Integração de imagens TM/Landsat e modelo digital do terreno para melhorar a classificação da cobertura terrestre

Detalhes bibliográficos
Autor(a) principal: Soares, Vicente Paulo
Data de Publicação: 2000
Outros Autores: Ribeiro, Carlos Antonio A. S., Brites, Ricardo Seixas
Tipo de documento: Artigo
Idioma: por
Título da fonte: LOCUS Repositório Institucional da UFV
Texto Completo: http://www.ceres.ufv.br/ojs/index.php/ceres/article/view/2618
http://www.locus.ufv.br/handle/123456789/20579
Resumo: O objetivo deste estudo foi avaliar a integração de imagens TM/Landsat e modelo digital do terreno para melhorar a classificação da cobertura terrestre. A área de estudo encontra-se localizada no Vale do Rio Doce, Estado de Minas Gerais. Os dados usados neste estudo incluíram uma imagem TM/Landsat, obtida em julho de 1989, e um modelo digital do terreno, com resolução de 30 metros. O modelo denominado Backward Radiance Correction Transformation (BRCT) foi aplicado à imagem TM/Landsat para reduzir os efeitos topográficos e gerar imagem com respostas espectrais mais uniformes. Análise visual da imagem normalizada mostrou substancial redução do nível de sombras quando comparada com a imagem original. Ambas as imagens foram também submetidas às análises automáticas, mediante o classificador de máxima verossimilhança. Resultados indicaram exatidão total de 79,54% para a imagem original e de 84,22% para a imagem normalizada, gerando um ganho de 4,68%, embora não tenha havido diferença estatística entre elas a 99% de probabilidade.
id UFV_ca9612ec7040be3217f739e7b33400d9
oai_identifier_str oai:locus.ufv.br:123456789/20579
network_acronym_str UFV
network_name_str LOCUS Repositório Institucional da UFV
repository_id_str 2145
spelling Soares, Vicente PauloRibeiro, Carlos Antonio A. S.Brites, Ricardo Seixas2018-07-10T20:33:34Z2018-07-10T20:33:34Z2000-03-222177-3491http://www.ceres.ufv.br/ojs/index.php/ceres/article/view/2618http://www.locus.ufv.br/handle/123456789/20579O objetivo deste estudo foi avaliar a integração de imagens TM/Landsat e modelo digital do terreno para melhorar a classificação da cobertura terrestre. A área de estudo encontra-se localizada no Vale do Rio Doce, Estado de Minas Gerais. Os dados usados neste estudo incluíram uma imagem TM/Landsat, obtida em julho de 1989, e um modelo digital do terreno, com resolução de 30 metros. O modelo denominado Backward Radiance Correction Transformation (BRCT) foi aplicado à imagem TM/Landsat para reduzir os efeitos topográficos e gerar imagem com respostas espectrais mais uniformes. Análise visual da imagem normalizada mostrou substancial redução do nível de sombras quando comparada com a imagem original. Ambas as imagens foram também submetidas às análises automáticas, mediante o classificador de máxima verossimilhança. Resultados indicaram exatidão total de 79,54% para a imagem original e de 84,22% para a imagem normalizada, gerando um ganho de 4,68%, embora não tenha havido diferença estatística entre elas a 99% de probabilidade.The purpose of this study was to evaluate the integration of Landsat TM and digital terrain data to improve land cover classification accuracy. The study site is located in the Vale do Rio Doce, Minas Gerais, Brazil. Data used in this study included a Landsat TM image obtained on July 15, 1989 and a 30 x 30 meter digital elevation model (DEM). A Backward Radiance Correction Transformation Model (BRCTM) was applied to the Landsat TM data to suppress the topographic effects and generate an image with more uniform multispectral response properties. Visual analysis of the normalized image showed that it is brighter than the raw image, indicating a reduction of shadow effect, mainly in the central and northeastern portion of the image. Both raw and normalized data sets were classified using a maximum likelihood classifier. Results indicated overall classification accuracies of 79.54% and 84.22% for the raw and normalized data sets, respectively, with an improvement of 4.68%, although there was no statistically significant difference at a 99% of probability.porRevista Ceresv. 47, n. 273, p. 511-522, setembro/ outubro 2000Normalização topográficaSensoriamento remotoClassificador de máxima verossimilhançaIntegração de imagens TM/Landsat e modelo digital do terreno para melhorar a classificação da cobertura terrestreinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINALartigo.pdfartigo.pdftexto completoapplication/pdf741033https://locus.ufv.br//bitstream/123456789/20579/1/artigo.pdf9d214615c1ebfabf204cdefe6bec7c0bMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://locus.ufv.br//bitstream/123456789/20579/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52THUMBNAILartigo.pdf.jpgartigo.pdf.jpgIM Thumbnailimage/jpeg4345https://locus.ufv.br//bitstream/123456789/20579/3/artigo.pdf.jpgf42f96104e0a296204387e804efac3a3MD53123456789/205792018-07-10 23:00:53.863oai:locus.ufv.br:123456789/20579Tk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo=Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452018-07-11T02:00:53LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false
dc.title.pt-BR.fl_str_mv Integração de imagens TM/Landsat e modelo digital do terreno para melhorar a classificação da cobertura terrestre
title Integração de imagens TM/Landsat e modelo digital do terreno para melhorar a classificação da cobertura terrestre
spellingShingle Integração de imagens TM/Landsat e modelo digital do terreno para melhorar a classificação da cobertura terrestre
Soares, Vicente Paulo
Normalização topográfica
Sensoriamento remoto
Classificador de máxima verossimilhança
title_short Integração de imagens TM/Landsat e modelo digital do terreno para melhorar a classificação da cobertura terrestre
title_full Integração de imagens TM/Landsat e modelo digital do terreno para melhorar a classificação da cobertura terrestre
title_fullStr Integração de imagens TM/Landsat e modelo digital do terreno para melhorar a classificação da cobertura terrestre
title_full_unstemmed Integração de imagens TM/Landsat e modelo digital do terreno para melhorar a classificação da cobertura terrestre
title_sort Integração de imagens TM/Landsat e modelo digital do terreno para melhorar a classificação da cobertura terrestre
author Soares, Vicente Paulo
author_facet Soares, Vicente Paulo
Ribeiro, Carlos Antonio A. S.
