Dados do Trabalhos de Conclusão

INSTITUTO MILITAR DE ENGENHARIA
ENGENHARIA DE DEFESA (31007015011P8)
UTILIZAÇÃO DE SENSOR HIPERESPECTRAL COM VISADA OBLÍQUA PARA A IDENTIFICAÇÃO DA PRESENÇA DE CLOROFILA-A EM CORPOS D'ÁGUA
JAQUELINE MARIA RIBEIRO VIEIRA
TESE
23/11/2018

A contaminação da água pode contribuir para a degradação do meio ambiente, afetando diretamente a saúde, a segurança, o bem-estar da população, as atividades econômicas e sociais, a fauna, a flora e a qualidade dos recursos ambientais. Além de ser um dos mais preciosos recursos naturais, a água é também considerada imprescindível para a sobrevivência humana dentro de cada utilização para a qual se destina. Esta pesquisa visa a utilização do sensoriamento remoto hiperespectral móvel e com visada oblíqua para avaliar e monitorar a qualidade da água com o objetivo de detectar se uma determinada região está apropriada para o contato físico primário. O sensor hiperespectral é posicionado em torno de 45 graus com a superfície da água com a utilização de um tripé. O parâmetro utilizado nessa avaliação da água, é a concentração de clorofila-a, importante indicador de biomassa de plâncton. A quantificação da presença da clorofila-a, é realizada através da utilização de rede neural artificial (RNA) do tipo Perceptron Multicamadas contendo, como entrada, 10 bandas espectrais que permitem, de acordo com a curva espectral obtida, identificar os principais pontos do contorno, obtendo-se uma aproximação da curva que define a presença da clorofila-a. A saída dessa RNA contém a quantificação da clorofila-a e, a partir dessa informação, é possível a respectiva avaliação quanto à qualidade da água da região analisada. A aplicação do método proposto, tanto no estudo de caso do lago da Quinta da Boa Vista, quanto no da Baía de Guanabara, apresenta resultados satisfatórios para a avaliação desejada. A grande variação da concentração de clorofila-a, com valor mínimo de 0,8 µg/l na baía e chegando ao valor de 349,27 µg/l no lago, não interferiu na estabilidade do método em relação à quantificação da clorofila-a. Após a comparação dos resultados obtidos com a aplicação do método e dos resultados obtidos pela análise laboratorial das amostras, o método proposto demonstrou atingir o objetivo estabelecido nessa pesquisa. Foi possível avaliar que a água do lago da Quinta da Boa Vista em nenhum momento foi viável para qualquer tipo de contato. As amostras da Baía de Guanabara apresentaram variações nos resultados, estando a água com qualidade aceitável em algumas regiões e em outras, poucos metros distante, com qualidade inaceitável. As medições espectrorradiométricas apresentam dados com qualidade espectral para a interpretação da presença da clorofila-a. As 10 bandas espectrais selecionadas demonstraram uma forte relação com a presença da clorofila-a e também contribuíram para o treinamento da rede. Esta pesquisa apresenta um método para quantificar a clorofila-a, em tempo real, não dependente de imagens orbitais e mais acessível que a aquisição de dados aero-transportados. As vantagens desta proposta são: a possibilidade de aquisição de dados a qualquer hora do dia (restrito apenas pelas condições do tempo e do horário diurno), a flexibilidade de operação, a liberdade para definir a área de imageamento e o tempo de aquisição.

REDE NEURAL ARTIFICIAL;SENSORIAMENTO REMOTO HIPERESPECTRAL;QUALIDADE DA ÁGUA
Contamination of water can contribute to the degradation of the environment, directly affecting health, safety, population welfare, economic and social activities, fauna, flora and the quality of environmental resources. In addition to being one of the most precious natural resources, water is also considered essential for human survival within each use for which it is intended. This research aims at the use of mobile hyperspectral and oblique view remote sensing to evaluate and monitor water quality in order to detect if a certain region is appropriate for primary physical contact. The hyperspectral sensor is positioned about 45 degrees to the surface of the water using a tripod. The parameter used in this water assessment is the concentration of chlorophyll-a, an important indicator of plankton biomass. The quantification of the presence of chlorophyll-a is performed through the use of an artificial neural network (ANN) of the Multi-layered Perceptron type containing, as input, 10 spectral bands that allow, according to the obtained spectral curve, to identify the main contour points , obtaining an approximation of the curve that defines the presence of chlorophyll-a. The output of this ANN contains the quantification of chlorophyll-a and, from this information, it is possible to evaluate the quality of the water in the analyzed region. The application of the proposed method, both in the case study of the lake of Quinta da Boa Vista and in the Bay of Guanabara, presents satisfactory results for the desired evaluation. The chlorophyll-a concentration, with a minimum value of 0.8 μg/l in the bay and reaching a value of 349.27 μg/l in the lake, did not interfere in the stability of the method in relation to chlorophyll-a quantification . After comparing the results obtained with the application of the method and the results obtained by the laboratory analysis of the samples, the proposed method demonstrated to reach the objective established in this research. It was possible to evaluate that the lake water of Quinta da Boa Vista was at no time feasible for any type of contact. Samples from Guanabara Bay presented variations in the results, with water being of acceptable quality in some regions and others, a few meters distant, with unacceptable quality. The spectroradiometric measurements present data with spectral quality for the interpretation of the presence of chlorophyll-a. The 10 spectral bands selected showed a strong relationship with the presence of chlorophyll-a and also contributed to the network training. This research presents a method to quantify the chlorophyll a, in real time, not dependent on orbital images and more accessible than the acquisition of airborne data. The advantages of this proposal are: the possibility of acquiring data at any time of the day (restricted only by time and daytime conditions), flexibility of operation, freedom to define the imaging area and time of acquisition.
ARTIFICAL NEURAL NETWORKS;HIPERESPECTRAL REMOTE SENSING;QUALIDADE DA ÁGUA
0
PORTUGUES
INSTITUTO MILITAR DE ENGENHARIA
O trabalho possui divulgação autorizada

Contexto

ENGENHARIA DE DEFESA
MODELAGEM E SIMULAÇÃO EM SISTEMAS DE DEFESA
-

Banca Examinadora

CARLOS FREDERICO DE SA VOLOTAO
DOCENTE - COLABORADOR
Sim
Nome Categoria
NIVAL NUNES DE ALMEIDA Participante Externo
PAULO MARCIO LEAL DE MENEZES Participante Externo
PAULO HENRIQUE COELHO MARANHAO Docente - COLABORADOR
JORGE LUIS NUNES E SILVA BRITO Participante Externo

Financiadores

Financiador - Programa Fomento Número de Meses
FUND COORD DE APERFEICOAMENTO DE PESSOAL DE NIVEL SUP - Programa de Demanda Social 48

Vínculo

Servidor Público
Instituição de Ensino e Pesquisa
Ensino e Pesquisa
Sim