Chlorophyll a spatial inference using artificial neural network from multispectral images and in situ measurements
AUTOR(ES)
FERREIRA, MONIQUE S., GALO, MARIA DE LOURDES B.T.
FONTE
An. Acad. Bras. Ciênc.
DATA DE PUBLICAÇÃO
17/05/2013
RESUMO
Considerando a importância do monitoramento de parâmetros da qualidade da água, o sensoriamento remoto é uma alternativa viável à detecção de variáveis limnológicas que possuem propriedades de interação com a radiação eletromagnética, chamadas componentes opticamente ativos (COA). Dentre esses, cita-se a clorofila a, que é o pigmento mais representativo da atividade fotossintética em todas as classes de algas. Nesse sentido, o presente trabalho se propôs a desenvolver um método de inferência espacial da concentração de clorofila a utilizando Redes Neurais Artificiais (RNA). Para atingir tal objetivo, foi utilizada uma imagem multiespectral e medidas fluorimétricas como dados de entrada. A imagem multiespectral foi tratada, os dados de treinamento e validação da rede foram cuidadosamente selecionados e, a partir disso, foi definida a arquitetura de RNA e parâmetros mais adequados para modelar a variável de interesse. Ao final do treinamento, a rede foi aplicada à imagem e foi efetuada uma análise de qualidade. Com isso, percebeu-se que a interação entre dados fluorimétricos e multiespectrais forneceu bons resultados de aplicação quando combinados em uma estrutura de redes neurais artificiais.
ASSUNTO(S)
sensoriamento remoto da agua fluorescencia clorofila a inferencia espacial rede neural artificial
Documentos Relacionados
- Methodology for automatic process of the fired ceramic tile's internal defect using IR images and artificial neural network
- Evaluation of scoliosis using baropodometer and artificial neural network
- Automated grading of left ventricular segmental wall motion by an artificial neural network using color kinesis images
- MODELING AND SIMULATING LAND USE/COVER CHANGE USING ARTIFICIAL NEURAL NETWORK FROM REMOTELY SENSING DATA
- A combination of weather radar images and electrical discharges using an artificial neural network