Classificação do uso/cobertura da terra por meio de algoritmos não paramétricos comparados ao classificador de máxima verossimilhança.

Detalhes bibliográficos
Autor(a) principal: COSTA, T. C. e C. da
Data de Publicação: 2005
Outros Autores: MARCO JUNIOR, P. de, BRITES, R. S.
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)
Texto Completo: http://www.alice.cnptia.embrapa.br/alice/handle/doc/917474
http://dx.doi.org/10.5380/geo.v56i0.4907
Resumo: Mapas de uso/cobertura da terra gerados por meio de estratégias de classificação não paramétrica de uma imagem Landsat TM foram comparados ao resultado gerado pelo tradicional classificador de máxima verossimilhança (MAXVER). Algumas estratégias não paramétricas, desenvolvidas neste trabalho, tiveram a finalidade de diminuir a limitação do classificador não paramétrico de Skidmore/Turner, que requer um tamanho de amostra de treinamento muito grande, comparado ao MAXVER, para reduzir a área não classificada na imagem. Os resultados mostraram a superioridade do MAXVER, na combinação entre exatidão e área não classificada na imagem. De qualquer forma, a classificação não paramétrica tem a propriedade de não necessitar da pressuposição de normalidade dos dados, utilizando a real informação das amostras de treinamento para classificação, o que lhe assegura maior exatidão.
id EMBR_a7678fa440b8c761c8c37367728792cd
oai_identifier_str oai:www.alice.cnptia.embrapa.br:doc/917474
network_acronym_str EMBR
network_name_str Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)
repository_id_str 2154
spelling Classificação do uso/cobertura da terra por meio de algoritmos não paramétricos comparados ao classificador de máxima verossimilhança.AlgoritmosSensoriamento RemotoUso da TerraCobertura do SoloMapas de uso/cobertura da terra gerados por meio de estratégias de classificação não paramétrica de uma imagem Landsat TM foram comparados ao resultado gerado pelo tradicional classificador de máxima verossimilhança (MAXVER). Algumas estratégias não paramétricas, desenvolvidas neste trabalho, tiveram a finalidade de diminuir a limitação do classificador não paramétrico de Skidmore/Turner, que requer um tamanho de amostra de treinamento muito grande, comparado ao MAXVER, para reduzir a área não classificada na imagem. Os resultados mostraram a superioridade do MAXVER, na combinação entre exatidão e área não classificada na imagem. De qualquer forma, a classificação não paramétrica tem a propriedade de não necessitar da pressuposição de normalidade dos dados, utilizando a real informação das amostras de treinamento para classificação, o que lhe assegura maior exatidão.THOMAZ CORREA E CASTRO DA COSTA, CNPS; PAULO DE MARCO JUNIOR, UFV; RICARDO SEIXAS BRITES, UCB.COSTA, T. C. e C. daMARCO JUNIOR, P. deBRITES, R. S.2022-03-25T11:01:06Z2022-03-25T11:01:06Z2012-03-052005info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleBoletim Paranaense de Geociências, n. 56, p. 65-87, 2005.http://www.alice.cnptia.embrapa.br/alice/handle/doc/917474http://dx.doi.org/10.5380/geo.v56i0.4907porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)instname:Empresa Brasileira de Pesquisa Agropecuária (Embrapa)instacron:EMBRAPA2022-03-25T11:01:15Zoai:www.alice.cnptia.embrapa.br:doc/917474Repositório InstitucionalPUBhttps://www.alice.cnptia.embrapa.br/oai/requestopendoar:21542022-03-25T11:01:15falseRepositório InstitucionalPUBhttps://www.alice.cnptia.embrapa.br/oai/requestcg-riaa@embrapa.bropendoar:21542022-03-25T11:01:15Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice) - Empresa Brasileira de Pesquisa Agropecuária (Embrapa)false
dc.title.none.fl_str_mv Classificação do uso/cobertura da terra por meio de algoritmos não paramétricos comparados ao classificador de máxima verossimilhança.
title Classificação do uso/cobertura da terra por meio de algoritmos não paramétricos comparados ao classificador de máxima verossimilhança.
spellingShingle Classificação do uso/cobertura da terra por meio de algoritmos não paramétricos comparados ao classificador de máxima verossimilhança.
