Avaliação de classificadores espectrais de imagens Landsat-TM em areas rurais densamente ocupadas : o caso da região de Brotas e Torrinha, São Paulo, Brasil

AUTOR(ES)
DATA DE PUBLICAÇÃO

1996

RESUMO

As atividades agrossilvipastoris na bacia do rio Jacaré Pepira, afluente do médio Tietê, tem provocado a destruição da maior parte dos ecossistemas originais. Estudos sobre a dinâmica dos remanescentes da vegetação são primordiais para a sua conservação, e envolvem obrigatoriamente o monitoramento espacial e temporal das mudanças da cobertura terrestre na região. Além dessa aplicação na gestão da biodiversidade, compreender a estrutura, a função e a evolução do uso das terras nas paisagens fornece subsídios fundamentais para o planejamento das atividades primárias e a avaliação das mudanças globais. Tais finalidades requerem ferramentas e métodos para produzir e interpretar dados diacrônicos e sincrônicos, como os oferecidos pelo sensoriamento remoto. Desde que as alterações antrópicas estão se processando com uma gravidade e velocidade bastante intensas é essencial que a aquisição de informações sobre os usos das terras, se tome cada vez mais automatizada e confiável. Esta dissertação teve como objetivo básico avaliar a aplicação de alguns classificadores espectrais de imagens Landsat- TM no levantamento da cobertura e uso das terras em uma área na bacia do rio Jacaré-Pepira, município de Brotas e Torrinha, São Paulo. Foram selecionados 6 tipos de algoritmos de classificação de imagens: isodata, distância mínima euclidiana simples e baseada em desvios padrões, distância mínima de Mahalanobis, máxima verossimilhança e paralelepípedo. Foi adotada uma amostragem aleatória sistemática não alinhada. Os dados de referência terrestres foram adquiridos a partir de 46 amostras de 600 x 600 m, assegurando um mínimo de 2.7% da área total de estudo. Para obter a exatidão dos dados, foram geradas matrizes de erro e calculados os coeficientes de exatidão global e individual (erros de comissão e omissão) e os coeficientes de concordância Kappa global e individual. Os resultados indicaram o desempenho diferencial dos classificadores, sendo o de máxima verossimilhança e o de distância mínima de Mahalanobis os que apresentaram os melhores resultados. Os processamentos das legendas temáticas com 13 e 9 classes, indicaram os eucaliptais, os corpos d água e as pastagens como as classes que possuem os menores erros de comissão e maiores coeficientes de concordância Kappa, tendo como referência as imagens classificadas. Quanto aos erros de omissão, as classes canaviais, pastagens e eucaliptais, apresentaram os menores valores para as classificações envolvendo os algoritmos de máxima verossimilhança, distância mínima euclidiana e de Mahalanobis. Contudo, para o algoritmo de distância mínima euclidiana baseado em desvio padrão, a categoria eucaliptais apresentou um valor maior de erro em comparação a classe solo. Os algoritmos clássicos de classificação da cobertura terrestre, empregados neste trabalho, apresentaram um desempenho insatisfatório, o que provavelmente não atenderia a demanda de usuários finais dos produtos cartográficos. Como ainda não há procedimentos simples de classificação digital de imagens orbitais e cálculo de sua exatidão, com um desempenho ótimo para todas as classes ou para todas as áreas de uma região, esforços para aperfeiçoar e integrar as diferentes técnicas de classificação, deveriam ser desenvolvidos e documentados detalhadamente, em concomitância com análises de sua exatidão. Os testes comparativos entre as novas técnicas, tendo as variáveis controladas e a confiabilidade das informações garantida, são fundamentais para determinar precisamente os pontos de estrangulamento dos procedimentos de classificação dos usos das terras, padronizar os métodos e conseqüentemente subsidiar muitos projetos de gestão ambiental

ASSUNTO(S)

sensoriamento remoto - classificação processamento de imagens - tecnicas digitais agrosilvicultura

ACESSO AO ARTIGO

Documentos Relacionados