Documento completo - OBT - Inpe

More documents

Recommendations

Info

seleção de amostras: Amostragem Aleatória Simples (AAS), Amostragem Aleatória Estratificada (AAE), Amostragem Aleatória Sistemática (AASis), Amostragem Estratificada Sistemática Desigual (AESD) e Amostragem Aleatória por Grupo (AAG). Com relação a estes métodos, Congalton (1988b) salienta que os seus resultados dependem do grau de complexidade do ambiente, sendo que o método AAS obteve resultados satisfatórios em todos os casos, enquanto que o AESD e a AASis apresentam bons resultados para ambientes de pouca complexidade, e que portanto devem ser usados com cautela. Por outro lado, Stenback e Congalton (1990), afirmam que as combinações de bandas espectrais do TM/Landsat podem apresentar boa visualização, porém com baixa exatidão. Antes de utilizar os esquemas de amostragem, Congalton (1988a) propõe aplicar uma avaliação prévia da auto-correlação existente na imagem, o que facilita a tomada de decisão sobre qual método apresenta um resultado melhor. Com relação às amostras, este autor sugere que o seu tamanho seja aproximadamente de 1% da área de estudo e Hay (1979), acrescenta que precisam obter-se no mínimo 50 amostras para cada classe temática. Para a amostragem por grupo deve-se utilizar 10 pixels (Congalton, 1988a). Com as amostras já determinadas, o procedimento mais comum para se expressar a exatidão do produto é através da declaração da porcentagem de área mapeada, onde os dados são comparados com dados de referência (dados de campo) ou com a verdadeira aferição de campo (Story e Congalton, 1986). Essa declaração é derivada das classes geradas pelos métodos de amostragem e dos dados classificados, que são colocados numa matriz denominada de matriz de erros (ou matriz de confusão ou tabela de contingente). Nesta matriz os dados de referência (representados pelas colunas) são comparados com os dados classificados (representados pelas linhas). A diagonal principal indica a concordância entre esses dois grupos de dados, que representa o número de pontos classificados corretamente em cada classe, sendo que as diagonais marginais apresentam as unidades classificadas erroneamente. 66
Os pontos não-classificados implicam em elementos que não se ajustam à realidade, denominados por Aronoff (1985) de “Omissão”. Um erro na classificação, porém não é somente uma omissão da categoria correta, mas também uma omissão de outra categoria, ou seja, estes elementos devem pertencer a outra classe. Esta informação pode ser integrada com outras variáveis geográficas para futuras análises, considerando que a cartografia realizada ajusta-se perfeitamente com a realidade. Por outro Lado, Congalton e Green (1999) descrevem que quando não é possível fazer a avaliação da exatidão da classificação com dados de campo, pode-se utilizar outros meios para o reconhecimento das classes temáticas com a realidade, como a fotografia aérea. Isto ocorre devido ao nível de detalhe que estes dados fornecem, resultado da sua resolução espacial. Como mostrado no item anterior, os algoritmos convencionais de classificação se baseiam em informações espectrais da cena, obtendo classes espectrais. Porém, respostas espectrais dos objetos podem ser semelhantes. Além disso, a resolução espacial das imagens de sensoriamento remoto, como MSS/Landsat (r.e. de 80 x 80 m), TM/Landsat (r.e. de 30 x 30 m), ou SPOT (r.e. de 10 x 10 m), necessitam de uma avaliação de campo para averiguar a exatidão da classificação. Portanto, para a classificação de uma imagem de alta resolução espacial como o IKONOS II, que possui uma resolução espacial igual às fotografias aéreas, não necessita de uma avaliação da exatidão da classificação. 2.7 – INTEGRAÇÃO E ANÁLISE DOS DADOS NO SISTEMA DE INFORMAÇÃO GEOGRÁFICA Para o planejamento urbano, que inclui a construção viária, necessita-se de uma série de informações espaciais e que sejam de fácil acesso. Dentre os aspectos espaciais destacam-se os aspectos físicos (geologia, geomorfologia, drenagem) e urbanos (área residencial e industrial, vias de acesso). No entanto, muitos destes dados encontram-se disponíveis em formato analógico e em diferentes projeções cartográficas (aspectos geométricos, vide Burrough, 1993). Para se trabalhar com este volume de dados através 67
