MINERAÇÃO DE DADOS APLICADA À DISCRIMINAÇÃO DA COBERTURA DA TERRA EM IMAGEM LANDSAT 8 OLI
Autor(a) principal: | |
---|---|
Data de Publicação: | 2015 |
Outros Autores: | , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Boletim de Ciências Geodésicas |
Texto Completo: | https://revistas.ufpr.br/bcg/article/view/44380 |
Resumo: | O presente trabalho tem como objetivo investigar os descritores espectrais, extraídos das bandas do Landsat 8, e topográficos, provenientes de dados do TOPODATA, que auxiliam na discriminação das classes de cobertura da terra através de uma árvore de decisão gerada por mineração de dados. Foram extraídas medidas estatísticas de amostras referentes a 12 classes, coletadas no município do Rio de Janeiro, de um banco de dados composto por 18 planos de informação. Os resultados apontaram que entre os descritores estatísticos, prevaleceram a média e mediana. Como descritor espectral, merece destaque a banda 1 (ultra-azul), selecionada para discriminar, além das classes de água, as classes de vegetação e não-vegetação. O minerador utilizou o Índice de Vegetação por Razão Simples (RS) em todas as árvores a despeito do Índice de Vegetação por Diferença Normalizada (IVDN). A declividade também foi inserida nas três árvores para separar o afloramento rochoso da vegetação de baixo porte. Em relação aos níveis digitais, não foi utilizado nenhum descritor de radiância nas quatro árvores. Considerando o grande volume de dados produzidos e armazenados atualmente, pode-se afirmar que a mineração é um importante recurso para a extração de informações de volumosos bancos de dados em curto espaço de tempo. |
id |
UFPR-2_f6e4608fbb82b225fcf9336380c0ee7d |
---|---|
oai_identifier_str |
oai:revistas.ufpr.br:article/44380 |
network_acronym_str |
UFPR-2 |
network_name_str |
Boletim de Ciências Geodésicas |
repository_id_str |
|
spelling |
MINERAÇÃO DE DADOS APLICADA À DISCRIMINAÇÃO DA COBERTURA DA TERRA EM IMAGEM LANDSAT 8 OLIGeociências; Geodésiaredes semânticas, classificação de imagens, árvores de decisão.O presente trabalho tem como objetivo investigar os descritores espectrais, extraídos das bandas do Landsat 8, e topográficos, provenientes de dados do TOPODATA, que auxiliam na discriminação das classes de cobertura da terra através de uma árvore de decisão gerada por mineração de dados. Foram extraídas medidas estatísticas de amostras referentes a 12 classes, coletadas no município do Rio de Janeiro, de um banco de dados composto por 18 planos de informação. Os resultados apontaram que entre os descritores estatísticos, prevaleceram a média e mediana. Como descritor espectral, merece destaque a banda 1 (ultra-azul), selecionada para discriminar, além das classes de água, as classes de vegetação e não-vegetação. O minerador utilizou o Índice de Vegetação por Razão Simples (RS) em todas as árvores a despeito do Índice de Vegetação por Diferença Normalizada (IVDN). A declividade também foi inserida nas três árvores para separar o afloramento rochoso da vegetação de baixo porte. Em relação aos níveis digitais, não foi utilizado nenhum descritor de radiância nas quatro árvores. Considerando o grande volume de dados produzidos e armazenados atualmente, pode-se afirmar que a mineração é um importante recurso para a extração de informações de volumosos bancos de dados em curto espaço de tempo.Boletim de Ciências GeodésicasBulletin of Geodetic Sciencesdos Santos, Guilherme DominguesFrancisco, Cristiane Nunesde Almeida, Cláudia Maria2015-12-11info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.ufpr.br/bcg/article/view/44380Boletim de Ciências Geodésicas; Vol 21, No 4 (2015)Bulletin of Geodetic Sciences; Vol 21, No 4 (2015)1982-21701413-4853reponame:Boletim de Ciências Geodésicasinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRporhttps://revistas.ufpr.br/bcg/article/view/44380/26865info:eu-repo/semantics/openAccess2015-12-11T19:05:11Zoai:revistas.ufpr.br:article/44380Revistahttps://revistas.ufpr.br/bcgPUBhttps://revistas.ufpr.br/bcg/oaiqdalmolin@ufpr.br|| danielsantos@ufpr.br||qdalmolin@ufpr.br|| danielsantos@ufpr.br1982-21701413-4853opendoar:2015-12-11T19:05:11Boletim de Ciências Geodésicas - Universidade Federal do Paraná (UFPR)false |
