Comparação entre técnicas de classificação digital em imagens Landsat no mapeamento do uso e ocupação do solo em Capixaba, Acre / Symone Maria de Melo Figueiredo.

Dissertação (mestrado)--Universidade Federal de Lavras, 2005.

A aplicação de diferentes algoritmos de classificação digital gera estimativas variáveis das áreas ocupadas pelas categorias de uso e ocupação da terra ou temas. O objetivo dessa dissertação é avaliar o efeito do uso de vários métodos de classificação de imagens Landsat para o mapeamento do uso e cobertura do solo no município de Capixaba, estado do Acre, por meio da análise comparativa entre os algoritmos de máxima verossimilhança, isodata e árvore de decisão. Na classificação foram utilizadas como atributos as bandas multiespectrais do satélite Landsat, imagens sintéticas oriundas da análise de mistura espectral e imagem gerada pelo índice de vegetação por diferença normalizada - NDVI para mapear floresta, capoeira, pasto alto, pasto baixo, água, queimada e solo. Foram usadas seis técnicas de classificação: a) máxima verossimilhança, utilizando imagens Landsat; b) máxima verossimilhança, utilizando imagens fração; c) isodata, utilizando imagens Landsat; d) isodata, utilizando imagens fração solo e sombra; d) isodata, utilizando imagens fração solo, sombra e vegetação e e) árvore de decisão, utilizando imagens Landsat, imagens sintéticas e NDVI. Os resultados demonstraram que os diferentes métodos de classificação são eficientes, pois apresentaram uma classificação muito boa a excelente, segundo o coeficiente de concordância Kappa. No entanto, entre os métodos testados, a classificação por máxima verossimilhança foi superior às demais técnicas de classificação, com exatidão global superior a 91%.

Área de concentração: Manejo Ambiental.