CLASSIFICAÇÃO ORIENTADA A OBJETOS EM IMAGENS MULTITEMPORAIS LANDSAT APLICADA NA IDENTIFICAÇÃO DE CANA-DE-AÇÚCAR E SOJA

A presente pesquisa teve por objetivo avaliar a potencialidade de dados multitemporais Landsat para classificacao de cana-de-acucar e de soja, conjuntamente, quando realizada via Analise de Imagens Orientada a Objetos (OBIA/ Random Forest). Foi utilizado um segmentador multi-resolucao (SM) para gerar os poligonos (objetos). Um conjunto de 500 segmentacoes foi criado pela variacao dos parâmetros Fe (fator de escala), Fm (forma) e Cp (compacidade), e avaliado pelo Indice de Avaliacao da Segmentacao (IAVAS). Da segmentacao que obteve menor IAVAS, foram extraidos os atributos espectrais das medias e desvios-padrao das bandas TM/Landsat-5 [setembro (S) e outubro (O) do ano 2000] e ETM+/Landsat-7 [fevereiro (F) e marco (M) do ano 2001] dos objetos, e seus NDVIs. Estes atributos foram inseridos no algoritmo Random Forest (RF) e as exatidoes das classificacoes foram testadas quanto ao uso dos seguintes conjuntos de datas: SOFM; SFM; OFM; SOF; FM; OF; SF; e F. O IAVAS definiu Fe (35), Fm (30) e Cp (50) como melhores parâmetros de segmentacao. As melhores exatidoes de classificacao Random Forest situaram-se em torno de 86%. Duas datas produziram melhor resultado que apenas uma, entretanto, o uso de mais de duas nao produziu melhora significativa na exatidao final da classificacao.