Please use this identifier to cite or link to this item: https://rima.ufrrj.br/jspui/handle/20.500.14407/5767
Tipo do documento: TCC
Title: Mapeamento do uso e cobertura do solo utilizando imagens WPM/CBERS-4A, MSI/SENTINEL-2 e OLI/LANDSAT-8 para o município de Seropédica, RJ
Authors: Inacio, Gabriel de Oliveira
Mendonça, Bruno Araújo Furtado de
Mendonça, Bruno Araújo Furtado de;Araújo, Emanuel José Gomes de;Ataíde, Danilo Henrique dos Santos
Keywords: Ordenamento territorial;Sensoriamento remoto;Classificação supervisionada
Issue Date: 8-Sep-2022
Citation: INACIO, Gabriel de Oliveira. Mapeamento do uso e cobertura do solo utilizando imagens WPM/CBERS-4A, MSI/SENTINEL-2 e OLI/LANDSAT-8 para o município de Seropédica, RJ. 2022. 49 f. Monografia (Bacharelado em Engenharia Florestal) - Instituto de Florestas, Universidade Federal Rural do Rio de Janeiro, Seropédica, 2022.
Abstract: O município de Seropédica, localizado na baixada fluminense do Rio de Janeiro, carece de planejamento territorial. Com isso, as ferramentas de sensoriamento remoto surgem como importantes aliadas para o melhor ordenamento territorial, por meio de análises de uso e ocupação do solo. Umas das maneiras de se avaliar e obter resultados que possam caracterizar uma determinada área é por meio da classificação supervisionada, que pode ser executada com uso de diferentes imagens e satélites, o que pode deixar o usuário ou o avaliador confuso sobre qual satélite viabiliza a análise mais precisa. Portanto, a área de estudo do presente trabalho refere-se ao município de Seropédica, em que se avaliou diferentes satélites/sensores: CBERS 4A/WPM, SENTINEL 2B/MSI e LANDSAT 8/OLI na classificação supervisionada utilizando o classificador Random Forest no software QGIS 3.22. A precisão de classificação supervisionada realizada para cada método avaliado, foi avaliada a partir dos índices Kappa e Exatidão Global. Por fim, concluiu-se que a classificação de todas as imagens apresentou parâmetros excelentes com distinções de uso de cada imagem relacionadas aos tamanhos de pixel de cada imagem, em que a imagem CBERS 4A e SENTINEL 2 possuem utilização para classificação de áreas de menores extensões, enquanto que a imagem LANDSAT 8 possui melhor aplicação para áreas de maiores extensões.
Abstract: The municipality of Seropédica, located in the baixada fluminense of Rio de Janeiro, lacks territorial planning. With this, the remote sensing tools emerge as important allies for a better territorial planning, through land use and occupation analysis. One of the ways to evaluate and obtain results that can characterize a given area is through supervised classification, which can be performed with the use of different images and satellites, which can leave the user or evaluator confused about which satellite enables the most accurate analysis. Therefore, the study area of this work refers to the municipality of Seropédica, where different satellites/sensors were evaluated: CBERS 4A/WPM, SENTINEL 2B/MSI and LANDSAT 8/OLI in the supervised classification using the Random Forest classifier in QGIS 3.22 software. The accuracy of supervised classification performed for each method evaluated, was evaluated from Kappa indices and Overall Accuracy. Finally, it was concluded that the classification of all images presented excellent parameters with distinctions of use of each image related to the pixel sizes of each image, in which the CBERS 4A and SENTINEL 2 images have use for classification of areas of smaller extensions, while the LANDSAT 8 image has better application for areas of larger extensions.
URI: https://rima.ufrrj.br/jspui/handle/20.500.14407/5767
Appears in Collections:TCC - Engenharia Florestal

Se for cadastrado no RIMA, poderá receber informações por email.
Se ainda não tem uma conta, cadastre-se aqui!

Files in This Item:
File Description SizeFormat 
Gabriel de Oliveira Inacio.pdf2.33 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.