Please use this identifier to cite or link to this item: https://repositorio.ufrn.br/handle/123456789/18786
Title: Aplicação do sensoriamento remoto e do sistema de informações geográficas na detecção de manchas de óleo na Região do Pólo de Exploração de Guamaré, R.N.
Authors: Albuquerque, Renata Costa Leite de
Keywords: Meio Ambiente;Petróleo;óleo e Gás;Mancha de óleo no mar;SAR;Marine oil spill;SAR
Issue Date: 14-Oct-2004
Publisher: Universidade Federal do Rio Grande do Norte
Citation: ALBUQUERQUE, Renata Costa Leite de. Aplicação do sensoriamento remoto e do sistema de informações geográficas na detecção de manchas de óleo na Região do Pólo de Exploração de Guamaré, R.N.. 2004. 69 f. Dissertação (Mestrado em Geodinâmica; Geofísica) - Universidade Federal do Rio Grande do Norte, Natal, 2004.
Portuguese Abstract: Objetiva o estabelecimento de uma metodologia para monitoramento de derramamento de óleo no mar, na Área de Exploração Submersa do Pólo de Guamaré, no Estado do Rio Grande do Norte, utilizando imagens orbitais de radares de abertura sintética (SAR) integradas aos produtos meteoceanográficos. A aplicação do modelo metodológico foi composto pelas seguintes etapas: (1) a criação de um mapa base da Área de Exploração; (2) o processamento de imagens NOAA/AVHRR e ERS-2 para geração de produtos meteoceanográficos; (3) o processamento de imagens RADARSAT-1 para monitoramento das manchas de óleo; (4) a integração da imagem RADARSAT-1 com os produtos de imagens NOAA/AVHRR e ERS-2; e (5) a estruturação de um banco de dados. A Integração da imagem RADARSAT-1 da Bacia Potiguar do dia 21.05.99 com o mapa base da área de Exploração do Pólo de Guamaré para a identificação das prováveis fontes das manchas de óleo, foi utilizada com sucesso na detecção da provável mancha de óleo detectada próxima à saída do emissário submarino na Área de Exploração do Pólo de Guamaré. Para subsidiar a integração da imagem RADARSAT-1 com os produtos de imagens NOAA/AVHRR e ERS-2, desenvolveu-se uma metodologia para a classificação das manchas de óleo identificadas em imagens RADARSAT-1. Nesta metodologia, testou-se os seguintes algorítmos de classificação não-supervisionada: K-means, Fuzzy k-means e Isodata, que são parte integrante do software PCI Geomatics, o qual foi utilizado para a filtragem das imagens RADARSAT-1. Para a avaliação dos resultados, as manchas de óleo submetidas à classificação não-supervisionada foram comparadas aos resultados do Classificador Textural por Semivariograma (STC), o qual foi desenvolvido especificamente para esta finalidade e requer a utilização do software PCI Geomatics para efetuar parte do processamento das imagens RADARSAT-1. Por fim, os resultados das classificações foram analisados através de Análise Visual; Cálculo de Proporcionalidade de Grandezas e Análise Estatística. Dentre os três algoritmos de classificação testados não houve significantes alterações em relação as manchas classificadas pelo STC, em nenhuma das análises efetuadas. Os procedimentos adotados demonstraram que a metodologia descrita aqui poderá ser aplicada com sucesso, utilizando os classificadores não supervisionados testados, o que acarretaria em diminuição de tempo no processo de identificação e classificação de manchas de óleo, em comparação à utilização do classificador STC
Abstract: Objective to establish a methodology for the oil spill monitoring on the sea surface, located at the Submerged Exploration Area of the Polo Region of Guamaré, in the State of Rio Grande do Norte, using orbital images of Synthetic Aperture Radar (SAR integrated with meteoceanographycs products. This methodology was applied in the following stages: (1) the creation of a base map of the Exploration Area; (2) the processing of NOAA/AVHRR and ERS-2 images for generation of meteoceanographycs products; (3) the processing of RADARSAT-1 images for monitoring of oil spills; (4) the integration of RADARSAT-1 images with NOAA/AVHRR and ERS-2 image products; and (5) the structuring of a data base. The Integration of RADARSAT-1 image of the Potiguar Basin of day 21.05.99 with the base map of the Exploration Area of the Polo Region of Guamaré for the identification of the probable sources of the oil spots, was used successfully in the detention of the probable spot of oil detected next to the exit to the submarine emissary in the Exploration Area of the Polo Region of Guamaré. To support the integration of RADARSAT-1 images with NOAA/AVHRR and ERS-2 image products, a methodology was developed for the classification of oil spills identified by RADARSAT-1 images. For this, the following algorithms of classification not supervised were tested: K-means, Fuzzy k-means and Isodata. These algorithms are part of the PCI Geomatics software, which was used for the filtering of RADARSAT-1 images. For validation of the results, the oil spills submitted to the unsupervised classification were compared to the results of the Semivariogram Textural Classifier (STC). The mentioned classifier was developed especially for oil spill classification purposes and requires PCI software for the whole processing of RADARSAT-1 images. After all, the results of the classifications were analyzed through Visual Analysis; Calculation of Proportionality of Largeness and Analysis Statistics. Amongst the three algorithms of classifications tested, it was noted that there were no significant alterations in relation to the spills classified with the STC, in all of the analyses taken into consideration. Therefore, considering all the procedures, it has been shown that the described methodology can be successfully applied using the unsupervised classifiers tested, resulting in a decrease of time in the identification and classification processing of oil spills, if compared with the utilization of the STC classifier
URI: https://repositorio.ufrn.br/jspui/handle/123456789/18786
Appears in Collections:PPGG - Mestrado em Geodinâmica e Geofísica

Files in This Item:
File Description SizeFormat 
RenataCLA.pdf1,37 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.