@Article{PereiraReFeSaThPo:2018:AvTéGe,
author = "Pereira, Jorge Luis Gavina and Renn{\'o}, Camilo Daleles and
Ferreira, Leandro Valle and Sales, Gil Mendes and Thal{\^e}s,
Marcelo and Poccard-Chapuis, Ren{\'e}",
affiliation = "{Museu Paraense Em{\'{\i}}lio Goeldi} and {Instituto Nacional de
Pesquisas Espaciais (INPE)} and {Museu Paraense Em{\'{\i}}lio
Goeldi} and {Museu Paraense Em{\'{\i}}lio Goeldi} and {Museu
Paraense Em{\'{\i}}lio Goeldi} and Centre de Coop{\'e}ration
Internationale en Recherche Agronomique pour le
D{\'e}veloppement, Syst{\`e}mes d’{\'e}levage
m{\'e}diterran{\'e}ens et tropicaux",
title = "Avalia{\c{c}}{\~a}o de t{\'e}cnicas de
generaliza{\c{c}}{\~a}o de dados matriciais (raster) aplicadas
ao dado do TERRACLASS",
journal = "Caminhos da Geografia",
year = "2018",
volume = "19",
number = "65",
pages = "269--285",
keywords = "Projeto TerraCert, Uso da terra na Amaz{\^o}nia, Coeficiente
Kappa, TerraCert Project, Land use in the Amazon, Kappa
coefficient.",
abstract = "O Projeto TerraClass realiza a qualifica{\c{c}}{\~a}o das
{\'a}reas desflorestadas da Amaz{\^o}nia Legal. Os dados
TerraClass s{\~a}o uma fonte de informa{\c{c}}{\~a}o adicional
para os estudos de paisagem, que ser{\~a}o realizados no escopo
do Projeto TerraCert. Manipulando-se o dado matricial do
TerraClass 2014 para Paragominas, Estado do Par{\'a}, observou-se
uma grande quantidade de pol{\'{\i}}gonos correspondentes a um
{\'u}nico pixel, tornado a generaliza{\c{c}}{\~a}o do dado um
passo importante. Neste artigo apresenta-se uma nova t{\'e}cnica
de generaliza{\c{c}}{\~a}o de dados matriciais categ{\'o}ricos
baseado em segmenta{\c{c}}{\~a}o por crescimento de
regi{\~o}es. O artigo tem como objetivo a compara{\c{c}}{\~a}o
de quatro t{\'e}cnicas de generaliza{\c{c}}{\~a}o de dados
matriciais: filtro moda, reamostragem, metodologia ESRI e
segmenta{\c{c}}{\~a}o. O resultado da generaliza{\c{c}}{\~a}o
foi avaliado com rela{\c{c}}{\~a}o ao coeficiente kappa e ao
n{\'u}mero de pol{\'{\i}}gonos resultantes. O filtro moda teve
um bom valor de kappa, mas uma baixa redu{\c{c}}{\~a}o dos
pol{\'{\i}}gonos. A reamostragem apresentou o valor mais baixo
de kappa e uma redu{\c{c}}{\~a}o intermedi{\'a}ria dos
pol{\'{\i}}gonos. A metodologia ESRI apresentou um valor
intermedi{\'a}rio de kappa, no entanto teve a maior
redu{\c{c}}{\~a}o dos pol{\'{\i}}gonos. A
segmenta{\c{c}}{\~a}o obteve o maior valor de kappa e a segunda
maior redu{\c{c}}{\~a}o dos pol{\'{\i}}gonos. A t{\'e}cnica
da segmenta{\c{c}}{\~a}o se revelou uma boa alternativa {\`a}
Metodologia ESRI. ABSTRACT: The TerraClass Project qualifies
deforested areas of the Legal Amazon. TerraClass data are an
additional source of information for landscape studies, which will
be carried out in the scope of the TerraCert Project. When
manipulating 2014 TerraClass raster data to Paragominas, Par{\'a}
state, we observed a large number of polygons corresponding to a
single pixel, making data generalization an important step. In
this paper we present a new technique of generalization of
categorical raster data based on segmentation by region growth.
This paper aims to compare four generalization techniques:
majority filter, resampling, ESRI methodology and segmentation.
The generalization was evaluated with respect to the kappa
coefficient and the number of resulting polygons. The majority
filter had a good kappa value, but a low polygon reduction.
Resampling has presented the lowest kappa value and an
intermediate polygons reduction. The ESRI methodology presented an
intermediate kappa value, however it had the greatest polygons
reduction. Segmentation obtained the highest kappa value and the
second largest polygons reduction. The segmentation technique
proved to be a good alternative to the ESRI methodology.",
doi = "10.14393/RCG196520",
url = "http://dx.doi.org/10.14393/RCG196520",
issn = "1678-6343",
label = "self-archiving-INPE-MCTIC-GOV-BR",
language = "pt",
targetfile = "38760-177303-1-PB.pdf",
urlaccessdate = "27 abr. 2024"
}