Geographic Object Based Image Analysis aplicada a dados Sentinel 2 MSI

• Autor(a) principal: Martins, Cristiano Louriceira
• Data de Publicação: 2021
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10362/118074
• topic: Sentinel 2 MSI; Análise de imagens; Deteção remota; Classificação supervisionada ao objeto; Automatização; Tipos de Uso e Ocupação de Solo; Precisão temática; Remote detection; Supervised object classification; Automation; Types of Use and Land Occupation; Thematic precision; Domínio/Área Científica::Ciências Sociais::Geografia Económica e Social

O método de classificação ao objeto – Geographic Object-Based Image Analysis (GEOBIA) serviu para classificar, com recurso a dados Sentinel 2 MSI, os tipos de uso e ocupação de solo no município de Almada. Para isso foi utilizado um método de classificação supervisionado ao objeto sem recurso a classificadores estatísticos automáticos e a qualidade do mapeamento final, foi aferida pelo cálculo das seguintes métricas de precisão temática: precisão global, percentagem de erro, precisão no produtor, precisão no utilizador, erro de comissão e erro de omissão. Foram considerados como satisfatórios os resultados que apresentassem uma precisão global >= 80%, e por tema uma precisão no utilizador e produtor igualmente >= 80%. A precisão global foi 81%, a percentagem de erro 19% e os temas que cumpriram os requisitos de precisão foram: 11 Tecido urbano (92%; 90%), 12 Indústria, comércio e transportes (81%; 96%), 141 Espaços verdes urbanos (93%; 95%) e a classe “331 Praias, dunas e areais” com a precisão de utilizador e produtor de 79% e 87%, foi incluída na lista, por ter em falta apenas 1% de precisão no utilizador, mas ter o seu processo classificativo passível de ser automatizado.