Classificação orientada a objeto em associação às ferramentas reflectância acumulada e mineração de dados

O objetivo deste trabalho foi utilizar as técnicas de reflectância acumulada e mineração de dados, seguidas por classificação orientada a objeto, em imagens do sensor Operational Land Imager (OLI), satélite Landsat 8, para a classificação de vegetação nativa e cobertura agropecuária do Cerrado. Quat...

Full description

Main Authors: Grande, Thallita Oliveira de, Almeida, Tati de, Cicerelli, Rejane Ennes
Format: Artigo
Language: Portuguese
Published: Embrapa Informação Tecnológica - Pesquisa Agropecuária Brasileira 2017
Subjects:
Online Access: http://repositorio.unb.br/handle/10482/30062
http://dx.doi.org/10.1590/s0100-204x2016001200009
Tags: Add Tag
No Tags, Be the first to tag this record!
Summary: O objetivo deste trabalho foi utilizar as técnicas de reflectância acumulada e mineração de dados, seguidas por classificação orientada a objeto, em imagens do sensor Operational Land Imager (OLI), satélite Landsat 8, para a classificação de vegetação nativa e cobertura agropecuária do Cerrado. Quatro imagens de reflectância foram utilizadas para a discriminação de seis classes - agricultura, pecuária, campo limpo úmido, savana, floresta e campo -, para a classificação do Parque Nacional das Emas, no Estado de Goiás, e adjacências. As imagens foram segmentadas para a extração de atributos espectrais de amostras e a aplicação de combinações de atributos (média + moda, todos os atributos) na mineração de dados. O programa Weka foi utilizado para a construção das árvores de decisão. Essa metodologia indicou que a diferenciação entre alvos aumentou a partir da acumulação temporal da reflectância, em todas as bandas e as classes, e a melhor imagem foi aquela do somatório das quatro datas. A classificação baseada na associação de atributos média + moda não apresentou impedimentos no processamento das regras de decisão, diferentemente da associação de todos os atributos. A classificação média + moda apresentou acurácia satisfatória (exatidão global, 69%; Kappa, 58%; e TAU, 63%). A integração dessas técnicas apresenta potencial para a diferenciação de vegetação nativa e antrópica do Cerrado.