ABORDAGENS PARA CLASSIFICAÇÃO DO ESTÁDIO SUCESSIONAL DA VEGETAÇÃO DO PARQUE NACIONAL DE SÃO JOAQUIM EMPREGANDO IMAGENS LANDSAT-8 E RAPIDEYE
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Outros Autores: | , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Boletim de Ciências Geodésicas |
Texto Completo: | https://revistas.ufpr.br/bcg/article/view/55428 |
Resumo: | A classificação remota dos diferentes estádios sucessionais da vegetação ainda constitui um desafio devido à similaridade espectral destas classes. Este artigo tem o objetivo de avaliar o desempenho de imagens Landsat-8 e RapidEye para a classificação do estádio sucessional da vegetação em um fragmento de Floresta Ombrófila Mista, localizado no Parque Nacional de São Joaquim- SC. Para isto, três grupos de variáveis gerados a partir de cada imagem foram avaliados, sendo: (1) composto somente pelas bandas espectrais puras; (2) composto pelas métricas texturais GLCMgeradas a partir das bandas espectrais; e (3) composto pelas variáveis dos dois grupos anteriores, alémde dois índices de vegetação no caso da imagem Landsat-8, e três índices para a RapidEye. Cada grupo foi testado com os classificadores florestas randômicas (Random Forest- RF), máquinas de vetor de suporte (Support Vector Machine - SVM) e máxima verossimilhança (Maxver). Todos os experimentos alcançaram resultados satisfatórios, com índice Kappa variando de 0,66 a 0,88 e acurácia de usuário e produtor superiores a 50%. O melhor resultado alcançado foi com a imagem Landsat-8, grupo 3, associado ao algoritmo RF. A medida de importância das variáveis obtida com o algoritmo RF mostrou que as métricas texturais média, contraste e dissimilaridade destacaram-se na classificação para ambas as imagens. |
id |
UFPR-2_07d0f93e6acf899fa240c6b6cf2c6edf |
---|---|
oai_identifier_str |
oai:revistas.ufpr.br:article/55428 |
network_acronym_str |
UFPR-2 |
network_name_str |
Boletim de Ciências Geodésicas |
repository_id_str |
|
spelling |
ABORDAGENS PARA CLASSIFICAÇÃO DO ESTÁDIO SUCESSIONAL DA VEGETAÇÃO DO PARQUE NACIONAL DE SÃO JOAQUIM EMPREGANDO IMAGENS LANDSAT-8 E RAPIDEYEGeociências; GeodésiaSucessão florestal; Máquinas de Vetor de Suporte; Florestas Randômicas; Atributos.A classificação remota dos diferentes estádios sucessionais da vegetação ainda constitui um desafio devido à similaridade espectral destas classes. Este artigo tem o objetivo de avaliar o desempenho de imagens Landsat-8 e RapidEye para a classificação do estádio sucessional da vegetação em um fragmento de Floresta Ombrófila Mista, localizado no Parque Nacional de São Joaquim- SC. Para isto, três grupos de variáveis gerados a partir de cada imagem foram avaliados, sendo: (1) composto somente pelas bandas espectrais puras; (2) composto pelas métricas texturais GLCMgeradas a partir das bandas espectrais; e (3) composto pelas variáveis dos dois grupos anteriores, alémde dois índices de vegetação no caso da imagem Landsat-8, e três índices para a RapidEye. Cada grupo foi testado com os classificadores florestas randômicas (Random Forest- RF), máquinas de vetor de suporte (Support Vector Machine - SVM) e máxima