O uso de polígonos de amostragem em classificações supervisionadas de imagens de satélite

Paulo Roberto Fitz, Jeferson Cordeiro Vieira, Mirlla Casimiro Soares

Resumo


A dinâmica existente no território sempre ocupou destaque em pesquisas geográficas e, mais precisamente, ambientais. Diferentes métodos e técnicas podem ser utilizados para a realização destes estudos e, entre eles, pode-se destacar a aplicação das técnicas do sensoriamento remoto com o uso de imagens de satélites orbitais. Logo, este estudo buscou, a partir da classificação supervisionada de imagens do satélite Landsat com o uso de áreas de treinamento, ou clusters de polígonos, analisar os dados obtidos através da relação entre as dimensões das áreas classificadas com o incremento de polígonos de amostragem. Foram realizadas experimentações com três classes para os anos de 1985 e de 2018, a saber, corpos d’água, áreas antropizadas e cobertura vegetal “original”. As simulações realizadas confirmaram a hipótese apresentada, ou seja, a de que haveria uma tendência de estabilização nos dados de acordo com o incremento de áreas de treinamento. Como recomendação para futuras classificações, sugere-se a adoção de, pelo menos, cinquenta polígonos amostrais por classe, que configurem, da melhor forma possível, a região a ser classificada uma vez que tais áreas de treinamento deverão abarcar todas as características relativas às classes a serem adotadas.

Palavras-chave


Sensoriamento remoto. Classificação supervisionada. Áreas de treinamento. Polígonos de amostragem. Cluster de polígonos.

Texto completo:

PDF

Referências


ALMEIDA, Flávio Gomes de; SOARES, Luiz Antônio Alves. Ordenamento Territorial. Rio de Janeiro: Bertrand Brasil, 2009.

ARONOFF, Stan. The Minimum Accuracy Value as an Index of Classification Accuracy. In: PHOTOGRAMMETRIC ENGINEERING AND REMOTE SENSING, Vol. 51, No. 1, January 1985, p. 99-111.

CASTRO, Iná Elias de.; GOMES, Paulo Cesar da Costa; CORRÊA, Roberto Lobato. Geografia: conceitos e temas. Rio de Janeiro: Bertrand Brasil, 1995.

CLAVAL, Paul. A Nova Geografia. Coimbra, Portugal: Livraria Almedina, 1987

CONGALTON, Russel G. A Review of Assessing the Accuracy of Classifications of Remotely Sensed Data. Remote sensing of environment 37. Elsevier North-Holland Inc., 1991. p. 35-46.

CONGALTON, Russel G.; GREEN, Kass. Assessing the accuracy of remotely sensed data : principles and practices. 2 ed. CRC Press: Boca Raton, 2009.

CORRÊA, Roberto Lobato. Trajetórias Geográficas. Rio de Janeiro: Bertrand Brasil, 2010.

CRÓSTA, Alvaro P. Processamento Digital de Imagens de Sensoriamento Remoto. Campinas: Unicamp, 1993.

EASTMAN, J. Ronald. IDRISI for Windows: Introdução e exercícios tutoriais. Porto Alegre, RS: Centro de Recursos Idrisi Brasil – UFRGS, 1998.

FITZ, Paulo R. Geoprocessamento sem complicação. São Paulo: Oficina de Textos, 2008.

GENDEREN, J.L. van; LOCK, B. F.; VASS, P. A. Remote Sensing: Statistical Testing of Thematic Map Accuracy. Remote sensing of environment 7. Elsevier North-Holland Inc., 1978. p. 3-14.

GEORGE, Pierre. Os métodos da geografia. São Paulo: Difel, 1986.

IBGE. Instituto Brasileiro de Geografia e Estatística. Manual Técnico de Uso da Terra. 3 ed. IBGE: Rio de Janeiro, 2013.

INPE. Instituto Nacional de Pesquisas Espaciais. Imagens do satélite Landsat. Disponíveis em www.inpe.br. Acessos entre julho de 2018 e janeiro de 2019.

LACOSTE, Yves. Geografia do Subdesenvolvimento. 5 ed. Difel: Rio de Janeiro, 1978.

LACOSTE, Yves. A Geografia, isto serve, em primeiro lugar, para fazer a guerra. 6 ed. Papirus: Campinas, 2002.

LANG, Stefan. A Utilização do Conceito de Totalidade (Holismo) na Geração de Planos de Segmentação Regionalizados em Conjuntos de Imagens de Altíssima Resolução. In: BLASCHKE, Thomas; KUX, Hermann (org.). Sensoriamento Remoto e SIG Avançados. 2 ed. São Paulo: Oficina de Textos, 2009.

MATO GROSSO DO SUL. Semade. Estudo da Dimensão Territorial do Estado de Mato Grosso do Sul: Regiões de Planejamento. 2015. Disponível em: http://www.semade.ms.gov.br/wp-content/uploads/sites/20/2015/03/estudo _dimensao_territorial_2015.pdf. Acesso em 06/01/2018

PORTELA, Nara Miranda. Modelo de mistura de gaussianas fuzzy contextual. Tese (Doutorado) – Universidade Federal de Pernambuco. UFPE: Recife, 2015.

RICHARDS, John A.; JIA, Xiuping. Remote Sensing Digital Image Analysis: An Introduction. 4 ed. Berlin: Springer-Verlag, 2006.

SANTOS, Milton. Técnica, Espaço, Tempo: Globalização e meio técnico-científico informacional. 4.ed. São Paulo: Hucitec, 1998.

RICHARDS, John A. A Natureza do Espaço. 4.ed. São Paulo: EDUSP, 2006.

USGS. U.S. Geological Survey Imagens do Satélite Landsat. Disponíveis em https://www.usgs.gov/. Acesso entre julho de 2018 e janeiro de 2019.




DOI: https://doi.org/10.30612/el.v10i19.9595

Licença Creative Commons
Este obra está licenciada com uma Licença Creative Commons Atribuição-NãoComercial-CompartilhaIgual 3.0 Brasil.