@TechReport{Deus:2010:ClCoSo,
author = "Deus, Leonardo Rodrigues de",
title = "Classifica{\c{c}}{\~a}o da cobertura do solo urbano utilizando
imagens IKONOS II e dados LiDAR",
institution = "Instituto Nacional de Pesquisas Espaciais",
year = "2010",
type = "RPQ",
number = "INPE-16780-RPQ/864",
address = "S{\~a}o Jos{\'e} dos Campos",
keywords = "minera{\c{c}}{\~a}o de dados, sensoriamento remoto, cobertura do
solo urbano, classifica{\c{c}}{\~a}o do solo urbano, imagens
IKONOS II, dados LiDAR, data mining, remote sensing, urban land
cover, classification of urban land, IKONOS II images, LiDAR
data.",
abstract = "A quantidade de dados que s{\~a}o produzidos nas mais diversas
{\'a}reas de conhecimento e o conseq{\"u}ente armazenamento
destes dados em reposit{\'o}rios cada vez com mais espa{\c{c}}o
de disco, leva {\`a} necessidade de novas teorias e ferramentas
computacionais que auxiliem a m{\~a}o de obra humana no processo
de descobrir conhecimento ao se analisar estes dados. Neste
sentido a minera{\c{c}}{\~a}o de dados tem sido empregada nos
mais diversos campos de pesquisa para se extrair conhecimento a
partir dos grandes volumes de dados dispon{\'{\i}}veis. O
sensoriamento remoto {\'e} um campo que tem se beneficiado com a
utiliza{\c{c}}{\~a}o de t{\'e}cnicas de minera{\c{c}}{\~a}o
de dados, uma vez que estas podem aumentar o potencial de
an{\'a}lise e aplica{\c{c}}{\~a}o dos dados deste tipo. Visando
utilizar t{\'e}cnicas de descoberta de conhecimento em banco de
dados, este trabalho tem por objetivo utilizar dados de
sensoriamento remoto, compostos por imagens do sensor IKONOS II e
dados LiDAR, para classificar a cobertura do solo urbano,
analisando se as informa{\c{c}}{\~o}es acrescentadas pelos dados
LiDAR possibilitam a obten{\c{c}}{\~a}o de uma
classifica{\c{c}}{\~a}o mais precisa, a partir do uso de um
software de minera{\c{c}}{\~a}o de dados para
predi{\c{c}}{\~a}o da classifica{\c{c}}{\~a}o. Foram
empregadas tr{\^e}s classificadores diferentes implementados no
software Weka, o IBK, o J48 e MLP. Os resultados mostraram que
para todos os classificadores, a utiliza{\c{c}}{\~a}o de imagens
IKONOS II em conjunto com dados LiDAR possibilitou que a cobertura
do solo urbano fosse classificada com maior precis{\~a}o. A
contribui{\c{c}}{\~a}o dos dados LiDAR para classificar a
cobertura do solo urbano esta na informa{\c{c}}{\~a}o de altura
dos alvos que sistema fornece, e a utiliza{\c{c}}{\~a}o destes
dados propiciou uma melhora na precis{\~a}o das inst{\^a}ncias
classificadas corretamente da ordem de 5\% para a {\'a}rea de
estudo. ABSTRACT: The amount of data that are produced in several
areas of knowledge and the consequent storage of these data in
repositories with increasing disk space, leads to the need for new
theories and computational tools to assist the labor human in the
process of discovery knowledge when analyzing these data. In this
sense, data mining has been used in various fields of research in
order to extract knowledge from large volumes of data. Remote
sensing is a field that has benefited from the use of data mining
techniques, since these can increase the potential for analysis
and application of such data. Aiming to use techniques of
knowledge discovery in databases, this study aims to use remote
sensing data, comprising images of the IKONOS sensor II and LiDAR
data to classify land cover urban, evaluating whether the
information added by LiDAR data help to obtain a more precise
classification, from the use of a data mining software for
predicting classification. We used three different classifiers
implemented in Weka software, IBK, the J48 and MLP. The results
showed that for all classifiers, the use of IKONOS II images in
association with LiDAR data enabled the urban land cover be
classified more accurately. The contribution of LiDAR data to
classify the coverage of urban land is information of height the
targets that the system provides and the use of these data led to
an improvement in the accuracy of instances correctly classified
in the order of 5\% for the study area.",
affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)}",
copyholder = "SID/SCD",
language = "pt",
pages = "44",
ibi = "8JMKD3MGP7W/38FQ4QL",
url = "http://urlib.net/ibi/8JMKD3MGP7W/38FQ4QL",
targetfile = "publicacao.pdf",
urlaccessdate = "06 maio 2024"
}