| Título: | Reflectância acumulada e mineração de dados : ferramentas conjuntas para a classificação orientada a objeto de área de cerrado antropizado |
| Autor(es): | Grande, Thallita Oliveira de |
| Orientador(es): | Almeida, Tati de |
| Assunto: | Sensoriamento remoto
Vegetação - mapeamento |
| Data de apresentação: | 2016 |
| Data de publicação: | 24-Jun-2019 |
| Referência: | GRANDE, Thallita Oliveira de. Reflectância acumulada e mineração de dados: ferramentas conjuntas para a classificação orientada a objeto de área de cerrado antropizado. 2016. 31 f., il. Trabalho de Conclusão de Curso (Especialização em Geoprocessamento Ambiental)—Universidade de Brasília, Brasília, 2016. |
| Resumo: | O Cerrado vem sendo intensamente substituído nas últimas décadas pela agropecuária, tornando constante a necessidade de monitorar o bioma de forma eficaz e automatizada. Associar o conhecimento humano com a interpretação automática de imagens, como por meio da classificação orientada a objeto e mineração de dados, supera as classificações tradicionais do uso e cobertura da terra. Ademais, o uso da reflectância acumulada de imagens multitemporais aumenta a discriminação dos alvos do Cerrado. Testamos a associação da técnica de refletância acumulada como base para a mineração de dados e classificação orientada a objeto, para classificar a região do Parque Nacional das Emas - GO, e adjacências. Usamos quatro cenas Landsat 8 de reflectância na superfície terrestre. Definimos seis classes: agricultura, pecuária, várzea, savana, floresta e campo. Acumulamos progressivamente as imagens de reflectância e usamos a imagem com as quatro datas acumuladas. Usamos a metodologia de endmembers para eliminar os ruídos da imagem. No InterIMAGE,
segmentamos a imagem, extraímos atributos espectrais de algumas amostras, e aplicamos duas combinações de atributos (“média + moda”, “todos atributos”) na mineração de dados, no programa Weka. A árvore de decisão gerada no Weka subsidiou as regras de decisão para a classificação no InterIMAGE. A diferenciação entre alvos aumentou com a acumulação temporal da reflectância, em todas as bandas, entre todas as classes e níveis de acumulação das datas, sendo a melhor imagem aquela do somatório das quatro datas. A classificação baseada na associação de atributos “média + moda” não teve impedimentos no processamento das regras de decisão, diferentemente da associação de "todos os atributos", cuja classe “pecuária” não foi executada. Testes a posteriori com mais amostras e atributos também não conseguiram ser executados pelo programa. A classificação “média + moda” apresentou boa acurácia (Exatidão Global: 69%; Kappa: 58%; TAU: 63%). As associações destas três técnicas têm bom potencial na diferenciação de vegetação nativas e antrópicos do Cerrado. Recomendamos, contudo, investigações mais detalhadas sobre a classificação orientada a objeto no programa InterIMAGE, sua capacidade computacional e os limiares da quantidade de atributos, da complexidade das árvores e regras de decisão implantadas para a classificação. |
| Abstract: | The Brazilian Savannah (Cerrado) has been intensely replaced by agriculture in recent decades, requiring a constant effective and automated monitoring of the biome. Associate human knowledge with automatic interpretation of images such as provided by the object-oriented classification and data mining overcomes the traditional classifications of land use and land cover. Furthermore, the use of accumulated reflectance of multi-temporal images increases the Cerrado class discrimination. We tested the association of cumulative reflectance technique as a basis for data mining and object-oriented classification to classify the Parque Nacional das Emas - GO and surroundings. We use four Landsat 8 scenes in format of reflectance of the Earth's surface. We define six classes: agriculture, livestock, wetland, savannah, forest and grassland. We gradually accumulate the reflectance images and use the image with the four cumulative dates. We use the endmembers methodology to eliminate the noises of the image. Using the InterIMAGE software, we segmented the image, extracting spectral attributes of some samples and applying two combinations of attributes ("mean + mode", "all attributes") for data mining in the Weka software. The decision tree generated in Weka based the decision rules for classification in InterIMAGE. The distinction between classes increased with the temporal accumulation of reflectance for all bands, among all classes and dates accumulation levels, and the best image was the one referring to the sum of the four dates. The classification based on the attributes association "mean + mode" had no problems in relation to the decision rules processing, unlike the association "all attributes", which the livestock class had not run. A posteriori tests with more samples and attributes also failed in running. The "mean + mode" classification showed good accuracy (Overall Accuracy: 69%; Kappa: 58%; TAU: 63%). The association of these three techniques have a good potential to differentiate native from anthropic Cerrado vegetation. We however recommend closer examination of the classification object-oriented in InterIMAGE software, its computing capacity and the thresholds of the number of attributes, the complexity of trees and decision rules established for the classification. |
| Informações adicionais: | Trabalho de Conclusão de Curso (especialização)—Universidade de Brasília, Instituto de Geociências, 2016. |
| Informações de Acesso e Conteúdo: | Autorização concedida pelo chefe do Instituto de Geociências para disponibilização na Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM). |
| Aparece na Coleção: | Geoprocessamento Ambiental
|
Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.
