Classificação de dados Landsat 8 do Norte de Portugal com recurso a Geographic Object-Based Image Analysys (GEOBIA)

• Autor(a) principal: Caeiro, Ricardo Alexandre da Silva
• Data de Publicação: 2015
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10362/17856
• topic: Deteção remota; Alta resolução; Classificação; Segmentação; Pixel; Orientada por objetos; Remote sensing; Very high resolution; Classification; Segmentation; Pixel; Object-oriented; Domínio/Área Científica::Ciências Sociais::Geografia Económica e Social

A deteção remota é uma ciência e técnica, que permite recolher informação de características físicas de um objeto de uma determinada superfície através da radiação eletromagnética, sem entrar em contato com ela. É muito importante na área do planeamento e ordenamento do território e na monitorização da superfície terrestre, ajudando os atores e intervenientes do território no apoio à decisão. A presente dissertação tem como principal objetivo a classificação de dados Landsat 8 para o Norte de Portugal com recurso a Geographic Object-Based Image Analisys (GEOBIA) e explorar as suas potencialidades e limitações em imagens de baixa resolução espetral, como é o caso das novas imagens Landsat 8, posteriormente, comparou-se o resultado da classificação orientada a objetos com os resultados extraídos da classificação orientada pixel a pixel e segmentos, de modo a avaliar a sua exatidão global e índice de concordância Kappa, nesta dissertação foram usados os software ENVI 5.0 e eCognition 9.0. A classificação com melhor desempenho de exatidão de global e índice de concordância Kappa é a classificação orientada a objetos, com valores de 56% (14 classes) e 61% (10 classes), e 0,46 (14 classes) e 0,50 (10 classes) respetivamente. As classificações orientadas a pixel e segmentos obtiveram valores de exatidão global de 49% (14 classes) e 57% (10 classes), 45% (14 classes) e 52% (10 classes), respetivamente. Para o índice de concordância kappa as classificações orientadas a pixel e segmentos obtiveram valores de 0,40 (14 classes) e 0,45 (10 classes), 0,34 (14 classes) e 0,34 (10 classes). Posteriormente realizou-se uma nova cartografia de ocupação do solo, designada de COS 2015, com o objetivo de descobrir se a classificação orientada a objetos era prejudicada pela incerteza temática da COS 2007 ou pela diferença temporal entre a COS 2007 e a imagem Landsat 8. Posteriormente produziu-se os cálculos de exatidão global e índice de concordância Kappa, Com a exatidão global entre a classificação orientada a objetos e a COS 2007 ser de 59%, com um índice de concordância Kappa de 0,47. Entre a classificação orientada a objetos e a COS 2015, a exatidão global foi de 60% e o índice de concordância Kappa de 0,48.