Title:	Classificação da cobertura e uso do solo por redes neurais artificiais com o uso de atributos de terreno e imagem de satélite.
Authors:	SOUZA, E. de FERNANDES FILHO, E. I. CHAGAS, C. da S. SCHAEFER, C. E. G. R.
Affiliation:	ELIANA DE SOUZA, UNIVERSIDADE FEDERAL DE VIÇOSA ELPÍDIO INÁCIO FERNANDES FILHO, UNIVERSIDADE FEDERAL DE VIÇOSA CESAR DA SILVA CHAGAS, CNPS CARLOS ERNESTO GONÇALVES REYNAUD SCHAEFER, UNIVERSIDADE FEDERAL DE VIÇOSA.
Date Issued:	2007
Citation:	In: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 31., 2007, Gramado. Conquistas e desafios da ciência do solo brasileira. Porto Alegre: Universidade Federal do Rio Grande do Sul, 2007. 1 CD-ROM.
Description:	A classificação supervisionada por Redes Neurais Artificiais tem apresentado excelentes resultados na classificação de padrões em relação do MAXVER que é um algoritmo largamente utilizado para este fim. O objetivo deste trabalho foi avaliar a classificação supervisionada por RNA das Unidades de Conservação Parque Nacional da Serra do Cipó e Área de Proteção Ambiental Morro da Pedreira, Localizados na Serra do Cipó, MG. De forma especifica avaliou a contribuição de atributos do terreno no auxilio aos dados de imagem de satélite no processo de classificação e comparar o desempenho da classificação feita pela RNA e pelo classificador de Máxima Verossimilhança (MAXVER). A classificação foi realizada com dois conjuntos de variáveis. O conjunto 1 (bandas espectrais da imagem Landsat, geologia, MDE – Modelo Digital de Elevação, declividade, ITC – Índice Topográfico Combinado e NDVI - Índice de Vegetação por Diferença Normalizada) e Conjunto 2 (dados da imagem Landsat). Pontos de campo foram adquiridos para avaliar o processo de classificação. Os resultados mostraram que os atributos de terreno aumentam a exatidão da RNA para discriminar as classes de cobertura e uso do solo, com índice kappa de 0,95 para classificação com as variáveis do Conjunto1 enquanto que só com dos dados da imagem obteve kappa de 0,61. A classificação pelo MAXVER com as variáveis do Conjunto 2 apresentou índice kappa de 0,76, estatisticamente pior que a classificação pela RNA Concluiu que a abordagem de classificação por RNA é uma técnica de grande potencial para a o mapeamento da cobertura e uso do solo, apresentando melhor desempenho que o MAXVER e que os dados do meio físico são relevantes fontes de informação que auxiliam aos dados de imagem de satélite no processo de classificação.
Thesagro:	Cobertura do Solo Uso da Terra
Keywords:	Redes neurais artificiais Atributos do terreno
Type of Material:	Artigo em anais e proceedings
Access:	openAccess
Appears in Collections:	Artigo em anais de congresso (CNPS)