Academic Journals Database
Disseminating quality controlled scientific knowledge

Estimativa de área de soja por classificação de imagens normalizada pela matriz de erros Soybean crop area estimation through image classification normalized by the error matrix

ADD TO MY LIST
 
Author(s): João Francisco Gonçalves Antunes | Erivelto Mercante | Júlio César Dalla Mora Esquerdo | Rubens Augusto de Camargo Lamparelli | Jansle Vieira Rocha

Journal: Pesquisa Agropecuária Brasileira
ISSN 0100-204X

Volume: 47;
Issue: 9;
Start page: 1288;
Date: 2012;
Original page

Keywords: Glycine max | cultura da soja | geotecnologia | índice Kappa | previsão de safras | TM | Glycine max | soybean crop | geotechnology | Kappa index | crop forecasting | TM

ABSTRACT
O objetivo deste trabalho foi estimar a área plantada com soja por meio da normalização da matriz de erros gerada a partir da classificação supervisionada de imagens TM/Landsat‑5. Foram avaliados oito municípios no Estado do Paraná, com dados referentes à safra de 2003/2004. As classificações foram realizadas por meio dos métodos paralelepípedo e máxima verossimilhança, dando origem à "máscara de soja". Os valores do índice Kappa dos oito municípios ficaram acima de 0,6. As estimativas de área de soja, corrigidas por matriz de erros, apresentaram alta correlação com as estimativas oficiais do estado e com as estimativas geradas a partir de um método alternativo denominado "expansão direta". A estimativa de área de soja por meio da normalização da matriz de erros apresenta menor custo e pode subsidiar métodos convencionais na estimativa menos subjetiva de safras.The objective of this work was to estimate soybean crop area by the normalization of the error matrix generated from the supervised classification of TM/Landsat‑5 images. Eight municipalities of the state of Paraná, Brazil, were evaluated using data from the 2003/2004 crop season. Classifications were carried out using the parallelepiped and maximum likelihood methods, resulting in a "soybean mask". Kappa index values for the eight municipalities were above 0.6. Estimated soybean areas, corrected by the error matrix, were highly correlated with official estimates of the state and with estimates generated from an alternative method called "direct expansion". Soybean crop area estimation by the normalization of the error matrix is less costly and can aid conventional methods in estimating harvests in a less subjective manner.
Affiliate Program      Why do you need a reservation system?