Acurácia temática para classificação de imagens utilizando abordagens por pixel e por objetos

Abstract

O objetivo do artigo consiste em realizar a validação de uma classificação supervisionada, em uma imagem de satélite Landsat 8, sensor OLI, do município de Nova Veneza-SC, usando 03 (três) diferentes classificadores, a saber: Mínima Distância Euclidiana (MDE), Máxima Verossimilhança (MAXVER) e Classificação SEGCLASS. Os dois primeiros, baseados numa classificação por pixel, e o último, numa abordagem por objeto/região, como unidade de classificação. A partir das classificações, foram geradas matrizes de erro (ME), usadas posteriormente para derivar índices, e validar e comparar os níveis de acurácia entre os métodos de classificação. A avaliação da acurácia foi realizada através dos coeficientes Kappa, Tau e teste Z estatístico, e de suas variâncias, a partir da matriz de significância. Os resultados dos experimentos indicaram que o desempenho da classificação supervisionada por objeto foi superior às classificações supervisionadas seguindo abordagens por pixel. Através do teste Z estatístico, verificou-se que os valores obtidos para as classificações individuais são estatisticamente melhores do que uma classificação aleatória, e entre elas são estatisticamente diferentes. Comparando-se os índices Kappa e Exatidão Global, o melhor desempenho foi obtido pelo classificador SEGCLASS, seguido do MAXVER e, por último, o MDE, apesar dos classificadores apresentarem valores muito próximos. Por fim, o melhor mapa temático foi gerado pelo classificador supervisionado por objeto/região, SEGCLASS.