Avaliação das Técnicas de Classificação MAXVER, MAXVER – ICM e Distância Mínima Euclidiana de acordo com Índice Kappa (Evaluation of Classification Techniques MAXVER, MAXVER-ICM and Minimum Euclidean Distance according to Kappa Index)

• Published in: Revista brasileira de geografia física Vol. 6; no. 2; pp. 320 - 328
• Main Authors: Nery, César Vinícius Mendes, Fernandes, Fernando Hiago Souza, Moreira, Adriana Aparecida, Braga, Fernando Luiz
• Format: Journal Article
• Language: English
• Published: 05.09.2013
• ISSN: 1984-2295; 1984-2295
• DOI: 10.26848/rbgf.v6.2.p320-328

O conhecimento da distribuição espacial dos tipos de uso e da cobertura da terra é fundamental para orientar a utilização racional dos recursos naturais e vêm contribuindo para o monitoramento da dinâmica terrestre. Nessa direção, as geotecnologias constituem-se em ferramenta prática e de um custo relativamente baixo, apresentando importantes informações que podem subsidiar o planejamento e a gestão do território. Aliada a esse contexto o processamento digital de imagens vêm sendo bastante utilizado, dada a uma vasta gama de algoritmos disponíveis e utilizados para o mapeamento do uso e ocupação do solo. Nesse sentindo, este trabalho tem como objetivo avaliar os tipos de classificadores supervisionados pixel a pixel MAXVER; MAXVER – ICM ambos com limiar de aceitação 99.9 % e o classificador Distância Mínima Euclidiana. Dentre esses, o classificador MAXVER ICM se mostrou mais adequado de acordo com as amostras adquiridas versus a verdade terrestre para área de estudo.    A B S T R A C T The knowledge of spatial distribution of the types of land cover and use is essential to guide the rational use of natural resources and is contributing to the monitoring of land dynamics. In this direction, the geotechnologies are a practical tool and of a relatively low cost, showing important information that can help in the planning and management of the territory. In addition, the digital processing of images have been quite used, given to a wide range of algorithms available and used for the mapping of soil use and occupation. In this sense, the work aims to evaluate the types of supervised classifiers pixel by pixel MAXVER- both ICM with acceptance threshold of 99,9% and the Minimum Euclidean Distance classifier. Among these, the MAXVER ICM classifier proved best suited according to the acquired samples versus the reality to terrestrial study area.   Keywords: classifiers, SPRING, soil use and occupation.