Criação e avaliação de modelos de prognóstico futuro de linhas de costa, utilizando regressão estatística e redes neurais artificiais, a partir das séries temporais de imagens de satélite

Sousa, Willamys Rangel Nunes de

Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/69728

Registro completo de metadados

Campo DC	Valor	Idioma
dc.contributor.advisor	Souto, Michael Vandesteen Silva	-
dc.contributor.author	Sousa, Willamys Rangel Nunes de	-
dc.date.accessioned	2022-12-14T12:45:41Z	-
dc.date.available	2022-12-14T12:45:41Z	-
dc.date.issued	2022	-
dc.identifier.citation	SOUSA, Willamys Rangel Nunes de. Criação e avaliação de modelos de prognóstico futuro de linhas de costa, utilizando regressão estatística e redes neurais artificiais, a partir das séries temporais de imagens de satélite. 2022. 98 f. Tese (Doutorado em Geologia) - Centro de Ciências, Universidade Federal do Ceará, Fortaleza, 2022.	pt_BR
dc.identifier.uri	http://www.repositorio.ufc.br/handle/riufc/69728	-
dc.description.abstract	Coastal erosion is the process of material removal from the shoreline that results in the loss of land as it recedes towards the territory. This process causes loss of properties, infrastructure, biodiversity, in addition to generating, annually, great economic impacts. It has become a global problem and therefore the analysis and monitoring of such impacts is an issue that deserves adequate attention. For this purpose, Remote Sensing data have been widely used in various studies that assess spatial and temporal change in land use and land cover. Furthermore, the use of time series of satellite images applied to the investigation of land cover change and its spatio- temporal pattern has been proven to be an extremely efficient approach for studies on coastal monitoring. In this context, the main objective of this work was to create and evaluate prognostic models to generate future scenarios, based on the analysis of spatio-temporal changes of coastlines extracted from orbital images in an automated way, from 1985 to 2018. To achieve this goal, two models were proposed, the first using linear regression techniques and the second applying artificial neural networks to create a predictive model of future scenarios, implemented in Python language, using the Numpy, OpenCV, Sklearn and Keras libraries. In addition to these, Digital Image Processing techniques and the extraction of the Modified Normalized Difference Water Index (MNDWI) were used in Remote Sensing images. As a result, an algorithm for automatic extraction of shorelines from MNDWI images was implemented. In addition, a coastal erosion prognosis model was generated for the year 2021, based on the time series from 1985 to 2015. Finally, a hybrid architecture of artificial neural networks was proposed, composed of a convolutional neural network layer and another Long Short-Term Memory layer, to estimate future scenarios of sectors of the coastline, in the city of Icapuí-CE. For this, a time series from 1988 to 2018 was used and MNDWIs were generated for the years 2003, 2008, 2013 and 2018, in addition to the generation of the prognosis for the year 2023. In addition, a comparison was made between the lines automatically generated coastlines and the lines extracted by a photo interpreter, using the Geographic Information System	pt_BR
dc.language.iso	pt_BR	pt_BR
dc.subject	Geoprocessamento	pt_BR
dc.subject	Sensoriamento Remoto	pt_BR
dc.subject	Erosão costeira	pt_BR
dc.title	Criação e avaliação de modelos de prognóstico futuro de linhas de costa, utilizando regressão estatística e redes neurais artificiais, a partir das séries temporais de imagens de satélite	pt_BR
dc.type	Tese	pt_BR
dc.description.abstract-ptbr	A erosão costeira é o processo de remoção de material na linha de costa que resulta na perda da terra à medida que ela recua em direção ao território. Este processo causa perda de propriedades, infraestrutura, biodiversidade, além de gerar, anualmente, grandes impactos econômicos. Ele tem se tornado um problema global e, portanto, a análise e o monitoramento de tais impactos é uma questão que merece atenção adequada. Para esta finalidade, os dados de Sensoriamento Remoto têm sido amplamente utilizados em vários estudos que avaliam a mudança espacial e temporal do uso e cobertura da terra. Ademais, o uso de séries temporais de imagens de satélite aplicadas na investigação da mudança na cobertura da terra e seu padrão espaço-temporal, tem sido comprovado como uma abordagem extremamente eficiente para estudos sobre monitoramentos costeiros. Nesse contexto, o objetivo principal desse trabalho foi criar e avaliar modelos de prognóstico para geração de cenários futuros, a partir da análise das mudanças espaço-temporal das linhas de costa extraídas a partir de imagens orbitais de forma automatizada, do período de 1985 a 2018. Para atingir esse objetivo, foram propostos dois modelos, sendo o primeiro utilizando técnicas de regressão linear e o segundo aplicando redes neurais artificiais para a criação de um modelo de prognóstico de cenários futuros, implementados na linguagem Python, com a utilização das bibliotecas Numpy, OpenCV, Sklearn e Keras. Além destas, foram utilizadas técnicas de Processamento Digital de Imagem e a extração do Modified Normalized Difference Water Index (MNDWI) em imagens de Sensoriamento Remoto. Como resultado, foi implementado um algoritmo para extração automática de linhas de costa, a partir de imagens MNDWI. Além disso, gerou-se um modelo de prognóstico de erosão costeira para o ano de 2021, baseado na série temporal dos anos de 1985 a 2015. Por fim, foi proposta uma arquitetura híbrida de redes neurais artificiais, composta de uma camada de rede neural convolucional e outra camada Long Short-Term Memory, para estimar cenários futuros de setores da linha de costa, no município de Icapuí-CE. Para isto, foi utilizada uma série temporal do período de 1988 a 2018 e foram gerados MNDWI para os anos de 2003, 2008, 2013 e 2018, além da geração do prognóstico para o ano de 2023. Ademais, foi realizada a comparação entre as linhas de costa geradas automaticamente e as linhas extraídas por um fotointérprete, utilizando o Sistema de Informações Geográficas	pt_BR
dc.title.en	Creation and evaluation of future forecast models for coastlines, using statistical regression and artificial neural networks, from time series of satellite images	pt_BR
Aparece nas coleções:	DGL - Teses defendidas na UFC

Arquivos associados a este item:

Arquivo	Descrição	Tamanho	Formato
2022_tese_wrnsousa.pdf		28,88 MB	Adobe PDF	Visualizar/Abrir

Mostrar registro simples do item Visualizar estatísticas