1. Repositorio institucional de CLACSO
2. Colección de los Centros Asociados
3. Brasil
4. Departamento de Geografia - DG/USP - Cosecha

Título :	Land-use and land-cover classification using data mining techniques Classificação do Uso da Terra e Cobertura Vegetal Utilizando Técnicas de Mineração de Dados
Palabras clave :	Remote Sensing;GeoDMA;Segmentation;Decision Tree.;sensoriamento remoto;GeoDMA;segmentação;árvore de decisão.
Editorial :	Universidade de São Paulo. Faculdade de Filosofia, Letras e Ciências Humanas
Descripción :	This study aims at mapping the land-use and land-cover (LULC) types using data mining (DM) techniques. The area selected for study is the São Tomé river watershed, located in the region of Alfenas, south of the State of Minas Gerais. We performed this study using multispectral imagery taken by the Linear Imaging Self-Scanner (LISS III) instrument, onboard the Indian Resource Satellite (IRS). The image classification was carried out using the Geographic Data Mining Analyst (GeoDMA), a toolbox that has algorithms for image segmentation, feature extraction, feature selection and classification. The analysis of the results was made by visual fashion, and quantitatively, by means of an error matrix generation. To this end, 3000 reference points was collected in a totally random manner. The results found in this study highlighted the great potential of DM for classifying the LULC types. Some of the key advantages noted in the use of DM include: the possibility of incorporating in the classification process a large number of variables, which include both spectral and spatial attributes, and relief information; it simplified the image interpretation through a decision tree outcome, and; it generated a consistent classification result. O objetivo deste estudo é apresentar o mapeamento do uso da Terra e cobertura vegetal utilizando técnicas de mineração de dados. A área teste selecionada corresponde à bacia do Rio São Tomé, localizada na região de Alfenas, sul do estado de Minas Gerais. Para a realização deste estudo, foram utilizadas imagens multiespectrais geradas pelo sensor Linear Imaging Self-Scanner (LISS III) a bordo do satélite Indian Resource Satellite (IRS). A classificação das imagens foi feita utilizando o aplicativo Geographic Data Mining Analyst (GeoDMA) que possui algoritmos para segmentação de imagens, extração de atributos, seleção de feições e classificação. A análise dos resultados foi feita de maneira visual e quantitativa por meio de uma matriz de confusão. Para a geração desta matriz, 3000 pontos de referência foram coletados de maneira totalmente aleatória. Os resultados desta pesquisa mostraram o grande potencial da técnica de mineração de dados na classificação do uso da Terra e cobertura vegetal. As principais vantagens observadas de sua utilização foram: (1) permitiu incorporar no processo de classificação um grande número de variáveis tanto espectrais, espaciais quanto atributos do relevo; (2) simplificou a interpretação das regras de classificação por meio dos resultados das árvores de decisão; (3) gerou uma classificação consistente.
URI :	http://biblioteca-repositorio.clacso.edu.ar/handle/CLACSO/42216
Otros identificadores :	https://www.revistas.usp.br/rdg/article/view/122888 10.11606/rdg.v33i0.122888
Aparece en las colecciones:	Departamento de Geografia - DG/USP - Cosecha

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.