INFLUÊNCIA DO NÚMERO DE AMOSTRAS DE TREINAMENTO E DA UTILIZAÇÃO DE PROCESSOS DE FILTRAGEM DE ÁREAS MENORES QUE A ÁREA MÍNIMA MAPEÁVEL NA CLASSIFICAÇÃO SUPERVISIONADA PELO MÉTODO DA MÁXIMA VEROSSIMILHANÇA

Código

XXIII-SBRH0574

Autores

RAFAEL ALVARENGA ALMEIDA, Silvio Bueno Pereira, Daniel Brasil Ferreira Pinto

Tema

Sensoriamento remoto da água: perspectivas para a nova era de disponibilidade de informação

Resumo

O estudo da cobertura do solo é uma importante ferramenta no planejamento e gestão dos recursos hídricos. Dessa forma, objetiva-se com este estudo a comparação de diferentes tratamentos para amostras de treinamento do classificador supervisionado por máxima verossimilhança. Realizou-se a classificação de uma imagem Landsat 8, na bacia hidrográfica do rio Mucuri com seis classes de uso sendo: área urbana, floresta, pastagem, agricultura, solo exposto e água. Os tratamentos foram compostos por diferentes números de amostras de treinamento, variando de 50 a 150 amostras com 12 pixels em cada, e a presença de um filtro de áreas menores que a área mínima mapeável, definida como 1 hectare. Foram validadas as classificações pelos índices Kappa e de Exatidão global e comparados entre si pelo teste z, a 95% e 99% de probabilidade. Houveram alterações na área de cada classe de uso de acordo com os tratamentos utilizados. Os índices de Exatidão global e kappa foram bons e muito bons em todos os tratamentos. Os melhores desempenhos foram com 150, 130 e 90 amostras com a utilização dos filtros e 90 amostras sem a utilização dos filtros, e os piores foram os de 50 e 70 amostras sem a utilização dos filtros.