MAPEAMENTO DA COBERTURA DA TERRA DO MUNICÍPIO DE RAPOSA (MA) UTILIZANDO IMAGENS WORLDVIEW-II, O APLICATIVO INTERIMAGE E MINERAÇÃO DE DADOS

• Main Authors: Graziela Thaís Meneghetti, Hermann Johann Heinrich Kux
• Format: Article
• Language: English
• Published: Universidade Federal de Uberlândia 2014-06-01
• Series: Revista Brasileira de Cartografia
• Online Access: http://www.seer.ufu.br/index.php/revistabrasileiracartografia/article/view/43918
• ISSN: 0560-4613; 1808-0936

As áreas costeiras são caracterizadas como locais sensíveis devido à sua dinâmica, presença de dunas, praias, estuários e mangues. Com a disponibilidade de imagens de alta resolução e métodos de análise baseados em objeto, as técnicas de sensoriamento remoto se tornaram ferramentas importantes para o monitoramento destes ambientes. O objetivo deste trabalho é elaborar um modelo de conhecimento que permita a realização do mapeamento da cobertura da terra na área natural do município de Raposa (MA), facilitando assim a tomada de decisões para a gestão do território. Neste trabalho utilizou-se o InterIMAGE, sistema para a interpretação de imagens baseado em conhecimento, dados de alta resolução espacial do sensor WorldView-II e associação de técnicas de mineração de dados e classificação orientada a objeto, visando à extração de informações de cobertura da terra. A metodologia proposta foi aplicada em uma área-teste do município de Raposa, setor nordeste da Ilha do Maranhão, escolhida a partir da heterogeneidade de alvos presentes na cena e do contato entre dunas e manguezais, visto que este ambiente costeiro tem sofrido grande pressão devido ao crescimento populacional e soterramento pelas dunas. A principal contribuição deste trabalho foi a criação de um novo modelo de conhecimento que garantiu a aplicação do algoritmo minerador de dados em diversos níveis da rede semântica com refinados parâmetros de segmentação. Esse modelo resultou em boa discriminação entre as classes mapeadas, apresentando valores de índice Kappa e exatidão global de 0,92 e 0,94, respectivamente.