Comparação de algoritmos de filtragem em séries temporais de NDVI/MODIS

Main Article Content

Pedro José Farias Fernandes
Raúl Sanchez Vicens
Luiz Felipe de Almeida Furtado

Abstract

O uso de séries temporais de índices de Vegetação (IVs) necessita de uma etapa de pré-processamento, devido a ruídos causados pela dinâmica temporal. Para diminuir tal efeito, aplica-se técnicas de filtragem nas séries temporais, porém, não há consenso de qual é a técnica mais apropriada. Portanto, o objetivo é avaliar o desempenho dos filtros de média, mediana, Savitzky-Golay, 4253H twice, Whittaker 1 e 2, em séries temporais (2000-2015) de NDVI (filtros escolhidos por estarem implementados em R, exigirem poucos parâmetros de entrada, e indicação na literatura). Para cada ponto de referência das classes de cobertura agricultura, floresta, pastagem e silvicultura, foram geradas séries temporais ruidosas para cada nível de ruído (10%, 40% e 70%). O desempenho dos filtros foi comparado segundo o erro padrão encontrado. Os valores de RMSE dos filtros foram próximos para os três níveis de ruído. Nas simulações de 10% e 40% de ruído, o menor erro foi para o filtro de mediana e o segundo menor para o filtro 4253H twice. Para a simulação com 70% de ruído, o menor erro foi para o filtro de média, o segundo para o filtro de mediana e o terceiro para o 4253H twice. Entretanto, o filtro de mediana modificou mais a forma da série temporal em relação ao filtro 4253H twice. Os resultados geram conhecimento para futuros estudos que utilizem dados de IVs MODIS para análise da cobertura da terra no bioma Mata Atlântica.

Downloads

Download data is not yet available.

Metrics

Metrics Loading ...

Article Details

How to Cite
FERNANDES, P. J. F.; VICENS, R. S.; FURTADO, L. F. de A. Comparação de algoritmos de filtragem em séries temporais de NDVI/MODIS. Brazilian Journal of Cartography, [S. l.], v. 70, n. 3, p. 867–905, 2018. DOI: 10.14393/rbcv70n3-45705. Disponível em: https://seer.ufu.br/index.php/revistabrasileiracartografia/article/view/45705. Acesso em: 21 nov. 2024.
Section
Original Articles

Most read articles by the same author(s)