Geobia, tree decision and hierarchical classification for mapping gully erosion/Geobia, arvore de decisao e classificacao hierarquica para mapeamento de vocoroca

• Published in: Ra'e ga Vol. 48; p. 187
• Main Authors: Tedesco, Andrea, Antunes, Alzir Felippe Buffara
• Format: Journal Article
• Language: Portuguese
• Published: Editora da UFPR 01.06.2020
• ISSN: 1516-4136
• DOI: 10.5380/raega.v48i0.74842

The gullies provoke environmental, social and financial damages. The application of corrective and preventive measures needs gullies mapping and monitoring. In this scope, this study proposes a methodology for gullies delimitation using object-oriented image analysis. For such, there were used high spatial resolution imagery and ALS data applied for two study areas, one in Uberlandia-Minas Gerais (Brazil) and another one in Queensland (Australia). The objects were generated by multiresolution segmentation. The most important attributes on the delimitation of the gullies were selected using decision tree induction algorithms, being them: spectral, altimetric and texture. Classifications by decision trees and hierarchical were carried out. The use of decision tree allowed the selection of attributes and the establishment of preliminary decision rules. However, since this procedure did not use fuzzy logic, mixtures between classes could not be evidenced in the rule base. Moreover, the classification was performed by a factor of scale only, which did not allow the identification of all the constituent features of the gully. In hierarchical classification, the procedure is performed on different scales, allowing the use of fuzzy logic to describe different degrees of membership in each class, which makes it a very attractive method for cases such as this study, where there is mixing of classes. The classification obtained with hierarchical classification it was more reliable with the field truth, by allowing the use of different scales, uncertainty insert and integration of knowledge, compared to the automatic classification by decision tree. KEYWORDS: ALS Data; High Resolution Imagery; Multirresolution Segmentation. As voçorocas provocam danos ambientais, sociais e financeiros. A aplicação de medidas corretivas e preventivas necessita do mapeamento e monitoramento das voçorocas. Nesse escopo, este estudo propõe uma metodologia para delimitação de voçorocas usando análise de imagens orientada a objetos. Para tanto, foram utilizados imagens de alta resolução espacial e dados ALS, para duas áreas de estudo, uma em Uberlândia- Minas Gerais (Brasil) e outra em Queensland (Austrália. Os objetos foram gerados por segmentação multirresolução. Os atributos mais importantes na delimitação das voçorocas foram selecionados utilizando algoritmos de indução de árvores de decisão, sendo eles: espectral, altimétrico e de textura. Foram realizadas classificações por árvores de decisão e hierárquicas. A árvore de decisão permitiu selecionar atributos e estabelecer regras preliminares de decisão. No entanto, como esse procedimento não utilizou lógica fuzzy, misturas entre classes não puderam ser evidenciadas na base de regras. Além disso, a classificação foi realizada apenas com um fator de escala, o que não permitiu a identificação de todas as características constituintes da voçoroca. Na classificação hierárquica, o procedimento é realizado em diferentes escalas, permitindo que o uso da lógica fuzzy descreva diferentes graus de associação em cada classe, o que o torna um método muito atraente para casos em que há mistura de classes. A classificação obtida com classificação hierárquica foi mais similar à realidade de campo, ao permitir o uso de diferentes escalas, inserção de incerteza e integração do conhecimento, em relação à classificação automática por árvore de decisão. Palavras-Chave: Dados ALS, Imagens de Alta Resolução, Segmentação Multirresolução.