Dual-season comparison of OBIA and pixel-based approaches for coastal wetland classification

• Autor(a) principal: Simioni, João Paulo Delapasse
• Data de Publicação: 2024
• Outros Autores: Guasselli, Laurindo Antônio
• Tipo de documento: Artigo
• Idioma: eng
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/279465
• topic: Aprendizado de máquina; Áreas úmidas costeiras; São Gonçalo, Canal de (RS); Machine learning; Coastal wetlands; São Gonçalo channel

Mapear e classificar Áreas Úmidas Costeiras é importante para a sua conservação. Este estudo teve como objetivo aplicar Análise de Imagens Baseada em Objetos (OBIA) e abordagens baseadas em pixels para responder às questões: (1) qual abordagem é mais precisa para classificar Áreas Úmidas; (2) as imagens do Sentinel 1A são melhores para classificação das Áreas Úmidas em comparação com o Sentinel 2A; (3) a classificação em estação dupla tem maior potencial para classificação de Áreas Úmidas em comparação com a classificação em estação única. Utilizamos Sentinel 1 e 2 em estações simples e duplas (inverno e verão) para classificar uma Área Úmida costeira no Rio Grande do Sul. Os resultados mostram OBIA com maior potencial, com precisão superior a 80%. O Sentinel 2 apresentou maior importância na classificação em comparação com o Sentinel 1. O OBIA de estação dupla aumentou o kappa em até 7% em comparação com a estação única. Além disso, a estação dupla baseada em pixels teve kappa menor do que a estação única do OBIA. Concluímos que o OBIA, mesmo em uma única estação, tem maior potencial para mapear Áreas Úmidas costeiras.