Autoria: SOUZA, I. C. DE; SILVEIRA, H. L. F. da; RODRIGUES, C. A. G.; FRANZIN, J. P.; RONQUIM, C. C.

Resumo: RESUMO: O uso do Sensoriamento Remoto para o planejamento e a tomada de decisão é cada vez mais frequente em função da grande disponibilidade de dados e de ferramentas de manipulação. No mapeamento de pastagens degradadas, por exemplo, além dos valores de reflectância, métricas associadas à estatística descritiva, como média, moda e desviopadrão, podem fornecer informações importantes para sua classificação, as quais seriam impossíveis de obter usando uma estratégia de classificação pixel-a-pixel, onde n = 1. Um desses métodos de segmentação é o mean shift. Apesar da facilidade de utiliza-lo, o ajuste de seus parâmetros e a avaliação de seus resultados são feitos, em muitos casos, por meio da análise visual e empírica. Esta pesquisa tem como objetivo avaliar três segmentações feitas em áreas de pastagens, por meio do algoritmo mean shift, para uma cena do estado de São Paulo (órbita 220 e ponto 75). Para obter a acurácia posicional de cada segmentação, foi calculada a raiz do erro quadrático médio (RMSE) das distâncias entre os limites de 100 polígonos segmentados e os limites dos polígonos de referência vetorizados em tela, em quatro pontos distintos da feição. Como resultado, a segmentação mais adequada para o trabalho de mapeamento de pastagens foi a que utilizou os valores 19, 15 e 20 para os parâmetros espectral, espacial e de tamanho mínimo dos polígonos respectivamente, que obteve RMSE de 73,7.

Ano de publicação: 2023

Tipo de publicação: Artigo em anais e proceedings

Unidade: Embrapa Territorial

Palavras-chave: Acurácia posicional, RMSE, Segmentação, Sensoriamento Remoto, Sistema de Informação Geográfica