Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio.unb.br/handle/10482/11382
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2011_AlessandraLisita.pdf5,15 MBAdobe PDFVisualizar/Abrir
Título: Mapeamento Semiautomático de Cultivos Ilícitos de Cannabis Sativa no Semiárido Pernambucano mediante Integração de Imagens SPOT 5 HRG, Dados Geográficos Auxiliares e Conhecimento de Campo
Outros títulos: Semi-automatic mapping of illegal cultivations of Cannabis sativa in the semi-arid region of Pernambuco state by integration of Spot 5 - HRG images, ancillary geographical data and field knowledge
Autor(es): Lisita, Alessandra
Orientador(es): Sano, Edson Eyji
Coorientador(es): Durieux, Laurent
Assunto: Drogas
Sensoriamento remoto
Maconha - cultivo - Pernambuco
Sistemas de informação geográfica
Geologia - processamento de dados
Data de publicação: 5-Out-2012
Referência: LISITA, Alessandra. Mapeamento Semiautomático de Cultivos Ilícitos de Cannabis Sativa no Semiárido Pernambucano mediante Integração de Imagens SPOT 5 HRG, Dados Geográficos Auxiliares e Conhecimento de Campo. Tese (Doutorado em Geologia)—Universidade de Brasília, Brasília, 2011.
Resumo: A Cannabis sativa é a droga ilícita mais consumida no mundo, à frente das anfetaminas, cocaína e opiáceos. O seu plantio e venda é proibido em todo o território nacional. Esta pesquisa tem por objetivo apresentar uma metodologia para detecção de plantios ilícitos de Cannabis sativa no semiárido pernambucano a partir de imagens HRG do satélite francês SPOT 5, dados geográficos auxiliares, conhecimento de campo, modelagem espacial por lógica fuzzy e classificação de imagens baseada em objetos. A base de dados utilizada nesse estudo incluiu os dados adquiridos pelas operações policiais de erradicação de plantios ilícitos, conduzidas em junho de 2007, novembro de 2007, maio de 2008 e maio de 2010, as imagens do sensor SPOT 5 HRG, adquiridas no período de maio de 2005 a dezembro de 2010, e dados geográficos auxiliares de topografia, vegetação e uso da terra. Eles foram analisados de forma integrada para identificar possível existência de padrões espectrais, espaciais e/ou temporais relevantes para a identificação de áreas potenciais de ocorrência de plantios de Cannabis na área de estudo. A modelagem fuzzy permitiu a produção de um mapa que indica numericamente o potencial de ocorrência de plantios de Cannabis em diferentes regiões da área de estudo. A classificação de imagens baseada em objetos possibilitou a detecção semiautomática de feições compatíveis com plantios de Cannabis sativa em cenas do SPOT 5 HRG. Resultados obtidos nesse estudo permitiram a identificação de áreas mais vulneráveis à ocorrência de plantios de Cannabis em escala regional em regiões semiáridas. A abordagem metodológica proposta nesse estudo pode ser adaptada para outras regiões do país ou mesmo para outros países com desafio semelhante. ______________________________________________________________________________ ABSTRACT
The Cannabis sativa is the most demanded, illegal drug in the world, ahead of anfetamins, cocaine, and opiates. Cannabis planting and selling are prohibited in Brazil. The goal of this research was to develop an approach to detect illegal cultivations of Cannabis sativa in the semi-arid region of Pernambuco State, Brazil. The method included SPOT 5 satellite imageries, ancillary geographic data, field knowledge, fuzzy spatial modelling and object-oriented image classification. We analyzed field data gathered by police operations to destruct illegal plantations in June, 2007, November, 2007, May, 2008, and May, 2010; SPOT 5 HRG satellite images with overpasses from May, 2005 to December, 2010; and ancillary geographic data related to topography, vegetation, and land use. They were analyzed in a GIS data integration framework to prospect relevant spectral, spatial, and/or temporal patterns for definition of an operational model to indicate potential areas of occurrence of Cannabis plantations in the study area. The fuzzy model was important to produce a map indicating numerical possibilities of occurrence of Cannabis plantations in different regions of the study area. The object-oriented image classification allowed a semi-automatic detection of features compatible to Cannabis plantations in the SPOT images. Results showed that the approach proposed in this study is feasible for identifying potential areas ofoccurrence of Cannabis cultivation in semi-arid regions and at a regional scale. It also can be, in some extent, adapted to other regions of the country or even to other countries with similar challenge.
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Aparece nas coleções:IG - Doutorado em Geologia (Teses)

Mostrar registro completo do item Recomendar este item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.