12/01/2020 Mapbiomas

menu

Menu
close

Conheça o Mapbiomas
O projeto
Produtos
Quem somos
Equipe
Outras Iniciativas
Termos de uso
MAPAS E DADOS
COBERTURA E USO DO SOLO
MUDANÇA DE COBERTURA E USO
QUALIDADE DOS MOSAICOS
ESTATÍSTICAS
Downloads
Termos de uso
METODOLOGIA
Visão geral da metodologia
ATBD - Entenda cada etapa
Método Desmatamento
Ferramentas
Google Earth Engine
Análise de Acurácia
Glossário
Termos de uso
Perguntas Frequentes
COMUNICAÇÃO
Lançamentos
Notícias
Oportunidades
Prêmio
Relatórios
Termos de uso
Vídeos
FORUM
Contato
Entrar
translate pt-BR en

Análise de Acurácia
Estimativas da Acurácia do mapeamento da cobertura do solo pelo projeto
Mapbiomas
ACESSE O PAINEL DE ESTATÍSTICA DE ACURÁCIA DA COLEÇÃO 4.0

A análise de acurácia é a principal forma de avaliação da qualidade do mapeamento realizado pelo Mapbiomas. Além de dizer qual
a taxa de acerto geral, a análise de acurácia também revela estimativas das taxa de acerto e de erro para cada classe mapeada. O
MapBiomas avaliou a acurácia global e para cada classe de uso e cobertura para todos os anos entre 1985 e 2018.

As estimativas da acurácia foram baseadas na avaliação de uma amostra de píxeis, que chamamos de base de dados de referência,
composta por ~75.000 amostras. O número de píxeis na base de dados de referência foi pré-determinado por técnicas de
amostragem estatística. Em cada ano, cada píxel da base de dados de referência foi avaliado por técnicos treinados em interpretação
https://mapbiomas.org/analise-de-acuracia 1/5
12/01/2020 Mapbiomas
visual de imagens Landsat. A avaliação da acurácia foi realizada usando métricas que comparam a classe mapeada com a classe
avaliada pelos técnicos na base de dados de referência.

Em cada ano, a análise de acurácia é feita a partir da tabulação cruzada das frequências amostrais das classes mapeadas e reais, no
formato da Tabela 1. As frequências ni,j representam o número de píxeis na amostra classificados como classe i, e avaliados como

classe j. Os totais marginais de linha, , representam o número de amostras mapeadas como classe i, enquanto que os totais
marginais de coluna, , representam o número de amostras que foram avaliadas pelos técnicos como classe j. A Tabela 1 é
chamada de matriz de erros ou matriz de confusão.

Tabela 1: Matriz de erros amostral genérica

A partir dos resultados da Tabela 1, as proporções amostrais em cada célula da tabela são estimadas por .A
matriz de valores é então usada para gerar:

1. As acurácias do usuário: São as estimativas das frações de píxels do mapeamento, para cada classe, corretamente
classificados. A acurácia do usuário está associada ao erro de comissão, que é o erro cometido ao atribuir um pixel à classe i,
quando este pertence a alguma outra classe. A acurácia do usuário para a classe i é estimada por e o erro de
comissão por . Essas métricas estão associadas a confiabilidade da de cada classe mapeada.
2. Acurácias do produtor: São as frações amostrais de píxels de cada classe corretamente atribuídos às suas classes pelos
classificadores. A acurácia do produtor está associada ao erro de omissão, que ocorre quando deixamos de mapear um pixel
da classe j corretamente. A acurácia do produtor para a classe j é estimada por e o erro de omissão por .
Essas métricas estão associadas à sensibilidade do classificador, ou seja, a capacidade de distinguir corretamente determinada
classe entre demais.

3. Acurácia global: É a estimativa da proporção de acerto global dos classificadores. A estimativa é dada por ,a
soma da diagonal principal da matriz de proporções. O complementar da acurácia, ou o erro total ainda é
1
decomposto em discordância de área e discordância de alocação . A discordância de área mede a fração do erro atribuída à
quantidade de área atribuída incorretamente às classes pelo mapeamento, enquanto a discordância de alocação à proporção de
erros de deslocamento.

A matriz também provém estimativas dos diferentes tipos de erros. Por exemplo, é possível ver através dessas a estimativa da
composição de área de cada classe mapeada. Assim, além da taxa de acerto da classe mapeada como floresta, por exemplo,
estimamos também qual a fração dessas áreas que podem ser pastagens ou outras classes de cobertura e uso do solo, para cada ano.
Entendemos que esse nível de transparência informa os usuários e maximiza o potencial do uso do mapeamento pelos vários tipos
de usuários. Para isso, construímos um aplicativo para facilitar a visualização da acurácia e dos erros do mapeamento

1- Pontius Jr, R. G., & Millones, M. (2011). Death to Kappa: birth of quantity disagreement and allocation disagreement for accuracy assessment. International
Journal of Remote Sensing, 32(15), 4407-4429.

Sobre os gráficos
Estatísticas Gerais

Mostram a acurácia total média anual e o erro decomposto em discordância de área e alocação.

https://mapbiomas.org/analise-de-acuracia 2/5
12/01/2020 Mapbiomas

Gráfico 1. Gráfico da Acurácia total anual:

Este gráfico mostra a acurácia total e o erro total por ano. O erro total é decomposto em discordância de área e de alocação. A
acurácia é plotada na parte superior e os erros na parte inferior do gráfico.

Gráfico 2. Matriz de erros:

Esse gráfico mostra a acurácia do usuário, do produtor, e as confusões entre classes, para cada ano. O primeiro mostra as confusões
de cada classe mapeada. O segundo mostra as confusões de cada classe real.

https://mapbiomas.org/analise-de-acuracia 3/5
12/01/2020 Mapbiomas

Gráfico 3. Histórico de classes:

Esse gráfico permite inspecionar as confusões de uma determinada classe ao longo do tempo. A acurácia do usuário e do produtor
para cada classe é exibida, junto com as confusões em cada ano.

ACESSE O PAINEL DE ESTATÍSTICA DE ACURÁCIA DA COLEÇÃO 4.0

Provided by

https://mapbiomas.org/analise-de-acuracia 4/5
12/01/2020 Mapbiomas

Powered by

© 2019 MapBiomas

Development

https://mapbiomas.org/analise-de-acuracia 5/5