Discriminação de áreas de soja por meio de imagens EVI/MODIS e análise baseada em geo-objeto
Neste trabalho objetivou-se estimar e mapear áreas plantadas com soja [Glycine max (L.) Merr.] por meio de imagens multitemporais EVI/MODIS e classificação de imagens baseada em geo-objeto. A área de estudo compreendeu o Sul do estado do Maranhão. Para o mapeamento das lavouras de soja foram utiliza...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universidade Federal de Campina Grande
2014-01-01
|
| Series: | Revista Brasileira de Engenharia Agrícola e Ambiental |
| Subjects: | |
| Online Access: | http://www.scielo.br/pdf/rbeaa/v18n1/v18n1a07.pdf |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Neste trabalho objetivou-se estimar e mapear áreas plantadas com soja [Glycine max (L.) Merr.] por meio de imagens multitemporais EVI/MODIS e classificação de imagens baseada em geo-objeto. A área de estudo compreendeu o Sul do estado do Maranhão. Para o mapeamento das lavouras de soja foram utilizados o índice de vegetação realçado (EVI) e o índice de valorização das culturas (CEI) para a classificação das imagens do sistema-sensor Terra/MODIS. Para tal cálculo foram utilizadas doze imagens compreendendo entressafra e safra da cultura, conforme calendário agrícola do Estado. Além disto, foi empregada a segmentação utilizando-se parâmetros de escala 250, os algoritmos "classification" e "merge region" e extração de atributos para classificação baseada em geo-objeto. Foram empregados, para avaliar a precisão da classificação, os parâmetros Kappa e Exatidão Global e nas suas resultantes foi aplicado o teste Z; logo, foram estabelecidos, como hipótese nula (H0) a igualdade dos índices e o inverso para suas diferenças (H1), a um nível de 0,05 de significância. Os resultados obtidos indicam que a metodologia proposta se mostrou eficiente para mapeamento da soja, com 0,89 para o parâmetro Kappa. |
|---|---|
| ISSN: | 1807-1929 |