Este trabalho tem como objetivo verificar a viabilidade de utilização do radar
ERS, como ferramenta para o monitoramento da cobertura vegetal na área da
Floresta Nacional do Tapajós, através da classificação utilizando medidas de
textura. A textura, diferente da informação espectral que descreve a variação
do nível de cinza de um pixel, contém informações sobre a distribuição espacial
dos níveis de cinza de uma região da imagem e reflete sua variação espacial
para um determinado alvo na imagem. A informação textural de imagens de
radar apresenta um grande potencial na discriminação de regiões agrícolas e
de floresta, e teoricamente, melhora o desempenho dos classificadores digitais.
A geração das medidas de textura é realizada através da filtragem espacial da
imagem radar original. Para a seleção das medidas de textura a serem
empregadas na classificação, utilizou-se o resultado da classificação de áreas
de treinamento por classificação pontual de máxima verossimilhança e dois
métodos padrões de seleção de atributos. No primeiro método se realiza uma
Pesquisa Seqüencial Progressiva que tem como critério de seleção de atributos
o coeficiente de concordância Kappa. No segundo realiza-se uma seleção
previa dos atributos utilizando como parâmetro o Fator Discriminante (Fd),
gerado de forma automática pelo programa Texture 1.0 e após emprega-se,
novamente, a Pesquisa Seqüencial Progressiva. As imagens das medidas
selecionadas por ambos os métodos foram classificadas utilizando dois tipos
de classificadores: pontual/contextual e por regiões. Observou-se que para o
classificador pontual/contextual, as medidas selecionadas pelos dois métodos
de seleção de atributos apresentam desempenhos semelhantes, sendo que o
segundo método de seleção de atributos apresenta um menor número de
medidas que o primeiro. Para o classificador por regiões as medidas
selecionadas pelos dois métodos de seleção de atributos apresentaram um
baixo desempenho na classificação. Este desempenho ruim pode ser explicado
pela necessidade de se ter uma imagem radar com alguma variação do
retroespalhamento entre as regiões. Dos dois classificadores utilizados, o
classificador pontual/contextual apresentou o melhor desempenho, mas a
performance na classificação ainda foi muito baixa. Por fim, concluiu-se que a
classificação utilizando medidas de textura apresentou um melhor desempenho
em relação à classificação utilizando somente a imagem de radar original; que
as medidas de textura apresentam um grande potencial para a classificação de
imagens de radar. Na tentativa de se diminuir o erro da classificação, e ao
mesmo tempo verificar quais classes podem ser discriminada, com razoável
qualidade, nas imagens ERS, por medidas de textura, foi realizada uma análise
de agrupamento de classes, onde o melhor desempenho foi atingido quando se
utilizou duas classes, basicamente floresta e não floresta. Esta separabilidade,
a qual foi obtida usando medidas de textura, por si só já proporcionou razoável
desempenho na detecção de desmatamento na Amazônia. Isto sugere ser
possível o uso deste método para monitoração das atividades antrópicas na
Amazônia, principalmente em regiões onde a cobertura de nuvens seja um
problema.