Geostatistics and remote sensing methods in the classification of images of areas cultivated with citrus

dc.contributor.authorSilva, Alessandra F. [UNESP]
dc.contributor.authorBarbosa, Ana Paula [UNESP]
dc.contributor.authorZimback, Célia Regina Lopes [UNESP]
dc.contributor.authorLandim, Paulo M. B. [UNESP]
dc.contributor.institutionUniversidade Estadual Paulista (Unesp)
dc.date.accessioned2014-10-01T13:08:53Z
dc.date.available2014-10-01T13:08:53Z
dc.date.issued2013-12-01
dc.description.abstractThis study compares the precision of three image classification methods, two of remote sensing and one of geostatistics applied to areas cultivated with citrus. The 5,296.52ha area of study is located in the city of Araraquara - central region of the state of São Paulo (SP), Brazil. The multispectral image from the CCD/CBERS-2B satellite was acquired in 2009 and processed through the Geographic Information System (GIS) SPRING. Three classification methods were used, one unsupervised (Cluster), and two supervised (Indicator Kriging/IK and Maximum Likelihood/Maxver), in addition to the screen classification taken as field checking.. Reliability of classifications was evaluated by Kappa index. In accordance with the Kappa index, the Indicator kriging method obtained the highest degree of reliability for bands 2 and 4. Moreover the Cluster method applied to band 2 (green) was the best quality classification between all the methods. Indicator Kriging was the classifier that presented the citrus total area closest to the field check estimated by -3.01%, whereas Maxver overestimated the total citrus area by 42.94%.en
dc.description.abstractO objetivo deste trabalho foi comparar a precisão de métodos de classificação de imagens orbitais na determinação de áreas cultivadas com citros, por métodos de sensoriamento remoto e de geoestatística. A área de estudo utilizada nesta pesquisa está localizada na cidade de Araraquara, região central do Estado de São Paulo, com 5.296,52 ha. Foi utilizada a imagem multiespectral do satélite CCD/CBERS 2B, adquirida em 2009 e processada no Sistema de Informações Geográficas (SIG) SPRING. Três métodos de classificação foram utilizados, sendo um não supervisionado (Cluster) e dois supervisionados (Krigagem Indicativa/KI e Máxima verossimilhança/Maxver), além da classificação em tela tida como verdade terrestre. A fidedignidade das classificações foi avaliada pelo índice Kappa. A Krigagem Indicativa foi o método que melhor classificou as áreas de citros na banda 4, com forte grau de concordância, conforme a estatística kappa, para as bandas 2 e 4. Pela validação, o Cluster para a banda 2 (verde) foi o classificador que obteve a melhor qualidade. A Krigagem Indicativa foi o classificador que apresentou área total de citros mais próxima da verdade terrestre em -3,01%, enquanto o Maxver foi o classificador que mais superestimou a área total de citros em 42,94 %.pt
dc.description.affiliationUNESP FCA
dc.description.affiliationUNESP FCA Depto de Solo e Recursos Ambientais
dc.description.affiliationUNESP Instituto de Geociências e Ciências Exatas Departamento de Geologia Aplicada
dc.description.affiliationUnespUNESP FCA
dc.description.affiliationUnespUNESP FCA Depto de Solo e Recursos Ambientais
dc.description.affiliationUnespUNESP Instituto de Geociências e Ciências Exatas Departamento de Geologia Aplicada
dc.description.sponsorshipGEPAG - Georeferenced Agricultural Research Group
dc.description.sponsorshipDepartment of Natural Resources - Soil Sciences
dc.description.sponsorshipGraduate Program in Agronomy - Energia na Agricultura, FCA / UNESP Botucatu
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
dc.format.extent1245-1256
dc.identifierhttp://dx.doi.org/10.1590/S0100-69162013000600017
dc.identifier.citationEngenharia Agrícola. Associação Brasileira de Engenharia Agrícola, v. 33, n. 6, p. 1245-1256, 2013.
dc.identifier.doi10.1590/S0100-69162013000600017
dc.identifier.fileS0100-69162013000600017.pdf
dc.identifier.issn0100-6916
dc.identifier.scieloS0100-69162013000600017
dc.identifier.urihttp://hdl.handle.net/11449/110179
dc.identifier.wosWOS:000331653400018
dc.language.isoeng
dc.publisherAssociação Brasileira de Engenharia Agrícola (SBEA)
dc.relation.ispartofEngenharia Agrícola
dc.relation.ispartofjcr0.387
dc.relation.ispartofsjr0,305
dc.rights.accessRightsAcesso aberto
dc.sourceSciELO
dc.subjectKrigagem Indicativapt
dc.subjectClusterpt
dc.subjectMaxverpt
dc.subjectsatélite CBERS-2Bpt
dc.subjectclassificação espacialpt
dc.subjectIndicator Krigingen
dc.subjectClusteren
dc.subjectMaxveren
dc.subjectCBERS-2B satelliteen
dc.subjectspatial classificationen
dc.titleGeostatistics and remote sensing methods in the classification of images of areas cultivated with citrusen
dc.title.alternativeGeoestatística e sensoriamento remoto na classificação de imagens em áreas cultivadas com citrospt
dc.typeArtigo
unesp.author.lattes4637003229684941[3]
unesp.author.orcid0000-0002-0591-9070[3]
unesp.campusUniversidade Estadual Paulista (Unesp), Instituto de Geociências e Ciências Exatas, Rio Claropt
unesp.campusUniversidade Estadual Paulista (Unesp), Faculdade de Ciências Agronômicas, Botucatupt
unesp.departmentSolos e Recursos Ambientais - FCApt

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
S0100-69162013000600017.pdf
Tamanho:
1.18 MB
Formato:
Adobe Portable Document Format