Avaliação de técnicas de classificação digital de imagens landsat em diferentes padrões de cobertura da terra em Rondônia

Remotely sensed imagery has been widely used for land use/cover classification thanks to the periodic data acquisition and the widespread use of digital image processing systems offering a wide range of classification algorithms. The aim of this work was to evaluate some of the most commonly used supervised and unsupervised classification algorithms under different landscape patterns found in Rondônia, including (1) areas of mid-size farms, (2) fish-bone settlements and (3) a gradient of forest and Cerrado (Brazilian savannah). Comparison with a reference map based on the kappa statistics resulted in good to superior indicators (best results - K-means: k=0.68; k=0.77; k=0.64 and MaxVer: k=0.71; k=0.89; k=0.70 respectively for three areas mentioned). Results show that choosing a specific algorithm requires to take into account both its capacity to discriminate among various spectral signatures under different landscape patterns as well as a cost/benefit analysis considering the different steps performed by the operator performing a land cover/use map. it is suggested that a more systematic assessment of several options of implementation of a specific project is needed prior to beginning a land use/cover mapping job.

Avaliação da classificação digital de povoamentos florestais em imagens de satélite através de índices de acurácia

A utilização de matéria-prima de origem florestal aumentou significativamente nas últimas décadas. A busca por alta produtividade concretizou-se com a introdução de espécies exóticas, principalmente Eucalyptus sp. e Pinus sp. Neste trabalho avaliou-se a precisão da classificação digital obtida no levantamento de povoamentos florestais implantados e naturais da área da carta de Cachoeira do Sul - RS, utilizando técnicas de geoprocessamento, sensoriamento remoto, SIG (sistema de informação geográfica) e GPS (sistema de posicionamento global). Verificou-se que a área é ocupada por vegetação natural (35,54%), Pinus sp. (1,89%) e Eucalyptus sp. (0,77%), cuja precisão na classificação supervisionada digital foi: Exatidão global (85,23%), Kappa (84,90%) e Tau (77,74%). Concluiu-se que os três índices de acurácia podem ser utilizados, apesar de os índices Kappa e Tau mostrarem-se mais consistentes.

Avaliação de técnicas de classificação digital de imagens landsat em diferentes padrões de cobertura da terra em Rondônia

Dados de sensoriamento remoto têm sido largamente utilizados para classificação da cobertura e uso da terra, em particular graças à aquisição periódica de imagens de satélite e à generalização dos sistemas de processamento digital de imagens, que oferecem uma variedade de algoritmos de classificação de imagens. Este trabalho teve por objetivo avaliar alguns dos métodos mais comuns de classificações supervisionadas e não supervisionadas para imagens do sensor TM do satélite Landsat-5, em três áreas com diferentes padrões de paisagem em Rondônia: (1) áreas de fazendas de "Médio porte", (2) assentamentos no padrão "Espinha de peixe" e (3) áreas de contato entre floresta e "Cerrado". A comparação com um mapa de referência baseado na estatística Kappa produziu indicadores de desempenho bons ou superiores (melhores resultados - K-médias: k = 0,68; k = 0,77; k = 0,64 e MaxVer: k = 0,71; k = 0,89; k = 0,70, respectivamente nas três áreas citadas), para os algoritmos utilizados. Os resultados indicaram que a escolha de um algoritmo deve considerar tanto a capacidade de discriminar várias assinaturas espectrais em diferentes padrões de paisagem quanto a relação custo/benefício decorrente das várias etapas do trabalho dos operadores que elaboram um mapa de cobertura e uso da terra. Este trabalho apontou a necessidade de esforço mais sistemático de avaliação prévia de várias opções de execução de um projeto específico antes de se iniciar o trabalho de elaboração de um mapa de cobertura e uso da terra.

Da classificação biológica à classificação digital: perspectivas de renovação em classificação arquivística

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Discriminação de classes de cobertura vegetal utilizando técnicas de classificação digital de imagens de sensoriamento remoto

