In:
Revista Brasileira de Cartografia, EDUFU - Editora da Universidade Federal de Uberlandia, Vol. 68, No. 7 ( 2016-08-13)
Abstract:
Este trabalho objetivou analisar o potencial das imagens do satélite RapidEye para discriminar cinco classes de cobertura vegetal do bioma Cerrado, elencadas em formações florestais, savânicas, campestres, culturas agrícolas e pastagens cultivadas. Dentre os objetivos especíï¬cos, destacam-se a deï¬nição das três bandas espectrais mais apropriadas para geração de composições coloridas RGB com vistas à interpretação visual; a deï¬nição das bandas espectrais mais favoráveis para discriminação das classes acima mencionadas; a deï¬nição de grupos de cobertura vegetal que podem ser discriminadas com imagens do satélite RapidEye; e a avaliação de desempenho da técnica de segmentação por crescimento de regiões, seguida de uma proposta de classiï¬cação semiautomática baseada nos parâmetros estatísticos da tabela de atributos da segmentação, para discriminar as classes de cobertura vegetal consideradas. Análises estatísticas de coeï¬ciente de correlação de Pearson, análise de variância (ANOVA), optimum index factor (OIF), análise de agrupamento hierárquico (cluster analysis) e análise da matriz de confusão reforçaram os seguintes resultados e conclusões: a composição colorida RGB mais apropriada foi a que envolveu as bandas 1 (faixa espectral do azul), 3 (verde) e 5 (infravermelho próximo); as bandas 3 e 4 (red-edge) foram as que demonstraram maior potencial para discriminar as classes de cobertura vegetal nativa e antrópica; foi possível discriminar, no mínimo, dois grandes grupos espectrais, um grupo composto por formações florestais e savânicas e o outro grupo composto por formações campestres, culturas agrícolas e pastagens cultivadas. A técnica de segmentação seguida de classiï¬cação semiautomática mostrou uma alta acurácia para mapeamentos das cinco classes de cobertura vegetal consideradas nesse estudo.
Type of Medium:
Online Resource
ISSN:
1808-0936
,
0560-4613
DOI:
10.14393/rbcv68n7-44359
Language:
Unknown
Publisher:
EDUFU - Editora da Universidade Federal de Uberlandia
Publication Date:
2016
detail.hit.zdb_id:
2178673-2
SSG:
14,1
Permalink