Redes neurais artificiais aplicadas na identificação automática de áreas cafeeiras obtidas por imagem de satélite.
AUTOR(ES)
VIEIRA, T. G. C.
FONTE
CONGRESSO BRASILEIRO DE REDES NEURAIS
DATA DE PUBLICAÇÃO
2011
RESUMO
A aplicação de Redes Neurais Artificiais (RNAs) na classificação de dados de Sensoriamento Remoto tem se mostrado uma abordagem promissora, principalmente na discriminação de classes de maior complexidade. No presente trabalho, é apresentado uma aplicação de RNAs na identificação de áreas cafeeiras que possui um padrão espectral muito próximo ao da mata, dificultando a classificação automática dessas classes de uso da terra. Foram utilizadas três bandas espectrais da imagem do satélite HRV/SPOT5 da região de Guaxupé (MG) com o software de processamento de imagens IDRISI. Para validação dos mapas obtidos pela classificação, realizou-se o cruzamento do mapa de uso e ocupação da terra por classificação visual com o gerado pela RNA. Em relação ao mapa de referência, o índice Kappa (k) do mapa classificado pela RNA ficou em 71,85%, o que é considerado um índice bom. A metodologia de Redes Neurais Artificiais do tipo multilayer perceptron (MLP) apresentou um bom resultado, porém é necessário que se acrescente outros dados de entrada para melhorar a classificação.
ASSUNTO(S)
sensoriamento remoto cafeicultura classificação
ACESSO AO ARTIGO
http://www.alice.cnptia.embrapa.br/handle/doc/878648Documentos Relacionados
- Redes neurais artificiais aplicadas na identificação automática de áreas cafeeiras obtidas por imagem de satélite.
- Redes neurais artificiais aplicadas na identificação automática de áreas cafeeiras em imagens de satélite
- Identificação automática de áreas cafeeiras em imagens de satélite utilizando redes neurais artificiais.
- Identificação automática de áreas cafeeiras em imagens de satélite utilizando redes neurais artificiais.
- Redes neurais artificiais na classificação de áreas cafeeiras do Sul de Minas Gerais em imagens de satélite.