The aim of this work is to discriminate vegetation classes throught remote sensing images from the satellite CBERS-2, related to winter and summer seasons in the Campos Gerais region Paraná State, Brazil. The vegetation cover of the region presents different kinds of vegetations: summer and winter cultures, reforestation areas, natural areas and pasture. Supervised classification techniques like Maximum Likelihood Classifier (MLC) and Decision Tree were evaluated, considering a set of attributes from images, composed by bands of the CCD sensor (1, 2, 3, 4), vegetation indices (CTVI, DVI, GEMI, NDVI, SR, SAVI, TVI), mixture models (soil, shadow, vegetation) and the two first main components. The evaluation of the classifications accuracy was made using the classification error matrix and the kappa coefficient. It was defined a high discriminatory level during the classes definition, in order to allow separation of different kinds of winter and summer crops. The classification accuracy by decision tree was 94.5% and the kappa coefficient was 0.9389 for the scene 157/128. For the scene 158/127, the values were 88% and 0.8667, respectively. The classification accuracy by MLC was 84.86% and the kappa coefficient was 0.8099 for the scene 157/128. For the scene 158/127, the values were 77.90% and 0.7476, respectively. The results showed a better performance of the Decision Tree classifier than MLC, especially to the classes related to cultivated crops, indicating the use of the Decision Tree classifier to the vegetation cover mapping including different kinds of crops.

Processamento digital de imagens orbitais para obtenção de classificação do uso da terra da indicação geográfica vitivinícola Campanha, Brasil.

O Projeto Indicação de Procedência Campanha coordenado pela Embrapa Uva e Vinho é um estudo multidisciplinar cujo foco é a caracterização da área da indicação geográfica vitivinícola, limitada a oeste pela Argentina, a sul-sudoeste pelo Uruguai, abrangendo grande parte da ?Metade Sul? do Estado do Rio Grande do Sul. A viticultura ocorre em polos produtores sob condições de uso da terra diversos e distantes entre si dentro da região. Então, foram definidos nove setores de ocorrência de vinhedos, onde foi testado o método de classificação digital de imagem (PDI). A escolha da setorização para emprego de PDI se baseia na premissa de que quanto menor a região melhor seria a identificação das classes de uso por uma imagem de satélite com melhor resolução possível, propiciando qualidade maior de classificação.

Classificação orientada a objetos aplicada na caracterização da cobertura da terra no Araguaia

O objetivo deste trabalho foi utilizar a classificação orientada a objetos em imagens TM/ Landsat‑5, para caracterizar classes de uso e cobertura da terra, na região do Médio Araguaia. A cena 223/068, adquirida em 5/9/2010, foi submetida a correção radiométrica, atmosférica e geométrica, como etapas de pré‑processamento. Em seguida, foram geradas duas imagens por meio das matemáticas de bandas espectrais do índice de vegetação por diferença normalizada (NDVI) e do índice de água por diferença normalizada modificado (MNDWI), utilizados na classificação de imagens. Para a segmentação destas, utilizaram-se os parâmetros de escala 250, 200, 150, 100, 50, os algoritmos "assign class" e "nearest neighbor", e os descritores de média, área e relação de borda. Foi empregada matriz de confusão, para avaliar a acurácia da classificação, por meio do coeficiente de exatidão global e do índice de concordância Kappa. A exatidão global para o mapeamento foi de 83,3%, com coeficiente Kappa de 0,72. A classificação foi feita quanto às fitofisionomias do Cerrado, ao uso antrópico e urbano da terra, a corpos d'água e a bancos de areia. As matemáticas de bandas espectrais utilizadas apresentam resultados promissores no delineamento das classes de cobertura da terra no Araguaia.

Sensoriamento remoto e geoprocessamento aplicado ao estudo temporal do uso da terra e na comparação entre classificação não supervisionada e análise visual

Pós-graduação em Agronomia (Energia na Agricultura) - FCA

Estudo da evolução da paisagem da área do município de Linhares (ES) nos anos de 1985 e de 2013/2014, por meio das métricas

Trata a presente pesquisa sobre o estudo da evolução da área da paisagem que compõe o município de Linhares (ES), nos anos de 1985 e 2013/2014, que constitui o maior município do Estado do Espírito Santo. Foi realizada, por meio de processamento digital de imagens de satélites LANDSAT 5 e 8, a classificação de uso e ocupação da terra da área em estudo. Além disso usou-se as imagens do satélite RapdEye para acurácia da classificação digital das imagens. A partir dos resultados levantados de uso e ocupação foram definidas as matrizes da paisagem para 1985 e 2013/2014, bem como avaliadas as manchas que compõem a matriz. Foram aplicadas as métricas da paisagem utilizando a ferramenta de estatística Fragstats, possibilitando o cálculo dos Índices de Paisagem afim de avaliar a evolução qualitativa e quantitativa da paisagem do município de Linhares.

