Autoria: VIEIRA, T. G. C.; LACERDA, W. S.; ALVES, H. M. R.; VOLPATO, M. M. L.; ANDRADE, L. N. de; BRAGA, R. C. A.; SOUZA, V. C. O. de

Resumo: A aplicação de Redes Neurais Artificiais (RNAs) na classificação de dados de Sensoriamento Remoto tem se mostrado uma abordagem promissora, principalmente na discriminação de classes de maior complexidade. No presente trabalho, é apresentado uma aplicação de RNAs na identificação de áreas cafeeiras que possui um padrão espectral muito próximo ao da mata, dificultando a classificação automática dessas classes de uso da terra. Foram utilizadas três bandas espectrais da imagem do satélite HRV/SPOT5 da região de Guaxupé (MG) com o software de processamento de imagens IDRISI. Para validação dos mapas obtidos pela classificação, realizou-se o cruzamento do mapa de uso e ocupação da terra por classificação visual com o gerado pela RNA. Em relação ao mapa de referência, o índice Kappa (k) do mapa classificado pela RNA ficou em 71,85%, o que é considerado um índice bom. A metodologia de Redes Neurais Artificiais do tipo multilayer perceptron (MLP) apresentou um bom resultado, porém é necessário que se acrescente outros dados de entrada para melhorar a classificação.

Ano de publicação: 2009

Tipo de publicação: Artigo em anais e proceedings

Unidade: Embrapa Café

Palavras-chave: Cafeicultura, Classificação, Sensoriamento Remoto