MÉTODOS DE CLASSIFICAÇÃO SUPERVISIONADA DE IMAGENS DE SATÉLITE APLICADAS NO MAPEAMENTO DO USO DO SOLO NA BACIA HIDROGRÁFICA DO RIBEIRÃO SANTO ANTÔNIO, SÃO MANUEL/SP

Ano: 2015 | Volume: 6 | Número: 1

Autores: Aline Kuramoto Gonçalves, Gabriel Rondia Pupo Da Silveira, Zacarias Xavier De Barros, Sergio Campos

Palavras-chave: geoprocessamento, sensoriamento remoto, bacia hidrográfica

Resumo Português:

Este estudo teve como objetivo comparar a eficiência dos métodos de classificação de imagens digitais, utilizando técnicas de geoprocessamento. A área de estudo está localizada na bacia hidrográfica do Ribeirão Santo Antônio, em São Manuel, São Paulo, Brasil. Para isso, foram utilizadas as técnicas de contidas no Sistema de Informação Geográfica (SIG) - IDRISI, juntamente com o uso de mapas digitais, publicado pelo Instituto Brasileiro de Geografia e Estatística – IBGE, na escala 1: 50.000 e imagens de satélite LANDSAT - 8 (2014) do sensor Operational Land Imager (OLI), obtidas pelo Glovis. Assim observo-se resultados da avaliação da precisão da classificação foram o que a classificação paralelepípedo foi ruim e do MaxVer foi regular, de acordo com as classificações algoritmo , com kappa 0,2242 e 0,3322, respectivamente. Os métodos utilizados na discriminação das áreas cultivadas com diferentes estágios de plantio da cana-de –açúcar influenciaramna reflectância de outras classes.

Resumo Inglês:

This study aimed to compare the efficiency of methods of classification of orbital images using GIS techniques..The study area is located in the watershed Ribeirão Santo Antônio in São Manuel, São Paulo, Brazil.For this, we used the GIS techniques, and the integration of information held in the Geographic Information System (GIS) -IDRISI, coupled with the use of digital maps, published by the Brazilian Institute of Geography and Statistics -IBGE, scale 1: 50,000 and satellite images LANDSAT -8 (2014) Operational Land Imager (OLI), provided by Glovis. It noted the evaluation results of the classification accuracy were satisfactory, which the PARALELEPIPEDO classification had law quality and good the MAXVER algorithm ratings, with kappa 0.2242 and 0.3322 for respectively. The methods used in the discrimination of areas cultivated with sugar cane howed different efficiencies in the images classification than influenced by the reflectance of other classes.

Resumo Espanhol:

Este estudio tuvo como objetivo comparar la eficiencia de los métodos de clasificación de imágenes digitales, utilizando técnicas de geoprocesamiento. El área de estudio se encuentra en la cuenca deRibeirao Santo Antonio, San Manuel, São Paulo, Brasil. Para ello, se utilizaron las técnicas contenidas en el Sistema de Información Geográfica (SIG) - IDRISI, junto con el uso de mapas digitales, publicado por el Instituto Brasileño de Geografía y Estadística - IBGE, escala 1: 50.000 y las imágenes de satélite Landsat - 8 (2014) del sensor Operational Land Imager (OLI), obtenido por el Glovis. Así observo-si la precisión de la clasificación de los resultados de la evaluación fueron la calificación paralelepípedo fue pobre y el MaxVer estaba programado de conformidad con puntuaciones algoritmo, con kappa 0,2242 y 0,3322, respectivamente. Los métodos utilizados en la ruptura de las áreas cultivadas con caña de azúcar de las diferentes etapas de siembra -azúcar influyeron en la reflectancia de otras clases.