Sensoriamento remoto e geoprocessamento aplicado no uso da terra para avaliação entre classificadores a partir do índice Kappa

Abstract

This article aimed to compare the techniques of mapping the use and occupation of land in the watershed of Ribeirão Paraíso located in the municipality of San Manuel - SP confronting methods of supervised classification MAXVER and unsupervised CLUSTER held on image sensor TM ( Thematic Mapper ) Landsat - 5 in combination False color. The ground truth of the use and occupation of land in the watershed of Ribeirão Paraíso was developed in ArcGIS 10.1 software and samples of each land use (MAXVER) were processed through MAXLIKE inserted in IDRISI software application as well as the same number of classes for CLUSTER. Finally, the two classifications were compared with the truth as a parameter to identify the best methodology in the study of classification basins. Given our results, the supervised classification MAXVER would be the most suitable to carry out analysis of land use by digital classification, due to its greater capacity for accuracy in relation to unsupervised classification CLUSTER.

O presente artigo buscou comparar as técnicas de mapeamento do uso e ocupação do solo na bacia hidrográfica do Ribeirão Paraíso localizado no município de São Manuel – SP confrontando métodos de classificação supervisionada MAXVER e não supervisionada CLUSTER realizada em imagem do sensor TM (Thematic Mapper) do satélite Landsat-5 na combinação Falsa cor. A verdade terrestre do uso e ocupação das terras na bacia hidrográfica do Ribeirão Paraíso foi elaborado no software ArcGIS 10.1 e as amostras de cada uso do solo (MAXVER) foram processadas através do aplicativo MAXLIKE inserido no software IDRISI, bem como o mesmo número de classes para o CLUSTER. Por fim, as duas classificações foram comparadas com a verdade como parâmetro para identificar a melhor metodologia no estudo de classificação em bacias. Frente aos resultados obtidos, a classificação supervisionada MAXVER seria a mais indicada para se realizar análise do uso da terra por meio de classificação digital, devido sua maior capacidade de acurácia em relação à classificação não-supervisionada CLUSTER.