Segmentação e classificação de dossel florestal em imagens Quickbird<p>Segmentation and classifi cation of forest canopy in Quickbird images

Abstract

O objetivo deste trabalho foi testar os métodos de “Segmentação MultiResolução” e “Classificação Orientada a Objetos” para a identificação de duas espécies de árvores (Sclerolobium paniculatum e Mabea fistulifera) presentes em uma área de Cerradão no estado de São Paulo, utilizando imagens do satélite Quickbird combinadas a informações espaciais das espécies. Para isto, o resultado da classificação foi comparado com dados de campo, sendo sua acurácia avaliada através da matriz de confusão e do cálculo do coeficiente Kappa. A identificação das duas espécies pelo método de classificação orientada a objetos foi satisfatória (Kappa superior a 80%). A utilização de um modelo de distribuição potencial de S. paniculatum melhorou o resultado da classificação. Estes resultados indicam que, para a formação florestal estudada, a resolução espacial do satélite Quickbird pode ser satisfatória para a identificação de copas de árvores que se destacam no dossel por serem emergentes e/ou apresentarem resposta espectral característica. A baixa resolução espectral destas imagens pode ser compensada pelo uso de informações espaciais dos indivíduos de interesse na classificação orientada a objetos.

Abstract

The objective of this investigation was to identify two tree species (S. paniculatum and Mabea fistulifera) within a Cerradão (Savanna Forest) area in the state of São Paulo in satellite images. Quickbird images, associated with the species spatial data, were used to implement a multi-resolution segmentation and object-oriented classification approach. Classification accuracy was assessed by comparing our results, from the automated technique, with available field data using the Kappa coefficient. The objectoriented classification results appear to be particularly satisfactory for both species (Kappa > 80%). The S. paniculatum probability distribution map improved this classification. The results show that, depending on the forest type and species of interest, the spatial resolution of Quickbird images is sufficient for the identification of individual tree crowns. The low spectral resolution of these images is somewhat compensated by the spatial information available for the species of interest defi ned in our object-oriented classification.