O objetivo desta pesquisa foi avaliar o uso de dados hiperespectrais Hyperion/EO-1 na discriminação de alvos agrícolas, comparando a acurácia de classificação obtida pelos dados desse sensor à obtida por dados multiespectrais ETM+/Landsat-7. Para isso, alvos agrícolas da região de Franca - SP, com diferenças espectrais bem definidas e outros alvos com diferenças espectrais sutis, imageados por ambos os sensores, em 16 de julho de 2002, foram discriminados utilizando o classificador supervisionado de Máxima Verossimilhança (MaxVer). Os alvos agrícolas com diferenças espectrais bem definidas foram caracterizados por seis classes de uso e cobertura do solo; já os com diferenças espectrais sutis, por cinco classes de variedades de cana-de-açúcar. Quando os dados ETM+ foram classificados, a acurácia foi de 91,5% para as classes de uso e cobertura do solo e de 67,6% para as classes de variedades de cana-de-açúcar, enquanto, para os dados do sensor Hyperion, a acurácia de classificação foi de 94,9% e de 87,1%, respectivamente, demonstrando, assim, a importância do uso de dados hiperespectrais na discriminação de alvos agrícolas com características espectrais semelhantes.
Dados de alta resolução espectral coletados pelo sensor Hyperion/EO-1 foram convertidos para imagens de reflectância de superfície e testados quanto à discriminação de cinco variedades brasileiras de cana-de-açúcar. As relações entre alguns índices espectrais e os fatores responsáveis pela variabilidade espectral registrada nos dosséis foram discutidos. Para fins de discriminação, análise discriminante múltipla foi aplicada com as seguintes variáveis submetidas a um processo de seleção passo-a-passo: valores de reflectância das bandas, razões de reflectância das bandas e vários índices espectrais sensíveis às variações no conteúdo de clorofila, água das folhas e lignina-celulose. Os resultados obtidos demonstraram que a variedade SP80-1842 apresentou uma reflectância menor do que as demais, o que facilitou sua discriminação na imagem. A discriminação das outras quatro variedades (RB72-454, SP80-1816, SP81-3250 e SP87-365), que possuem valores de reflectância similares, foi feita com análise discriminante. Esta técnica produziu uma exatidão de classificação de 87,5% para um conjunto independente de pixels. Erros de classificação de alguns talhões ocorreram principalmente para variedades que apresentaram valores maiores de desvio-padrão em sua resposta espectral. Para um dado cultivar, esta variabilidade espectral não pôde ser explicada pela influência de um único fator como tipo de solo, corte da cana ou práticas locais de manejo da cultura. A comparação entre os dados de campo e os dados resultantes da classificação das imagens por análise discriminante demonstrou o potencial dos dados coletados pelo sensor Hyperion e da abordagem metodológica proposta para diferenciar variedades de cana-de-açúcar no sudeste brasileiro.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.