Análise comparativa da classificação de ortofoto ARP e imagens Sentinel-2A em Figueira da Foz, Portugal
Open Access
- 19 May 2025
- journal article
- Published by Revista Continentes in Revista Continentes
- Vol. 1 (26)
Abstract
Este estudo identifica as classes de vegetação, areia e água na praia de Figueira da Foz utilizando imagens da Aeronave Remotamente Pilotada (ARP) Matrice 600 Pro e do satélite Sentinel-2A, com processamento via Orfeo Toolbox no QGIS. A metodologia empregada incluiu o algoritmo Random Forest e técnicas de extração como Haralick, operações morfológicas em escala de cinza e índices radiométricos. As amostras foram divididas para treinamento, teste e validação usando a técnica de hold-out validation. A análise das imagens revelou que a ortofoto obteve uma acurácia de cerca de 94%, superior aos 87% do Sentinel-2A. As métricas de precisão, recall e F1-score foram avaliadas através da matriz de confusão. Os resultados indicam que diferentes técnicas e produtos podem influenciar a escolha do mapeamento e metodologias de classificação, destacando a importância do Sensoriamento Remoto na observação e monitoramento da superfície terrestre.Keywords
This publication has 8 references indexed in Scilit:
- Análise comparativa da classificação de ortofoto ARP e imagens Sentinel-2A em Figueira da Foz, PortugalRevista Continentes, 2025
- Random forest in remote sensing: A review of applications and future directionsISPRS Journal of Photogrammetry and Remote Sensing, 2016
- Contextual land-cover classification: incorporating spatial dependence in land-cover classification models using random forests and the Getis statisticRemote Sensing Letters, 2010
- Evaluation of MODIS NDVI and NDWI for vegetation drought monitoring using Oklahoma Mesonet soil moisture dataGeophysical Research Letters, 2008
- Evaluation of Random Forest and Adaboost tree-based ensemble classification and spectral band selection for ecotope mapping using airborne hyperspectral imageryRemote Sensing of Environment, 2008
- Mapping invasive plants using hyperspectral imagery and Breiman Cutler classifications (randomForest)Remote Sensing of Environment, 2006
- Random forest classifier for remote sensing classificationInternational Journal of Remote Sensing, 2005
- Bagging predictorsMachine Learning, 1996