CLASSIFICAÇÃO BASEADA EM OBJETO (GEOBIA) UTILIZANDO IMAGEM DE SATÉLITE CBERS 4A WPM EM UMA ÁREA URBANA

• Published in: Revista Políticas Públicas & Cidades Vol. 13; no. 2; p. e1051
• Main Authors: Carvalho, Wesley dos Santos, Ávila, Maria Eduarda Basílio de, Felix, Ana Beatriz de Almeida, Tognon, Andressa, Grau, Paola Ferreira Guimarães, Nogueira, Rafael Henrique, Guilherme, Denilson de Oliveira
• Format: Journal Article
• Language: Portuguese
• Published: 11.09.2024
• ISSN: 2359-1552; 2359-1552
• DOI: 10.23900/2359-1552v13n2-108-2024

A crescente evolução na resolução espacial, temporal, espectral e radiométrica das imagens de satélite tem demandado técnicas mais robustas e sofisticadas para extração de informação útil. Em áreas urbanas as análises espaciais ficam limitadas pela resolução espacial das imagens, onde dados de sensores com melhor resolução espacial ainda possuem alto custo de aquisição. Com o lançamento do satélite CBERS 4A sensor WPM de alta resolução espacial tem aberto grandes possibilidades na análise do uso e cobertura do solo em regiões urbanas e rurais do Brasil. A abordagem GEOBIA tem ganhado muita atenção dos pesquisadores nos últimos anos emergindo como um novo paradigma para a análise de imagens de satélite de alta resolução espacial, baseando-se em objetos geográficos. Devido a grande variabilidade espectral dentro de uma mesma classe de uso e cobertura do solo a abordagem GEOBIA tem várias vantagens sobre a tradicional análise de imagem baseada em pixel. Portanto, o principal desafio é selecionar parâmetros e algoritmos ideais que possam combinar os objetos presentes na imagem com objetos geográficos significativos no mundo real. Desta forma o objetivo deste trabalho é realizar uma classificação por meio da abordagem GEOBIA utilizando uma imagem de satélite CBERS 4A sensor WPM, testando diferentes valores de parâmetros de segmentação Mean-Shift: Spatial radius (hs) e Range radius (hr). Os resultados demonstraram que todos valores testados apresentaram boa performance na classificação com valores de acurácia geral acima de 91%.