Mapeamento de culturas agrícolas a partir de dados de média resolução espacial utilizando a análise orientada ao objeto

Resumo

A agricultura exerce um importante papel dentro do cenário sócio-econômico do Brasil. Nesse sentido, as medidas governamentais precisam ser amparadas por ferramentas capazes de fornecer informações confiáveis e constantes sobre a sua produção. O Sensoriamento Remoto tem sido uma das ferramentas capazes de fornecer uma rica base de dados para as diferentes aplicações no campo agrícola, contudo os sistemas convencionais de classificação de imagens de satélite apresentam problemas relacionados ao processo de extração automática de informações dos dados orbitais. No caso da agricultura, os problemas são diversos em função da grande variabilidade espectral presente nas imagens devido aos diferentes tipos e condições das culturas agrícolas. Isso dificulta o desempenho dos algoritmos de classificação convencionais (pixel a pixel), pois esses realizam processamento algorítmico guiados apenas pelas variáveis estatísticas dos dados. Uma alternativa que vem surgindo com grande potencial são os Sistemas Baseados no Conhecimento (Knowledge-Based Systems - KBS), visto que os mesmos empregam estratégias de armazenamento e replicação do conhecimento humano. A Análise Orientada ao Objeto (AOO) se enquadra no contexto de KBS, uma vez que essa abordagem permite a simulação da interpretação visual através da modelagem do conhecimento e, para isso, utilizam principalmente informações topológicas (vizinhança, contexto) e geométricas (forma e tamanho). No Brasil, esta linha de pesquisa necessita ser abordada com intensidade, tanto para a obtenção de sólidos conhecimentos, como para a formação de recursos humanos, em assunto de alta especificidade como são os algoritmos AOO. O presente trabalho propõe a investigação do potencial de aplicações da AOO no mapeamento agrícola, comparando seu desempenho com o dos sistemas convencionais. Para isso, serão utilizadas imagens TM e ETM+/Landsat, adquiridas numa área de estudo localizada a noroeste do Estado de São Paulo, a qual representa bem as condições da agricultura paulista e de grande parte das regiões sudeste e sul brasileiras, esperando como resultado significativo que a realização da proposta pesquisa forneça comprovação de que a AOO pode ter um desempenho classificatório superior aos algoritmos convencionais. (AU)