mapeamento de uso do solo da bacia hidrográfica do alto descoberto, no distrito federal, por meio de classificação orientada a objetos com base em imagem do satélite landsat 8 e softwares livres
Clicks: 141
ID: 208415
2017
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This
article has not been analysed, so there is no overall score —
reader engagement is measured and shown alongside.
Reader Engagement
Steady Performance
30.0
/100
141 views
9 readers
AI Quality Assessment
Not analyzed
Readership in this journal
SteadyRanked #92 of 113 articles by views in jmir research protocols
Most read
Least read
Bar heights use a square-root scale.
Mint this article as an NFT
Not yet mintedCreate a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.
5
SUSD
one-off · no wallet required
Abstract
A bacia hidrográfica do Alto Descoberto, principal fonte de água e responsável por 60% do abastecimento agrícola do Distrito Federal, vem sofrendo intensas alterações no uso da terra nos últimos anos, fazendo-se necessário seu monitoramento. No âmbito da classificação de imagens de satélite, a Classificação Orientada ao Objeto – OBIA (Objetc Based Image Analysis) vem ganhando importância. As técnicas utilizadas pela OBIA possuem uma nova abordagem, promovendo uma classificação baseada em objetos identificáveis na imagem, ao invés de pixels isolados. Nesse contexto, o presente trabalho apresenta um mapa de uso e cobertura do solo da bacia hidrográfica do Alto Descoberto, obtido por meio de técnicas de OBIA com base em uma imagem obtida pelo satélite Landsat – 8 e uso exclusivo de softwares livres. As etapas desenvolvidas foram pré-processamento, segmentação, classificação por meio de amostras de treinamento e regras de decisão, e avaliação de qualidade. O resultado da classificação mostrou-se satisfatório, apresentando índices Kappa e Tau de 68,45% e 74,88%, respectivamente.
| Reference Key |
chelotti2017revistamapeamento
Use this key to autocite in the manuscript while using
SciMatic Manuscript Manager or Thesis Manager
|
|---|---|
| Authors | ;Giancarlo Brugnara Chelotti |
| Journal | jmir research protocols |
| Year | 2017 |
| DOI |
10.3895/rbgeo.v5n2.5417
|
| URL | |
| Keywords | Keywords not found |
Citations
No citations found. To add a citation, contact the admin at info@scimatic.org
Comments
No comments yet. Be the first to comment on this article.