| Summary: | Este trabalho teve como objetivo: a) estabelecer uma metodologia para estimar áreas de solo preparado para plantio, através da utilização de técnicas de sensoriamento remoto com ênfase na análise visual e automática de dados MSS e análise de dados RBV de satélite LANDSAT; b) verificar o algoritmo mais eficiente para determinar áreas preparadas para plantio utilizando o analisador de imagens multiespectrais (Image-100); c) acompanhar a dinâmica das áreas preparadas para plantio em função de três datas de aquisição de imagens e; d) verificar os alvos que se confundem com o solo preparado. Para isso utilizou-se uma área de estudo na DIRA de Ribeirão Preto. Foi feito um tratamento automático usando três diferentes algoritmos (SINGLE-CELL, MAXVER e MEDIA K). Posteriormente foram obtidos dispositivos que foram projetados e interpretados visualmente. Os resultados obtidos mostram que: a)o algoritmo MAXVER apresentou um melhor desempenho de classificação correta; b) foi possível fazer um acompanhamento da dinâmica das áreas agrícolas utilizando dados das três datas em estudo; c) as massas d'água, áreas de pastagem degradada, áreas urbanas e áreas em pousio confundiram-se com as de solo preparado; d) a técnica de projeção de diapositivos permitiu atingir resultados satisfatórios além de reduzir o tempo gasto no Image-100. === The objectives of thid work were: a) to establish a methodology to estimate areas of cultivated soil for planting, trough the use of sensing techiques with emphasis on visual and digital analysis of MSS data and visual analysis of RBV data from LANDSAT satellite; b) to determine the most efficient algorithm for cultivated usig the interactive multispectral image analysis system (Image-100); c) to verify the changes in cultivated areas as a function of three acquisition dates, and; d) identify the targets that are frequently mistaken with cultivated soils. A study area in the Ribeirão Preto DIRA was used in this work. An automatic interpretation of the LANDSAT data was made using three different algorithms (SINGLE-CELL, MAXVER, and MEDIA K). After, photographic transparencies were obtained, projected and visually interpreted. The results obtained show that: a) the MAXVER algorithm presented a better classification performance; b) the verification of the changes in cultivated áreas using data from the three different acquisition dates was possible; c) the water bodies, degraded lands, urban areas, and fallow fields were frequently mistaken by cultivated soils; d) the use of projected photographic transparencies furnished satisfactory results, besides reducing the time spent on the Image-100 system.
|
|---|
