EXTRAÇÃO DE PROFUNDIDADES MEDIANTE REDES NEURAIS ARTIFICIAS E MODELO DE REGRESSÃO USANDO DADOS DE LEVANTAMENTO GPS E DE IMAGEM IKONOSII – ESTUDO COMPARATIVO

Selma Regina Aranha Ribeiro, Andréa Tedesco, Cláudia Pereira Krueger, Jorge Antonio Silva Centeno

Resumo


O presente trabalho propõe uma comparação entre duas metodologias, a de redes neurais artificiais (RNA) e o modelo de regressão (MR), para estimar profundidades batimétricas a partir de imagens IKONOS II. Como variáveis foram adotados os valores do contador digital de duas bandas espectrais do sistema IKONOS II e a posição do pixel, dada pelas coordenadas (E, N). A primeira metodologia consiste de uma regressão linear (RL)
e a segunda em uma RNA de duas camadas escondidas, do tipo feed forward. O estudo comprova que as metodologias geram resultados que atendem as especificações técnicas da Diretoria de Hidrologia e Navegação (DHN), responsável pelas publicações náuticas no Brasil, para levantamentos batimétricos (LB) de Ordem 1, sendo o erro máximo permitido, para esta ordem , entre 0,25 a 0,50m. No entanto, verificou-se que ambas atendem uma faixa restrita de profundidade, entre 0,80m a 3,00 m, nos quais a resposta espectral da coluna de água prevalece sobre o reflexo do fundo e não é fortemente afetada pela absorção.


Texto completo:

PDF


DOI: https://doi.org/10.22409/engevista.v7i1.158

Apontamentos

  • Não há apontamentos.