ELICITING THE EVOLUTION OF SPATIOTEMPORAL OBJECTS WITH CASE-BASED REASONING
Joice Seleme Mota · Americanae (AECID Library) · 2009
Um dos principais desafios no processo de extração de informação em imagens de sensoriamento remoto é como representar e modelar os objetos geográficos que tem suas propriedades alteradas ao longo do tempo. Esta tese propõe um novo modelo, baseado na técnica de Raciocínio Baseado em Casos (RBC), para descrever a evolução de objetos geoespaciais em imagens de sensoriamento remoto. A partir de uma série de imagens de sensoriamento remoto, onde cada imagem contém o estado dos objetos em um determinado momento, da técnica RBC e do conhecimento do especialista no domínio de uma dada aplicação, o método permite descrever as trajetórias dos objetos em evolução. Dessa forma, é possível descrever como os objetos evoluem, recuperando, assim, a história completa de sua evolução. O método proposto é testado em duas regiões da Floresta Amazônica Brasileira, para descrever a evolução de padrões de desmatamento, que pode ajudar no melhor entendimento dos processos de mudanças no uso da terra nestas regiões. ABSTRACT: One of the main challenges in the information extraction provided by remote sensing images is to model and to represent geographical objects that have their properties changed along the time. This thesis proposes a novel approach based on Case Based Reasoning (CBR) for describing how geospatial objects identified in remote sensing imagery evolve. Given a set of multi-temporal images, the CBR techniques and the expert knowledge in a certain application domain, the approach describes the trajectories of evolution objects. Therefore, it is possible to describe how the objects evolve by retrieving their complete evolving history. The proposed method is tested for two case studies, in the Brazilian Amazonia Forest, for describing the evolution of deforestation patterns, which can enable a better understanding of land use changes in these regions.