Modelação do risco de incêndio florestal à escala municipal com recurso a dados de detecção remota

Neste projecto é testada uma metodologia para actualização de mapas de ocupação do solo já existentes, derivados de fotografia aérea, usando uma imagem satélite para posterior modelação com vista à obtenção da cartografia do risco de incêndio actualizada. Os diferentes passos metodológicos na fase da actualização dos mapas de ocupação de solo são: Classificação digital das novas ocupações, Produção do mapa de alterações, Integração de informação auxiliar, Actualização da Cartografia Temática. Para a produção do mapa de alterações a detecção de alterações foi efectuada através de expressões de Álgebra de Mapas. A classificação digital foi realizada com um classificador assistido - Classificador da Máxima Verosimilhança. A integração de informação auxiliar serviu para melhorar os resultados da classificação digital, nomeadamente em termos das áreas ardidas permitindo uma resolução temática mais detalhada. A actualização resultou da sobreposição do mapa das áreas alteradas classificadas com o mapa desactualizado. Como produto obteve-se a Carta de Alterações da Ocupação do Solo com Potencial Influência no Risco de Incêndio actualizada para 2008, base para a fase da Modelação do Risco. A metodologia foi testada no concelho de Viseu, Centro de Portugal. A Carta de Uso e Ocupação do Solo de Portugal Continental para 2007 (COS2007) foi utilizada como carta de referência. A nova carta actualizada para 2008, no concelho de Viseu, apresenta 103 classes temáticas, 1ha de unidade mínima e 90% de precisão global. A modelação do risco de incêndio geralmente é feita através de índices que variam, de forma geral, numa escala qualitativa, tendo como fim possibilitar a definição de acções de planeamento e ordenamento florestal no âmbito da defesa da floresta contra incêndios. Desta forma, as cartas de risco são indicadas para acções de prevenção, devendo ser utilizadas em conjunto com a carta da perigosidade que juntas podem ser utilizadas em acções de planeamento, em acções de combate e supressão. A metodologia testada, neste projecto, para elaboração de cartografia de risco foi, a proposta por Verde (2008) e adoptada pela AFN (2012). Os resultados apresentados vão precisamente ao encontro do que diz respeito no Guia Técnico para Plano Municipal de Defesa da Floresta Contra Incêndios, "O mapa de Risco combina as componentes do mapa de perigosidade com as componentes do dano potencial (vulnerabilidade e valor) para indicar qual o potencial de perda face ao incêndio florestal".

Metodologia para reconhecimento de três solos por sensores: laboratorial e orbital

O presente trabalho teve como objetivo estabelecer um método para a utilização de dados espectrais, obtidos em laboratório e imagens do Landsat 5, no reconhecimento e discriminação de três classes de solos do estado de São Paulo. Foram coletadas amostras de solo e obtidos os dados de reflectância por espectrorradiômetro em laboratório como padrão de um Latossolo Vermelho distroférrico (LVdf), um Argissolo Vermelho-Amarelo (PVA) e Neossolo Quartzarênico (RQ). Foram extraídos dados de reflectância das imagens, com os quais se efetuou a classificação digital pelo classificador Spectral Angular Mapper. As curvas espectrais obtidas por espectrorradiômetro em laboratório mostraram três padrões distintos de comportamento espectral, baseados nas diferenças da forma das curvas, feições de absorção dos minerais do solo e na intensidade de reflectância. O LVdf apresentou menor albedo em virtude da textura argilosa e maiores teores de Fe, ao contrário dos solos mais arenosos PVA e RQ. As bandas de absorção características da caulinta (2.200 nm), OH- e água (1.400 e 1.900 nm) ocorreram em todos os solos. Solos arenosos, como o RQ, apresentaram uma curva espectral com tendência positiva. A linha do solo mostrou distinção espectral, tanto com dados orbitais como terrestres, indicando que cada solo tem uma tendência individual. Os padrões espectrais obtidos em laboratório foram importantes para a eficiência do método na detecção dos mesmos nas imagens de satélite. Os solos avaliados podem ser discriminados e reconhecidos pela interpretação quantitativa em imagens. O método mostrou-se eficiente como auxílio no mapeamento de solos no nível semidetalhado de alta intensidade.

