AVALIAÇÃO DA TÉCNICA DE MODELO LINEAR DE MISTURA ESPECTRAL COMO SUBSÍDIO À CLASSIFICAÇÃO DO USO E OCUPAÇÃO DO SOLO

Evaluation of the linear model technique of spectral mixing as a subsid to the classification of land use and occupation

Autores/as

  • Fernanda Paula Bicalho PIO Universidade Federal de Minas Gerais https://orcid.org/0000-0002-0376-8600
  • Plinio da Costa TEMBA Universidade Federal de Minas Gerais
  • Marcelo Antonio NERO Universidade Federal de Minas Gerais
  • Marcos Antônio Timbó ELMIRO Universidade Federal de Minas Gerais
  • Eliane Maria VIEIRA Universidade Federal de Itajubá
  • Helder Lages JARDIM Universidade Federal de Minas Gerais

DOI:

https://doi.org/10.5016/geociencias.v42i4.17569

Resumen

Resumo - O desenvolvimento das tecnologias de sensoriamento remoto tem incentivado a aplicação de imagens digitais em variadas circunstâncias, inclusive em estudos ambientais e do monitoramento da Terra. Para os estudos de classificação do uso e ocupação do solo diversas técnicas de classificação podem ser aplicadas. Estas, porém, variam em função das características dos sensores imageadores e da finalidade do experimento. Em estudos de classificação de imagens é comum se deparar com problemas de mistura espectral que podem ser limitadores, assim, métodos de trabalho são utilizados para extrair informações das imagens com maior riqueza de detalhes considerando as propriedades dos materiais presentes dentro de um pixel e para auxiliar nas técnicas de classificação. Este trabalho aborda o modelo linear de mistura espectral como subsídio à classificação do uso e ocupação do solo. Os resultados foram comparados com a classificação realizada a partir de imagens do satélite Sentinel 2-A. A precisão geral para as classificações originárias dos dados do Sentinel-2A e do MLME foi de 65% e 62%, respectivamente, e o coeficiente Kappa foi de 0,53 (dados espectrais do satélite) e 0,62 (resultado do MLME) indicando que a qualidade dos dois mapeamentos pode ser considerada como moderada, suficientemente boa ou boa.

Palavras-chave: Mistura espectral. Modelo linear de mistura espectral. Classificação de imagens. Sentinel-2A.

 

Abstract - The development of remote sensing technologies has encouraged the application of digital images in various circumstances, including environmental studies and Earth monitoring. For classification studies of land use and occupation, several classification techniques can be applied. These, however, vary depending on the characteristics of the imaging sensors and the purpose of the experiment. In image classification studies, it is common to encounter problems of spectral mixing that can be limiting, so working methods are used to extract information from images with greater detail, considering the properties of the materials present within a pixel and to help in classification techniques. This work approaches the linear model of spectral mixture as subsidy to the classification of land use and occupation. The results were compared with the classification performed from Sentinel 2-A satellite images. The overall accuracy for the ratings sourced from the Sentinel-2A and LMSM data was 65% and 62%, respectively, and the Kappa coefficient was 0.53 (satellite spectral data) and 0.62 (LMSM result) indicating that the quality of the two mappings can be considered as moderate, good enough or good.

Keywords: Spectral mixing. Linear spectral mixing model. Image classification. Sentinel-2A.

Biografía del autor/a

Fernanda Paula Bicalho PIO, Universidade Federal de Minas Gerais

Possui graduação em Engenharia Ambiental pela Universidade Federal de Itajubá (2019). Atualmente é técnica de controle de meio ambiente da Prefeitura Municipal de Itabira - Secretaria Municipal de Meio Ambiente, consultora ambiental - Serviço autônomo e é mestranda em Análise e Modelagem de Sistemas Ambientais pela Universidade Federal de Minas Gerais (UFMG). Tem experiência na área de regularização ambiental, geoprocessamento e sensoriamento remoto.

Plinio da Costa TEMBA, Universidade Federal de Minas Gerais

Universidade Federal de Minas Gerais

Instituto de Geociências

Laboratório de Geoprocessamento do Departamento de Cartografia 

Avenida Presidente Antônio Carlos, 6627 - Pampulha, Belo Horizonte – MG.

Marcelo Antonio NERO, Universidade Federal de Minas Gerais

Universidade Federal de Minas Gerais. Instituto de Geociências.

Laboratório de Geoprocessamento do Departamento de Cartografia.

Avenida Presidente Antônio Carlos, 6627 - Pampulha, Belo Horizonte – MG.

Marcos Antônio Timbó ELMIRO, Universidade Federal de Minas Gerais

Universidade Federal de Minas Gerais. Instituto de Geociências.

Laboratório de Geoprocessamento do Departamento de Cartografia.

Avenida Presidente Antônio Carlos, 6627 - Pampulha, Belo Horizonte – MG.

Eliane Maria VIEIRA, Universidade Federal de Itajubá

Universidade Federal de Itajubá -

Instituto de Ciências Puras e Aplicadas.

Avenida B P S, 1303 - Pinheirinho, Itajubá – MG.

Helder Lages JARDIM, Universidade Federal de Minas Gerais

Universidade Federal de Minas Gerais. Instituto de Geociências.

Laboratório de Geoprocessamento do Departamento de Cartografia.

Avenida Presidente Antônio Carlos, 6627 - Pampulha, Belo Horizonte – MG.

Publicado

2024-01-15

Número

Sección

Artigos