PIXELS INDIVIDUAIS TRATADOS COMO OBJETOS PARA A CLASSIFICAÇÃO DA COBERTURA DA TERRA: INTEGRAÇÃO ENTRE GEOBIA E MINERAÇÃO DE DADOS GEOGRÁFICOS NA REGIÃO METROPOLITANA DO RIO DE JANEIRO (RMRJ)

Os mapeamentos temáticos constituem uma fonte relevante de informação para as mais variadas áreas do conhecimento, uma vez que auxiliam no planejamento e na tomada de decisões eficazes. A produção cartográfica foi consideravelmente revolucionada pelos avanços no Processamento Digital de Imagens (PDI...

Full description

Bibliographic Details
Main Authors: Marcus Vinícius Alves de Carvalho, Gabriella Ferreira da Silva, Carla Bernadete Madureira Cruz
Format: Article
Language:English
Published: Universidade do Estado do Rio de Janeiro 2018-12-01
Series:Revista Tamoios
Online Access:https://www.e-publicacoes.uerj.br/index.php/tamoios/article/view/38099
Description
Summary:Os mapeamentos temáticos constituem uma fonte relevante de informação para as mais variadas áreas do conhecimento, uma vez que auxiliam no planejamento e na tomada de decisões eficazes. A produção cartográfica foi consideravelmente revolucionada pelos avanços no Processamento Digital de Imagens (PDI) de Sensores Remotos, pois auxiliam tanto na elaboração quanto na atualização dos mapas de forma mais ágil e com custos reduzidos. Nessa perspectiva, o objetivo deste trabalho é avaliar a adoção de pixels individuais como “objetos” para a classificação da cobertura da terra na Região Metropolitana do Rio de Janeiro através da integração entre GEOBIA e Mineração de Dados Geográficos, e tendo como insumos os índices espectrais (NDVI e NDWI) e imagens transformadas (PCA, IHS e TasseledCap) provenientes dos dados OLI / Landsat-8. Estes, por sua vez, apresentam moderada resolução espacial, que é afetada pela questão da Mistura Espectral. Como resultado, o mapa temático de cobertura do solo alcançou alta precisão devido ao Índice Kappa de 0,871 e a percepção de que os atributos que mais auxiliaram na classificação foram aqueles provenientes da Transformação TasseledCap. Palavras-chave: Sensoriamento Remoto, Pixels Individuais, Objetos, Mineração de Dados Geográficos.
ISSN:1676-1995
1980-4490