MÉTODO HÍBRIDO DE DETECÇÃO DE MUDANÇAS: UMA ASSOCIAÇÃO ENTRE CLASSIFICAÇÃO BASEADA EM OBJETOS E BASEADA EM PIXELS

A utilizacao conjunta de toda a serie temporal de imagens, tambem conhecido como um cubo multitemporal, aumenta consideravelmente a dimensionalidade dos dados na deteccao de mudancas e de trajetorias evolutivas da cobertura vegetal. Uma abordagem hibrida, com a associacao entre tecnicas baseada em pixels e objetos, e uma boa alternativa para diminuir o tempo no processamento dos cubos multitemporais, mantendo a precisao na deteccao das mudancas. A construcao de imagens mudanca, geradas pixel a pixel, foi utilizado como insumo para o processo de segmentacao e como escolha dos descritores que irao separar as mudancas das coberturas invariantes, utilizando classificacao orientada a objetos, baseados numa logica fuzzy. Por se tratar de um intervalo multitemporal de tres datas de uma mesma cena RapidEye (2009, 2010 e 2011), foram utilizadas e comparadas duas medidas estatisticas de dispersao: amplitude e desvio padrao. A area de estudo representa uma area bem dinâmica do estado do Rio de Janeiro, quanto a cobertura da terra nos ultimos anos, devido a instalacao de um Complexo Petroquimico (COMPERJ). A amplitude superestimou a classe de mudancas, porem apresentou bons resultados, com uma exatidao global de 0,87 e indice Kappa de 0,74. Ja o uso do desvio padrao como imagem mudanca apresentou os melhores resultados, identificando 2791 ha de mudanca na area de estudo com uma exatidao global de 0,94 e indice Kappa de 0,88.