Page 1 and 2:
INPE-9865-TDI/870 USO DE DADOS IKON
Page 5:
“Devemos estudar as coisas como e
Page 9:
RESUMO Este trabalho apresenta uma
Page 13 and 14:
SUMÁRIO LISTA DE FIGURAS..........
Page 15:
4.2.3 - A classificação digital..
Page 18 and 19: 3.1 - Localização da área de est
Page 21: LISTA DE TABELAS 2.1: RELACIONAMENT
Page 24 and 25: transporte, tráfego, conservação
Page 26 and 27: O segundo capítulo, com o título
Page 28 and 29: Fig. 2.1 - Implantação rodoviári
Page 30 and 31: Fig. 2.2 - Processo de Aquisição
Page 32 and 33: Campbell (1996) define resolução
Page 34 and 35: 2.2.1.2 - RESOLUÇÃO ESPECTRAL A r
Page 36 and 37: nível máximo de cinza. O seu valo
Page 38 and 39: total de 4 linhas por 5 colunas (5x
Page 40 and 41: quatro parâmetros importantes: o e
Page 42 and 43: na cena, seguida pela análise do s
Page 44 and 45: Neste contexto, Campbell (1996) inf
Page 46 and 47: Schowengerdt (1997), há quatro pas
Page 48 and 49: Fig. 2.9 - Matrizes com resultados
Page 50 and 51: 2.5.2.2 - TRANSFORMAÇÃO A transfo
Page 52 and 53: princípio desta técnica é substi
Page 54 and 55: ou número digital (ND) e combinada
Page 56 and 57: obter sucesso com a segmentação,
Page 58 and 59: tais descontinuidades representem o
Page 60 and 61: O resultado da segmentação não f
Page 62 and 63: Os procedimentos de Lógica Fuzzy c
Page 64 and 65: máxima para outros objetos. Além
Page 66 and 67: O mais importante critério para a
Page 70 and 71: de programas computacionais, usam-s
Page 72 and 73: Formato Matricial Formato Vetorial
Page 74 and 75: Simbolização Aplicação Objeto R
Page 77 and 78: CAPÍTULO 3 3 - ÁREA DE ESTUDO Nes
Page 79 and 80: sem água e esgoto, sem asfaltament
Page 81 and 82: As informações relativas ao meio
Page 83 and 84: posterior durante o Terciário que
Page 85 and 86: 3.3 PEDOLOGIA De acordo com Setzer
Page 87 and 88: Os dados de Geomorfologia usados fo
Page 89 and 90: Fig. 3.6 - Mapas de Aspecto, Hipsom
Page 91 and 92: Com base nestes dados e no mapa de
Page 93: Fig. 3.8 - Carta Geomorfológica da
Page 96 and 97: TABELA 4.1: SATÉLITE IKONOS II Ada
Page 98 and 99: Como um dos objetivos deste trabalh
Page 100 and 101: As Atividades Preliminares foram os
Page 102 and 103: primeiro mapa corresponde apenas a
Page 104 and 105: ocorreram mudanças na paisagem. Po
Page 106 and 107: A escolha destas bandas por extraç
Page 108 and 109: Fig. 5.2 -Correção geométrica da
Page 110 and 111: Fig. 5.4 - Deslocamento na correç
Page 112 and 113: No histograma das imagens foi aplic
Page 114 and 115: conurbadas, onde há grande mistura
Page 116 and 117: desta imagem foi efetivo no program
Page 118 and 119:
A vetorização por polígonos é d
Page 120 and 121:
Além desta a característica, pode
Page 122 and 123:
O editor por amostragem gráfico mo
Page 124 and 125:
Para se fazer esta distinção foi
Page 126 and 127:
imagem. Este aplicativo possibilita
Page 128 and 129:
126
Page 130 and 131:
esidências, indústrias, entre out
Page 132 and 133:
forma, empresas de telefonia poder
Page 134 and 135:
É importante viabilizar as inovaç
Page 136 and 137:
Baraldi, A.; Parmiggiani, F. Urban
Page 138 and 139:
Centre National d’Études Spatial
Page 140 and 141:
Empresa Metropolitana de Planejamen
Page 142 and 143:
Instituto Brasileiro de Geografia e
Page 144 and 145:
Mather, P. M. Computer processing o
Page 146 and 147:
Schneider, W.; Suppan, F.; Steinwen
Page 148:
Vetec Engenharia/Vence Engenharia.
show all

Documento completo - OBT - Inpe

Create successful ePaper yourself

Delete template?

Save as template?