Imagens para mapas

Satélite a aldeia de Nukuni em Ono-i-Lau, Fiji. Ono-i-Lau é um grupo de ilhas dentro de um sistema de barreira de recifes no arquipélago de Fiji das Ilhas Lau. Foto © Planet Labs Inc.

Imagens de sensoriamento remoto são uma grade de pixels com valores numéricos, enquanto os mapas usam coordenadas X e Y para definir a localização de pontos, linhas e áreas (polígonos) que correspondem às características do mapa. Transformar uma imagem de satélite em um mapa de alta precisão é um processo que requer especialistas e trabalho de campo.

Da imagem de satélite ao mapa do recife com classes bentônicas

Da imagem de satélite (esquerda) ao mapa do recife com classes bentônicas (direita). Esta fotografia e este mapa representam a Ilha Heron da Austrália, uma ilhota de coral no extremo sul da Grande Barreira de Corais. Imagem © Allen Coral Atlas

Classificação de imagens

Para criar um mapa a partir de uma imagem, técnicas de classificação são aplicadas. Uma das abordagens mais populares é uma análise de imagem baseada em objeto, uma técnica de classificação de imagem recente e poderosa.

classificação baseada em objeto

Segmentação e classificação de uma imagem durante uma análise baseada em objetos. Imagem © GISGeography

Uma análise de imagem baseada em objeto primeiro segmenta a imagem em objetos. A segmentação é baseada nas assinaturas espectrais dos pixels, na forma e no tamanho do objeto ou na textura dos pixels dentro do objeto. Uma vez que a imagem é segmentada, o usuário associa cada classe de cobertura do solo a alguns objetos de amostra. A imagem é então classificada.

Esquema de Classificação

Os esquemas de classificação são usados ​​para atribuir uma classe a um objeto na imagem. Para os recifes de coral, ter conhecimento prévio da área ajudará a identificar as classes potenciais a serem mapeadas. Essas classes são usadas para formar um esquema de classificação que é usado para definir pesquisas de campo e almejar áreas representativas para a coleta de dados de treinamento.

Abaixo está um exemplo de uma classificação hierárquica usada para os mapas no Allen Coral Atlas que inclui a classificação geomórfica e bentônica e é geral o suficiente para ser usada em uma escala global.

classificação aca

Exemplo do esquema de classificação Allen Coral Atlas para um atol. Fonte: Kennedy et al. 2020

Pesquisas de campo

pesquisas de campo

Snorkeler terminando um levantamento de campo. Foto © Emma Kennedy, Universidade de Queensland

Os dados de campo são um componente chave para a criação de um mapa de alta qualidade. Os dados do campo constroem um link entre a imagem e os recursos mapeados.

Objetivos da pesquisa de campo:

  • Identifique as classes de habitat a serem mapeadas e crie um esquema de classificação
  • Localize áreas representativas de cada classe de habitat, a fim de coletar dados de treinamento
  • Gere dados necessários para calibração de imagem, como clareza e profundidade da água
  • Colete pontos aleatórios estratificados suficientes para avaliar a precisão da classificação (classes preditas vs. observadas)

Há uma variedade de métodos que podem ser usados ​​para coletar dados de campo para validação de classificação, além dos levantamentos SCUBA e snorkel. Os dados podem ser coletados usando drones aéreos e de superfície, instrumentos subaquáticos como veículos operados remotamente (ROVs), verificações pontuais do barco usando um visor com fundo de vidro ou até mesmo conhecimento local.

assinatura espectral do mergulhador

Mergulhador coletando assinaturas de reflexão espectral para tipos de fundo individuais. Foto © Kovacs, Universidade de Queensland

Dados de treinamento

Dados de treinamento são qualquer tipo de dados de campo georreferenciados coletados para classificação de imagens. Eles são amostras representativas “referenciadas no solo” de cada classe no esquema de classificação. Eles são usados ​​para “treinar” o algoritmo de classificação para reconhecer os padrões únicos de reflexão espectral em cada uma das classes. Estes podem ser coletados de várias maneiras, como pesquisas de mergulho e snorkel, drones aéreos e de superfície, veículos operados remotamente (ROVs), barcos ou mesmo conhecimento local.

Avaliação de precisão

Uma avaliação de precisão é uma parte importante de qualquer projeto de classificação e fornece uma medida de quão preciso é o produto cartográfico. Ele usa dados independentes “referenciados no solo” para calcular uma pontuação de precisão baseada em estatísticas com base na comparação da classe predita (mapeada) versus classe observada no campo. Em outras palavras, os pixels ou objetos classificados são comparados à realidade, ou ao que realmente existe naquele local. Embora a coleta de dados de campo independente possa ser demorada e cara, esses dados também podem ser derivados da interpretação de imagens de alta resolução, imagens classificadas existentes ou especialistas locais.

pporno youjizz xmxx professor xxx Sexo
Translate »