Comparação de classificadores de imagens digitais na determinação da cobertura do solo

Com o objetivo de comparar dois classificadores de imagens para a estimativa da cobertura vegetal do solo, foram avaliadas as coberturas proporcionadas pela semeadura de leguminosas e de gramíneas, sob diferentes espaçamentos, preparo do solo e condições de céu com e sem nuvens. O experimento foi conduzido em quatro parcelas experimentais de perda de solo, com 22 m x 3,5 m, instaladas em um Argissolo Vermelho-Amarelo. Os tratamentos consistiram: a) mucuna-cinza (Mucuna pruriens) em nível; b) crotalária (Crotalaria juncea) em sulcos dispostos em nível; c) milho (Zea mays L.) em sulcos dispostos em nível, e d) milho semeado no sentido do declive. Foram tomadas fotografias das parcelas dos 15 aos 85 dias após a semeadura para posterior análise, utilizando o Sistema Integrado para Análise de Raízes e Cobertura do Solo (SIARCS) e um algoritmo baseado na emissividade das bandas do verde e do vermelho (SEROBIN). A maior cobertura do solo foi obtida na parcela cultivada com crotálaria (85,8%), a qual também foi alcançada em menor tempo (56 dias após semeadura). Por outro lado, as menores coberturas foram proporcionadas pelos tratamentos milho em nível e milho morro abaixo (38,6 e 35,2%, respectivamente). As exatidões globais foram de 0,96 e 0,92, para as classificações realizadas com os programas SIARCS e SEROBIN, respectivamente, não havendo, no entanto, diferença estatística entre os dois classificadores utilizados, de acordo com o teste Z aplicado, a 5% de probabilidade.

Análise comparativa de classificadores digitais em imagens do Landsat-8 aplicados ao mapeamento temático

Resumo: O objetivo deste trabalho foi avaliar o desempenho dos classificadores digitais SVM e K-NN para a classificação orientada a objeto em imagens Landsat-8, aplicados ao mapeamento de uso e cobertura do solo da Alta Bacia do Rio Piracicaba-Jaguari, MG. A etapa de pré-processamento contou com a conversão radiométrica e a minimização dos efeitos atmosféricos. Em seguida, foi feita a fusão das bandas multiespectrais (30 m) com a banda pancromática (15 m). Com base em composições RGB e inspeções de campo, definiram-se 15 classes de uso e cobertura do solo. Para a segmentação de bordas, aplicaram-se os limiares 10 e 60 para as configurações de segmentação e união no aplicativo ENVI. A classificação foi feita usando SVM e K-NN. Ambos os classificadores apresentaram elevados valores de índice Kappa (k): 0,92 para SVM e 0,86 para K-NN, significativamente diferentes entre si a 95% de probabilidade. Uma significativa melhoria foi observada para SVM, na classificação correta de diferentes tipologias florestais. A classificação orientada a objetos é amplamente aplicada em imagens de alta resolução espacial; no entanto, os resultados obtidos no presente trabalho mostram a robustez do método também para imagens de média resolução espacial.

Cisto nasolabial: apresentação de um caso e descrição em imagens por TC e RM

O cisto nasolabial é um cisto não odontogênico raro que se desenvolve na região inferior da asa nasal, com patogênese ainda incerta. Esta lesão, que possui crescimento lento e dimensões variáveis (1,5-3cm), caracteriza-se clinicamente por uma tumefação flutuante na região do sulco nasolabial ao redor da asa do nariz, causando uma elevação do lábio superior. Seu diagnóstico pode ser feito basicamente pelo quadro clínico e, se necessário, complementando-se com exames auxiliares por imagens. O presente trabalho relata o caso de uma paciente do sexo feminino de 48 anos, que se queixava da presença de uma massa consistente na região da asa esquerda do nariz e cujas características clínicas eram compatíveis com cisto nasolabial. As imagens de TC demonstraram uma formação expansiva com densidade de tecido mole, localizadas na região nasal esquerda medindo cerca de 1,2cm de diâmetro e apresentando contornos nítidos e bem definidos e densidade homogenia ao redor de 50 UH. Já as imagens de RM mostraram uma lesão de aspecto circular localizada em tecido mole, apresentando hiperintensidade nas imagens ponderadas em T1, T2 e no recurso de supressão da gordura, sendo a hipótese diagnóstico de cisto nasolabial, confirmado pelo exame histopatológico depois da cirurgia.

Integração de imagens NOAA/AVHRR: rede de cooperação para monitoramento nacional da safra de soja

Uma avaliação inicial das condições do desenvolvimento da safra nacional, enquanto as plantas ainda estão nos campos, é altamente necessária para o cálculo correto das projeções na tomada de decisão e políticas relacionadas com o planejamento governamental e segurança alimentar. O objetivo deste trabalho foi avaliar a adequação dos dados NOAA/AVHRR (National Oceanic and Atmospheric Administration / Advanced Very High Resolution Radiometer) em detectar mudanças nas condições da vegetação, devidas à ocorrência de estresse hídrico, na soja, por meio de uma combinação do índice NDVI (Normalized Difference Vegetation Index) e da LST (Land Surface Temperature). Os dados LST e NDVI foram combinados e comparados pixel a pixel, sobre uma área de cultivo de soja, no Rio Grande do Sul. A relação teórica inversa prevista na combinação de LST e NDVI foi detectada. Foi observado que ocorre um aumento médio na LST em uma safra de ciclo normal (de 301,02 K para 308,36 K), quando comparada a uma safra sob condição de estresse hídrico, no desenvolvimento da cultura. Uma redução média do NDVI foi observada no ciclo normal (de 0,65 para 0,53), comparada com uma safra sob efeitos ocasionados pela estiagem no desenvolvimento da cultura. Foi observado maior correlação da produtividade municipal com LST (R2=0,78) do que com o NDVI (R2 = 0,59). Os resultados obtidos indicam que a integração de imagens do sensor AVHRR, proveniente de diferentes instituições, proporciona a adequada combinação espacial e temporal dos dados LST e NDVI, a fim de detectar a ocorrência de estresse hídrico, bem como sua intensidade, caracterizando as condições do ciclo de desenvolvimento da soja.

