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