Avaliação De Algoritmos Para Classificação De Uso E Cobertura Da Terra Na Porção Central Do Rio Grande Do Sul a Partir De Imagens De Alta E Média Resolução Espacial

Abstract

Analisar algoritmos de classificação do uso e cobertura da terra bem como imagens provenientes de sensores a bordo de satélites com diferentes resoluções espaciais são essenciais para determinar os mais adequados para cada local. Assim, o presente estudo tem por objetivo avaliar a eficiência de algoritmos de classificação supervisionada, Máxima Verossimilhança (MaxVer) e Bhattacharyya, utilizando imagens de resolução espacial média (OLI/Landsat 8) e alta (REIS/RapidEye), em municípios localizados na porção central do estado do Rio Grande do Sul. Foram utilizadas para a classificação imagens do sensor OLI/Landsat 8 e REIS/RapidEye, com resolução espacial de 30 e 5 m, respectivamente. A classificação de ambas as imagens foi realizada pelos algoritmos MaxVer e Bhattacharyya com a definição de seis classes de uso e cobertura da terra, sendo estas Floresta nativa, Floresta plantada, Solo exposto, Agricultura, Campo e Água. Para avaliar a eficiência da classificação foram utilizados 120 pontos distribuídos de forma aleatória estratificada em cada município, sendo 20 pontos em cada classe de uso e cobertura da terra. A qualidade da classificação foi analisada pelos índices Kappa e exatidão global, ainda, calculou-se o erro de omissão e comissão. De acordo com os resultados obtidos o índice kappa foi maior para as classificações utilizando as imagens do sensor REIS/RapidEye para ambos os algoritmos, totalizando 85,33% (MaxVer) e 83,67% (Bhattacharyya). Neste contexto, foi possível concluir que as imagens REIS/RapidEye e o algoritmo MaxVer destacaram-se obtendo os melhores resultados, sendo estes mais adequados para a área de estudo.