Search

Dissertação apresentada como requisito parcial para a obtenção do grau de Mestre em Ciência e Sistemas de Informação Geográfica Dispor de uma cartografia de ocupação do solo actualizada é da maior importância para diversas áreas. O sensor MERIS, operacional desde 2002, dispõe de uma resolução espacial média bem como de elevada resolução temporal e espectral, características essas que o tornam apetecível como fornecedor da informação necessária à rápida criação ou actualização de cartografia de ocupação do solo. No presente trabalho fez-se uma abordagem exploratória de utilização de uma série temporal intra-anual com três, quatro e cinco imagens e avaliou-se a sua adequação para elaboração de cartografia de ocupação do solo com o detalhe requerido pela legenda LANDEO simplificada com 19 classes com base numa classificação não assistida. Foi utilizado o algoritmo de classificação ISODATA para a geração de 100 clusters espectrais e foi depois feita a sua correspondência com as 19 classes de ocupação em jogo. A qualidade dos resultados obtidos não foi a suficiente para a utilização de uma legenda com as 19 classes do LANDEO simplificado. Para 17 classes de ocupação obtiveram-se exactidões globais de 62,3% para a classificação e de 43,5% para o mapa. Após a agregação das classes tematicamente próximas e com maior confusão entre si chegou-se a 12 classes de ocupação com exactidões globais de 71,8% para a classificação e de 50,3% para o mapa.

Dissertation presented as the partial requirement for obtaining a Master's degree in Geographic Information Systems and Science Realizou-se uma investigação sobre a aplicação do Modelo de Mistura Linear (MML) numa série multi-temporal. Depois de aplicado a uma sequência anual completa de imagens MODIS com 500 metros de resolução especial, o MML gerou um conjunto de imagens fracção com uma variação intra-anual da abundância de componentes puros vegetação, solo e sombra na mistura do pixel. No pré-processamento das imagens de MOD09A1 utilizou-se uma abordagem do Compósito do Valor Máximo, para obter os dados de base para input do modelo de MML. Baseado em 36 imagens fracção, caracterizaram-se 304 amostras, correspondendo cada amostra a uma de onze classes de ocupação do solo definidas neste estudo. Estabeleceu-se uma relação entre estas classes e o CLC2000. Para a classificação das unidades de ocupação do solo, baseadas na variação do perfil temporal dos componentes puros no pixel das amostras, recorreu-se à utilização de uma rede neuronal de mapas autoorganizados (SOM). A análise da qualidade dos resultados resultou da construção da matriz de convergência, sendo calculados os índices de exatidão global, do produtor e do utilizador para avaliação de resultados. O trabalho reporta uma análise descritiva dos resultados obtidos segundo a metodologia proposta e apresenta-se como um estudo preliminar para análise de mistura espectrais, numa vertente multi-temporal, para caracterização da ocupação do solo.