AVALIAÇÃO DE TÉCNICAS DE GENERALIZAÇÃO DE DADOS MATRICIAIS (RASTER) APLICADAS AO DADO DO TERRACLASS

• Autor(a) principal: Pereira, Jorge Luis Gavina
• Data de Publicação: 2018
• Outros Autores: Rennó, Camilo Daleles, Ferreira, Leandro Valle, Sales, Gil Mendes, Thalês, Marcelo, Poccard-Chapuis, René
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Caminhos de Geografia
• Texto Completo: https://seer.ufu.br/index.php/caminhosdegeografia/article/view/38760
• topic: Projeto TerraCert; Uso da terra na Amazônia; Coeficiente Kappa.; Geoprocessamento; Uso e Cobertura da Terra; Amazônia

O Projeto TerraClass realiza a qualificação das áreas desflorestadas da Amazônia Legal. Os dados TerraClass são uma fonte de informação adicional para os estudos de paisagem, que serão realizados no escopo do Projeto TerraCert. Manipulando-se o dado matricial do TerraClass 2014 para Paragominas, Estado do Pará, observou-se uma grande quantidade de polígonos correspondentes a um único pixel, tornado a generalização do dado um passo importante. Neste artigo apresenta-se uma nova técnica de generalização de dados matriciais categóricos baseado em segmentação por crescimento de regiões. O artigo tem como objetivo a comparação de quatro técnicas de generalização de dados matriciais: filtro moda, reamostragem, metodologia Esri e segmentação. O resultado da generalização foi avaliado com relação ao coeficiente kappa e ao número de polígonos resultantes. O filtro moda teve um bom valor de kappa, mas uma baixa redução dos polígonos. A reamostragem apresentou o valor mais baixo de kappa e uma redução intermediária dos polígonos. A metodologia Esri apresentou um valor intermediário de kappa, no entanto teve a maior redução dos polígonos. A segmentação obteve o maior valor de kappa e a segunda maior redução dos polígonos. A técnica da segmentação se revelou uma boa alternativa à Metodologia Esri.