Classificação de dados Landsat 8 do Norte de Portugal com recurso a Geographic Object-Based Image Analysys (GEOBIA)

Abstract

A deteção remota é uma ciência e técnica, que permite recolher informação de características físicas de um objeto de uma determinada superfície através da radiação eletromagnética, sem entrar em contato com ela. É muito importante na área do planeamento e ordenamento do território e na monitorização da superfície terrestre, ajudando os atores e intervenientes do território no apoio à decisão. A presente dissertação tem como principal objetivo a classificação de dados Landsat 8 para o Norte de Portugal com recurso a Geographic Object-Based Image Analisys (GEOBIA) e explorar as suas potencialidades e limitações em imagens de baixa resolução espetral, como é o caso das novas imagens Landsat 8, posteriormente, comparou-se o resultado da classificação orientada a objetos com os resultados extraídos da classificação orientada pixel a pixel e segmentos, de modo a avaliar a sua exatidão global e índice de concordância Kappa, nesta dissertação foram usados os software ENVI 5.0 e eCognition 9.0. A classificação com melhor desempenho de exatidão de global e índice de concordância Kappa é a classificação orientada a objetos, com valores de 56% (14 classes) e 61% (10 classes), e 0,46 (14 classes) e 0,50 (10 classes) respetivamente. As classificações orientadas a pixel e segmentos obtiveram valores de exatidão global de 49% (14 classes) e 57% (10 classes), 45% (14 classes) e 52% (10 classes), respetivamente. Para o índice de concordância kappa as classificações orientadas a pixel e segmentos obtiveram valores de 0,40 (14 classes) e 0,45 (10 classes), 0,34 (14 classes) e 0,34 (10 classes). Posteriormente realizou-se uma nova cartografia de ocupação do solo, designada de COS 2015, com o objetivo de descobrir se a classificação orientada a objetos era prejudicada pela incerteza temática da COS 2007 ou pela diferença temporal entre a COS 2007 e a imagem Landsat 8. Posteriormente produziu-se os cálculos de exatidão global e índice de concordância Kappa, Com a exatidão global entre a classificação orientada a objetos e a COS 2007 ser de 59%, com um índice de concordância Kappa de 0,47. Entre a classificação orientada a objetos e a COS 2015, a exatidão global foi de 60% e o índice de concordância Kappa de 0,48.

Remote sensing is a science and technique that allows to acquire information about physical features of an object from a particular surface, through electromagnetic radiation without any kind of physical contact with the object itself. This technique is fundamental in the field of planning and land use and also in the monitoring of the Earth’s surface, helping actors and stakeholders in the decision making process. The aim of this thesis is to classify Landsat 8 data in the north of Portugal using Geographic Object-Based Image Analysis (GEOBIA) and explore its potential and limitations in low-resolution spectral images, as in the case of the new Landsat 8 images. Subsequently, the results from the objects-oriented classification was compared to the results extracted from the classicization based on pixel by pixel and segments, in order to assess their overall accuracy and kappa index. The software’s used in this thesis were the ENVI 5.0 and the eCognition 9.0. The classification with better overall accuracy and Kappa index is the object-oriented classification, with values of 56% (14 classes) and 61% (10 classes) and 0.46 (14 classes) and 0.50 (10 classes), respectively. The classifications based on pixels and segments achieved overall accuracy values of 49% (14 classes) and 57% (10 classes), 45% (14 classes) and 52% (10 classes), respectively. For the concordance kappa index, the classifications based on pixels and segments achieved values of 0.40 (14 classes) and 0.45 (10 classes), 0.34 (14 classes) and 0.34 (10 classes). Afterwards, it was carried out a new mapping land cover, designated COS 2015, in order to find out if the classification based on objects was vulnerable due to the thematic uncertainty of the COS 2007 or by the time difference between the COS 2007 and the Landsat 8 image. Finally, the overall accuracy of the classification and the kappa index was calculated. The overall accuracy of the object-oriented classification and the COS 2007 was 59%, with a kappa index of 0.47. In the objects-oriented classification and the COS 2015, the overall accuracy was 60% and the Kappa index was 0.48.