Avaliação da Acurácia Temática para Classificação de Imagens de Satélite: estudo de caso no município de Nova Veneza/SC

Abstract

O presente trabalho consistiu em realizar uma classificação supervisionada em uma imagem do satélite Landsat 8, do município de Nova Veneza/SC, usando 03 (três) diferentes classificadores, a saber: Mínima Distância Euclidiana (MDE), Máxima Verossimilhança (MAXVER) e Classificação por Objeto (SEGCLASS), sendo os dois primeiros baseados numa classificação pixel a pixel, e o último, numa classificação por objeto, como unidade de classificação. A partir destas classificações, foram geradas matrizes de erro, usadas posteriormente para derivar índices para validar e comparar os níveis de acurácia entre os métodos de classificação. A avaliação da acurácia foi realizada através dos coeficientes Kappa, Tau, teste estatístico “Z”, além da Matriz de Significância. Os resultados dos coeficientes indicaram que o desempenho da classificação por objeto foi melhor que as classificações pixel a pixel. Através do teste estatístico “Z”, verificou-se que todas as classificações foram estatisticamente diferentes, e comparando-se os índices Kappa, o melhor desempenho foi obtido pelo classificador SEGCLASS, seguido do MAXVER e, por último, o MDE, apesar dos classificadores apresentarem valores muito próximos.

The present study consisted of performing a supervised classification in an image of the Landsat 8 satellite, Nova Veneza/SC, using 03 (three) different classifiers: Minimum Euclidean Distance (MDE), Maximum Likelihood (MAXVER) and Classification by Object (SEGCLASS), the first two based on a classification pixel by pixel, and the latter, in a classification by object, as classification unit. From these classifications, error matrices were generated and later used to derive indexes to validate and compare the accuracy levels between the classification methods. Accuracy assessment was performed using the Kappa, Tau coefficients, “Z” statistical test, besides the Significance Matrix. The results of the coefficients indicated that the performance of the classification by object was better than the classifications pixel by pixel. It was verified that all classifications were statistically different, and comparing the Kappa indexes, the best performance was obtained by the SEGCLASS classifier, followed by the MAXVER and, finally, the MDE, although the classifiers presented values very close.