DSpace UNL

RUN >
Instituto Superior de Estatística e Gestão de Informação (ISEGI) >
ISEGI - Dissertações de Mestrado em Ciência e Sistemas de Informação Geográfica >

Please use this identifier to cite or link to this item: http://hdl.handle.net/10362/2347

Title: Estratégia multi-temporal para produção automática de cartografia de ocupação do solo com imagens AWiFS
Authors: Costa, Hugo Alexandre Gomes da
Advisor: Caetano, Mario
Bação, Fernando José Ferreira Lucas
Keywords: Árvores de decisão
Classificador da máxima verosimilhança
Cartografia de ocupação do solo
AWiFS
Portugal
Decision trees
Land cover map
Maximum likelihood classifier
Issue Date: 17-Feb-2009
Series/Report no.: Mestrado em Ciência e Sistemas de Informação Geográfica;TSIG0049
Abstract: A produção de cartografia de ocupação do solo por métodos tradicionais (interpretação visual de imagens aéreas e de satélite) é um processo com custos que inviabilizam a sua rápida produção e frequente actualização. Esta realidade é bastante lesante para diversas aplicações que necessitam deste género de informação actualizada. Uma solução viável para fazer face à problemática da desactualização da cartografia de ocupação do solo é a criação de um produto menos detalhado do que a cartografia produzida pelos programas operacionais já existente. Isto permite que o novo produto seja mais barato e possa ser produzido por métodos automáticos, realizável regularmente, que ofereça informação actual e seja útil para diversas aplicações. Neste sentido, foi explorado um conjunto de dados intra-anual composto por três imagens AWiFS (Abril, Julho e Outubro de 2006) para avaliar as imagens e métodos automáticos de produção que possam derivar cartografia de ocupação do solo de Portugal Continental no âmbito de um novo programa operacional anual. Foram testados dois classificadores: um classificador paramétrico convencional (classificador da máxima verosimilhança) e um classificador não paramétrico (árvores de decisão). Foram desenhados vários testes para avaliar a melhor abordagem de classificação, o efeito do tamanho da amostragem de treino na exactidão da classificação e a aptidão das imagens AWiFS para derivar a cartografia pretendida. A exactidão global dos mapas produzidos variou à volta de 60% e 72% com uma nomenclatura de 15 e 10 classes de ocupação do solo, respectivamente. Os resultados obtidos sugerem que as imagens AWiFS apresentam algumas limitações para derivar cartografia de ocupação do solo de Portugal Continental. Ao nível da metodologia, os resultados revelam que as árvores de decisão são um classificador vantajoso relativamente ao classificador da máxima verosimilhança porque permite uma fase de treino mais rápida e com um menor esforço de amostragem sem perdas de exactidão temática.
Description: Dissertação apresentada como requisito parcial para obtenção do grau de Mestre em Ciência e Sistemas de Informação Geográfica
URI: http://hdl.handle.net/10362/2347
Appears in Collections:ISEGI - Dissertações de Mestrado em Ciência e Sistemas de Informação Geográfica

Files in This Item:

File Description SizeFormat
TSIG0049.pdf6.02 MBAdobe PDFView/Open
Statistics
View Statistics
FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpaceOrkut
Formato BibTex mendeley Endnote Logotipo do DeGóis 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

 

Universidade Nova de Lisboa  - Statistics  - Feedback
Estamos no RCAAP Governo Português separator Ministério da Educação e Ciência   Fundação para a Ciência e a Tecnologia

Financiado por:

POS_C UE