Israel Henrique Ribeiro Rios, Maryly Weyll SantAnna, J. A. Quintanilha, C. H. Grohmann
{"title":"Avaliação da precisão da classificação de cobertura do solo na identificação de áreas potenciais para o aparecimento de criadouros de Aedes aegypt","authors":"Israel Henrique Ribeiro Rios, Maryly Weyll SantAnna, J. A. Quintanilha, C. H. Grohmann","doi":"10.21579/issn.2526-0375_2023_n2_23-44","DOIUrl":null,"url":null,"abstract":"Uma ferramenta bastante utilizada atualmente é a classificação de cobertura do solo, em vários campos da ciência. Com o avanço das técnicas de sensoriamento remoto, pode-se utilizar resoluções melhores de imagens, e com isso a acurácia da classificação melhora. Este trabalho utiliza imagens do satélite World-View 3 para a classificação supervisionada de dois bairros da cidade de Campinas, São Paulo. As classes foram divididas em Árvore, Grama, Asfalto, Sombra, Cimento, Piscina/Água, Solo exposto e Telhados 1, 2 e 3. Foram averiguadas a matriz de erro, o coeficiente Kappa e a acurácia sob três diferentes algoritmos: Mínima Distância, Máxima Verossimilhança e Random Forest. De forma geral, o algoritmo de destaque foi o de Máxima Verossimilhança, tendo acurácias gerais maiores que 90%.","PeriodicalId":85416,"journal":{"name":"Revista brasileira de geografia","volume":"33 33","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-04-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista brasileira de geografia","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.21579/issn.2526-0375_2023_n2_23-44","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Uma ferramenta bastante utilizada atualmente é a classificação de cobertura do solo, em vários campos da ciência. Com o avanço das técnicas de sensoriamento remoto, pode-se utilizar resoluções melhores de imagens, e com isso a acurácia da classificação melhora. Este trabalho utiliza imagens do satélite World-View 3 para a classificação supervisionada de dois bairros da cidade de Campinas, São Paulo. As classes foram divididas em Árvore, Grama, Asfalto, Sombra, Cimento, Piscina/Água, Solo exposto e Telhados 1, 2 e 3. Foram averiguadas a matriz de erro, o coeficiente Kappa e a acurácia sob três diferentes algoritmos: Mínima Distância, Máxima Verossimilhança e Random Forest. De forma geral, o algoritmo de destaque foi o de Máxima Verossimilhança, tendo acurácias gerais maiores que 90%.