O objetivo deste estudo foi realizar uma classificação do uso da terra e cobertura vegetal na sub-bacia do rio São Tomé, no sul do Estado de Minas Gerais, utilizando imagens multiespectrais geradas pelo sensor LISS III (Linear Imaging Self-Scanner) a bordo do satélite IRS (Indian Resource Satellite ) e técnicas de mineração de dados. A área de estudo localiza-se em uma região de grande tradição de cultivo de café cujas propriedades são predominantemente de pequeno e médio portes. Para realizar a classificação das imagens, foi utilizado o aplicativo GeoDMA (Geographic Data Mining Analyst) que possui algoritmos para segmentação, extração de atributos, seleção de feições e classificação. Os resultados mostraram o grande potencial das técnicas de mineração de dados na classificação de imagens de satélite. Algumas das vantagens da utilização de mineração de dados incluem: a possibilidade de incorporar no processo de classificação um grande número de variáveis, sejam espectrais, espaciais e atributos do terreno; a geração de classificações consistentes e a simplicidade para interpretar a suas estruturas de classificação. / The objective of this study was to perform a classification of land use and land cover of the São Tomé river watershed located in the south of the Minas Gerais State by using multispectral imagery collected by the Linear Imaging Self-Scanner onboard the Indian Resource Satellite and data mining techniques. The study area lies in a region with great tradition of coffee cultivation whose properties are predominantly of small and medium sizes. To carry out the image classification, we used the Geographic Data Mining Analyst (GeoDMA), a toolbox that has algorithms for segmentation, feature extraction, feature selection and classification. The results showed the great potential of the data mining techniques for remote sensing imagery classification. Some advantages encompass the possibility of incorporate in the classification process a great variety of informations that includes spectral, spatial and topographic attributes, the generation of high classification accuracy, and the simplicity to interpret their classification structure. / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES
| Identifer | oai:union.ndltd.org:IBICT/oai:10.254.254.39:tede/541 |
| Date | 29 July 2014 |
| Creators | JUSTINO, Rodrigo Cesário |
| Contributors | KAWAKUBO, Fernando Shinji, http://lattes.cnpq.br/5632988444815474, SOUZA, Paulo Henrique de, MARTINES, Marcos Roberto |
| Publisher | Universidade Federal de Alfenas, Instituto de Ciências da Natureza, Brasil, UNIFAL-MG, Programa de Pós-Graduação em Ecologia e Tecnologia Ambiental |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UNIFAL, instname:Universidade Federal de Alfenas, instacron:UNIFAL |
| Rights | http://creativecommons.org/licenses/by-nc-nd/4.0/, info:eu-repo/semantics/openAccess |
Page generated in 0.0107 seconds