Imagens de drone e Índice de Vegetação por Diferença Normalizada (NDVI) para classificação segmentada em Áreas de Preservação Permanente (APP)

• Ano de defesa: 2020
• Autor(a) principal: Tagliarini, Felipe de Souza Nogueira
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Sensoriamento remoto; Veículo Aéreo Não Tripulado; Índice radiométrico; Análise de Imagem Baseada em Objeto; Remote sensing; Unmanned Aerial Vehicle; Radiometric index; Object Based Image Analysis
• Link de acesso: http://hdl.handle.net/11449/204111

O advento dos drones nas geotecnologias possibilitou uma plataforma atuante em diferentes áreas para o mapeamento com elevada precisão e resolução, como no caso da análise ambiental, onde a correta identificação do uso do solo é de fundamental importância. O objetivo deste estudo consistiu na identificação do uso e ocupação do solo em Áreas de Preservação Permanente (APP) hídricas do rio Lavapés, em trecho da Fazenda Experimental Lageado, no município de Botucatu- SP. Foi utilizada a Análise de Imagem Baseada em Objeto (OBIA), bem como o Índice de Vegetação por Diferença Normalizada (NDVI), e técnicas de aerofotogrametria e fotointerpretação com imagens de alta resolução coletadas por drone. As imagens foram obtidas por meio dos sensores MAPIR Survey3W RGB e Survey3W NIR/InfraRED, embarcados em drone multirrotor 3DR SOLO. Para construção dos ortomosaicos RGB e NDVI, as imagens foram processadas no software Pix4Dmapper 3.0. A classificação OBIA RGB obteve acurácia temática por índice Kappa de 70,69 %, com qualidade de classificação "Muito boa" e concordância substantiva com o referencial da VT (Verdade Terrestre). Para a classificação OBIA NDVI, a acurácia temática foi de 73,60 % por índice Kappa, com qualidade de classificação "Muito boa" e concordância substantiva com a VT. A comparação das duas classificações, com a OBIA NDVI como referencial devido a maior acurácia e das propriedades espectrais do NDVI, obteve índice Kappa de 83,16 %, com qualidade de classificação "Excelente" e concordância quase perfeita com o referencial, demonstrando a correlação existente entre uma classificação visual (OBIA RGB) e uma baseada em índice de vegetação (OBIA NDVI). A classe “vegetação arbórea”, obteve os menores erros de omissão e comissão nas duas classificações e na comparação entre ambas, garantindo uma grande confiança de classificação. Já a classe “sombras”, obteve os maiores erros de omissão e comissão, devido a maior confusão gerada por pixels de outras classes, pela ambiguidade espectral e proporcionando menor confiança. Com base no exposto, pode-se afirmar que as imagens obtidas por drone proporcionam flexibilidade de utilização, podendo ser usadas tanto para classificação visual quanto classificação baseada em índice radiométrico, possuindo elevado potencial para o mapeamento da paisagem e comportamento da vegetação e podem ser utilizadas com grande confiabilidade na análise ambiental.