Autoria: GAROFALO, D. F. T.; MESSIAS, C. G.; LIESENBERG, V.; BOLFE, E. L.; FERREIRA, M. C.

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, definiramse 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.

Ano de publicação: 2015

Tipo de publicação: Artigo de periódico

Unidade: Embrapa Territorial

Palavras-chave: Classificação orientada a objetos, Sensoriamento Remoto, Uso e cobertura do solo