Técnicas de mineração de dados para identificação de áreas com cana-de-açúcar em imagens Landsat 5
AUTOR(ES)
Nonato, Robson T., Oliveira, Stanley R. de M.
FONTE
Eng. Agríc.
DATA DE PUBLICAÇÃO
2013-12
RESUMO
Neste trabalho, verificou-se a aderência de técnicas de mineração de dados voltadas para problemas de classificação de dados na identificação automatizada de áreas cultivadas com cana-de-açúcar, em imagens do satélite Landsat 5/TM. Para essa verificação, foram estudadas imagens de áreas cultivadas com cana-de-açúcar em três fases fenológicas diferentes. Os pixels foram convertidos em valores de refletância de superfície, nas vizinhanças das cidades de Araras, São Carlos e Araraquara, no Estado de São Paulo. Foram gerados cinco modelos de árvores de decisão binária, induzidos pelo algoritmo C4.5, em que todos produziram taxas de acerto superiores a 90%. A introdução de atributos de textura trouxe ganhos significativos na acurácia do modelo de classificação e contribuiu para melhorar a distinção de áreas cultivadas com cana-de-açúcar em meio a tipos diversos de cobertura do solo, como solo exposto, área urbana, lagos e rios. Os índices de vegetação mostraram-se relevantes na distinção da fase e do estado fenológico das culturas. Os resultados reforçam o potencial forte das árvores de decisão no processo de classificação e identificação de áreas cultivadas com cana-de-açúcar, em diferentes cidades produtoras, no Estado de São Paulo.
ASSUNTO(S)
mapeamento agrícola classificação de imagens árvore de decisão sensoriamento remoto
Documentos Relacionados
- Albedo à superfície a partir de imagens Landsat 5 em áreas de cana-de-açúcar e cerrado
- Estimativa da produtividade da cana-de-açúcar utilizando o Sebal e imagens Landsat
- Distribuição espacial de nematóides fitoparasitos em áreas cultivadas com cana-de-açúcar
- Geoestatística e atributos do solo em áreas cultivadas com cana-de-açúcar
- Mapeamento de área cultivada de cana-de-açúcar no estado do Paraná com imagens Landsat/TM/OLI e IRS/LISS-3