Classificação da cobertura do solo urbano usando árvores de decisão a partir de cenas WorldView-2 e WorldView-3 para diferentes níveis de legenda

• Autor(a) principal: Paulo Roberto da Silva Ruiz
• Data de Publicação: 2017
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações do INPE
• Texto Completo: http://urlib.net/sid.inpe.br/mtc-m21b/2017/03.23.16.13

A partir do final dos anos 1990, o sensoriamento remoto orbital passou a oferecer imagens de elevada resolução espacial. Desde então, essa novidade fez florescer novas possibilidades no panorama dos estudos urbanos. A alta resolução espacial permite identificar com mais eficiência os alvos característicos das cidades, inaugurando uma nova era no estudo do espaço intraurbano. Atualmente, como a maioria da população mundial reside em cidades, o planejamento urbano não pode prescindir de um eficiente mapeamento urbano. Nesse sentido, o sensoriamento remoto de alta resolução espacial possui papel decisivo, mas apresenta ainda inúmeros desafios. Um deles é aliar alta resolução espacial a mais de quatro bandas multiespectrais, que é o caso dos sensores WorldView-2 (WV-2), detentor de oito bandas, e WorldView-3 (WV-3), detentor de 16 bandas espectrais imageadoras da superfície terrestre. O mapeamento urbano ganha qualidade com o refinamento espectral, todavia métodos adequados de classificação devem ser investigados para otimizar essa tarefa. Nesse contexto, o presente trabalho busca avaliar o desempenho de dois algoritmos de indução de árvores de decisão para serem aplicados na classificação de duas cenas, uma do WV-2 e a outra do WV-3, referente a um transecto do campus da Universidade Estadual de Campinas, São Paulo. Para cada conjunto de dados, foram realizadas quatro classificações aplicando os algoritmos de árvore de decisão Best First Tree (BFTree) e Logistic Model Tree (LMT) em dois diferentes níveis de legenda de classificação. O Nível de Legenda 1 apresenta 11 classes de cobertura do solo urbano tanto para a cena do WV-2 como para aquela do WV-3, e o Nível de Legenda 2 apresenta 38 classes para a cena do WV-2 e 42 classes para a cena do WV-3. As classificações alcançaram acurácias consideradas muito boas, em que os índices Kappa variaram de 0,6129 a 0,7863 e as exatidões globais entre 64,41\% e 82,27\%. As comparações entre os resultados das classificações foram realizadas por meio de testes de hipótese. Os testes comparando o desempenho dos algoritmos para os distintos conjuntos de dados e níveis de legenda demonstraram que o algoritmo LMT foi significantemente superior ao algoritmo BFTree. No tocante ao desempenho dos conjuntos de dados de ambos os sensores, mesmo possuindo mais classes no Nível de Legenda 2, os dados do WV-3, quando classificados pelo algoritmo LMT, obtiveram desempenho superior em relação àqueles do WV-2, inclusive no Nível de Legenda 1. Por fim, o desenvolvimento deste trabalho elucidou a necessidade de melhoria das resoluções espaciais e espectrais dos dados orbitais para a identificação precisa dos alvos urbanos, bem como a adoção de algoritmos de mineração de dados apropriados para esse fim.