MAPEAMENTO DE CITROS: AVALIAÇÃO DE CLASSIFICAÇÕES POR ÁRVORE DE DECISÃO
Main Article Content
Abstract
O Brasil possui destaque mundial na produção de citros, e o Estado de São Paulo responde por mais de 80% da produção de laranja. Este fato, aliado à dificuldade de associação de padrão espectral a talhões de citros como um todo, faz com que estudos de técnicas de mapeamento de citros devam ser mais desenvolvidos no país. De forma geral, técnicas de classificação, mediante extração de multi-atributos por objeto, em imagens ópticas de sensoriamento remoto, têm demonstrado bons resultados. Algoritmos de árvores de decisão (AD), como o C 4.5, constituem métodos robustos para trabalhar com multi-atributos. O objetivo deste trabalho foi avaliar classificações de citros em imagens do sensor TM/Landsat-5, segundo duas abordagens: a) por AD a partir de valores de pixel; e b) por AD a partir de atributos de média e de multi-atributos por objeto. Usou-se um classificador mais usual, por máxima verossimilhança (Maxver), usando Mapas de Regras, como referência comparativa. As classificações geradas por AD apresentaram a melhor performance, com exceção da AD a partir de atributos de média por objeto. A classificação Maxver apresentou semelhança significativa com as melhores classificações geradas por AD. A classificação por AD gerada a partir de valores de pixel apresentou o melhor custo/benefício.
Downloads
Metrics
Article Details
This work is licensed under a Creative Commons Attribution 3.0 Unported License.
Authors who publish in this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors can enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) before and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (see "The Effect of Open Access").
