Classificação da cobertura e uso do solo com imagens Worldview-2 utilizando mineração de dados e análise baseada em objetos

• Ano de defesa: 2011
• Autor(a) principal: Marcus Vinícius Alves de Carvalho
• Orientador(a): Hermann Johann Heinrich Kux, Teresa Gallotti Florenzano
• Banca de defesa: Cláudia Maria de Almeida, Carla Bernadete Madureira Cruz
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Instituto Nacional de Pesquisas Espaciais
• Programa de Pós-Graduação: Programa de Pós-Graduação do INPE em Sensoriamento Remoto
• País: BR
• Resumo em Inglês: The products available from the new high spatial resolution satellites present a high potential for studies and applications in urban areas. The use of data from these sensor systems opens new perspectives for the automatic extraction of relevant information for planning and environmental management. However, for the efficient information acquisition innovative concepts are necessary for both, the segmentation and object distinction which compose the image. In this study satellite images from WorldView-2 were used, which represent on a new Earth Observation concept, with eight multispectral bands, namely: three bands in the visible spectrum (Red, Green, Blue), a near-infrared band and the four new bands Coastal (400-450 nm), Yellow (585-625 nm), Red Edge (705-745 nm) and Near-Infrared-2 (860-1040 nm). The objective of this study was to evaluate the best attributes and thresholds to map land use/land cover with WorldView-2 images. The experiment was performed at a section of western São Paulo Metropolitan Region. The land cover classification was made in three stages: 1$^st$. generation of a classification model through a conventional exploratory analysis using fuzzy membership; 2$^nd$. use of the data mining technique of decision trees (1$^th$ experiment), with the analyst intervention to specify the minimum amount of instances per node (2$^th$ experiment); 3$^rd$. data mining by decision trees without the direct analyst intervention (3$^th$ experiment). The statistical evaluation allowed the selection of the classification with the highest acuracy to map land use considering urban blocks (4$^th$ experiment). The results indicate a good acuracy of the maps obtained, with Kappa indices of 0.7618 (1$^th$ experiment), 0.7876 (2$^th$ experiment), 0.8383 (3$^th$ experiment) and 0.7050 (4$^th$ experiment).
• Link de acesso: http://urlib.net/sid.inpe.br/mtc-m19/2011/09.05.20.27

Os produtos provenientes dos novos sensores orbitais de alta resolução apresentam considerável potencial em estudos e aplicações sobre o ambiente urbano. A utilização dos dados destes sistemas sensores abre novas perspectivas para a extração automática de relevantes informações para o planejamento e gestão do ambiente. No entanto, para a eficiente aquisição da informação, são necessárias concepções inovadoras tanto na etapa de segmentação, quanto na distinção dos objetos que compõem a imagem. Neste estudo, utilizaram-se imagens do satélite WorldView-2, uma nova concepção em observação da Terra porque além da alta resolução espacial (0,50 m), apresenta oito bandas multiespectrais, três bandas na faixa do visível (Red, Green e Blue) e a banda do Infravermelho Próximo (NIR), além das quatro novas bandas: Coastal (400-450 nm), Yellow (585-625 nm), Red Edge (705-745 nm) e Near-Infrared-2 (860-1040 nm). Assim, o objetivo deste trabalho foi avaliar os melhores atributos e limiares para o mapeamento da cobertura e uso do solo em imagens WorldView-2. O experimento foi realizado em um setor a oeste da Região Metropolitana de São Paulo. A classificação da cobertura do solo foi realizada em três etapas: 1) geração do modelo de classificação via análise exploratória convencional fazendo uso de pertinência fuzzy; 2) adoção da técnica de mineração de dados por árvores de decisão, tendo a intervenção do intérprete na especificação do número mínimo de instâncias por folha; e 3) mineração de dados por árvores de decisão sem a intervenção direta do intérprete. A avaliação estatística permitiu selecionar a classificação de maior precisão para mapear o uso do solo por quadras (IV Experimento). Os resultados indicaram boa precisão nos mapeamentos realizados, obtendo-se índices Kappa de 0,7618 (Experimento I), 0,7876 (Experimento II), 0,8383 (Experimento III) e 0,7050 (Experimento IV).