Resumo: A classificação supervisionada por Redes Neurais Artificiais tem apresentado excelentes resultados na classificação de padrões em relação do MAXVER que é um algoritmo largamente utilizado para este fim. O objetivo deste trabalho foi avaliar a classificação supervisionada por RNA das Unidades de Conservação Parque Nacional da Serra do Cipó e Área de Proteção Ambiental Morro da Pedreira, Localizados na Serra do Cipó, MG. De forma especifica avaliou a contribuição de atributos do terreno no auxilio aos dados de imagem de satélite no processo de classificação e comparar o desempenho da classificação feita pela RNA e pelo classificador de Máxima Verossimilhança (MAXVER). A classificação foi realizada com dois conjuntos de variáveis. O conjunto 1 (bandas espectrais da imagem Landsat, geologia, MDE – Modelo Digital de Elevação, declividade, ITC – Índice Topográfico Combinado e NDVI - Índice de Vegetação por Diferença Normalizada) e Conjunto 2 (dados da imagem Landsat). Pontos de campo foram adquiridos para avaliar o processo de classificação. Os resultados mostraram que os atributos de terreno aumentam a exatidão da RNA para discriminar as classes de cobertura e uso do solo, com índice kappa de 0,95 para classificação com as variáveis do Conjunto1 enquanto que só com dos dados da imagem obteve kappa de 0,61. A classificação pelo MAXVER com as variáveis do Conjunto 2 apresentou índice kappa de 0,76, estatisticamente pior que a classificação pela RNA Concluiu que a abordagem de classificação por RNA é uma técnica de grande potencial para a o mapeamento da cobertura e uso do solo, apresentando melhor desempenho que o MAXVER e que os dados do meio físico são relevantes fontes de informação que auxiliam aos dados de imagem de satélite no processo de classificação.

Ano de publicação: 2007

Tipo de publicação: Artigo em anais e proceedings

Unidade: Embrapa Solos