Influência da resolução espacial de imagens orbitais na identificação de elementos da paisagem em Altamira-PA

Imagens do sensor TM/Landsat-5 referentes às bandas de TM1 a TM5 e TM7 do município de Altamira-PA, Brasil, da passagem de 20/7/1991, modificadas para 60, 100, 120, 200 e 250 m, foram utilizadas para avaliar a influência da resolução espacial na identificação de floresta, capoeira nova, capoeira madura e não-floresta. Mapas temáticos (um para cada resolução espacial) foram elaborados, considerando a aplicação de um algoritmo de classificação digital Bhattacharya (supervisionado), seguido da interpretação visual. A área de cada uma dessas categorias foi determinada em cada um dos mapas temáticos, tomando as imagens com 30 m de resolução espacial como referência. A exatidão de mapeamento foi avaliada, utilizando a exatidão global, o índice kappa e o índice Tau. Verificou-se que: a) as maiores discrepâncias em termos quantitativos ocorreram nos mapas gerados a partir das imagens com 200 m de resolução espacial; b) as categorias que dominavam a cena em termos espectrais e espaciais aumentaram à medida que a resolução espacial foi degradada; c) os mapas elaborados a partir de imagens com resolução espacial de 200 m apresentaram ligeira confusão na identificação dos temas; e d) a confusão espectral entre os temas não apresentou tendência linear com a gradativa degradação da resolução espectral.

Uso do produto MOD13Q1 do sensor Modis para análise temporal e mapeamento das florestas nas Serras do Sudeste e Campanha Meridional do Rio Grande do Sul

Imagens NDVI (Índice de Vegetação por Diferença Normalizada) do sensor Modis foram utilizadas para mapear as classes de uso e cobertura da terra nas Serras do Sudeste e Campanha Meridional do Rio Grande do Sul. A metodologia compreendeu a elaboração de um banco de dados espaciais e a aplicação de técnicas de processamento digital (contraste linear, classificação digital e operações aritméticas) sobre imagens dos satélites Landsat e Terra de diversas datas. Os resultados indicaram que a cobertura florestal passou de 8,6% para 11,6% e 14,3% da área total da microrregião Serras do Sudeste, entre os anos 2000, 2004 e 2008. Na Campanha Meridional, a expansão da cobertura florestal passou de 11,1% para 11,2% e 11,5% da área total no mesmo período. Conclui-se que imagens MOD13Q1, de baixa resolução espacial (250 m), podem ser usadas em grandes áreas para mapear florestas e os demais temas adequadamente.

Sensoriamento remoto e geoprocessamento aplicados ao uso da terra em microbacias hidrográficas, Botucatu - SP

O presente trabalho teve como objetivo identificar e quantificar o uso da terra em dez microbacias ocorrentes na bacia do Rio Capivara, município de Botucatu - SP, a partir da estruturação de um banco de dados utilizando o Sistema de Informações Geográficas (SIG) - IDRISI. Os resultados mostram que as classes de uso da terra, "uso agrícola" e "pastagem", foram as mais significativas, pois ocuparam mais da metade da área das microbacias. O alto índice de uso da terra por pastagens, capoeiras, reflorestamento e matas reflete a predominância de solos arenosos com baixa fertilidade. As imagens obtidas do satélite LANDSAT 5 permitiram o mapeamento do uso da terra de maneira rápida, além de fornecer um excelente banco de dados para futuro planejamento e gerenciamento das atividades agropecuárias regionais. O SIG-IDRISI permitiu identificar, por meio de seus diferentes módulos para georreferenciamento, classificação digital e modelo matemático, as classes de uso da terra com rapidez.

Eficácia de dados Hyperion/EO-1 para identificação de alvos agrícolas: comparação com dados ETM+/Landsat-7

O objetivo desta pesquisa foi avaliar o uso de dados hiperespectrais Hyperion/EO-1 na discriminação de alvos agrícolas, comparando a acurácia de classificação obtida pelos dados desse sensor à obtida por dados multiespectrais ETM+/Landsat-7. Para isso, alvos agrícolas da região de Franca - SP, com diferenças espectrais bem definidas e outros alvos com diferenças espectrais sutis, imageados por ambos os sensores, em 16 de julho de 2002, foram discriminados utilizando o classificador supervisionado de Máxima Verossimilhança (MaxVer). Os alvos agrícolas com diferenças espectrais bem definidas foram caracterizados por seis classes de uso e cobertura do solo; já os com diferenças espectrais sutis, por cinco classes de variedades de cana-de-açúcar. Quando os dados ETM+ foram classificados, a acurácia foi de 91,5% para as classes de uso e cobertura do solo e de 67,6% para as classes de variedades de cana-de-açúcar, enquanto, para os dados do sensor Hyperion, a acurácia de classificação foi de 94,9% e de 87,1%, respectivamente, demonstrando, assim, a importância do uso de dados hiperespectrais na discriminação de alvos agrícolas com características espectrais semelhantes.