Skip navigation
Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufpe.br/handle/123456789/53823

Comparte esta pagina

Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorGALVÍNCIO, Josicleda Domiciano-
dc.contributor.authorALVES, José Vinicius-
dc.date.accessioned2023-12-01T17:01:57Z-
dc.date.available2023-12-01T17:01:57Z-
dc.date.issued2023-10-05-
dc.date.submitted2023-11-24-
dc.identifier.citationALVES, José Vinicius. Análise comparativa entre métodos de classificação supervisionada e não supervisionada para o mapeamento do uso e cobertura da terra.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/53823-
dc.description.abstractO mapeamento de uso e cobertura do solo vem ganhando cada vez mais relevância no que diz respeito à gestão de recursos hídricos podendo monitorar a distribuição e a dinâmica temporal das formas de ocupação da terra. Desta forma, este estudo aborda o gerenciamento de bacias hidrográficas com foco no mapeamento de uso e cobertura da terra na Bacia Hidrográfica GL2, utilizando a plataforma Google Earth Engine (GEE). O objetivo desse estudo foi realizar o mapeamento de uso e cobertura da terra na bacia e comparar métodos de classificação supervisionados e não-supervisionados. Para isso, foram coletadas amostras espectrais para treinar os classificadores e avaliar sua precisão por meio de validação com matriz de erro, acurácia global e índice kappa. O método supervisionado, com o algoritmo Random Forest, apresentou excelente desempenho, superando a classificação não-supervisionada pelo algoritmo K-means. No entanto, houve a necessidade de reduzir a área de estudo devido a um problema não resolvido na plataforma durante a comparação dos métodos. Foram obtidos resultados que indicam uma leve superioridade ao método supervisionada através do Random Forest. Este estudo demonstra o potencial do GEE para o mapeamento de uso da terra em bacias hidrográficas e fornece insights valiosos para pesquisas futuras.pt_BR
dc.format.extent65p.pt_BR
dc.language.isoporpt_BR
dc.rightsembargoedAccesspt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectSensoriamento Remotopt_BR
dc.subjectBacia Hidrográficapt_BR
dc.subjectGoogle Earth Engine (GEE)pt_BR
dc.subjectRandom Forestpt_BR
dc.subjectK-meanspt_BR
dc.titleANÁLISE COMPARATIVA ENTRE MÉTODOS DE CLASSIFICAÇÃO SUPERVISIONADA E NÃO SUPERVISIONADA PARA O MAPEAMENTO DO USO E COBERTURA DA TERRApt_BR
dc.typebachelorThesispt_BR
dc.degree.levelGraduacaopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/7217736964361440pt_BR
dc.description.abstractxMapping land use and cover is gaining increasing relevance with regard to water resources management, being able to monitor the distribution and temporal dynamics of forms of land occupation. Thus, this study addresses watershed management with a focus on mapping land use and cover in the GL2 Watershed, using the Google Earth Engine (GEE) platform. The objective of this study was to map land use and coverage in the basin and compare supervised and unsupervised classification methods. For this, spectral samples were collected to train the classifiers and evaluate their accuracy through validation with error matrix, global accuracy and kappa index. The supervised method, using the Random Forest algorithm, demonstrated excellent performance, surpassing the unsupervised classification by the K-means algorithm. However, there was a need to reduce the study area due to an unresolved issue in the platform during method comparison. The results obtained indicate a slight superiority of the supervised method using Random Forest. This study demonstrates the potential of GEE for land use mapping in watersheds and provides valuable insights for future research.pt_BR
dc.degree.departament::(CFCH-DCG) - Departamento de Ciências Geográficaspt_BR
dc.degree.graduation::CFCH-Curso de Geografia (Bacharelado)pt_BR
dc.degree.grantorUniversidade Federal de Pernambucopt_BR
dc.degree.localRecifept_BR
Aparece en las colecciones: (TCC) - Geografia (Bacharelado)

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TCC José Vinicius Alves.pdf2,8 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons