Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/74448
Type: Artigo de Periódico
Title: Comparative analysis of methods applied in vegetation cover delimitation using Landsat 8 images
Other Titles: Análise comparativa de métodos aplicados na delimitação da cobertura vegetal utilizando imagens Landsat 8
Authors: Débora Joana Dutra
Marcos Antônio Timbó Elmiro
Ricardo Alexandrino Garcia
Abstract: There is a wide availability of methods and techniques for classification of data from remote sensing images. However, one of the biggest challenges is to identify whether the applied method is really effective for the thematic mapping the terrain features. Thus, the aim of this work was to provide a comparative analysis involving data classification methods for mapping forest cover using orbital images from the Landsat 8 satellite. The applied method consisted of pre-processing the images, calculating the NDVI image, performing the infrared image composition and principal component analysis (PCA). The maximum likelihood classification method (MAXVER) was used to delimit the vegetation cover applied to the three types of databases. To validate the classification results, field data, Kappa analysis and pixel-by-pixel analysis were applied. The results pointed out that the NDVI method showed the least general similarity regarding to the reference data used for validation from the MAPBIOMAS project. It was possible to identify similar results in relation to the delimitation of forest cover. The results allowed identifying that the several methodologies available for classification of vegetation are of great value for the thematic mapping of forest resources. In addition, we conclude that the PCA showed the best capacity for delimiting the vegetation cover in the study region, closely followed by infrared composition, and the NDVI was the least accurate.
Abstract: Existe uma grande disponibilidade de métodos e técnicas para classificação de dados de imagens de sensoriamento remoto. No entanto, um dos maiores desafios é identificar se a aplicação método é realmente eficaz para o mapeamento temático do terreno características. Assim, o objetivo deste trabalho foi fornecer uma comparação análise envolvendo métodos de classificação de dados para mapeamento florestal capa usando imagens orbitais do satélite Landsat 8. O O método aplicado consistiu no pré-processamento das imagens, calculando a imagem NDVI, realizando a imagem infravermelha composição e análise de componentes principais (PCA). O foi utilizado o método de classificação de máxima verossimilhança (MAXVER). delimitar a cobertura vegetal aplicada aos três tipos de bancos de dados. Para validar os resultados da classificação, dados de campo, Análise Kappa e análise pixel a pixel foram aplicadas. O resultados apontaram que o método NDVI apresentou o menor semelhança geral em relação aos dados de referência usados ​​para validação do projeto MAPBIOMAS. Foi possível identificar resultados semelhantes em relação à delimitação de áreas florestais cobrir. Os resultados permitiram identificar que os diversos metodologias disponíveis para classificação da vegetação são de grande valor para o mapeamento temático dos recursos florestais. Em Além disso, concluímos que o PCA apresentou a melhor capacidade de delimitando a cobertura vegetal na região de estudo, de perto seguido pela composição infravermelha, e o NDVI foi o menos preciso.
Subject: Vegetação, Mapeamento
Classificação
language: eng
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal de Minas Gerais
Publisher Initials: UFMG
metadata.dc.publisher.department: IGC - DEPARTAMENTO DE GEOGRAFIA
Rights: Acesso Aberto
metadata.dc.identifier.doi: https://doi.org/10.14393/SN-v32-2020-56139
URI: http://hdl.handle.net/1843/74448
Issue Date: 2020
metadata.dc.url.externa: https://www.scielo.br/j/sn/a/YPJG4mgJP49xMrJr5LDzHPq/?lang=en
metadata.dc.relation.ispartof: Sociedade & Natureza
Appears in Collections:Artigo de Periódico

Files in This Item:
File Description SizeFormat 
Comparative analysis of methods.pdfA.pdf1.41 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.