Alcina Maria Nepomuceno Classificação de imagens de Radar (Banda-P) utilizando Redes Neurais para mapeamento de cobertura da terra em região de Floresta Tropical. Alcina Maria Nepomuceno Aluna de Mestrado em Sensoriamento Remoto Bolsista CAPES Orientadores: Dra. Corina Freitas Dr. Dalton Valeriano
Objetivos Geral. Específico. Avaliar a potencialidade da classificação por Redes Neurais Artificiais de dados de radar na banda–P para discriminação e mapeamento de cobertura da terra em região de Floresta Tropical. Específico. Estudar a capacidade discriminatória da banda-P utilizando as polarizações (HH, HV, VH, VV) e as imagens Potência Total, BMI (Índice de Biomassa), CSI (Índice da Estrutura do Dossel), VSI (Índice de espalhamento volumétrico). Utilização de uma nova metodologia na classificação destes dados: “Algoritmo Genético otimizando os parâmetros da Rede Neural e os resultados da classificação”.
Índices Biofísicos de Radar de Abertura Sintética Pope et al., 1994 Durden et al., 1991
Metodologia
RELAÇÃO SINAL/RUÍDO Schowengerdt (1997)
Exemplo das classificações c/ rede Fuzzy-ART: Polarização HH original e filtradas 13 classes HH FROST MEDIANA HH FROST MEDIANA 13 classes HH MAP GAMMA HH MAP GAMMA 14 classes
Exemplo das classificações c/ rede SOM: Polarização HH original e filtrada 4 classes HH MAP GAMMA 4 classes
Exemplo das classificações: composições das polarizações menos correlacionadas HV e VV ORIGINAL 23 classes HV e VV FROST e MEDIANA 22 classes HV e VV MAP GAMMA 20 classes
Exatidão das imagens classificadas Matriz de confusão Exatidão Coeficiente KAPPA Tabulação cruzada Mesclar classes
Exemplo do processo de combinação das classes
Exemplo do resultado das imagens com classes combinadas HH MAP GAMMA (14 classes) HH MAP GAMMA (8 classes)
Situação Atual do Trabalho Fase de análise dos resultados. Limite do prazo final: Março/2003. Data provável da defesa da dissertação: Fevereiro ou Março/2003.
Fim