Fechar
Metadados

@Article{Pess˘aPonz:2017:SpAp,
               author = "Pess{\^o}a, Ana Carolina Moreira and Ponzoni, Fl{\'a}vio Jorge",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)}",
                title = "Influence of the topographic correction strategy on the land cover 
                         classification: a spectral approach",
              journal = "Revista Brasileira de Cartografia",
                 year = "2017",
               volume = "69",
               number = "6",
                pages = "1223--1230",
             keywords = "Topographic Correction, C-Correction, Digital Classifi cation, 
                         Mata Atl{\^a}ntica, Vegetation, Corre{\c{c}}{\~a}o 
                         Topogr{\'a}fi ca, Corre{\c{c}}{\~a}o-C, Classifi 
                         ca{\c{c}}{\~a}o Digital, Mata Atl{\^a}ntica, 
                         Vegeta{\c{c}}{\~a}o.",
             abstract = "Topographic correction methods applied to orbital imagery have 
                         been evaluated by several authors. The evaluation criteria have 
                         been based on the correlation decreasing between shade and refl 
                         ectance at diff erent spectral bands or, in some cases, it has 
                         included the performance of digital classifi ers trying to 
                         separate specifi c land cover types. Some topographic correction 
                         methods include sampling procedures based on the original image to 
                         be corrected and results are dependent on how they are conducted. 
                         The infl uence of the topographic correction on the land cover 
                         types spectral characterization is frequently neglected although 
                         it is relevant, specially in quantitative remote sensing in which 
                         empirical or physical relations between radiometric data and 
                         biophysical or geophysical data are explored. The objective here 
                         was to evaluate the classifi cation results achieved from original 
                         and topographic corrected images using the C-correction method 
                         exploring two sampling procedures. The infl uence of the spectral 
                         characterization of some land cover types was also evaluated. 
                         Results indicated that pixels under high and low illumination 
                         conditions presented bigger spectral dynamics, specially in the 
                         infrared spectral region (near and SWIR). Topographic correction 
                         based on a single land cover class (vegetation) did not present 
                         better classifi cation result when compared to that classifi 
                         cation based on the original images. Sampling procedures based on 
                         diff erent land cover classes presented lower mapping accuracy and 
                         low matching level with the other classifi cation results. RESUMO: 
                         M{\'e}todos de corre{\c{c}}{\~a}o topogr{\'a}fi ca aplicados 
                         {\`a}s imagens orbitais vem sendo estudados por diversos autores. 
                         O crit{\'e}rio de avalia{\c{c}}{\~a}o frequentemente {\'e} 
                         baseado na correla{\c{c}}{\~a}o negativa entre sombra e refl 
                         ect{\^a}ncia em diferentes bandas espectrais, ou, em alguns 
                         casos, incluindo o desempenho de classifi cadores digitais, que 
                         tentam separar tipos de coberturas do solo espec{\'{\i}}fi cas. 
                         Alguns m{\'e}todos de corre{\c{c}}{\~a}o topogr{\'a}fi ca 
                         incluem procedimentos de amostragem baseados na imagem original a 
                         ser corrigida, e os resultados dependem em como esses 
                         procedimentos s{\~a}o realizados. A infl u{\^e}ncia da 
                         corre{\c{c}}{\~a}o topogr{\'a}fi ca na 
                         caracteriza{\c{c}}{\~a}o espectral de tipos de cobertura do solo 
                         frequentemente {\'e} negligenciada, apesar de ser relevante, 
                         sobretudo no sensoriamento remoto quantitativo, no qual 
                         rela{\c{c}}{\~o}es emp{\'{\i}}ricas e f{\'{\i}}sicas entre 
                         dados radiom{\'e}tricos e dados biof{\'{\i}}sicos ou 
                         geof{\'{\i}}sicos s{\~a}o exploradas. O objetivo deste trabalho 
                         foi avaliar os resultados de classifi ca{\c{c}}{\~a}o obtidos de 
                         imagens originais e de imagens submetidas {\`a} 
                         corre{\c{c}}{\~a}o topogr{\'a}fi ca. O m{\'e}todo de 
                         corre{\c{c}}{\~a}o M{\'e}todos de corre{\c{c}}{\~a}o 
                         topogr{\'a}fi ca aplicados {\`a}s imagens orbitais vem sendo 
                         estudados por diversos autores. O crit{\'e}rio de 
                         avalia{\c{c}}{\~a}o frequentemente {\'e} baseado na 
                         correla{\c{c}}{\~a}o negativa entre sombra e refl ect{\^a}ncia 
                         em diferentes bandas espectrais, ou, em alguns casos, incluindo o 
                         desempenho de classifi cadores digitais, que tentam separar tipos 
                         de coberturas do solo espec{\'{\i}}fi cas. Alguns m{\'e}todos 
                         de corre{\c{c}}{\~a}o topogr{\'a}fi ca incluem procedimentos de 
                         amostragem baseados na imagem original a ser corrigida, e os 
                         resultados dependem em como esses procedimentos s{\~a}o 
                         realizados. A infl u{\^e}ncia da corre{\c{c}}{\~a}o 
                         topogr{\'a}fi ca na caracteriza{\c{c}}{\~a}o espectral de tipos 
                         de cobertura do solo frequentemente {\'e} negligenciada, apesar 
                         de ser relevante, sobretudo no sensoriamento remoto quantitativo, 
                         no qual rela{\c{c}}{\~o}es emp{\'{\i}}ricas e f{\'{\i}}sicas 
                         entre dados radiom{\'e}tricos e dados biof{\'{\i}}sicos ou 
                         geof{\'{\i}}sicos s{\~a}o exploradas. O objetivo deste trabalho 
                         foi avaliar os resultados de classifi ca{\c{c}}{\~a}o obtidos de 
                         imagens originais e de imagens submetidas {\`a} 
                         corre{\c{c}}{\~a}o topogr{\'a}fi ca. O m{\'e}todo de 
                         corre{\c{c}}{\~a}o utilizado foi a Corre{\c{c}}{\~a}o-C 
                         explorando dois procedimentos de amostragem. A infl u{\^e}ncia da 
                         caracteriza{\c{c}}{\~a}o espectral de algumas classes de 
                         cobertura do solo tamb{\'e}m foi avaliada. Os resultados indicam 
                         que pixels sob condi{\c{c}}{\~o}es de ilumina{\c{c}}{\~a}o 
                         alta e baixa apresentaram maiores din{\^a}micas espectrais, 
                         principalmente na regi{\~a}o espectral do infravermelho 
                         (pr{\'o}ximo e SWIR). A corre{\c{c}}{\~a}o topogr{\'a}fi ca 
                         baseada em uma {\'u}nica classe de cobertura do solo 
                         (vegeta{\c{c}}{\~a}o) n{\~a}o apresentou melhoria para o 
                         resultado da classifi ca{\c{c}}{\~a}o, quando comparado com a 
                         classifi ca{\c{c}}{\~a}o baseada nas imagens originais. 
                         Procedimentos amostrais baseados em diferentes classes de 
                         cobertura do solo apresentaram menor precis{\~a}o, e baixo 
                         n{\'{\i}}vel de compatibilidade com os outros resultados das 
                         classifi ca{\c{c}}{\~o}es.",
                 issn = "0560-4613 and 1808-0936",
             language = "en",
           targetfile = "Pessoa_influence.pdf",
        urlaccessdate = "27 jan. 2021"
}


Fechar