Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/64572
Tipo: Artigo de Periódico
Título: Comparação de Imagens OLI/Landsat-8 e MSI/Sentinel-2 no mapeamento de cobertura e uso da terra no Maciço de Uruburetama, Ceará
Título em inglês: Comparison of OLI/ Landsat-8 and MSI/Sentinel-2 Images in cover and land use mapping in the Uruburetama Massif, Ceará
Autor(es): Freires, Eduardo Viana
Silva Neto, Cláudio Ângelo da
Cunha, Dominick Sávio Rocha
Duarte, Cynthia Romariz
Veríssimo, César Ulisses Vieira
Gomes, Daniel Dantas Moreira
Palavras-chave: Cobertura e uso da terra;NDVI;Segmentação por regiões;Classificação supervisionada
Data do documento: 2019
Instituição/Editor/Publicador: Anuário do Instituto de Geociências - UFRJ
Citação: FREIRES, Eduardo Viana et al. Comparação de Imagens OLI/Landsat-8 e MSI/Sentinel-2 no mapeamento de cobertura e uso da terra no Maciço de Uruburetama, Ceará. Anuário do Instituto de Geociências-UFRJ, Rio de Janeiro, v. 42, n. 4, p. 427-442, 2019.
Resumo: Imagens orbitais da série Landsat têm sido sistematicamente empregadas no mapeamento de cobertura e uso da terra. Porém, algumas áreas, devido às características de relevo ou a forte influência antrópica, impõem dificuldades nesta caracterização. O maciço de Uruburetama, no estado do Ceará, representa uma área com tais particularidades. Na tentativa de gerar melhores resultados na identificação e delimitação das diferentes classes de cobertura e uso da terra no maciço, este trabalho compara imagens dos sensores orbitais OLI/ Landsat-8 e MSI/Sentinel-2, a fim de definir qual produto pode ser melhor empregado em estudos desta finalidade. A metodologia partiu da obtenção de imagens orbitais da área, passando por etapas de pré-processamento, geração de NDVI, segmentação por crescimento de regiões, classificação supervisionada, validação da classificação e produção dos mapas temáticos. Os produtos NDVI apresentaram correlação positiva muito forte, evidenciando compatibilidade espectral entre os sensores. Na etapa de segmentação, percebeu-se a influência da melhor resolução espacial do sensor MSI com a criação de quase oito vezes mais polígonos e uma área média correspondente a 12,5% a medida do sensor OLI. A classificação supervisionada utilizando o algoritmo Bhattacharya possibilitou mapear os dois produtos em sete classes temáticas de cobertura e uso da terra do maciço de Uruburetama: Mata Úmida; Mata Seca; Caatinga Arbustiva Densa; Caatinga Arbustiva Aberta; Urbano/Solo Exposto; Corpos D’água e Cultivos. A validação das classificações atestou a melhor acurácia do produto MSI/Sentinel-2 por meio dos índices Kappa e exatidão global. Os resultados demonstram que a imagem MSI/Sentinel-2, devido a sua melhor resolução espacial, permite um maior detalhamento dos alvos, e maior acurácia na classificação, o que possibilita a sua aplicação em estudos com maiores escalas de análise. Por sua vez, a imagem OLI/Landsat-8, demonstrou ser mais adequada a estudos com menores níveis de detalhes, ou com alvos mais homogêneos.
Abstract: Orbital images of the Landsat series have been systematically employed in the mapping of land cover and use. However, some areas, due to the relief characteristics or the strong antropic influence, impose difficulties in this characterization. The Uruburetama massif, in the state of Ceará, represents an area with such peculiarities. This work compares images of the OLI / Landsat-8 and MSI / Sentinel-2 orbital sensors in order to determine which product can best be used studies. The methodology was based on obtaining orbital images of the area, including pre-processing stages, NDVI generation, segmentation by region growth, supervised classification, classification validation and production of thematic maps. The NDVI products had very strong positive correlation, evidencing spectral compatibility among the sensors. In the segmentation stage, we noticed the influence of the best spatial resolution of the MSI sensor with the creation of almost eight times more polygons and a mean area corresponding to 12.5% the measurement of the OLI sensor. The supervised classification using the Bhattacharya algorithm allowed to map the two products in seven thematic classes of coverage and land use of the Uruburetama massif: Mata Humid; Mata Seca; Dense Shrub Caatinga; Open Shrub Caatinga; Urban / Ground Exposure; Water Bodies and Crops. The validation of the classifications attested to the best accuracy of the MSI / Sentinel-2 product through the Kappa indices and global accuracy. The results demonstrate that the MSI / Sentinel-2 image, due to its better spatial resolution, allows a greater detail of the targets, and a better accuracy in the classification, which allows even its application in studies with larger scales of analysis. The OLI / Landsat-8 image, on the other hand, has been shown to be more suitable for studies with lower levels of detail, or with more homogeneous targets. Keywords: coverage and land use; NDVI; segmentation by regions; supervised classification.
URI: http://www.repositorio.ufc.br/handle/riufc/64572
ISSN: 1982-3908
Tipo de Acesso: Acesso Aberto
Aparece nas coleções:DGL - Artigos publicados em revista científica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2019_art_evfreires.pdf1,86 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.