Comparação de métodos de classificação de imagens, visando o gerenciamento de áreas citrícolas

• Ano de defesa: 2009
• Autor(a) principal: Barbosa, Ana Paula [UNESP]
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Landsat (Satelites); Conjuntos difusos; Copo calibrador; Fuzzy; Satellite; Images classifiers
• Link de acesso: http://hdl.handle.net/11449/90444

Dada a significativa importância da atividade citrícola no Estado de São Paulo, verifica-se a necessidade de um constante monitoramento destas áreas, contribuindo para a tomada de decisões rápidas e abrangentes, visando à manutenção desta exploração. Mesmo com sua extraordinária capacidade de analisar e interpretar dados de sensoriamento remoto, o ser humano tende à subjetividade ao registrar as informações observadas nas imagens. Muitas vezes, o conhecimento do analista sobre a área de estudo é limitado, o que faz do processo de classificação uma tarefa que demanda maior esforço e tempo para identificação dos objetos representados na superfície. A classificação de imagens é o processo de extração de informação para reconhecer padrões e objetos homogêneos e são utilizados em sensoriamento remoto para mapear áreas da superfície terrestre que correspondem aos temas de interesse. O trabalho teve por objetivo a comparação da eficiência de métodos de classificação de imagens orbitais em áreas cultivadas com citros, utilizando técnicas de geoprocessamento visando o planejamento e o gerenciamento localizado das áreas de produção de citros. A área de estudo utilizada corresponde a Fazenda Água Branca, município de Bariri/ SP. O SIG - Idrisi 15.0, foi utilizado no processamento das imagens do satélite LANDSAT-5 TM, órbita/ponto: 221/75, passagens de 16/06/2003 e 26/05/2007. Do trabalho realizado constatou-se que os resultados na avaliação de acurácia da classificação foram satisfatórios, sendo que a classificação do algoritmo CLUSTER apresentou qualidade excelente (0,9276) e muito boa (0,6485); o algoritmo MAXVER apresentou classificações excelentes, com Kappa de 0,8338 e 0,8818; e o índice gerado pelo método de classificação relativa...