Letícia Figueiredo Sartorio, M. Varnier, Leonardo Da Silva Felippe, D. C. Zanotta, M. Freitas, Atílio Efrain Bica Grondona
{"title":"光谱波段与主成分分析(pca)在土地利用和土地覆盖分类中的比较分析","authors":"Letícia Figueiredo Sartorio, M. Varnier, Leonardo Da Silva Felippe, D. C. Zanotta, M. Freitas, Atílio Efrain Bica Grondona","doi":"10.14393/rbcv75n0a-68010","DOIUrl":null,"url":null,"abstract":"Informações referentes ao uso e cobertura da terra são essenciais para a realização de um planejamento ambiental eficaz. O uso de imagens de sensoriamento remoto facilita a elaboração desses mapeamentos, pela grande disponibilidade de imagens e avanços computacionais no processamento dos dados. Portanto, o objetivo deste trabalho é comparar e avaliar a potencialidade da técnica de Análise de Componentes Principais para o aprimoramento da acurácia da classificação do uso e cobertura da terra da bacia hidrográfica Lajeado São José. Para isso, a técnica de Análise de Componentes Principais foi aplicada na imagem Sentinel-2 no Google Earth Engine. E após, na mesma plataforma, foi realizada a classificação de imagens utilizando as bandas espectrais originais e as componentes principais geradas, a partir de dois classificadores distintos: CART e Random Forest. A fim de comparar se há algum incremento na qualidade da classificação ao usar as componentes principais em relação às bandas espectrais. A avaliação de acurácia foi produzida por meio da análise de pontos de controle distribuídos de forma estratificada. Os resultados indicaram que a melhor classificação de uso e cobertura da terra foi produzida com as componentes principais combinada ao classificador Random Forest, pois apresentou 87,7% de acurácia global, e menor discordância de quantidade (5,2%) e alocação (7,1%) na avaliação da acurácia. Portanto, pode-se concluir a partir da análise de acurácia que o uso de componentes principais pode gerar melhores resultados na classificação de uso e cobertura da terra quando comparados ao uso das bandas espectrais.","PeriodicalId":36183,"journal":{"name":"Revista Brasileira de Cartografia","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-08-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Análise Comparativa Entre o Uso de Bandas Espectrais e o Uso da Análise de Componentes Principais (ACP) na Classificação de Uso e Cobertura da Terra\",\"authors\":\"Letícia Figueiredo Sartorio, M. Varnier, Leonardo Da Silva Felippe, D. C. Zanotta, M. Freitas, Atílio Efrain Bica Grondona\",\"doi\":\"10.14393/rbcv75n0a-68010\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Informações referentes ao uso e cobertura da terra são essenciais para a realização de um planejamento ambiental eficaz. O uso de imagens de sensoriamento remoto facilita a elaboração desses mapeamentos, pela grande disponibilidade de imagens e avanços computacionais no processamento dos dados. Portanto, o objetivo deste trabalho é comparar e avaliar a potencialidade da técnica de Análise de Componentes Principais para o aprimoramento da acurácia da classificação do uso e cobertura da terra da bacia hidrográfica Lajeado São José. Para isso, a técnica de Análise de Componentes Principais foi aplicada na imagem Sentinel-2 no Google Earth Engine. E após, na mesma plataforma, foi realizada a classificação de imagens utilizando as bandas espectrais originais e as componentes principais geradas, a partir de dois classificadores distintos: CART e Random Forest. A fim de comparar se há algum incremento na qualidade da classificação ao usar as componentes principais em relação às bandas espectrais. A avaliação de acurácia foi produzida por meio da análise de pontos de controle distribuídos de forma estratificada. Os resultados indicaram que a melhor classificação de uso e cobertura da terra foi produzida com as componentes principais combinada ao classificador Random Forest, pois apresentou 87,7% de acurácia global, e menor discordância de quantidade (5,2%) e alocação (7,1%) na avaliação da acurácia. Portanto, pode-se concluir a partir da análise de acurácia que o uso de componentes principais pode gerar melhores resultados na classificação de uso e cobertura da terra quando comparados ao uso das bandas espectrais.\",\"PeriodicalId\":36183,\"journal\":{\"name\":\"Revista Brasileira de Cartografia\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-08-31\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revista Brasileira de Cartografia\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.14393/rbcv75n0a-68010\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"Social Sciences\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Brasileira de Cartografia","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.14393/rbcv75n0a-68010","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"Social Sciences","Score":null,"Total":0}
Análise Comparativa Entre o Uso de Bandas Espectrais e o Uso da Análise de Componentes Principais (ACP) na Classificação de Uso e Cobertura da Terra
Informações referentes ao uso e cobertura da terra são essenciais para a realização de um planejamento ambiental eficaz. O uso de imagens de sensoriamento remoto facilita a elaboração desses mapeamentos, pela grande disponibilidade de imagens e avanços computacionais no processamento dos dados. Portanto, o objetivo deste trabalho é comparar e avaliar a potencialidade da técnica de Análise de Componentes Principais para o aprimoramento da acurácia da classificação do uso e cobertura da terra da bacia hidrográfica Lajeado São José. Para isso, a técnica de Análise de Componentes Principais foi aplicada na imagem Sentinel-2 no Google Earth Engine. E após, na mesma plataforma, foi realizada a classificação de imagens utilizando as bandas espectrais originais e as componentes principais geradas, a partir de dois classificadores distintos: CART e Random Forest. A fim de comparar se há algum incremento na qualidade da classificação ao usar as componentes principais em relação às bandas espectrais. A avaliação de acurácia foi produzida por meio da análise de pontos de controle distribuídos de forma estratificada. Os resultados indicaram que a melhor classificação de uso e cobertura da terra foi produzida com as componentes principais combinada ao classificador Random Forest, pois apresentou 87,7% de acurácia global, e menor discordância de quantidade (5,2%) e alocação (7,1%) na avaliação da acurácia. Portanto, pode-se concluir a partir da análise de acurácia que o uso de componentes principais pode gerar melhores resultados na classificação de uso e cobertura da terra quando comparados ao uso das bandas espectrais.