verossimilhança (Maxver). Todos os experimentos alcançaram resultados satisfatórios, com índice Kappa variando de 0,66 a 0,88 e acurácia de usuário e produtor superiores a 50%. O melhor resultado alcançado foi com a imagem Landsat-8, grupo 3, associado ao algoritmo RF. A medida de importância das variáveis obtida com o algoritmo RF mostrou que as métricas texturais média, contraste e dissimilaridade destacaram-se na classificação para ambas as imagens.Boletim de Ciências GeodésicasBulletin of Geodetic SciencesSothe, CamileLiesenberg, VeraldoAlmeida, Cláudia Maria deSchimalski, Marcos Benedito2017-09-25info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.ufpr.br/bcg/article/view/55428Boletim de Ciências Geodésicas; Vol 23, No 3 (2017)Bulletin of Geodetic Sciences; Vol 23, No 3 (2017)1982-21701413-4853reponame:Boletim de Ciências Geodésicasinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRporhttps://revistas.ufpr.br/bcg/article/view/55428/33538Copyright (c) 2017 Camile Sothe, Veraldo Liesenberg, Cláudia Maria de Almeida, Marcos Benedito Schimalskihttp://creativecommons.org/licenses/by-nc/4.0info:eu-repo/semantics/openAccess2017-09-28T13:27:35Zoai:revistas.ufpr.br:article/55428Revistahttps://revistas.ufpr.br/bcgPUBhttps://revistas.ufpr.br/bcg/oaiqdalmolin@ufpr.br|| danielsantos@ufpr.br||qdalmolin@ufpr.br|| danielsantos@ufpr.br1982-21701413-4853opendoar:2017-09-28T13:27:35Boletim de Ciências Geodésicas - Universidade Federal do Paraná (UFPR)false |
dc.title.none.fl_str_mv |
ABORDAGENS PARA CLASSIFICAÇÃO DO ESTÁDIO SUCESSIONAL DA VEGETAÇÃO DO PARQUE NACIONAL DE SÃO JOAQUIM EMPREGANDO IMAGENS LANDSAT-8 E RAPIDEYE |
title |
ABORDAGENS PARA CLASSIFICAÇÃO DO ESTÁDIO SUCESSIONAL DA VEGETAÇÃO DO PARQUE NACIONAL DE SÃO JOAQUIM EMPREGANDO IMAGENS LANDSAT-8 E RAPIDEYE |
spellingShingle |
ABORDAGENS PARA CLASSIFICAÇÃO DO ESTÁDIO SUCESSIONAL DA VEGETAÇÃO DO PARQUE NACIONAL DE SÃO JOAQUIM EMPREGANDO IMAGENS LANDSAT-8 E RAPIDEYE Sothe, Camile Geociências; Geodésia Sucessão florestal; Máquinas de Vetor de Suporte; Florestas Randômicas; Atributos. |
title_short |
ABORDAGENS PARA CLASSIFICAÇÃO DO ESTÁDIO SUCESSIONAL DA VEGETAÇÃO DO PARQUE NACIONAL DE SÃO JOAQUIM EMPREGANDO IMAGENS LANDSAT-8 E RAPIDEYE |
title_full |
ABORDAGENS PARA CLASSIFICAÇÃO DO ESTÁDIO SUCESSIONAL DA VEGETAÇÃO DO PARQUE NACIONAL DE SÃO JOAQUIM EMPREGANDO IMAGENS LANDSAT-8 E RAPIDEYE |
title_fullStr |
ABORDAGENS PARA CLASSIFICAÇÃO DO ESTÁDIO SUCESSIONAL DA VEGETAÇÃO DO PARQUE NACIONAL DE SÃO JOAQUIM EMPREGANDO IMAGENS LANDSAT-8 E RAPIDEYE |
title_full_unstemmed |
ABORDAGENS PARA CLASSIFICAÇÃO DO ESTÁDIO SUCESSIONAL DA VEGETAÇÃO DO PARQUE NACIONAL DE SÃO JOAQUIM EMPREGANDO IMAGENS LANDSAT-8 E RAPIDEYE |
title_sort |
ABORDAGENS PARA CLASSIFICAÇÃO DO ESTÁDIO SUCESSIONAL DA VEGETAÇÃO DO PARQUE NACIONAL DE SÃO JOAQUIM EMPREGANDO IMAGENS LANDSAT-8 E RAPIDEYE |
author |
Sothe, Camile |
author_facet |
Sothe, Camile Liesenberg, Veraldo Almeida, Cláudia Maria de Schimalski, Marcos Benedito |
author_role |
author |
author2 |
Liesenberg, Veraldo Almeida, Cláudia Maria de Schimalski, Marcos Benedito |
author2_role |
author author author |