Brites, Ricardo Seixas
author_role author
author2 Ribeiro, Carlos Antonio A. S.
Brites, Ricardo Seixas
author2_role author
author
dc.contributor.author.fl_str_mv Soares, Vicente Paulo
Ribeiro, Carlos Antonio A. S.
Brites, Ricardo Seixas
dc.subject.pt-BR.fl_str_mv Normalização topográfica
Sensoriamento remoto
Classificador de máxima verossimilhança
topic Normalização topográfica
Sensoriamento remoto
Classificador de máxima verossimilhança
description O objetivo deste estudo foi avaliar a integração de imagens TM/Landsat e modelo digital do terreno para melhorar a classificação da cobertura terrestre. A área de estudo encontra-se localizada no Vale do Rio Doce, Estado de Minas Gerais. Os dados usados neste estudo incluíram uma imagem TM/Landsat, obtida em julho de 1989, e um modelo digital do terreno, com resolução de 30 metros. O modelo denominado Backward Radiance Correction Transformation (BRCT) foi aplicado à imagem TM/Landsat para reduzir os efeitos topográficos e gerar imagem com respostas espectrais mais uniformes. Análise visual da imagem normalizada mostrou substancial redução do nível de sombras quando comparada com a imagem original. Ambas as imagens foram também submetidas às análises automáticas, mediante o classificador de máxima verossimilhança. Resultados indicaram exatidão total de 79,54% para a imagem original e de 84,22% para a imagem normalizada, gerando um ganho de 4,68%, embora não tenha havido diferença estatística entre elas a 99% de probabilidade.
publishDate 2000
dc.date.issued.fl_str_mv 2000-03-22
dc.date.accessioned.fl_str_mv 2018-07-10T20:33:34Z
dc.date.available.fl_str_mv 2018-07-10T20:33:34Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.ceres.ufv.br/ojs/index.php/ceres/article/view/2618
http://www.locus.ufv.br/handle/123456789/20579
dc.identifier.issn.none.fl_str_mv 2177-3491
identifier_str_mv 2177-3491
url http://www.ceres.ufv.br/ojs/index.php/ceres/article/view/2618
http://www.locus.ufv.br/handle/123456789/20579
dc.language.iso.fl_str_mv por
language por
dc.relation.ispartofseries.pt-BR.fl_str_mv v. 47, n. 273, p. 511-522, setembro/ outubro 2000
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 Revista Ceres
publisher.none.fl_str_mv Revista Ceres
dc.source.none.fl_str_mv reponame:LOCUS Repositório Institucional da UFV
instname:Universidade Federal de Viçosa (UFV)
instacron:UFV
instname_str Universidade Federal de Viçosa (UFV)
instacron_str UFV
institution UFV
reponame_str LOCUS Repositório Institucional da UFV
collection LOCUS Repositório Institucional da UFV
bitstream.url.fl_str_mv https://locus.ufv.br//bitstream/123456789/20579/1/artigo.pdf
https://locus.ufv.br//bitstream/123456789/20579/2/license.txt
https://locus.ufv.br//bitstream/123456789/20579/3/artigo.pdf.jpg
bitstream.checksum.fl_str_mv 9d214615c1ebfabf204cdefe6bec7c0b
8a4605be74aa9ea9d79846c1fba20a33
f42f96104e0a296204387e804efac3a3
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)
repository.mail.fl_str_mv fabiojreis@ufv.br
_version_ 1801212997035622400

Registros relacionados