Federal do Ceará, Fortaleza, 2009. |
Resumen en portugués brasileño: | Os sistemas de sensoriamento remoto por satélites orbitais têm despertado grande interesse quanto às suas aplicações tanto nas áreas da oceanografia física e biológica quanto naquelas direcionadas à vigilância marítima onde se destacam a vigilância do tráfego, a segurança marítima, o monitoramento do derrame de óleo e poluição marítima e a pesca ilegal. No Brasil, desde 2006, o governo implantou o Programa de Rastreamento de Embarcações – PREPS que é um sistema de monitoramento de embarcações (Vessel Monitoring System – VLS) para rastrear e monitorar as embarcações pesqueiras. O PREPS consiste em um componente embarcado que informa continuamente às autoridades a localização dos barcos e suas movimentações em tempo real. Contudo, muitos barcos não aderiram ao sistema, de fato apenas 10% das embarcações ativas estão equipadas com o sinalizador do PREPS, resultando que 90% das embarcações atuantes nas pescas do país são invisíveis ao Sistema. Nesse contexto o sensoriamento remoto amparado em satélites de Observação da Terra é reconhecido como importante ferramenta para obter informações sobre esses barcos não cooperados, dando suporte ao sistema ativo VLS do PREPS. No âmbito do programa franco – europeu GMES – Segurança/LIMES (Land and Sea Integrated Monitoring for European Security, financiado pela União Européia), um algoritmo para detecção automática de navios foi desenvolvido para complementar medidas de controle de pesca existentes, em particular os Sistemas de Monitoramento de Embarcações. O algoritmo esta encapsulado no aplicativo “ShipDetection”. Baseado em detecção de feições através de algoritmo genético xii (GA) e rede neural (NN) este algoritmo foi utilizado primeiramente pelo grupo liderado pela Dra. Christine Corbane à frente de pesquisadores do Institute pour La Recheuse pour Development – IRD, na Guiana Francesa. O protótipo foi concebido para detectar e classificar pequenos alvos, tais como barcos de pesca de camarão, e testados em imagens pancromáticas do satélite SPOT-5 com 5m de resolução espacial levando-se em conta o ambiente e o contexto da pescaria na região. (CORBANE, 2008). Neste trabalho o algoritmo “ShipDetection” foi testado em duas áreas piloto no Brasil, uma na região Norte e a outra na região Sul com resultados satisfatórios confirmando a sua robustez. Contudo a taxa de alarmes falsos, notadamente em imagens com alta porcentagem de nuvens e “ruídos” da superfície do mar, precisa ser otimizada para melhorar o desempenho do algoritmo. |
Abstract: | Brazil, since 2006, has set up its “Programa de Rastreamento de Embarcações – PREPS” which is a system based on a Vessel Monitoring System - VLS to monitor its fishing vessels. The PREPS program relies on a ship-born component that provides the authorities with a continuous monitoring of vessels location and movements in real time. However, many ships are not equipped with this system, in fact only 10% of the active fishing vessels are equipped with it, the others 90% are not “visible” to the system. In this case remote sensing using Earth Observation satellites is recognized as an important tool to obtain information about these vessels and support the active system (VMS) with passive measurements for non- cooperating ships. Dra. Christine Corbane, 2008, has developed and tested within the framework of the LIMES project (Land and Sea Integrated Monitoring for European Security), an algorithm for automatic ship detection using SPOT-5 HRG data to complement existing fishery control measures, in particular the Vessel Monitoring System. The algorithm focused on feature-based analysis of satellite imagery. Genetic algorithms and Neural Networks were used to deal with the feature-borne information. This algorithm was designed to classify small targets such as shrimp boats and was successfully tested under French Guyana fishing conditions using panchromatic SPOT-5, 5-m resolution product. In this work we tested the “ShipDetection” in two regions of Brazil: the first one in North area quite similar to the conditions at French Guyana where the shrimp xiv fishery takes place and the second one at the South of Brazil taking into account the environmental and fishing context of its regions. The results showed that the algorithm works pretty well to detect small boats as the ones used in shrimp fishery at the North of Brazil and the longer ones used in the fisheries in the South of Brazil. Although some problems related to increased false alarm rates has to be solved particularly with images with a high percentage of cloud cover and sea cluttered background. Some more research is needed to turn the “ShipDetection” algorithm into an operational tool to monitor “Illegal and Unreported Fisheries” as detailed in this work. |
URI : | http://www.repositorio.ufc.br http://www.repositorio.ufc.br/handle/riufc/41003 |
Aparece en las colecciones: | PPGENP - Dissertações defendidas na UFC |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
2009_dis_csbpsilva.pdf | 8,33 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.