COMPORTAMENTO DO SOFTWARE TERRAVIEW NA CLASSIFICAÇÃO SUPERVISIONADA EM DIFERENTES BACIAS

O objetivo principal desse trabalho e averiguar a atuacao do software TerraView 4.2.2 desempenhando a classificacao supervisiona por meio do padrao espectral em imagem Landsat 5, associada a comparacao do uso da terra das bacias hidrograficas dos rios Lavapes e Capivara, inseridas no municipio de Botucatu/SP utilizando-se tecnicas de sensoriamento remoto e geoprocessamento. As areas de treinamento supervisionado foram definidas a partir de nove classes para bacia do Lavapes e sete para bacia do Capivara, fundamentais para o estudo e analise do uso e ocupacao da terra, como mata, solo, culturas - agricultura, corpos d´agua e malha urbana dentre outras classes encontradas. Tais areas de treinamento supervisionado foram definidas por meio de poligonos que representaram as respectivas classes de uso e ocupacao da terra, considerando a cor, brilho, padrao e textura emitida por cada pixel da imagem. A diferenca de resultados entre as duas bacias avaliadas foi notoria, onde a bacia do Capivara apresentou melhores resultados, seguramente por apresentar um numero menor de classes de uso da terra e uma menor area urbana, assim causando menos confusoes para o algoritmo. Outro fator evidente foi a clara diferenca dos produtos derivados a partir da classificacao gerada e posteriormente pos-classificados com o filtro majoritario (majority filter), onde sempre apos a reclassificacao a acuracia foi elevada, apresentado menos erros de omissao e comissao nas matrizes e suavizacao dos mapas classificados, com a eliminacao de classes de 10 e 75 pixels por regiao, o que abrandou consideravelmente a estetica dos mapas e consequentemente a diminuicao de erros. PALAVRAS-CHAVE: Geoprocessamento, Sensoriamento Remoto, Processamento de Imagens, Uso do solo. BEHAVIOR TERRAVIEW SOFTWARE IN SUPERVISED CLASSIFICATION IN DIFFERENT WATERSHEDSABSTRACT: The main objective of this study is to ascertain the performance of the TerraView 4.2.2 software performing the classification oversees through the spectral pattern on Landsat 5, associated with comparing the land use of the Lavapes and Capivara’s watersheds, set in Botucatu/Sao Paulo using remote sensing and GIS. The areas of supervised training were set from nine classes for Lavapes watershed, and seven for Capivara watershed, fundamental for the study and analysis of the use and occupation of land as forest, soil, crops – Agriculture, Water Bodies and Mesh urban, found among other classes. Such areas of supervised training were defined by polygons representing the respective classes of use and occupation of land, considering the color, brightness, pattern and texture emitted by each pixel of the image. The difference in results between the two watersheds was evaluated notorious, where the Capivara watershed showed better results, surely by having a smaller number of land use classes and a smaller urban area, thus causing less confusion for the algorithm. Another obvious factor was the clear difference of products derived from the classification generated and subsequently post-classed with the majority filter, where ever after reclassification accuracy has always been high, presented less errors of omission and commission in the headquarters and smoothing of classified maps, with the elimination of 10 and 75 pixels per region classes, which greatly slowed the aesthetics of maps and therefore decrease errors.KEYWORDS: Geoprocessing, Remote Sensing, Image Processing, Use of the soil.