Classificação do Padrão de Ocupação Urbana de São Paulo Utilizando Aprendizagem de Máquina e Sentinel 2
Item
-
Título
-
Classificação do Padrão de Ocupação Urbana de São Paulo Utilizando Aprendizagem de Máquina e Sentinel 2
-
Revista do Departamento de Geografia
-
USP
-
Autor
-
Marcos Reis Rosa
-
Assunto
-
Classificador por Aprendizagem de Máquina
-
GEE
-
Índice Temporal
-
Índice de Textura
-
Abstract
-
Mapear o padrão de ocupação urbana e intra-urbana é essencial para planejamento das grandes cidades. O Google Earth Engine, classificação com aprendizagem de máquina e imagens do Sentinel 2 permitem uma classificação detalhada das áreas urbanas que pode ser aprimorada pelo conjunto de bandas utilizadas, algoritmo e balanceamento das amostras. Foram produzidas classificações do município de São Paulo/SP para o ano de 2017 com o melhor resultado produzido pelo Random Forest com 87,2% de exatidão global quando utiliza as bandas de reflectância, índices espectrais, temporal e de textura. O resultado demonstra a capacidade de utilizar a plataforma e imagens livres com algoritmos de aprendizagem de máquina para classificar padrão de ocupação urbana e intra-urbana.
-
Páginas
-
15-21
-
Date
-
2018
-
título curto
-
1
-
Língua
-
pt
-
doi
-
10.11606/rdg.v0ispe.145784
-
issn
-
2236-2878
