Use of sampling polygons in supervisioned classifications of satellite images
DOI:
https://doi.org/10.30612/el.v10i19.9595Keywords:
Remote sensing. Classification of satellite images. Training áreas. Cluster of polygons. Number of samples.Abstract
The territory dynamics has always been prominent in geographic and, more precisely, environmental research. Different methods and techniques can be used to perform these studies, among them, it is possible to highlight the application of remote sensing techniques with the use of orbital satellite images. This study aimed to analyze the data obtained through the relationship between the dimensions of the classified areas and the increasing number of sampling polygons, based on the supervised classification of satellite images using training areas or polygon clusters. Experiments were carried out with three classes for the years 1985 and 2018, namely water bodies, anthropic areas and "original" vegetation cover. The simulations carried out confirmed the hypothesis presented, i.e., that there would be a trend of stabilization in the data according to the increase of training areas. As a recommendation for future classifications, it is suggested to adopt at least fifty sample polygons per class, which best defines the region to be classified, since such areas of training should cover all the characteristics related to the classes to be adopted.Downloads
References
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.
Downloads
Published
How to Cite
Issue
Section
License
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Creative Commons Atribuição-NãoComercial-CompartilhaIgual 3.0 Brasil que permitindo o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
