Classificação do Uso da Terra e Cobertura Vegetal Utilizando Técnicas de Mineração de Dados

DOI: https://doi.org/10.11606/rdg.v33i0.122888
Palavras-chave: sensoriamento remoto, GeoDMA, segmentação, árvore de decisão.

Resumo

O objetivo deste estudo é apresentar o mapeamento do uso da Terra e cobertura vegetal utilizando técnicas de mineração de dados. A área teste selecionada corresponde à bacia do Rio São Tomé, localizada na região de Alfenas, sul do estado de Minas Gerais. Para a realização deste estudo, foram utilizadas imagens multiespectrais geradas pelo sensor Linear Imaging Self-Scanner (LISS III) a bordo do satélite Indian Resource Satellite (IRS). A classificação das imagens foi feita utilizando o aplicativo Geographic Data Mining Analyst (GeoDMA) que possui algoritmos para segmentação de imagens, extração de atributos, seleção de feições e classificação. A análise dos resultados foi feita de maneira visual e quantitativa por meio de uma matriz de confusão. Para a geração desta matriz, 3000 pontos de referência foram coletados de maneira totalmente aleatória. Os resultados desta pesquisa mostraram o grande potencial da técnica de mineração de dados na classificação do uso da Terra e cobertura vegetal. As principais vantagens observadas de sua utilização foram: (1) permitiu incorporar no processo de classificação um grande número de variáveis tanto espectrais, espaciais quanto atributos do relevo; (2) simplificou a interpretação das regras de classificação por meio dos resultados das árvores de decisão; (3) gerou uma classificação consistente.

Downloads

Biografia do Autor

Rodrigo Cesário Justino, Universidade Federal de Alfenas
Graduação em Geografia com ênfase em Análise Ambiental e Geoprocessamento (2011) pela Universidade Federal de Alfenas/MG - UNIFAL-MG, com experiência na área ambiental, com projetos de pesquisa desenvolvidos com ênfase em Sensoriamento Remoto, Geoprocessamento e Meio Ambiente. Mestrado em Ecologia e Tecnologia Ambiental (2014) pela Universidade Federal de Alfenas/MG - UNIFAL-MG, com projeto realizado na área de Sensoriamento Remoto aplicado ao uso da terra e da cobertura vegetal.
Marcos Roberto Martines, Universidade Federal de São Carlos

Possui graduação em Geografia pela Universidade de São Paulo (1998) e mestrado em Geografia (Geografia Humana) pela Universidade de São Paulo (2005) e Doutorado em Geografia (Geografia Física) pela Universidade de São Paulo (2011). Tem experiência na área de Geografia Física, Cartografia e Geociências, com ênfase em Geoprocessamento, atuando principalmente nos seguintes temas: Geografia Física, Cartografia Temática e Sistemática, Geoprocessamento, Diagnóstico e Análise Ambiental, Modelagem Cartográfica e Álgebra de Mapas, Banco de Dados Geográfico e Sensoriamento Remoto

 
Fernando Shinji Kawakubo, Universidade de São Paulo
Possui graduação em Geografia (2001), mestrado em Ciências (Geografia Física) (2005) e doutorado em Ciências (Geografia Física) (2010) todos pela Universidade de São Paulo. Atua na área de Geociências nos seguintes temas: (1) fragilidade ambiental; (2) mapeamento e análise do uso da terra/cobertura vegetal utilizando os recursos do sensoriamento remoto; (3) fotointerpretação; (4) classificação de imagens; (5) análise de mistura espectral; (6) integração sensoriamento remoto e SIG. Atualmente é professor do Departamento de Geografia da Universidade de São Paulo. Registro no CREA-SP 5061914497.
Publicado
2017-08-23
Como Citar
Justino, R., Martines, M., & Kawakubo, F. (2017). Classificação do Uso da Terra e Cobertura Vegetal Utilizando Técnicas de Mineração de Dados. Revista Do Departamento De Geografia, 33, 36-46. https://doi.org/10.11606/rdg.v33i0.122888
Edição
v. 33 (2017)
Seção
Artigos

Copyright (c) 2017 Rodrigo Cesário Justino, Marcos Roberto Martines, Fernando Shinji Kawakubo

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Autores que publicam nesta revista concordam com os seguintes termos:

  • Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
 
  • Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
 
  • Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).