Mapeamento de pastagens por meio da classificação da fusão de imagens Landsat-8/OLI e MODIS no município de São Gabriel do Oeste - MS.
Resumo. O sensoriamento remoto mostra-se eficiente no mapeamento de grandes áreas geográficas, executado a partir de imagens orbitais. A alta resolução espacial presente em sensores tem permitido o mapeamento detalhado da superfície terrestre, porém a resolução temporal também se mostra importante, devido a constante mudança que ocorre nos ecossistemas. Desse modo os algoritmos de predição se mostram de grande valia, uma vez que são capazes de unir a alta resolução espacial de um sensor a alta resolução temporal de outro. O objetivo deste trabalho foi realizar o mapeamento das áreas de pastagem presentes na extensão do município de São Gabriel do Oeste - MS, bem como avaliar o desempenho de diferentes algoritmos de classificação em diferentes séries temporais, sendo uma composta apenas de imagens Landsat e outra composta de imagens geradas pelo algoritmo de predição STARFM (Spatial and Temporal Adaptive Reflectance Fusion Model). Sendo que o algoritmo Random Forest, na série temporal composta pelas imagens geradas pelo algoritmo STARFM e com a adição de métricas fenológicas apresentou as melhores acurácias, obtendo índice Kappa superior a 0,85 e exatidão global superior a 92,5%.
Main Authors: | , , , , , |
---|---|
Other Authors: | |
Format: | Anais e Proceedings de eventos biblioteca |
Language: | pt_BR por |
Published: |
2018-11-13
|
Subjects: | Sensor orbital, Processamento de imagens, Mineração de dados, Fusão de imagens, Classificação de imagens, Orbital sensor, Image processing, Data mining, Image fusion, Image classification, Sensoriamento Remoto, Remote sensing, Image analysis, |
Online Access: | http://www.alice.cnptia.embrapa.br/alice/handle/doc/1099257 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|