| Revista: | Revista geografica academica |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000438061 |
| ISSN: | 1678-7226 |
| Autores: | Brasileiro, Felipe Gomes Oliveira, Carlos Magno Moreira de1 Rodrigues, Rafael de Avila2 Delgado, Rafael Coll1 |
| Instituciones: | 1Universidade Federal Rural do Rio de Janeiro, Departamento de Ciencias Ambientais, Seropedica, Rio de Janeiro. Brasil 2Universidade Federal de Goias, Catalao, Goias. Brasil |
| Año: | 2016 |
| Volumen: | 10 |
| Número: | 1 |
| Paginación: | 81-92 |
| País: | Brasil |
| Idioma: | Portugués |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | Este estudio evaluó la eficacia del algoritmo de máxima verosimilitud bajo supervisión (MAXVER), en zona ciudad de Quixeramobim, Ceará, Brasil, utilizando Landsat imágenes de satélite y geo herramientas 8 mapas y suelo cubren. Para medir cómo verdad utiliza el campo de GPS (GARMIN Etrex LEGEND Cx), muestreo de las diferentes clases de cobertura terrestre y uso. Las clases en el campo fueron: área urbana, suelo expuesto, pasto, sabana y el agua. Los resultados mostraron que la clasificación general de la imagen tenía un valor razonable, lo que indica que una precisión global de 57.50%, lo que indica una mayor necesidad de recolección de muestras para la zona. El índice Kappa, cuando observó por clase, presentó valores bajos para las áreas de suelo expuesto y pastos (14% y 30%), muy bajos índices de Kappa fueron obtenidos mostrando que el muestreo era insuficiente para la clasificación de la respuesta espectral de estas características. El área urbana y las clases de agua (50% y 54%) tenían valores de Kappa mediales para sus características en lo referente a muestreo para la clasificación de la respuesta espectral. Sin embargo, la clase de caatinga era el único que presentó valor representativo según el índice Kappa (77%). Para futuros estudios, se recomienda utilizar plataformas de sensores orbital que tienen una mayor resolución espacial, espectral y temporal |
| Resumen en inglés | This study evaluated the effectiveness of supervised maximum likelihood algorithm (MAXVER) in the area covered by the municipality of Quixeramobim, Ceará, Brazil, using the Landsat 8 satellite images and geo tools for use mapping and land cover. To measure as ground truth we used the GPS (GARMIN ETrex LEGEND Cx), sampling the different classes of use and land cover. The classes sampled in the field were: urban area, exposed soil, grassland, savanna and water. The results showed that the overall rating of the image had a reasonable value, indicating an overall accuracy of 57.50%, which indicates a greater need for sample data collection for hazardous area. The Kappa when observed by class, showed low values for grassland soil and exposed areas (14% and 30%), very low kappa indices obtained showing that the sample was unsuitable for classification of the spectral response of these features. Classes urban area and water (50% and 54%) had median values of Kappa for his features with respect to sampling for the classification of their spectral response. However, the savanna class was the one that presented representative value according to the Kappa index (77%). For future studies, it is recommended to use sensors/orbital platforms that have a higher spatial resolution, temporal and spectral |
| Resumen en portugués | Este trabalho avaliou a eficiência do algoritmo Máxima Verossimilhança (MAXVER), do município de Quixeramobim, Ceará, Brasil, utilizando imagens do satélite Landsat 8 sensor OLI para o mapeamento do uso e cobertura do solo. Para a aferição como verdade de campo utilizou-se o GPS (GARMIN Etrex LEGEND Cx), amostrando as diferentes classes de uso e cobertura do solo. As classes amostradas em campo foram: área urbana, solo exposto, pastagem, caatinga e água. Os resultados encontrados mostraram que a classificação geral da imagem teve um valor razoável, indicando acurácia global de 57,50%, o que indica uma maior necessidade de coleta de dados de amostras para a área classificada. O índice Kappa, quando observado por classe, apresentou valores baixos para áreas de solo exposto e pastagem (14% e 30%), obtiveram baixíssimos índices Kappa mostrando que a amostragem foi inadequada para classificação da resposta espectral destas feições. As classes área urbana e água (50% e 54%) apresentaram valores medianos de Kappa para suas feições em relação a amostragem para a classificação de sua resposta espectral. No entanto, a classe caatinga foi a única que apresentou valor representativo de acordo com o índice Kappa (77%). Deve-se aumentar a amostragem em campo das feições, já que o Kappa Global foi muito baixo |
| Disciplinas: | Geografía |
| Palabras clave: | Cartografía, Geotecnología, Plataformas orbitales, Clasificación de imágenes, Brasil |
| Keyword: | Cartography, Geotechnology, Orbital platforms, Image classification, Brazil |
| Texto completo: | https://biblat.unam.mx/hevila/Revistageograficaacademica/2016/vol10/no1/7.pdf |
