Registro completo |
Provedor de dados: |
Ciência Rural
|
País: |
Brazil
|
Título: |
Árvore de decisão e a densidade mínima de amostras no mapeamento da cobertura da terra
|
Autores: |
Ruiz,Luis Fernando Chimelo
Caten,Alexandre ten
Dalmolin,Ricardo Simão Diniz
|
Data: |
2014-06-01
|
Ano: |
2014
|
Palavras-chave: |
Classificação supervisionada de imagem
Mineração de dados
Sensoriamento remoto
Uso da terra
|
Resumo: |
A cobertura da terra é uma informação espacial de extrema relevância para uma série de modelos, sendo utilizada para estimar a produção de sedimentos e para mensurar a potencialidade da paisagem em sequestrar carbono. A classificação da cobertura da terra pelo método de classificação supervisionado necessita de áreas de treino, já que essas áreas devem ser representativas para cada classe de cobertura da terra. Para o algoritmo de classificação por árvore de decisão (AD), a complexidade da AD resulta em diferentes valores de acurácias para os mapas temáticos. Desse modo, o objetivo deste estudo foi determinar a densidade mínima de amostras em um modelo por AD, a fim de discriminar as classes de cobertura da terra e avaliar o tamanho da AD gerada quanto ao seu número de folhas. Além disso, preocupou-se em identificar as classes da cobertura da terra de mais difícil classificação. Nesse contexto, foram utilizadas bandas da imagem do satélite RESOURCESAT-1 e índices espectrais. A densidade mínima de amostras variou entre 0,15 e 0,30% da área total para cada classe. Esse intervalo de amostragem possibilitou resultados melhores que 80% para o índice kappa. O menor agrupamento entre observações em uma mesma folha terminal foi de 45, e as classes mais difíceis de classificar foram floresta e lavoura de arroz, devido à semelhança espectral que as florestas sombreadas possuem com as lavouras de arroz irrigadas.
|
Tipo: |
Info:eu-repo/semantics/article
|
Idioma: |
Português
|
Identificador: |
http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-84782014000600008
|
Editor: |
Universidade Federal de Santa Maria
|
Relação: |
10.1590/S0103-84782014000600008
|
Formato: |
text/html
|
Fonte: |
Ciência Rural v.44 n.6 2014
|
Direitos: |
info:eu-repo/semantics/openAccess
|