Análise Subpixel de Série Temporal de Imagens MODIS usando Aprendizado por Transferência e Calibração Relativa

Conteúdo do artigo principal

Noeli Aline Particcelli Moreira
Emiliano Ferreira Castejon

Resumo

O aprendizado por transferência reutiliza um modelo pré-treinado em um novo problema relacionado, o que pode ser útil para monitorar áreas extensas como o bioma Amazônia. Para tal, é importante que um determinado objeto possua características espectrais semelhantes nos dados utilizados, sendo que variações nesses valores podem ser minimizadas com técnicas de calibração relativa. Neste artigo, apresenta-se um processo de calibração relativa em imagens multitemporais e como essa calibração impacta processos de classificação subpixel. Imagens MODIS da região Amazônica, coletadas entre 2013 e 2017, foram relativamente calibradas usando uma imagem de 2012 como referência e classificadas por apredizado por transferência. As classificações de imagens calibradas e não calibradas foram comparadas com dados do projeto PRODES, com foco nas áreas de florestas. Observou-se grande variação nas respostas espectrais da classe floresta, mesmo em imagens de datas próximas e do mesmo sensor. Essas variações impactaram significativamente nas classificações de cobertura da terra no subpixel, com casos de concordância entre os mapas de dados não calibrados e PRODES de 0%. Para os dados calibrados, os valores de concordância foram superiores a 70%. Os resultados indicam que o método utilizado, embora bastante simples, seja adequado e necessário para a classificação subpixel de imagens MODIS por transferência de aprendizado.

Downloads

Não há dados estatísticos.

Métricas

Carregando Métricas ...

Detalhes do artigo

Como Citar
MOREIRA, N. A. P.; REIS, M. S. .; KÖRTING, T. S.; DUTRA, L. V. .; CASTEJON, E. F.; ARAI, E. Análise Subpixel de Série Temporal de Imagens MODIS usando Aprendizado por Transferência e Calibração Relativa. Revista Brasileira de Cartografia, [S. l.], v. 72, n. 4, p. 558–573, 2020. DOI: 10.14393/rbcv72n4-54044. Disponível em: https://seer.ufu.br/index.php/revistabrasileiracartografia/article/view/54044. Acesso em: 23 maio. 2022.
Seção
Seção Especial "Brazilian Symposium on GeoInformatics"

Artigos mais lidos pelo mesmo(s) autor(es)

1 2 3 > >>