COMPORTAMENTO DO SOFTWARE TERRAVIEW NA CLASSIFICAÇÃO SUPERVISIONADA EM DIFERENTES BACIAS

Resumen

O objetivo principal desse trabalho é averiguar a atuação do software TerraView 4.2.2 desempenhando a classificação supervisiona por meio do padrão espectral em imagem Landsat 5, associada a comparação do uso da terra das bacias hidrográficas dos rios Lavapés e Capivara, inseridas no município de Botucatu/SP utilizando-se técnicas de sensoriamento remoto e geoprocessamento. As áreas de treinamento supervisionado foram definidas a partir de nove classes para bacia do Lavapés e sete para bacia do Capivara, fundamentais para o estudo e análise do uso e ocupação da terra, como mata, solo, culturas - agricultura, corpos d´água e malha urbana dentre outras classes encontradas. Tais áreas de treinamento supervisionado foram definidas por meio de polígonos que representaram as respectivas classes de uso e ocupação da terra, considerando a cor, brilho, padrão e textura emitida por cada pixel da imagem. A diferença de resultados entre as duas bacias avaliadas foi notória, onde a bacia do Capivara apresentou melhores resultados, seguramente por apresentar um número menor de classes de uso da terra e uma menor área urbana, assim causando menos confusões para o algoritmo. Outro fator evidente foi à clara diferença dos produtos derivados a partir da classificação gerada e posteriormente pós-classificados com o filtro majoritário (majority filter), onde sempre após a reclassificação a acurácia foi elevada, apresentado menos erros de omissão e comissão nas matrizes e suavização dos mapas classificados, com a eliminação de classes de 10 e 75 pixels por região, o que abrandou consideravelmente a estética dos mapas e consequentemente a diminuição de erros. 

PALAVRAS-CHAVE: Geoprocessamento, Sensoriamento Remoto, Processamento de Imagens, Uso do solo.

BEHAVIOR TERRAVIEW SOFTWARE IN SUPERVISED CLASSIFICATION IN DIFFERENT WATERSHEDS

ABSTRACT: 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 Lavapés and Capivara’s watersheds, set in Botucatu/São Paulo using remote sensing and GIS. The areas of supervised training were set from nine classes for Lavapés 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.