Integração de dados de sensoriamento remoto multi resoluções para a representação da cobertura da terra utilizando campos contínuos de vegetação e classificação por árvores de decisão

Abstract

ABSTRACT. This paper aims to develop a methodology of multisensor integration for an Amazon monitoring system. The proposed system employs the Vegetation Continuous Fields (VCF) method that uses the decision tree algorithm. The algorithm uses a set of independent variables, in this case MODIS multi-temporal metrics, to recursively split a dependent variable, in this case training data from class memberships, into subsets, which maximize the reduction of squares of sum of the residuals.The training data are obtained by high-resolution imagery classification (Landsat/TM, ETM+ and CBERS 2/CCD). In this study, an automated algorithm was developed from IDL language in the ENVI software and the statistical procedure of the S-PLUS software. The study area is Mato Grosso State with an extensive area of Amazon forest. The scenes are classified in three classes: forest, non-forest, and water. Comparisons of the final product with regional land cover maps derived from PRODES revel general agreement. Therefore, the results of this study suggest that the methodology is appropriate for land cover determination in the Amazon forest.Keywords: remote sensing, digital image processing, continuous fields, regression trees, Amazon forest. RESUMO.Este trabalho objetiva desenvolver uma metodologia de integração de multisensores para um sistema de monitoramento da Amazônia. O sistema proposto baseia-se no Vegetation Continuous Fields (VCF) que utiliza um algoritmo deárvore de decisão. O algoritmo utiliza um conjunto de variáveis independentes, no caso métricas multitemporais do MODIS, para recursivamente particionar uma variável dependente, no caso dados de treinamentos provenientes de classes de uso da terra, em subconjuntos, que maximizam a redução do quadrado da soma residual. Os dados de treinamentos são obtidos pela classificação de imagens de alta resolução (Landsat/TM, ETM+ e CBERS 2/CCD). Neste estudo, um algoritmo foi desenvolvido a partir da linguagem IDL, no programa ENVI, e uma rotina estatística do programa S-PLUS. Aárea de estudoé o Estado do Mato Grosso com uma extensaárea de cobertura de Floresta Amazônica. As cenas são classificadas em três classes: floresta, não floresta eágua. Comparações do produto final com o mapa regional de uso da terra derivado do PRODES revelam uma concordância geral. Portanto, os resultados desse estudo sugerem que a metodologiaé apropriada para a determinação da cobertura da terra na Floresta Amazônica.Palavras-chave: sensoriamento remoto, processamento digital de imagens, campos contínuos,árvore de regressão, Floresta Amazônica.

Caracterização De Cicatrizes De Queimadas Na Mesorregião Do Sertão Pernambucano a Partir De Imagens De Satélites

“…Sousa et al (2015) abordam que essa técnica consiste em um método de descobrimento de padrões de interesse a partir de um conjunto de dados, que foram organizados em uma estrutura hierárquica formada por regras de decisão. Regras estas que proporcionam a divisão desse conjunto de treinamento até que sejam gerados subconjuntos que contenham casos de uma única classe (LATORRE et al, 2007).…”

Sistema De Classificação Geomorfométrica Baseado Em Uma Arquitetura Sequencial Em Duas Etapas: Árvore De Decisão E Classificador Espectral, No Parque Nacional Serra Da Canastra

“…A classifi cação por árvore de decisão estabelece uma regra hierárquica e binária de partição dos valores de atributos de terreno. Este procedimento é composto pelas seguintes componentes (Latorre et al, 2007): (a) um nó raiz formado a partir de todos os dados, (b) um conjunto hierárquico de nós internos denominados partições responsáveis pela tomada de decisão, utilizando teste lógico, que defi ne o próximo nó descendente ou fi lho, e (c) nós terminais chamados de folhas caracterizados por não possuírem nó descendente. Desta forma, a árvore de decisão binária divide cada nó intermediário em dois nós descendentes: o nó esquerdo (concordante com o teste lógico) e o nó direito (discordante).…”

Burned Area Detection in the Brazilian Amazon using Spectral Indices and GEOBIA

“…Despite presenting a longer revisiting time, medium spatial resolution satellite images, ranging from 10 to 50 meters (EHLERS et al, 2002), provides more detailed information and are more suitable to analyze the extent, distribution, spectral and biophysical characteristics of BA with higher reliability. Moreover, they have the potential to increase the availability of suitable images through data fusion (LATORRE et al, 2007;ARAI et al, 2011), for instance, involving Landsat-8 OLI (WULDER et al, 2012) and Sentinel-2A MSI (DRUSCH et al, 2012) satellite data.…”