Este estudo teve por objetivo avaliar a eficiência de dois classificadores convencionais e uma rede neural MLP para o mapeamento do uso da terra a partir de uma imagem VANT. Foram definidas quatro classes na imagem para a classificação automática: eucalipto, pastagem, matocompetição e solo exposto. O algoritmo utilizado no simulador de redes neurais artificiais NeuroDic® 2.0 foi o resilient-propagation. Para aplicação dos classificadores convencionais MAXVER e ISODATA foi utilizado o software Erdas Imagine®11. A melhor classificação foi obtida pelo algoritmo MAXVER e o pior desempenho, com o algoritmo ISODATA. Ao final, pode-se concluir que a rede neural mostrou ser um paradigma eficiente para a classificação de imagens.
Biografia do Autor
Márcia Rodrigues de Moura FERNANDES, Universidade Federal do Espírito Santo - UFES
Doutoranda em Ciências Florestais na linha de Manejo Florestal e mensuração florestal da Universidade Federal do Espírito Santo.