COSTA, T. C. e C. da
Algoritmos
Sensoriamento Remoto
Uso da Terra
Cobertura do Solo
title_short Classificação do uso/cobertura da terra por meio de algoritmos não paramétricos comparados ao classificador de máxima verossimilhança.
title_full Classificação do uso/cobertura da terra por meio de algoritmos não paramétricos comparados ao classificador de máxima verossimilhança.
title_fullStr Classificação do uso/cobertura da terra por meio de algoritmos não paramétricos comparados ao classificador de máxima verossimilhança.
title_full_unstemmed Classificação do uso/cobertura da terra por meio de algoritmos não paramétricos comparados ao classificador de máxima verossimilhança.
title_sort Classificação do uso/cobertura da terra por meio de algoritmos não paramétricos comparados ao classificador de máxima verossimilhança.
author COSTA, T. C. e C. da
author_facet COSTA, T. C. e C. da
MARCO JUNIOR, P. de
BRITES, R. S.
author_role author
author2 MARCO JUNIOR, P. de
BRITES, R. S.
author2_role author
author
dc.contributor.none.fl_str_mv THOMAZ CORREA E CASTRO DA COSTA, CNPS; PAULO DE MARCO JUNIOR, UFV; RICARDO SEIXAS BRITES, UCB.
dc.contributor.author.fl_str_mv COSTA, T. C. e C. da
MARCO JUNIOR, P. de
BRITES, R. S.
dc.subject.por.fl_str_mv Algoritmos
Sensoriamento Remoto
Uso da Terra
Cobertura do Solo
topic Algoritmos
Sensoriamento Remoto
Uso da Terra
Cobertura do Solo
description Mapas de uso/cobertura da terra gerados por meio de estratégias de classificação não paramétrica de uma imagem Landsat TM foram comparados ao resultado gerado pelo tradicional classificador de máxima verossimilhança (MAXVER). Algumas estratégias não paramétricas, desenvolvidas neste trabalho, tiveram a finalidade de diminuir a limitação do classificador não paramétrico de Skidmore/Turner, que requer um tamanho de amostra de treinamento muito grande, comparado ao MAXVER, para reduzir a área não classificada na imagem. Os resultados mostraram a superioridade do MAXVER, na combinação entre exatidão e área não classificada na imagem. De qualquer forma, a classificação não paramétrica tem a propriedade de não necessitar da pressuposição de normalidade dos dados, utilizando a real informação das amostras de treinamento para classificação, o que lhe assegura maior exatidão.
publishDate 2005
dc.date.none.fl_str_mv 2005
2012-03-05
2022-03-25T11:01:06Z
2022-03-25T11:01:06Z
dc.type.driver.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv Boletim Paranaense de Geociências, n. 56, p. 65-87, 2005.
http://www.alice.cnptia.embrapa.br/alice/handle/doc/917474
http://dx.doi.org/10.5380/geo.v56i0.4907
identifier_str_mv Boletim Paranaense de Geociências, n. 56, p. 65-87, 2005.
url http://www.alice.cnptia.embrapa.br/alice/handle/doc/917474
http://dx.doi.org/10.5380/geo.v56i0.4907
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)
instname:Empresa Brasileira de Pesquisa Agropecuária (Embrapa)
instacron:EMBRAPA
instname_str Empresa Brasileira de Pesquisa Agropecuária (Embrapa)
instacron_str EMBRAPA
institution EMBRAPA
reponame_str Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)
collection Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)
repository.name.fl_str_mv Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice) - Empresa Brasileira de Pesquisa Agropecuária (Embrapa)
repository.mail.fl_str_mv cg-riaa@embrapa.br
_version_ 1794503520619069440

Registros relacionados