Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.unipampa.edu.br/jspui/handle/riu/8614| Tipo: | Trabalho de Conclusão de Curso |
| Título : | Identificação e classificação de corpos d’água em imagem digital pela aplicação do método Random Forest |
| Otros títulos : | Identification and classification of water bodies in digital images by applying the Random Forest method |
| Autor(es): | Aguirre, Julie Dias |
| Primeiro Orientador: | Galafassi, Cristiano |
| 1° Membro da banca: | Galafassi, Cristiano |
| 2° Membro da banca: | Gass, Sidnei Luís Bohn |
| 3° Membro da banca: | Galafassi, Fabiane Flores Penteado |
| Resumo: | Bacias hidrográficas tem um alto índice de suscetibilidade para que aconteçam inundações, pois estão associadas às questões climáticas e ambientais da natureza. Inundação é uma atribuição a áreas que estão submersas a água, consequência dos fenômenos temporais que agem de maneira incontrolável. Para isso são necessárias previsões climáticas que atuem no alerta sobre danos e prejuízos em áreas que, possivelmente, seriam atingidas com as inundações. Existem diversos métodos que executam esse tipo de análise em áreas inundadas, um deles é o Random Forest. O Random Forest funciona como um modelo de classificação e regressão, nesse caso o objetivo do trabalho foi realizar a identificação da massa d’água nas imagens digitais da Bacia Hidrográfica do Butuí, situada na região de São Borja – RS, obtidas pelo satélite artificial Landsat 8. |
| Resumen : | Watersheds have a high susceptibility index for floods to happen, as they are associated with climatic and environmental issues of nature. Inundation is an attribution to areas that are submerged in water, a consequence of temporal phenomena that act in an uncontrollable way. For this, climate forecasts are necessary to act as a warning about damages and losses in areas that would possibly be affected by floods. There are several methods that perform this type of analysis in flooded areas, one of them is the Random Forest. The Random Forest works as a classification and regression model, in this case the objective of the work is to carry out the identification of the water mass in the digital images of the Butuí Hydrographic Basin, located in the region of São Borja - RS, obtained by the artificial satellite Landsat 8. |
| Palabras clave : | Inteligência artificial Imagens multiespectrais Landsat 8 Artificial intelligence Multispectral imaging |
| CNPQ: | CNPQ::ENGENHARIAS |
| Idioma: | por |
| metadata.dc.publisher.country: | Brasil |
| Editorial : | Universidade Federal do Pampa |
| Sigla da Instituição: | UNIPAMPA |
| Campus: | Campus Itaqui |
| Citación : | AGUIRRE, Julie Dias. Identificação e classificação de corpos d’água em imagem digital pela aplicação do método Random Forest. 2023. 41 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Cartográfica e de Agrimensura) - Universidade Federal do Pampa, Itaqui, 2023. |
| Tipo de acesso: | Acesso Aberto |
| URI : | https://repositorio.unipampa.edu.br/jspui/handle/riu/8614 |
| Fecha de publicación : | 7-jul-2023 |
| Aparece en las colecciones: | Engenharia de Agrimensura |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| Julie Dias Aguirre - 2023.pdf | 1.93 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.