Análise de composição de bandas espectrais do satélite sentinel-2 para uso em classificação supervisionada

• Autor(a) principal: Capelin, Adson
• Data de Publicação: 2021
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/29165
• topic: CNPQ::CIENCIAS AGRARIAS::AGRONOMIA; Sensoriamento remoto; Solo - Uso; Satélites artificiais em sensoriamento remoto; Remote sensing; Land use; Artificial satellites in remote sensing

Na atualidade, é cada vez mais necessário conhecer as características da área em que está se trabalhando, pois estas informações são determinantes para as tomadas de decisões, permitindo que esta área seja explorada de maneira correta e de modo que todo o seu potencial produtivo seja aproveitado. O Sensoriamento Remoto, juntamente coma classificação supervisionada, vem sendo muito utilizado para a elaboração de mapas de uso e ocupação do solo, fornecendo produtos que permitam conhecer as características das áreas levantadas. Assim, o presente trabalho buscou elaborar tais mapas de uso e ocupação através da classificação supervisionada utilizando-se de diferentes composições de bandas espectrais obtidas de uma cena do satélite Sentinel-2, para que fosse possível realizar uma avaliação dessas classificações, já que cada composição realça informações diferentes a respeito da imagem utilizada. As bandas espectrais que se encontraram com resolução espectral maior que 10 metros passaram por um processo denominado de Downscaling, a fim de que todas as bandas se encontrem com a mesma resoluçãoespacial. Os mapas gerados foram comparados com imagens do Google Earth Pro para se verificar a qualidade da classificação gerada para cada composição através do Índice Kappa e Acurácia Global. Assim, verificou-se, por meio deste trabalho, que a composição contendo as bandas do Infravermelho Próximo, Vermelho e Verde foi a que apresentou o melhor índice Kappa e Acuracia Global, assim consecutivamente um melhor resultado na produção de um mapa de uso e ocupação do solo, permitindo, assim, conhecer as características da área de estudo de melhor forma possível.