Análise entre classificadores aplicados à diferentes imagens de sensoriamento remoto, com ênfase no mapeamento de uso e ocupação do noroeste paulista

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorLima, César Gustavo da Rocha-
Autor(es): dc.contributorUniversidade Estadual Paulista (UNESP)-
Autor(es): dc.creatorAlves, Kawan Figueiras-
Data de aceite: dc.date.accessioned2025-08-21T16:07:47Z-
Data de disponibilização: dc.date.available2025-08-21T16:07:47Z-
Data de envio: dc.date.issued2025-06-27-
Data de envio: dc.date.issued2025-06-25-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/11449/311490-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/311490-
Descrição: dc.descriptionEste trabalho tem como objetivo analisar e comparar o desempenho entre os métodos de classificação supervisionada de Máxima Verossimilhança (Maxver ICM) e da distância de Bhattacharyya, aplicados a imagens de sensoriamento remoto de diferentes satélites (CBERS-4A, LANDSAT-9 e SENTINEL-2A), com foco na geração de mapas de uso e ocupação do solo típicos de áreas características em municípios de médio e pequeno porte do Noroeste Paulista, mais especificamente no entorno do município de Votuporanga. A metodologia consistiu na aplicação dos classificadores em imagens pré-processadas, na análise visual, auxiliada do uso da ferramenta de acoplamento do software SPRING, e no cruzamento de informações das áreas classificadas. Os resultados demonstraram que o desempenho dos métodos está fortemente relacionado ao tamanho da área classificada, à resolução espacial das imagens e às características de cada algoritmo. O classificador Maxver-ICM obteve melhores resultados na representação de detalhes pontuais, enquanto o Bhattacharyya apresentou maior homogeneidade e coerência espacial. A combinação considerada mais representativa da realidade para a área de estudo foi a do classificador de Bhattacharyya com a imagem do satélite SENTINEL-2A.-
Descrição: dc.descriptionThe aim of this study is to analyze and compare the performance of the supervised classification methods of Maximum Likelihood (Maxver ICM) and Bhattacharyya distance, applied to remote sensing images from different satellites (CBERS-4A, LANDSAT-9 and SENTINEL-2A), with a focus on generating maps of land use and occupation typical of characteristic areas in medium and small municipalities in the Northwest of São Paulo, specifically around the municipality of Votuporanga. The methodology consisted of applying the classifiers to pre-processed images, visual analysis, aided by the use of the SPRING software coupling tool, and cross-referencing information from the classified areas. The results showed that the performance of the methods are strongly related to the size of the classified area, the spatial resolution of the images and the characteristics of each algorithm. The Maxver-ICM classifier achieved better results in representing point details, while Bhattacharyya showed greater homogeneity and spatial coherence. The combination considered most representative of reality for the study area was that of the Bhattacharyya classifier with the SENTINEL-2A satellite image.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Estadual Paulista (UNESP)-
Direitos: dc.rightsinfo:eu-repo/semantics/openAccess-
Palavras-chave: dc.subjectSensoriamento remoto-
Palavras-chave: dc.subjectClassificação supervisionada-
Palavras-chave: dc.subjectUso e ocupação-
Palavras-chave: dc.subjectSPRING-
Palavras-chave: dc.subjectSatélites-
Título: dc.titleAnálise entre classificadores aplicados à diferentes imagens de sensoriamento remoto, com ênfase no mapeamento de uso e ocupação do noroeste paulista-
Título: dc.titleAnalysis between classifiers applied to different remote sensing images, with emphasis on mapping the use and occupation of northwest São Paulo-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.