Avaliação da Acurácia Temática para Classificação de Imagens de Satélite: estudo de caso no município de Nova Veneza/SC

Detalhes bibliográficos
Autor(a) principal: MASTELLA, André Fabiano Meller
Data de Publicação: 2017
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/xmlui/handle/123456789/176946
Resumo: TCC(graduação) - Universidade Federal de Santa Catarina. Centro de Filosofia e Ciências Humanas. Geografia
id UFSC_d5bebd22c16e83ed9dc237355eea66eb
oai_identifier_str oai:repositorio.ufsc.br:123456789/176946
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Avaliação da Acurácia Temática para Classificação de Imagens de Satélite: estudo de caso no município de Nova Veneza/SCClassificação pixel a pixel e por objeto de Imagens de Satélite; Acurácia Temática;Pixel by pixel and Object Classification of Satellite Images; Thematic Accuracy;TCC(graduação) - Universidade Federal de Santa Catarina. Centro de Filosofia e Ciências Humanas. GeografiaO presente trabalho consistiu em realizar uma classificação supervisionada em uma imagem do satélite Landsat 8, do município de Nova Veneza/SC, usando 03 (três) diferentes classificadores, a saber: Mínima Distância Euclidiana (MDE), Máxima Verossimilhança (MAXVER) e Classificação por Objeto (SEGCLASS), sendo os dois primeiros baseados numa classificação pixel a pixel, e o último, numa classificação por objeto, como unidade de classificação. A partir destas classificações, foram geradas matrizes de erro, usadas posteriormente para derivar índices para validar e comparar os níveis de acurácia entre os métodos de classificação. A avaliação da acurácia foi realizada através dos coeficientes Kappa, Tau, teste estatístico “Z”, além da Matriz de Significância. Os resultados dos coeficientes indicaram que o desempenho da classificação por objeto foi melhor que as classificações pixel a pixel. Através do teste estatístico “Z”, verificou-se que todas as classificações foram estatisticamente diferentes, e comparando-se os índices Kappa, o melhor desempenho foi obtido pelo classificador SEGCLASS, seguido do MAXVER e, por último, o MDE, apesar dos classificadores apresentarem valores muito próximos.The present study consisted of performing a supervised classification in an image of the Landsat 8 satellite, Nova Veneza/SC, using 03 (three) different classifiers: Minimum Euclidean Distance (MDE), Maximum Likelihood (MAXVER) and Classification by Object (SEGCLASS), the first two based on a classification pixel by pixel, and the latter, in a classification by object, as classification unit. From these classifications, error matrices were generated and later used to derive indexes to validate and compare the accuracy levels between the classification methods. Accuracy assessment was performed using the Kappa, Tau coefficients, “Z” statistical test, besides the Significance Matrix. The results of the coefficients indicated that the performance of the classification by object was better than the classifications pixel by pixel. It was verified that all classifications were statistically different, and comparing the Kappa indexes, the best performance was obtained by the SEGCLASS classifier, followed by the MAXVER and, finally, the MDE, although the classifiers presented values very close.Florianópolis, SCVIEIRA, Carlos Antonio OliveiraUniversidade Federal de Santa CatarinaMASTELLA, André Fabiano Meller2017-07-04T18:09:52Z2017-07-04T18:09:52Z2017-07-04info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis92f.application/pdfhttps://repositorio.ufsc.br/xmlui/handle/123456789/176946porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2017-08-21T10:56:21Zoai:repositorio.ufsc.br:123456789/176946Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732017-08-21T10:56:21Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Avaliação da Acurácia Temática para Classificação de Imagens de Satélite: estudo de caso no município de Nova Veneza/SC
title Avaliação da Acurácia Temática para Classificação de Imagens de Satélite: estudo de caso no município de Nova Veneza/SC
spellingShingle Avaliação da Acurácia Temática para Classificação de Imagens de Satélite: estudo de caso no município de Nova Veneza/SC
MASTELLA, André Fabiano Meller
Classificação pixel a pixel e por objeto de Imagens de Satélite; Acurácia Temática;
Pixel by pixel and Object Classification of Satellite Images; Thematic Accuracy;
title_short Avaliação da Acurácia Temática para Classificação de Imagens de Satélite: estudo de caso no município de Nova Veneza/SC
title_full Avaliação da Acurácia Temática para Classificação de Imagens de Satélite: estudo de caso no município de Nova Veneza/SC
title_fullStr Avaliação da Acurácia Temática para Classificação de Imagens de Satélite: estudo de caso no município de Nova Veneza/SC
title_full_unstemmed Avaliação da Acurácia Temática para Classificação de Imagens de Satélite: estudo de caso no município de Nova Veneza/SC
title_sort Avaliação da Acurácia Temática para Classificação de Imagens de Satélite: estudo de caso no município de Nova Veneza/SC
author MASTELLA, André Fabiano Meller
author_facet MASTELLA, André Fabiano Meller
author_role author
dc.contributor.none.fl_str_mv VIEIRA, Carlos Antonio Oliveira
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv MASTELLA, André Fabiano Meller
dc.subject.por.fl_str_mv Classificação pixel a pixel e por objeto de Imagens de Satélite; Acurácia Temática;
Pixel by pixel and Object Classification of Satellite Images; Thematic Accuracy;
topic Classificação pixel a pixel e por objeto de Imagens de Satélite; Acurácia Temática;
Pixel by pixel and Object Classification of Satellite Images; Thematic Accuracy;
description TCC(graduação) - Universidade Federal de Santa Catarina. Centro de Filosofia e Ciências Humanas. Geografia
publishDate 2017
dc.date.none.fl_str_mv 2017-07-04T18:09:52Z
2017-07-04T18:09:52Z
2017-07-04
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/xmlui/handle/123456789/176946
url https://repositorio.ufsc.br/xmlui/handle/123456789/176946
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 92f.
application/pdf
dc.publisher.none.fl_str_mv Florianópolis, SC
publisher.none.fl_str_mv Florianópolis, SC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652145053925376

Registros relacionados