Abstract

The maintenance of riparian forests is considered one of the main vegetative practices for mitigating the degradation of water resources and is mandatory by law. However, in Brazil there is still a progressive and constant decharacterization of these areas. Facing this reality, it is necessary to broaden researches that identify the occurring changes and provide efficient solutions at a fast pace and low cost. Remote sensing techniques show great application potential in characterizing natural resources. The objective of this work was to map, to characterize the land use and occupation and to verify the best method of high spatial resolution image classification of the Permanent Preservation Areas of the Funil Hydroelectric Power Plant reservoir, located between the municipalities of Lavras, Perdões, Bom Sucesso, Ibituruna, Ijací and Itumirim, in the state of Minas Gerais. The methods used to classify the high spatial resolution image from the Quickbird satellite were visual, object-oriented and pixel-by-pixel. Results showed the best method for mapping land use and occupation of the study area was object-oriented classification using the K-nearest neighbor algorithm, with kappa coefficient of 0.88 and global accuracy of 91.40%.

Highlights

  • Analisando a Figura 5, que demonstra os resultados obtidos por meio dos três algoritmos de classificação que contemplaram este estudo, MAXVER, K-nearest neighbor (KNN) e Support vector machine (SVM), foi observado que o classificador que em média resultou em valores mais próximos do mapa de referência foi o algoritmo KNN, sendo esse também o que atingiu os melhores resultados estatísticos para o coeficiente kappa e a exatidão global

  • Results showed the best method for mapping land use and occupation of the study area was object-oriented classification using the K-nearest neighbor algorithm, with kappa coefficient of 0.88 and global accuracy of 91.40%

  • Dessa forma, recomenda-se o uso do método de segmentação aliado à classificação orientada a objeto com o intuito de avaliar diferentes classes de uso do solo e na fiscalização e monitoramento de áreas de preservação

Read more

Summary

Material e métodos

Área de estudo A área de estudo encontra-se inserida na área de entorno da UHE Funil, como demostrado na Figura 1, a UHE Funil pertence à Bacia Hidrográfica do Alto Rio Grande e está situada no sul de Minas Gerais, a Bacia é composta por 33 municípios abrangendo uma área aproximada de 9.000 km, possui área de drenagem de 240 km de extensão, atingindo cerca de 365.000 habitantes (UPGRH-GD1, 2015). Para o estudo foram utilizadas duas imagens disponibilizadas pela empresa UHE Funil, demonstradas na Figura 2, o produto fornecido é um mosaico de imagens do Satélite Quickbird, ortorretificada, datadas em 30 de julho de 2009 e 07 de agosto de 2009, contendo três bandas multiespectrais (RGB-321) na composição de cores verdadeiras. Figura 2 – Imagem fusionada na composição Cor verdadeira (RGB 321).

Espacial Temporal Imageada Radiométrica
Mapa referência
Classificação visual da APP da UHE Funil
Classificação utilizando o algoritmo MAXVER
Coeficiente Kappa
Findings
Uso antrópico Solo exposto

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call

Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.