Use este identificador para citar ou linkar para este item: http://repositorio.roca.utfpr.edu.br/jspui/handle/1/8799
Título: Melhorias na acurácia do mapeamento por NDVI
Autor(es): Bragion, Gabriel da Rocha
Orientador(es): Couto, Edivando Vitor do
Palavras-chave: Sensoriamento remoto
Cobertura dos solos
Mapeamento do solo
Remote sensing
Mulching
Soil mapping
Data do documento: 29-Nov-2017
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Campo Mourao
Referência: BRAGION, Gabriel da Rocha. Melhorias na acurácia do mapeamento por NDVI. 2017. 47 f. Trabalho de Conclusão de Curso (Graduação) - Universidade Tecnológica Federal do Paraná, Campo Mourão, 2017.
Resumo: Este trabalho propõe um método de classificação supervisionada pela distância de Bhattacharya baseado na utilização do índice de vegetação da diferença normalizada para a classificação supervisionada de lavouras temporárias e remanescentes florestais da mata atlântica e outras classes de uso da terra da bacia hidrográfica do Rio Mourão, Paraná, visando atenuar os efeitos das sazonalidades na classificação. A acurácia global e índice de Kappa do produto gerado pela classificação supervisionada foram de 73,92% e 0,53, respectivamente. Também foram investigadas a acurácia do usuário, a fiabilidade do produtor e o índice de Kappa condicional. Os resultados mostraram que o método apresenta um excelente desempenho para a diferenciação de coberturas florestais (k = 76,94), lavouras temporárias (k = 0,89) e água (k = 0,87).
Abstract: This work proposes a supervised classification method by the Bhattacharya distance tool using the Normalized Difference Vegetation Index of croplands and forest remnants of the Atlantic forest and other land use classes from the Mourão river watershed, Paraná, aiming to mitigate the effects of seasonality in the classification. The overall accuracy and Kappa index of the product generated by the supervised classification were 73.92% and 0.53, respectively. We also investigated the user’s accuracy, the producer’s reliability and the conditional Kappa index. The results showed that the method presented an excellent performance for the differentiation of forest cover (k = 76.94), temporary crops (k = 0.89) and water (k = 0.87).
URI: http://repositorio.roca.utfpr.edu.br/jspui/handle/1/8799
Aparece nas coleções:CM - Engenharia Ambiental

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
melhoriasacuraciamapeamentondvi.pdf3,37 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.