dc.contributor.none.fl_str_mv |
|
dc.contributor.author.fl_str_mv |
Sothe, Camile Liesenberg, Veraldo Almeida, Cláudia Maria de Schimalski, Marcos Benedito |
dc.subject.por.fl_str_mv |
Geociências; Geodésia Sucessão florestal; Máquinas de Vetor de Suporte; Florestas Randômicas; Atributos. |
topic |
Geociências; Geodésia Sucessão florestal; Máquinas de Vetor de Suporte; Florestas Randômicas; Atributos. |
description |
A classificação remota dos diferentes estádios sucessionais da vegetação ainda constitui um desafio devido à similaridade espectral destas classes. Este artigo tem o objetivo de avaliar o desempenho de imagens Landsat-8 e RapidEye para a classificação do estádio sucessional da vegetação em um fragmento de Floresta Ombrófila Mista, localizado no Parque Nacional de São Joaquim- SC. Para isto, três grupos de variáveis gerados a partir de cada imagem foram avaliados, sendo: (1) composto somente pelas bandas espectrais puras; (2) composto pelas métricas texturais GLCMgeradas a partir das bandas espectrais; e (3) composto pelas variáveis dos dois grupos anteriores, alémde dois índices de vegetação no caso da imagem Landsat-8, e três índices para a RapidEye. Cada grupo foi testado com os classificadores florestas randômicas (Random Forest- RF), máquinas de vetor de suporte (Support Vector Machine - SVM) e máxima verossimilhança (Maxver). Todos os experimentos alcançaram resultados satisfatórios, com índice Kappa variando de 0,66 a 0,88 e acurácia de usuário e produtor superiores a 50%. O melhor resultado alcançado foi com a imagem Landsat-8, grupo 3, associado ao algoritmo RF. A medida de importância das variáveis obtida com o algoritmo RF mostrou que as métricas texturais média, contraste e dissimilaridade destacaram-se na classificação para ambas as imagens. |
publishDate |
2017 |
dc.date.none.fl_str_mv |
2017-09-25 |
dc.type.none.fl_str_mv |
|
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://revistas.ufpr.br/bcg/article/view/55428 |
url |
https://revistas.ufpr.br/bcg/article/view/55428 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://revistas.ufpr.br/bcg/article/view/55428/33538 |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc/4.0 info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc/4.0 |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Boletim de Ciências Geodésicas Bulletin of Geodetic Sciences |
publisher.none.fl_str_mv |
Boletim de Ciências Geodésicas Bulletin of Geodetic Sciences |
dc.source.none.fl_str_mv |
Boletim de Ciências Geodésicas; Vol 23, No 3 (2017) Bulletin of Geodetic Sciences; Vol 23, No 3 (2017) 1982-2170 1413-4853 reponame:Boletim de Ciências Geodésicas instname:Universidade Federal do Paraná (UFPR) instacron:UFPR |
instname_str |
Universidade Federal do Paraná (UFPR) |
instacron_str |
UFPR |
institution |
UFPR |
reponame_str |
Boletim de Ciências Geodésicas |
collection |
Boletim de Ciências Geodésicas |
repository.name.fl_str_mv |
Boletim de Ciências Geodésicas - Universidade Federal do Paraná (UFPR) |
repository.mail.fl_str_mv |
qdalmolin@ufpr.br|| danielsantos@ufpr.br||qdalmolin@ufpr.br|| danielsantos@ufpr.br |
_version_ |
1799771719428210688 |