Análise Subpixel de Série Temporal de Imagens MODIS usando Aprendizado por Transferência e Calibração Relativa
Barra lateral de artigos
Conteúdo do artigo principal
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
Detalhes do artigo
Seção
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Atribuição que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (veja "O Efeito do Acesso Aberto").
Como Citar
