Classificação da cobertura da terra na planície de inundação do Lago Grande de Curuai (Amazônia, Brasil) utilizando dados multisensor e fusão de imagens

Autor(es)

de Almeida Furtado, Luiz Felipe ^[1] ; Freire Silva, Thiago Sanna ^[2] ; Farias Fernandes, Pedro Jose ^[3] ; Ledo de Moraes Novo, Evlyn Marcia ^[1]

Afiliação do(s) autor(es)

^[1] Inst Nacl Pesquisas Espaciais, Div Sensoriamento Remoto, BR-12227010 Sao Jose Dos Campos, SP - Brazil

^[2] Univ Estadual Paulista, Inst Geociencias & Ciencias Exatas, Dept Geog, BR-13506900 Rio Claro, SP - Brazil

^[3] Univ Fed Fluminense, Inst Geociencias, Dept Geog, Niteroi, RJ - Brazil

• Tipo de documento: Artigo Científico
• Fonte: Acta Amazonica; v. 45, n. 2, p. 195-202, JUN 2015.
• Citações Web of Science: 10

Resumo

Dadas as limitações de diferentes tipos de imagens de sensores remotos, classificações automáticas do uso e cobertura do solo na várzea Amazônica podem resultar em índices de acurácia insatisfatórios. Uma das maneiras de melhorar esses índices é através da combinação de dados de distintos sensores, por fusão de imagens ou através de classificações multi-sensores. Desta forma, o presente estudo teve o objetivo de determinar qual método de classificação é mais eficiente em melhorar os índices de acurácia das classificações do uso e cobertura do solo para a várzea Amazônica e áreas úmidas similares - (a) a fusão sintética de imagens SAR e ópticas ou (b) a classificação multi-sensor de imagens ópticas e SAR pareadas. Classificações da cobertura do solo com base em imagens de um único sensor (Landsat TM ou Radarsat-2) foram comparadas com as classificações multi-sensor e classificações baseadas em fusão de imagens. A análise de imagens baseada em objetos (OBIA) e o algoritmo de mineração de dados J.48 foram utilizados para realizar a classificação automática, cuja precisão foi avaliada com o índice kappa e com as medidas de discordância de alocação e de quantidade, recentemente propostas na literatura. Em geral, as classificações baseadas em imagens ópticas apresentaram melhor precisão do que as classificações baseadas em dados SAR. Uma vez que ambos os conjuntos de dados foram combinados em uma abordagem multi-sensores, houve uma redução de 2% no erro de alocação da classificação, uma vez que o método foi capaz de superar parte das limitações presentes em ambas as imagens. Contudo, a precisão diminuiu quando foram usados métodos de fusão de imagens. Concluiu-se que o método de classificação multi-sensor é mais apropriado para classificações de uso do solo na várzea amazônica. (AU)

• Processo FAPESP: 10/11269-2 - Modelagem da dinâmica espacial de comunidades de macrófitas na várzea amazônica.
• Beneficiário: Thiago Sanna Freire Silva
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Processo FAPESP: 11/23594-8 - Sensoriamento remoto aplicado à modelagem de impactos antropogênicos sobre propriedades ecológicas de ambientes alagáveis e aquáticos da planície do Solimões/Amazonas
• Beneficiário: Evlyn Márcia Leão de Moraes Novo
• Modalidade de apoio: Auxílio à Pesquisa - Regular