Conformidade e adequabilidade na segmentação de imagens OLI/Landsat 8-9 para mapeamento de pastagens degradadas.
RESUMO: O uso do Sensoriamento Remoto para o planejamento e a tomada de decisão é cada vez mais frequente em função da grande disponibilidade de dados e de ferramentas de manipulação. No mapeamento de pastagens degradadas, por exemplo, além dos valores de reflectância, métricas associadas à estatística descritiva, como média, moda e desviopadrão, podem fornecer informações importantes para sua classificação, as quais seriam impossíveis de obter usando uma estratégia de classificação pixel-a-pixel, onde n = 1. Um desses métodos de segmentação é o mean shift. Apesar da facilidade de utiliza-lo, o ajuste de seus parâmetros e a avaliação de seus resultados são feitos, em muitos casos, por meio da análise visual e empírica. Esta pesquisa tem como objetivo avaliar três segmentações feitas em áreas de pastagens, por meio do algoritmo mean shift, para uma cena do estado de São Paulo (órbita 220 e ponto 75). Para obter a acurácia posicional de cada segmentação, foi calculada a raiz do erro quadrático médio (RMSE) das distâncias entre os limites de 100 polígonos segmentados e os limites dos polígonos de referência vetorizados em tela, em quatro pontos distintos da feição. Como resultado, a segmentação mais adequada para o trabalho de mapeamento de pastagens foi a que utilizou os valores 19, 15 e 20 para os parâmetros espectral, espacial e de tamanho mínimo dos polígonos respectivamente, que obteve RMSE de 73,7.
Main Authors: | , , , , |
---|---|
Other Authors: | |
Format: | Anais e Proceedings de eventos biblioteca |
Language: | Portugues pt_BR |
Published: |
2023-09-22
|
Subjects: | Acurácia posicional, RMSE, Segmentação, Sistema de Informação Geográfica, Sensoriamento Remoto, |
Online Access: | http://www.alice.cnptia.embrapa.br/alice/handle/doc/1156839 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Summary: | RESUMO: O uso do Sensoriamento Remoto para o planejamento e a tomada de decisão é cada vez mais frequente em função da grande disponibilidade de dados e de ferramentas de manipulação. No mapeamento de pastagens degradadas, por exemplo, além dos valores de reflectância, métricas associadas à estatística descritiva, como média, moda e desviopadrão, podem fornecer informações importantes para sua classificação, as quais seriam impossíveis de obter usando uma estratégia de classificação pixel-a-pixel, onde n = 1. Um desses métodos de segmentação é o mean shift. Apesar da facilidade de utiliza-lo, o ajuste de seus parâmetros e a avaliação de seus resultados são feitos, em muitos casos, por meio da análise visual e empírica. Esta pesquisa tem como objetivo avaliar três segmentações feitas em áreas de pastagens, por meio do algoritmo mean shift, para uma cena do estado de São Paulo (órbita 220 e ponto 75). Para obter a acurácia posicional de cada segmentação, foi calculada a raiz do erro quadrático médio (RMSE) das distâncias entre os limites de 100 polígonos segmentados e os limites dos polígonos de referência vetorizados em tela, em quatro pontos distintos da feição. Como resultado, a segmentação mais adequada para o trabalho de mapeamento de pastagens foi a que utilizou os valores 19, 15 e 20 para os parâmetros espectral, espacial e de tamanho mínimo dos polígonos respectivamente, que obteve RMSE de 73,7. |
---|