Thumbnail
Access Restriction
Open

Author Tisot, Daniela A. ♦ Formaggio, Antonio R. ♦ Galvão, Lênio S. ♦ Rennó, Camilo D.
Source Directory of Open Access Journals (DOAJ)
Content type Text
Publisher Sociedade Brasileira de Engenharia Agrícola
File Format HTM / HTML
Date Created 2013-08-31
Copyright Year ©2007
Language English ♦ Spanish ♦ Portuguese
Subject Domain (in LCC) S1-972
Subject Keyword Agriculture ♦ Dados multiespectrais ♦ Hyperspectral data ♦ Classificação digital ♦ Multispectral data ♦ Dados hiperespectrais ♦ Digital classification
Abstract O objetivo desta pesquisa foi avaliar o uso de dados hiperespectrais Hyperion/EO-1 na discriminação de alvos agrícolas, comparando a acurácia de classificação obtida pelos dados desse sensor à obtida por dados multiespectrais ETM+/Landsat-7. Para isso, alvos agrícolas da região de Franca - SP, com diferenças espectrais bem definidas e outros alvos com diferenças espectrais sutis, imageados por ambos os sensores, em 16 de julho de 2002, foram discriminados utilizando o classificador supervisionado de Máxima Verossimilhança (MaxVer). Os alvos agrícolas com diferenças espectrais bem definidas foram caracterizados por seis classes de uso e cobertura do solo; já os com diferenças espectrais sutis, por cinco classes de variedades de cana-de-açúcar. Quando os dados ETM+ foram classificados, a acurácia foi de 91,5% para as classes de uso e cobertura do solo e de 67,6% para as classes de variedades de cana-de-açúcar, enquanto, para os dados do sensor Hyperion, a acurácia de classificação foi de 94,9% e de 87,1%, respectivamente, demonstrando, assim, a importância do uso de dados hiperespectrais na discriminação de alvos agrícolas com características espectrais semelhantes.The aim of this work was to assess Hyperion/EO-1 hyperspectral data to discriminate agricultural fields, comparing that data classification accuracy with ETM+/Landsat-7 multi-spectral data classification accuracy. For this purpose, agricultural targets with well-defined and subtle spectral differences in Franca municipality, São Paulo State, Brazil, imaged by both sensors in July, 2002, were discriminated by using a supervised classification (Maximum Likelihood) algorithm. Agricultural targets with well-defined spectral differences were characterized by six land use/land cover classes, while five sugarcane varieties were used as targets with subtle spectral differences. When the broadband ETM+ data were classified, the overall accuracy was 91.5% for six land use/land cover classes and 67.6% for five sugarcane variety classes, while for narrowband Hyperion data the accuracies were 94.9% and 87.1%, respectively. This result shows the importance of hyperspectral data use for agricultural targets discrimination with similar spectral characteristics.
ISSN 01006916
Age Range 18 to 22 years ♦ above 22 year
Educational Use Research
Education Level UG and PG ♦ Career/Technical Study
Learning Resource Type Article
Publisher Date 2007-08-01
e-ISSN 01006916
Journal Engenharia Agrícola
Volume Number 27
Issue Number 2
Page Count 9
Starting Page 511
Ending Page 519


Source: Directory of Open Access Journals (DOAJ)