Mestrado em Detecção Remota e SIG

2010/2011
Detecção Remota e Processamento Digital de
Imagem

Filipe Oliveira Santos nº 32124

Objectivo/Problematização:

Distinguir e referenciar classes de ocupação do solo

bem caracterizadas, de maneira a criar uma
classificação base que possa vir a ser posteriormente
comparável, com a Corine Land cover 2000.

Filipe Oliveira Santos nº 32124

Dados:
Foi utilizada uma imagem LANDSAT-7 ETM+ ; órbita : 204; Row: 031

Descarregada em http://glcfapp.glcf.umd.edu:8080/esdi/index.jsp

Data Aquisição: 24 de Junho de 2000

Filipe Oliveira Santos nº 32124

Sistema de Coordenadas:
Sistema de Coordenadas Projectadas:
WGS_1984_UTM_Zone_29N
Projection:Transverse_Mercator
Falsa Origem: 500000,0
Falso Norte: 0,0
Meridiano Central :-9,0
Factor Escala: 0,9996
Latitude_de Origem: 0,0
Unidade Linear: Metros
Sistema de Coordenadas Geográficas:
GCS_WGS_1984
Datum: D_WGS_1984
Meridiano Principal: Greenwich
Unidade Angular : Grau (º)

Filipe Oliveira Santos nº 32124

 Jensen, 2004

Filipe Oliveira Santos nº 32124

Exploração de Métodos Supervisados de
Classificação
Selecção de Áreas de Treino Usando
Regiões de Interesse (ROI)

Classes Ocupação ROI #

Zonas Húmidas 1
Terrenos Artificializados 2
Rocha Nua 3
Resinosas 4
Massas de Água 5
Agrícola: 6

Filipe Oliveira Santos nº 32124

•Classificação da Distância de Mahalanobis

•Classificação Máxima Verosimilhança

Filipe Oliveira Santos nº 32124

Processamento de Pós-Classificação

Extracção estatísticas de Classes:

Distância Mahalanobis

Filipe Oliveira Santos nº 32124

Processamento de Pós-Classificação

Extracção de estatísticas de Classes:

Máxima Verosimilhança

Filipe Oliveira Santos nº 32124

 Output da Matriz de Confusão

Distância Mahalanobis

Overall Accuracy = 72.4210%

Kappa Coefficient = 0.6061

Máxima Verosimilhança
Overall Accuracy = 78.8855%
Kappa Coefficient = 0.6822

Filipe Oliveira Santos nº 32124

 Sieving & Clumping

Homogeneização da classificação das images

Sieve é corrido geralmente em primeiro lugar para remover
pixeis isolados, baseado num número limite de pixeis
(tamanho)  limiar threshold.
Clump adiciona coerência espacial às classes existentes
combinando áreas (classificadas) adjacentes similares.

Filipe Oliveira Santos nº 32124

Combining Classes

Método alternativo para a generalização da

classificação.
Classes semelhantes podem ser combinadas para
formar uma classes mais
homogeneas/generalizadas.

Editing Class Colors

Ambiente ArcGIS

Filipe Oliveira Santos nº 32124

Classes Ocupação Área (Há)
Zonas Húmidas 1649,53
Terrenos Artificializados 918,03
Rocha Nua 2604,54
Resinosas 4276,93
Massas de Água 646,58
Agrícola: 2821,37

Filipe Oliveira Santos nº 32124

Corine Land Cover 2000

Editing Class Colors

Florestas de Resinosas – Código 312

Área – 3046 ha
Conclusões:
• Melhor classificação por excesso  Floresta de
Resinosas.....a classe mais descriminada.

Reclassificar
• Esquema Classificativo mais abrangente, com
mais classes.

Filipe Oliveira Santos nº 32124