A procura de maior objetividade nas estimativas das áreas agrícolas por meio de técnicas de
sensoriamento remoto vem ganhando importância mundial, onde se busca obter resultados
com maior antecedência, maior precisão e menor custo quando comparados aos resultados
gerados pelas técnicas subjetivas tradicionalmente utilizadas. Considerando a importância
da determinação da superfície cultivada em um sistema de previsão de safras, torna-se
fundamental a obtenção desse levantamento de uma forma cada vez mais objetiva e
confiável. Analisando as áreas agrícolas em contexto amplo (nos níveis municipal ou
estadual) e considerando a abrangência dos dados orbitais, a extração dos limites dos
talhões por algoritmos segmentadores representa um passo essencial no processo de
avaliação de áreas agrícolas e classificação do uso/cobertura do solo. Partindo da hipótese
de que a técnica de classificação de imagens por regiões, associada aos dados oriundos de
sensoriamento remoto, é um meio eficaz para estimar área plantada, a presente pesquisa
tem como objetivo geral o desenvolvimento um sistema quantitativo para avaliação dos
resultados gerados no processo de segmentação de imagens digitais. Tal sistema de
avaliação baseia-se em medidas de discrepância, em relação a um dado de referência, dos
seguintes parâmetros: número de polígonos; comprimento total de linhas; variância das
áreas dos polígonos; centro de massa mais próximo e faixa de coincidência. A
metodologia aqui apresentada define também critérios para a escolha dos limiares
(similaridade e área) para o algoritmo de segmentação por crescimento de regiões, bem
como a análise do comportamento desses limiares sobre o produto da segmentação. A área
de estudo na presente pesquisa corresponde aos municípios de Ipuã, Guará e São Joaquim
da Barra localizados no norte do Estado de São Paulo, os quais representam
significativamente as condições gerais da agricultura do Estado. A partir dos resultados
obtidos, verificou-se que o sistema quantitativo proposto mostrou-se competente no
processo de avaliação dos resultados gerados pelo algoritmo segmentador. O par de limares
16/24 (similaridade / área) forneceu a melhor segmentação para a área de estudo com base
nos dados de referência obtidos no levantamento de campo. Porém, ao adotar a
interpretação visual pelo operador como dado de referência para a avaliação da
segmentação, os pares de limiares 16/44 e 16/45 proporcionaram as melhores
segmentações.

Conteúdo

Documento completo