Integração de imagens TM/Landsat e modelo digital do terreno para melhorar a classificação da cobertura terrestre
Autor(a) principal: | |
---|---|
Data de Publicação: | 2000 |
Outros Autores: | , |
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: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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 |