文章基本信息

标题：ANÁLISE COMPARATIVA DE MÉTODOS DE CLASSIFICAÇÃO SUPERVISIONADA APLICADA AO MAPEAMENTO DA COBERTURA DO SOLO NO MUNICÍPIO DE MEDICILÂNDIA, PARÁ
其他标题：COMPARATIVE ANALYSIS THE METHODS OF SUPERVISED CLASSIFICATION APPLIED TO THE MAPPING OF SOIL COVER IN THE MUNICIPALITY OF MEDICILÂNDIA, PARÁ
本地全文：下载
作者：Jones Remo Barbosa Vale ; Jamer Andrade da Costa ; Jefferson Ferreira dos Santos 等
期刊名称：InterEspaço
电子版ISSN：2446-6549
出版年度：2018
卷号：4
期号：13
页码：26-44
DOI：10.18764/2446-6549.v4n13p26-44
出版社：Universidade Federal do Maranhão
摘要：COMPARATIVE ANALYSIS THE METHODS OF SUPERVISED CLASSIFICATION APPLIED TO THE MAPPING OF SOIL COVER IN THE MUNICIPALITY OF MEDICILÂNDIA, PARÁ ANÁLISIS COMPARATIVO DE MÉTODOS DE CLASIFICACIÓN SUPERVISADA APLICADA AL MAPEO DE LA COBERTURA DEL SUELO EN EL MUNICIPIO DE MEDICILÂNDIA, PARÁ As imagens de satélite são produtos gerados por sensoriamento remoto e, estão associadas aos fenômenos e eventos que ocorrem na superfície a partir do registro e da análise das interações entre a radiação eletromagnética e os alvos. O objetivo do trabalho é comparar métodos de classificação supervisionada de imagens de satélite para o mapeamento da cobertura do solo. A área de estudo compreende o município de Medicilândia, localizado no sudoeste paraense. Para a realização do trabalho foram utilizados imagens do satélite Landsat 8, sensor OLI-TIRS, cenas 226/062 e 227/062. Foram realizados os testes de classificação, utilizando três classificadores: Distância Mínima, Distância Mahalanobis e Máxima Verossimilhança. Na etapa de classificação foram identificadas as seguintes classes: água, nuvem, sombra de nuvem, solo exposto, vegetação primária e vegetação secundária. Para fins de avaliação da fidedignidade da classificação de cada método foram calculados, o Índice Kappa e a Exatidão Global. A classificação pelo método Máxima Verossimilhança obteve maior exatidão apresentando Índice Kappa de 0,920 e Exatidão Global 96% quando comparada à classificação pelos métodos Distância Mínima e Distância Mahalanobis, que apresentaram Índice Kappa de 0,842 e 0,845 e Exatidão Global 92% respectivamente. As técnicas de classificação supervisionada são ferramentas essenciais no processo de mapeamento da cobertura do solo de grandes áreas, visto que dispondo-se de recursos limitados, imagens de baixo custo e de sistemas livres para processamento e integração das informações, é possível obter parâmetros com altos níveis de precisão, sendo fundamentais para subsidiar o planejamento territorial e ambiental.
其他摘要：The satellite images are products generated by remote sensing and are associated with phenomena and events that occur on the surface from the recording and analysis of interactions between electromagnetic radiation and targets. The objective of this work is to compare methods of supervised classification of satellite images for the mapping of the soil cover. The study area comprises the municipality of Medicilândia, located in southwest of Para. In order to perform the work, were used images from the Landsat 8 satellite, OLI-TIRS sensor, scenes 226/062 and 227/062. The classification tests were performed using three classifiers: Minimum Distance, Mahalanobis Distance and Maximum Likelihood. In the classification processe were identified the following classes: water, cloud, cloud shadow, exposed soil, primary vegetation and secondary vegetation. For the purposes of evaluating the reliability of the classification of each method were calculated, Kappa Index and Global Accuracy. The classification by the Maximum Likelihood method obtained a greater accuracy presenting Kappa Index of 0,920 and Global Accuracy 96% when compared to the classification by the Minimum Distance and Mahalanobis Distance, which presented Kappa Index of 0,842 and 0,845 and Global Accuracy 92% respectively. The supervised classification techniques are essential tools in the mapping process of large-area soil cover, since with limited resources, low-cost images and free systems for processing and integrating information, it is possible to obtain parameters with high levels of precision, being fundamental to subsidize territorial and environmental planning.
关键词：Sensoriamento Remoto;Classificação de Imagens de Satélite;Cobertura do Solo
其他关键词：Remote Sensing; Classification of Satellite Images; Soil Cover