Utilização do classificador Spectral Correlation Mapper em imagens TM-Landsat
Neste trabalho é proposta uma metodologia para a análise de mistura espectral a partir de dados TM-Landsat. A área selecionada na imagem abrange áreas de reserva e de agricultura, em Brasília, DF. O procedimento adotado para a detecção dos membros finais (pixels puros) na imagem TM-Landsat foi o mes...
| Autores: | , , , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2002 |
| País: | Brasil |
| Institución: | Universidade de Brasília (UnB) |
| Repositorio: | Repositório Institucional da UnB |
| Idioma: | portugués |
| OAI Identifier: | oai:repositorio.unb.br:10482/10652 |
| Acceso en línea: | http://repositorio.unb.br/handle/10482/10652 |
| Access Level: | acceso abierto |
| Palabra clave: | Análise espectral Spectral Correlation Mapper (SCM) |
| Sumario: | Neste trabalho é proposta uma metodologia para a análise de mistura espectral a partir de dados TM-Landsat. A área selecionada na imagem abrange áreas de reserva e de agricultura, em Brasília, DF. O procedimento adotado para a detecção dos membros finais (pixels puros) na imagem TM-Landsat foi o mesmo utilizado para o tratamento de dados hiperespectrais, com adaptações específicas. Inicialmente foi feita a conversão dos Números Digitais para valores de reflectância e então foi feita a identificação dos membros finais na área selecionada. A conversão dos Números Digitais em valores de reflectância permitiu a comparação dos espectros obtidos com os de bibliotecas espectrais, os quais auxiliaram na identificação. Para essa área, os membros puros identificados foram: vegetação verde, vegetação não fotossinteticamente ativa, solo e queimada. Foi utilizado o classificador espectral SCM (Spectral Correlation Mapper) para mostrar a disposição dos membros puros na imagem. O uso do procedimento dedetecção dos membros finais antes da classificação revelou-se interessante porquea juda da determinação de amostras para a classificação. Com o uso da análise de mistura espectral, a classificação torna-se mais fiel à concepção do pixel, que pode conter mais de uma classe. _______________________________________________________________________________ ABSTRACT |
|---|