Uso de sensores ópticos e de micro-ondas para o mapeamento da cobertura da terra no Planalto Sul Catarinense

• Ano de defesa: 2020
• Autor(a) principal: Costa, Jessica da Silva
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Sensoriamento remoto por microondas; Mapeamento digital; Imagens de sensoriamento remoto
• Link de acesso: https://repositorio.udesc.br/handle/UDESC/14849

Esta dissertação de mestrado teve como objetivo caracterizar os atributos polarimétricos de dados adquiridos em modo experimental full polarimetric do ALOS/PALSAR-2, além do seu potencial individual e combinado com imagens do sensor SENTINEL-2A para fins de mapeamento da cobertura da terra no Planalto Sul Catarinense. Ainda, avaliar o efeito da sazonalidade no mapeamento de áreas úmidas (banhados), utilizando imagens da constelação PlanetScope adquiridas em diferentes condições sazonais. Foram consideradas sete classes de cobertura da terra em nove distintos modelos de dados de entrada para a classificação supervisionada utilizando o algoritmo Support Vector Machine (SVM). Posteriormente, foi analisado a exatidão global, acurácias de usuário e produtor, índice Kappa. Os diferentes modelos foram submetidos ao teste Z. Os resultados mostraram que os atributos polarimétricos apresentaram-se eficientes para discriminar as classes de cobertura da terra. O modelo M1, que apresenta apenas os dados dos coeficientes de retroespalhamento, apresentou uma exatidão global e índice Kappa de 40,14% e 30,13%, respectivamente. O modelo M6, que inclui todos os atributos polarimétricos, apresentou uma exatidão global de 73,52% e um índice Kappa de 69,10%. Entretanto, a adição dos atributos polarimétricos acrescidos de dados ópticos (M9) obteve valores de exatidão global de 91,72% e índice Kappa de 90,34%. Considerando o teste Z, houveram diferenças significativas do modelo M1 ao M6 e do modelo M6 ao M9 considerando o nível de confiança de 95%. Conclui-se que o uso exclusivo de dados PALSAR- 2, bem como o uso combinado desses dados com os dados ópticos, apresentam potencial de uso no mapeamento da cobertura da terra em áreas onde a presença de nuvens é extremamente alta. Por outro lado, o mapeamento das classes banhado e não-banhado foi realizado em imagens PlanetScope, com datas de imageamento em 23 de fevereiro e 30 de agosto de 2018, respectivamente, indicando diferentes condições sazonais. Na etapa de classificação de cada imagem foi utilizado as técnicas de classificação orientada a segmentos além de classificação “pixel a pixel”, ambas associadas ao algoritmo SVM. Posteriormente, para cada data de aquisição, foi realizada a análise da acurácia de classificação por meio do cálculo da exatidão global, do índice Kappa e do teste Z. A classificação obtida pelo método de classificação orientada a segmentos adquiriu maior acurácia de classificação comparada ao método “pixel a pixel”. Os mapeamentos dos dias 23 de fevereiro e 30 de agosto de 2018 apresentaram para a técnica de classificação orientada a segmentos valores de índice Kappa de 86,09% e de 78,42% e valores de exatidão global de 96,00% e de 95,40%, respectivamente, e para a técnica de classificação “pixel a pixel” apresentaram valores de índice Kappa de 70,99% e 63,50% e valores de exatidão global de 94,40% e 92,40%, respectivamente. O mapeamento da classe banhado adquirido pelos dois métodos de classificação entre as imagens dos dias 23 de fevereiro e 30 de agosto de 2018 apresentou uma variação de área, de tamanho e de forma, assim evidenciando as dinâmicas presentes nesses ambientes que são sugeridas para futuros estudos em relação à determinação adequada de áreas de preservação permanente.