CLASSIFICAÇÃO ORIENTADA OBJETO

CLASSIFICAÇÃO ORIENTADA OBJETO USANDO DADOS MODIS NA AMAZÔNIA MERIDIONAL

Roniffer Samuel S. R. Oliveira1; Edinéia A. S. Galvanin2; Murilo Henrique X. Pereira1; Helibera Rita R. C. Aquino³

1 Estudante do Curso de Ciências da Computação da Universidade do Estado de Mato Grosso; samuel.r.soares@hotmail.com; murilo_spz_@hotmail.com

2 Professora do Curso de Matemática da Universidade do Estado de Mato Grosso, Líder do Grupo de Pesquisa em Ciências Exatas, Agrárias e Ambientais; galvaninbbg@unemat.com

3 Mestrando do Programa de Pós-Graduação Ambiente e Sistemas de Produção Agrícola da Universidade do Estado de Mato Grosso; helibera@yahoo.com.br

Resumo

Esse trabalho apresenta a classificação de imagens orientada a objeto a partir de dados adquiridos do sensor MODIS utilizando o Enhanced Vegetation Index e o software eCoginition Developer em uma região da Amazônia Meridional. Foram consideradas três classes para a classificação: vegetação, solo exposto e outros. Foi feito uma composição de bandas falsa cor aonde a segmentação foi elabora em quatros níveis e realizada a classificação orientada objetos utilizando o EVI com paramentos retirados do MODIS. Os resultados mostraram que a metodologia desenvolvida pode fornecer informações do uso da terra com maior rapidez e eficiência. O objetivo desse trabalho é realizar a classificação de imagens orientada a objeto a partir de dados adquiridos do sensor MODIS utilizando o EVI em uma região da Amazônia Meridional mostrando maior acurácidade na informações geradas e agilidade em todo o processo da classificação e a integração de duas tecnologias o sensoriamento remoto e classificação orientada objeto.

Palavras-chave: classificação, MODIS, sensoriamento remoto, EVI.  

Introdução

        Segundo a Word Wildlife Fund (WWF, 2011) o mosaico da Amazônia meridional abrange três estados: Mato Grosso, Rondônia e Amazonas com uma área total de 7 milhões de hectares e 40 unidades de conservação.  

            Para a análise de áreas extensas o Sensoriamento Remoto e as geotecnologias vem sendo usadas, seja por instituições governamentais, não governamentais e instituições públicas de ensino ou de pesquisa.

                        O Moderate Resolution Imaging Spectroradiometer (MODIS) é um sensor presente em dois satélites TERRA e AQUA, e foi projetado para cobrir três campos de estudo da atmosfera, oceano e terra com bandas espectral e espacial com cobertura global diária.

            De acordo com Justice et al. (2002) o sensor apresenta 36 bandas espectrais distribuídas em uma faixa de espectro de 0.407[pic 1] a 14,385[pic 2] ele está localizado a 705km de altitude e apresenta diferentes resoluções espaciais 250m, 500m e 1000m.

            Alguns sites fornecem serviços do MODIS, tais como o CANASAT para monitoramento da cultura de cana-de-açúcar e o site do Instituto Nacional de Pesquisas Espaciais (INPE) (www.dsr.inpe.br) que fornece dados do sensor usando índice de vegetação Enhanced Vegetation Index (EVI) para a distinção das classes.

            O objetivo desse trabalho é realizar a classificação de imagens orientada a objeto a partir de dados adquiridos do sensor MODIS utilizando o EVI em uma região da Amazônia Meridional.

Metodologia

        A área de estudo foi obtida gratuitamente através do Earth Explorer (earthexplorer.usgs.gov) e está localizada na Amazônia meridional e ao norte do estado de Mato Grosso próxima ao município de Aripuanã, a imagem é formada por uma cena da orbita/ponto 230/067 com o tamanho de 37.525km² na latitude 10°07’21.04” S e longitude 60°33’27.94” W do Sensor OLI Satélite LandSat 8 com data de 13 de julho de 2013.

Figura 1: Área de Estudo. Fonte: Autor.

        Para realização da classificação foi gerado uma shape dessa imagem e importado para o site do INPE para obtenção dos paramentos do EVI para as classes utilizadas no trabalho.

        Foi usado o software eCognition Developer versão 8.7 para fazer a segmentação da imagem e a classificação das classes, a composição de bandas dessa imagem foi a de falsa cor representado por (B4R, B5G, B6B) escolhida por ser a melhor composição para a classificação da vegetação.

        A segmentação foi realizada em 4 etapas, sendo a primeira a segmentação pixel a pixel com nível 1 e com escala de 220, a segunda etapa uma segmentação multiresolução a partir da primeira em uma escala de 440 no nível 2, a terceira a segmentação a partir da segunda com escala de 800 com nível 3 e última a segmentação a partir da 3 com escala 980 e nível 4.

...