Documento completo - OBT - Inpe
Documento completo - OBT - Inpe
Documento completo - OBT - Inpe
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
2.6 – AVALIAÇÃO DA CLASSIFICAÇÃO<br />
O produto final da classificação de imagens é um mapa temático, onde a área de estudo<br />
encontra-se compartimentada numa série de unidades temáticas espaciais e contendo<br />
uma legenda explicativa destas unidades. Deve-se lembrar porém que a classificação de<br />
imagens está submetida a uma certa margem de erro, devido a qualidade dos dados ou<br />
dos métodos empregados. Por isso é necessário aplicar nos resultados obtidos (mapas)<br />
um procedimento de avaliação, que permita quantificar estes erros, valorizando a<br />
qualidade do trabalho e a sua aplicação em estudos posteriores. (Chuvieco, 1996).<br />
Neste processo, é importante considerar o erro nos dados de entrada, e nos métodos<br />
utilizados no processamento de dados. Segundo Buiten (1993), a impressão de acuidade<br />
da imagem de sensoriamento remoto depende da habilidade do sistema sensor em<br />
reproduzir os detalhes dos objetos da imagem e manter a sua estrutura intacta.<br />
Uma das formas mais difundidas para se fazer esta avaliação é a seleção de amostras da<br />
área de estudo, que tem como finalidade obter medidas de campo necessárias para<br />
verificar os resultados da classificação. Segundo Stehman e Czaplewski (1998), este<br />
vínculo entre coberturas espaciais temáticas e a sua representação cartográfica é<br />
fundamental para a confecção de mapas gerados de dados de sensoriamento remoto.<br />
Para Chuvieco (1996), a coleta de amostras pressupõe um custo adicional ao projeto que<br />
não repercute em melhoria na classificação do mapa, mas apenas assegura a sua<br />
exatidão.<br />
Segundo Congalton (1991), a qualidade da estimativa depende de uma série de fatores<br />
que devem ser considerados ao planejar-se a obtenção das amostras: método de seleção,<br />
tamanho e distribuição das amostras. Uma seleção adequada das amostras é<br />
representativa da classificação de toda a imagem. Por outro lado, numa seleção<br />
inadequada, não haverá uma representação da imagem original e por isso é importante<br />
utilizar um método de amostragem adequado à imagem a ser estudada.<br />
Seguindo estes parâmetros, Rosenfield (1982), Congalton (1988b), Stehman (1992), Lo<br />
e Watson (1998), e Congalton e Green (1999) aplicaram os seguintes métodos de<br />
65