CRITÉRIOS DE ESTRATIFICAÇÃO E COMPARAÇÃO DE CLASSIFICADORES SOCIOECONÔMICOS NO BRASIL

RESUMO Este estudo tem por propósito comparar conceitual e metodologicamente cinco classificadores para a estratificação socioeconômica da sociedade brasileira e mensurar os trade-offs de erros de classificação entre eles. Com base nos algoritmos de classificação de cada critério, classificamos os 55.970 domicílios que compõem a amostra representativa da pesquisa de orçamentos familiares (POF), realizada pelo Instituto Brasileiro de Geografia e Estatística (IBGE). Os resultados obtidos permitem afirmar que o classificador de máxima verossimilhança foi o que apresentou a melhor performance em explicar o nível de consumo das famílias brasileiras por estrato socioeconômico, seguido do classificador bayesiano adaptável, da Associação Brasileira de Empresas de Pesquisa (ABEP) simplificado, do ABEP antigo e da Secretaria de Assuntos Estratégicos (SAE). Os três primeiros classificadores estão sustentados no conceito da renda permanente/riqueza do domicílio, incorporando os dois primeiros uma importante inovação: classificar um domicílio levando em conta sua localização geográfica e a composição familiar. Esses novos classificadores possibilitam aos pesquisadores e gestores de marketing segmentar e estudar mercados baseados em critério válido, fidedigno e confiável de estratificação socioeconômica.

Imagens de liderança indígena e o Programa Waimiri-Atroari: índios e usinas hidrelétricas na Amazônia

O artigo examina a maneira como imagens de liderança indígena Waimiri-Atroari estão sendo usadas para divulgar mensagens, através da mídia, que rebatem as críticas dirigidas à implantação de grandes usinas hidrelétricas em áreas indígenas e suas conseqüências altamente nocivas para os povos indígenas atingidos. As imagens apóiam a política do setor elétrico de implantar mais hidrelétricas que incidem em territórios indígenas na região amazônica. Esta estratégia tem sido usada, sobretudo, após as manifestações em Altamira, em 1989, contra a construção de um complexo de usinas hidrelétricas no vale do rio Xingu que afetariam dezenas de aldeias indígenas, e a mobilização do movimento político indígena nos anos recentes.

Utopia e sociabilidade: imagens de sofrimento e caridade no Juazeiro do Norte

Neste artigo, ofereço uma discussão de como imagens de sofrimento e caridade estão relacionadas com imagens de uma sociedade ideal numa comunidade de penitentes do Juazeiro do Norte: os ''Ave de Jesus''. Através dos significados de sofrimento, pobreza e mendicância, estarei explorando a maneira como os Ave de Jesus criam uma sociabilidade baseada na generosidade, na hospitalidade e no compartilhamento, por meio da qual realizam uma espera messiânica. A análise dos dados etnográficos insere-se na discussão clássica sobre as bases da vida social, tomando-se criticamente a literatura antropológica tradicional sobre dádiva e reciprocidade.

Funerais entre os Bororo: imagens da refiguração do mundo

O objetivo do trabalho é analisar os funerais bororo como momentos de desfiguração e refiguração do mundo (Taussig, 1999). Entre os Bororo, a morte dá início a uma série de transformações que envolvem o morto, seu corpo, a alma, a escolha e investidura do representante do morto, assim como transformações nas relações sociais entre os vivos. Todas essas transformações, que são objeto de segredo público, são elaboradas ao longo dos rituais que fazem parte do ciclo funerário. O texto é acompanhado por uma seleção de fotos captadas por mim ao longo de trinta anos de pesquisa entre esses índios, de modo a ilustrar os funerais bororo como momentos de recriação do mundo, com base nas perspectivas teóricas elaboradas por Taussig (1999) e Overing (1989, 1990).

Avaliação de técnicas de segmentação e classificação automática de imagens landsat-tm no mapeamento do uso do solo na Amazônia1

O mapeamento do uso da terra é fundamental para o entendimento dos processos de mudanças globais, especialmente em regiões como a Amazônia que estão sofrendo grande pressão de desenvolvimento. Tradicionalmente estes mapeamentos têm sido feitos utilizando técnicas de interpretação visual de imagens de satélites, que, embora de resultados satisfatórios, demandam muito tempo e alto custo. Neste trabalho é proposta uma técnica de segmentação da imagens com base em um algoritmo de crescimento de regiões, seguida de uma classificação não-supervisionada por regiões. Desta forma, a classificação temática se refere a um conjunto de elementos (pixels da imagem), beneficiando-se portanto da informação contextual e minimizando as limitações das técnicas de processamento digital baseadas em análise pontual (pixel-a-pixel). Esta técnica foi avaliada numa área típica da Amazônia, situada ao norte de Manaus, AM, utilizando imagens do sensor "Thematic Mapper" - TM do satélite Landsat, tanto na sua forma original quanto decomposta em elementos puros como vegetação verde, vegetação seca (madeira), sombra e solo, aqui denominada imagem misturas. Os resultados foram validados por um mapa de referência gerado a partir de técnicas consagradas de interpretação visual, com verificação de campo, e indicaram que a classificação automática é viável para o mapeamento de uso da terra na Amazônia. Testes estatísticos indicaram que houve concordância significativa entre as classificações automáticas digitais e o mapa de referência (em tomo de 95% de confiança).