dc.title.none.fl_str_mv |
MINERAÇÃO DE DADOS APLICADA À DISCRIMINAÇÃO DA COBERTURA DA TERRA EM IMAGEM LANDSAT 8 OLI |
title |
MINERAÇÃO DE DADOS APLICADA À DISCRIMINAÇÃO DA COBERTURA DA TERRA EM IMAGEM LANDSAT 8 OLI |
spellingShingle |
MINERAÇÃO DE DADOS APLICADA À DISCRIMINAÇÃO DA COBERTURA DA TERRA EM IMAGEM LANDSAT 8 OLI dos Santos, Guilherme Domingues Geociências; Geodésia redes semânticas, classificação de imagens, árvores de decisão. |
title_short |
MINERAÇÃO DE DADOS APLICADA À DISCRIMINAÇÃO DA COBERTURA DA TERRA EM IMAGEM LANDSAT 8 OLI |
title_full |
MINERAÇÃO DE DADOS APLICADA À DISCRIMINAÇÃO DA COBERTURA DA TERRA EM IMAGEM LANDSAT 8 OLI |
title_fullStr |
MINERAÇÃO DE DADOS APLICADA À DISCRIMINAÇÃO DA COBERTURA DA TERRA EM IMAGEM LANDSAT 8 OLI |
title_full_unstemmed |
MINERAÇÃO DE DADOS APLICADA À DISCRIMINAÇÃO DA COBERTURA DA TERRA EM IMAGEM LANDSAT 8 OLI |
title_sort |
MINERAÇÃO DE DADOS APLICADA À DISCRIMINAÇÃO DA COBERTURA DA TERRA EM IMAGEM LANDSAT 8 OLI |
author |
dos Santos, Guilherme Domingues |
author_facet |
dos Santos, Guilherme Domingues Francisco, Cristiane Nunes de Almeida, Cláudia Maria |
author_role |
author |
author2 |
Francisco, Cristiane Nunes de Almeida, Cláudia Maria |
author2_role |
author author |
dc.contributor.none.fl_str_mv |
|
dc.contributor.author.fl_str_mv |
dos Santos, Guilherme Domingues Francisco, Cristiane Nunes de Almeida, Cláudia Maria |
dc.subject.por.fl_str_mv |
Geociências; Geodésia redes semânticas, classificação de imagens, árvores de decisão. |
topic |
Geociências; Geodésia redes semânticas, classificação de imagens, árvores de decisão. |
description |
O presente trabalho tem como objetivo investigar os descritores espectrais, extraídos das bandas do Landsat 8, e topográficos, provenientes de dados do TOPODATA, que auxiliam na discriminação das classes de cobertura da terra através de uma árvore de decisão gerada por mineração de dados. Foram extraídas medidas estatísticas de amostras referentes a 12 classes, coletadas no município do Rio de Janeiro, de um banco de dados composto por 18 planos de informação. Os resultados apontaram que entre os descritores estatísticos, prevaleceram a média e mediana. Como descritor espectral, merece destaque a banda 1 (ultra-azul), selecionada para discriminar, além das classes de água, as classes de vegetação e não-vegetação. O minerador utilizou o Índice de Vegetação por Razão Simples (RS) em todas as árvores a despeito do Índice de Vegetação por Diferença Normalizada (IVDN). A declividade também foi inserida nas três árvores para separar o afloramento rochoso da vegetação de baixo porte. Em relação aos níveis digitais, não foi utilizado nenhum descritor de radiância nas quatro árvores. Considerando o grande volume de dados produzidos e armazenados atualmente, pode-se afirmar que a mineração é um importante recurso para a extração de informações de volumosos bancos de dados em curto espaço de tempo. |
publishDate |
2015 |
dc.date.none.fl_str_mv |
2015-12-11 |
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/44380 |
url |
https://revistas.ufpr.br/bcg/article/view/44380 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://revistas.ufpr.br/bcg/article/view/44380/26865 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
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 21, No 4 (2015) Bulletin of Geodetic Sciences; Vol 21, No 4 (2015) 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_ |
1799771718284214272 |