Mineração De Dados Aplicada À Discriminação Da Cobertura Da Terra Em Imagem Landsat 8 Oli

Abstract

O presente trabalho tem como objetivo investigar os descritores espectrais, extraídos das bandas do Landsat 8, e topográficos, provenientes de dados do TOPODATA, que auxiliam na discriminação das classes de cobertura da terra através de uma árvore de decisão gerada por mineração de dados. Foram extraídas medidas estatísticas de amostras referentes a 12 classes, coletadas no município do Rio de Janeiro, de um banco de dados composto por 18 planos de informação. Os resultados apontaram que entre os descritores estatísticos, prevaleceram a média e mediana. Como descritor espectral, merece destaque a banda 1 (ultra-azul), selecionada para discriminar, além das classes de água, as classes de vegetação e não-vegetação. O minerador utilizou o Índice de Vegetação por Razão Simples (RS) em todas as árvores a despeito do Índice de Vegetação por Diferença Normalizada (IVDN). A declividade também foi inserida nas três árvores para separar o afloramento rochoso da vegetação de baixo porte. Em relação aos níveis digitais, não foi utilizado nenhum descritor de radiância nas quatro árvores. Considerando o grande volume de dados produzidos e armazenados atualmente, pode-se afirmar que a mineração é um importante recurso para a extração de informações de volumosos bancos de dados em curto espaço de tempo.

Classificação supervisionada dos elementos arquiteturais da Praia das Cabras, Rio Grande do Sul, Brasil

“…A classificação automática supervisionada dos sistemas deposicionais foi realizada a partir do método Máxima Verossimilhança (Maximum Likelihood Classification), utilizando a assinatura espectral (composta por 30 amostras para cada classe) e as imagens do satélite Quickbird, conforme Santos & Costa e Oliveira (2016). As informações mapeadas foram comparadas ao mapa geológico do Rio Grande do Sul, tal qual Verbovšek & Popit (2018).…”