Análise de textura de dados orbitais Spot 5 para produção de cartografia de ocupação do solo sobre a Área Metropolitana de Lisboa

Abstract

Neste trabalho defende-se que a integração da análise de textura na classificação de imagens poderá contribuir para o aumento da precisão temática, diminuindo a problemática da variabilidade espectral, característica de áreas muito heterogéneas como as áreas metropolitanas. A metodologia desenvolvida foi aplicada a duas cenas SPOT 5 de 2004 da Grande Área Metropolitana de Lisboa (GAML). Numa primeira fase, classificaram-se as imagens com base nos seguintes algoritmos: Parallelepiped, Minimum Distance, Mahalanobis Distance, Maximum Likelihood, Spectral Angle Mapper, Binary Encoding e Neural Net. Retirando de cada classificador o melhor resultado em cada classe foi possível construir dois mapas pré-finais, nomeadamente: não urbano e urbano. A este último foi ainda aplicada a análise de textura na correcção de erros na classe residencial. Numa segunda fase aplicaram-se as seguintes transformações às quatro bandas do sensor HRG: Minimum Noise Transform, Spectral Unmixing, Mixture Tuned Matched e Filtering. Esta etapa permitiu a construção de máscaras para as diferentes classes das áreas edificadas.. A análise de textura produziu, entre a primeira e a segunda fases, um aumento global da exactidão temática das classificações, nomeadamente no classificador Maximum Likelihood (imagem Norte = 73%, imagem Sul = 76%), para cerca de 80% na cartografia final. Na fase de pós-classificação, realizaram-se algumas correcções à informação produzida, elevando a exactidão para 85%.