Imagens mono e multitemporais Modis para estimativa da área com soja no estado de Mato Grosso
AUTOR(ES)
Bernardes, Tiago, Adami, Marcos, Formaggio, Antônio Roberto, Moreira, Maurício Alves, França, Daniela de Azeredo, Novaes, Maikon Roberth de
FONTE
Pesquisa Agropecuária Brasileira
DATA DE PUBLICAÇÃO
2011-11
RESUMO
O objetivo deste trabalho foi avaliar uma nova metodologia para mapeamento da cultura da soja no Estado de Mato Grosso, por meio de imagens Modis e de diferentes abordagens de classificação de imagens. Foram utilizadas imagens diárias e imagens de 16 dias. As imagens diárias foram diretamente classificadas pelo algoritmo Isoseg. As duas séries de imagens de 16 dias, referentes ao ciclo total e à metade do ciclo da cultura da soja, foram transformadas pela análise de componentes principais (ACP), antes de serem classificadas. Dados de referência, obtidos por interpretação visual de imagens do sensor TM/Landsat-5, foram utilizados para a avaliação da exatidão das classificações. Os melhores resultados foram obtidos pela classificação das imagens do ciclo total da soja, transformadas pela ACP: índice global de 0,83 e Kappa de 0,63. A melhor classificação de imagens diárias mostrou índice global de 0,80 e Kappa de 0,55. AACP aplicada às imagens do ciclo total da soja permitiu o mapeamento das áreas de soja com índices de exatidão melhores do que os obtidos pela classificação derivada das imagens de data única.
ASSUNTO(S)
glycine max classificação de imagens componentes principais estatísticas agrícolas processamento digital sensoriamento remoto
Documentos Relacionados
- Evaluation of the MODIS images potential to estimate soybean areas in Mato Grosso state
- Avaliação da potencialidade das imagens MODIS na estimação da área de soja no estado do Mato Grosso
- Estimativa de área agrícola por meio de séries temporais Modis NDVI no Estado do Mato Grosso
- Estimativa de áreas de soja usando superfícies espectro-temporais derivadas de imagens MODIS em Mato Grosso, Brasil
- Estimativa de áreas com culturas de verão no Paraná, por meio de imagens multitemporais EVI/Modis