A carregar...
Publicação
Vegetation Change Detection using Synthetic Aperture Radar Images Monitoring Fuel Breaks through SAR Imaging with Sentinel-1
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 1.38 MB | Adobe PDF |
Orientador(es)
Resumo(s)
In Portugal, a fuel break network is a crucial element for the control and suppression of
forest fires. When maintenance work is done, by removing vegetation within a designated
area, there is a need to monitor and evaluate its effectiveness. The implementation of fuel
breaks spans large areas and to replace field monitoring, remote sensing applications based
on optical satellite imagery have been developed. To combat the limitations of optical
visibility in adverse atmospheric conditions, literature has shown Synthetic Aperture
Radar (SAR) images are a viable solution and can serve as an addition to solidifying the
existing monitoring applications.
The proposed solution is a processing methodology for Sentinel-1 SAR imagery to
detect the removal of vegetation inside the designated area of a fuel break, this can be
achieved by using existing SAR processing techniques and aided by a classifier created
with machine learning. As a result, the developed methodology will deliver consistent
monitoring data from fuel breaks which can be used to further reinforce existing optical-
based solutions.
Em Portugal, a rede de faixas de gestão de combustível é um elemento fundamental para o controlo e a supressão dos incêndios florestais. Quando são efectuados trabalhos de manutenção, através da remoção de vegetação dentro de uma área designada, é necessário monitorizar e avaliar a sua eficácia. A implementação de faixas de gestão de combustível abrange grandes áreas e, para substituir a monitorização no terreno, foram desenvolvidas aplicações de deteção remota baseadas em imagens ópticas de satélite. Para combater as limitações da visibilidade ótica em condições atmosféricas adversas, a literatura tem demonstrado que as imagens de Radar de Abertura Sintética (SAR) são uma solução viável e podem servir como complemento para fortalecer as aplicações de monitorização existentes. A solução proposta é uma metodologia de processamento de imagens SAR Sentinel-1 para detetar a remoção de vegetação dentro da área designada de uma quebra de combus- tível, o que pode ser conseguido utilizando técnicas de processamento SAR existentes e auxiliado por um classificador criado com machine learning. Como resultado, a metodologia desenvolvida fornecerá dados consistentes de monitorização das quebras de combustível que podem ser utilizados para reforçar as soluções ópticas existentes.
Em Portugal, a rede de faixas de gestão de combustível é um elemento fundamental para o controlo e a supressão dos incêndios florestais. Quando são efectuados trabalhos de manutenção, através da remoção de vegetação dentro de uma área designada, é necessário monitorizar e avaliar a sua eficácia. A implementação de faixas de gestão de combustível abrange grandes áreas e, para substituir a monitorização no terreno, foram desenvolvidas aplicações de deteção remota baseadas em imagens ópticas de satélite. Para combater as limitações da visibilidade ótica em condições atmosféricas adversas, a literatura tem demonstrado que as imagens de Radar de Abertura Sintética (SAR) são uma solução viável e podem servir como complemento para fortalecer as aplicações de monitorização existentes. A solução proposta é uma metodologia de processamento de imagens SAR Sentinel-1 para detetar a remoção de vegetação dentro da área designada de uma quebra de combus- tível, o que pode ser conseguido utilizando técnicas de processamento SAR existentes e auxiliado por um classificador criado com machine learning. Como resultado, a metodologia desenvolvida fornecerá dados consistentes de monitorização das quebras de combustível que podem ser utilizados para reforçar as soluções ópticas existentes.
Descrição
Palavras-chave
Synthetic Aperture Radar Sentinel-1 Remote Sensing Change Detection Fuel Breaks Fires