COMPARAÇÃO ENTRE IMAGENS ASTER E LANDSAT 7 NA CLASSIFICAÇÃO DE NÃVEIS DE DEGRADAÇÃO DE PASTAGENS UTILIZANDO REDES NEURAIS ARTIFICIAIS

César da Silva Chagas; Carlos Antônio Oliveira Vieira; Elpídio Inácio Fernandes Filho; Waldir de Carvalho Júnior

doi:10.14393/rbcv60n3-44867

PDF (Português (Brasil))

Published: Sep 23, 2009

DOI: https://doi.org/10.14393/rbcv60n3-44867

Keywords:

sensoriamento remoto, redes neurais, pastagens

César da Silva Chagas

Embrapa Solos

Carlos Antônio Oliveira Vieira

UFV - Universidade Federal de Viçosa

Elpídio Inácio Fernandes Filho

UFV - Universidade Federal de Viçosa

Waldir de Carvalho Júnior

Embrapa Solos

Abstract

O presente estudo teve como objetivo comparar a eficiência dos dados dos sensores Aster e ETM+/Landsat 7 na classificação do uso e cobertura da terra, com ênfase nos níveis de degradação das pastagens na Zona da Mata Mineira, através da utilização de redes neurais artificiais. Foram testadas três composições de uma imagem do sensor Aster e uma do ETM+/Landsat 7, para definição das melhores feições discriminantes para o classificador. As classes de uso e cobertura consideradas foram: floresta, café, área urbana/solo exposto e três níveis de degradação das pastagens (moderado, forte e muito forte). Utilizou-se o simulador de redes neurais "Java Neural Network Simulator" e o algoritmo empregado foi o back-propagation. Dentre as composições de imagens testadas o melhor resultado foi alcançado com a utilização das 9 bandas do Aster (30m) como variáveis discriminantes, que também permitiu uma melhor discriminação dos níveis de degradação das pastagens considerados. Este resultado é atribuído à melhor resolução espectral desta composição de imagem quando comparada às demais. Dentre as classes consideradas, a pastagem no nível de degradação muito forte foi a que apresentou o maior erro de classificação, em todas as composições, sendo bastante confundida com a pastagem no nível de degradação forte.

Downloads

Download data is not yet available.

Metrics

Metrics Loading ...

How to Cite

CHAGAS, C. da S.; VIEIRA, C. A. O.; FERNANDES FILHO, E. I.; DE CARVALHO JÚNIOR, W. COMPARAÇÃO ENTRE IMAGENS ASTER E LANDSAT 7 NA CLASSIFICAÇÃO DE NÃVEIS DE DEGRADAÇÃO DE PASTAGENS UTILIZANDO REDES NEURAIS ARTIFICIAIS. Brazilian Journal of Cartography, [S. l.], v. 60, n. 3, 2009. DOI: 10.14393/rbcv60n3-44867. Disponível em: https://seer.ufu.br/index.php/revistabrasileiracartografia/article/view/44867. Acesso em: 22 nov. 2024.

Issue

Vol. 60 No. 3 (2008): October

Section

Artigos

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").

Author Biographies

César da Silva Chagas, Embrapa Solos

possui graduação em Agronomia pela Universidade Federal Rural do Rio de Janeiro (1983), mestrado em Agronomia (Solos e Nutrição de Plantas) pela Universidade Federal de Lavras (1994) e doutorado em Agronomia (Solos e Nutrição de Plantas) pela Universidade Federal de Viçosa (2006). Atualmente é pesquisador A da Empresa Brasileira de Pesquisa Agropecuária (Embrapa Solos). Tem experiência na área de Agronomia, com ênfase em Gênese, Morfologia e Classificação dos Solos, Sensoriamento Remoto, Geoprocessamento e Redes Neurais, atuando principalmente nos seguintes temas: Mapeamento Digital de Solos.

Carlos Antônio Oliveira Vieira, UFV - Universidade Federal de Viçosa

Departamento de Engenharia Civil. Técnico em agrimensura (1985) e possui graduação em Engenharia de Agrimensura pela Universidade Federal de Viçosa (1990), mestrado em Sistemas e Computação pelo Instituto Militar de Engenharia (1992) e doutorado em Geografia Física - University of Nottingham (2000). Realizou seu Pós-Doutorado na Universidade de Melbourne de Ago/2005 a Jul/2006 na área de Geomática. Atualmente é professor Associado I da Universidade Federal de Viçosa/Departamento de Engenharia Civil. Tem experiência na área de Geociências, com ênfase em Geocartografia, atuando principalmente nos seguintes temas: automação do cadastro técnico municipal, Modelagem e Implantação de SIG, geoprocessamento, sensoriamento remoto e classificacao de Imagens.

Elpídio Inácio Fernandes Filho, UFV - Universidade Federal de Viçosa

possui graduação em agronomia pela Universidade Federal de Viçosa (1986) , mestrado em Agronomia (Solos e Nutrição de Plantas) pela Universidade Federal de Viçosa (1989) e doutorado em Agronomia (Solos e Nutrição de Plantas) pela Universidade Federal de Viçosa (1996) . Atualmente é Professor da Universidade Federal de Viçosa. Tem experiência na área de Agronomia , com ênfase em Ciência do Solo. Atuando principalmente nos seguintes temas: Sistemas especialistas, Aptidao agricola, Sistemas de informacoes geograficas, desenvolvimento de software.

Waldir de Carvalho Júnior, Embrapa Solos

possui graduação em Engenharia Agronômica pela Universidade Federal de Lavras (1984), mestrado em Geografia pela Universidade Federal do Rio de Janeiro (1996) e doutorado em Agronomia (Solos e Nutrição de Plantas) pela Universidade Federal de Viçosa (2005). Atualmente é pesquisador A da Empresa Brasileira de Pesquisa Agropecuária. Tem experiência na área de Geociências e Pedologia, atuando principalmente nos seguintes temas: mapeamento digital de solos, zoneamentos, levantamentos e diagnósticos ambientais.