Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/14280
metadata.revistascielo.dc.title: Avaliação da exatidão do mapeamento da cobertura da terra em Capixaba, Acre, utilizando classificação por árvore de decisão
metadata.revistascielo.dc.title.alternative: Evaluation of decision tree classification accuracy tomap land cover in Capixaba, Acre
metadata.revistascielo.dc.creator: Figueiredo, Symone Maria de Melo
Carvalho, Luis Marcelo Tavares de
metadata.revistascielo.dc.subject: Classificação digital de imagens
Mineração de dados
Modelo linear de mistura espectral
NDVI
Digital image classification
Data mining
Linear spectral unmixing
Normalized difference vegetation index (NDVI)
metadata.revistascielo.dc.publisher: Universidade Federal de Lavras (UFLA)
metadata.revistascielo.dc.date: 17-Sep-2015
metadata.revistascielo.dc.identifier.citation: FIGUEIREDO, S. M. de M.; CARVALHO, L. M. T. de. Avaliação da exatidão do mapeamento da cobertura da terra em Capixaba, Acre, utilizando classificação por árvore de decisão. CERNE, Lavras, v. 12, n. 1, p. 38-47, jan./mar. 2006.
metadata.revistascielo.dc.description.resumo: Objetivou-se com este estudo avaliar a exatidão do mapeamento da cobertura da terra em Capixaba, Estado do Acre, por meio da classificação digital de imagens por meio do algoritmo árvore de decisão. Foram usados na construção e no uso da árvore de decisão onze atributos: dados provenientes das bandas 1, 2, 3, 4, 5 e 7 do sensor TM do satélite Landsat 5; imagens fração solo, sombra, vegetação e de erro, geradas pelo modelo linear de mistura espectral, e índice de vegetação por diferença normalizada (NDVI). O resultado do mapeamento foi considerado excelente segundo os conceitos estabelecidos por Landis & Koch (1977),com valores do coeficiente de concordância Kappa acima de 0,83, demonstrando ser uma técnica promissora no mapeamento de classes de cobertura da terra.
metadata.revistascielo.dc.description.abstract: This study evaluated the accuracy of mapping land cover in Capixaba, state of Acre, Brazil, using decision trees. Eleven attributes were used to build the decision trees: TM Landsat datafrom bands 1, 2, 3, 4, 5, and 7; fraction images derived from linear spectral unmixing; and the normalized difference vegetation index (NDVI). The Kappa values were greater than 0,83, producing excellent classification results and demonstrating that the technique is promising for mapping land cover in the study area.
metadata.revistascielo.dc.language: por
Appears in Collections:CERNE



This item is licensed under a Creative Commons License Creative Commons