Classificação do Padrão de Ocupação Urbana de São Paulo Utilizando Aprendizagem de Máquina e Sentinel 2

Palavras-chave: GEE, Classificador por Aprendizagem de Máquina, Índice Temporal, Índice de Textura

Resumo

Mapear o padrão de ocupação urbana e intra-urbana é essencial para planejamento das grandes cidades. O Google Earth Engine, classificação com aprendizagem de máquina e imagens do Sentinel 2 permitem uma classificação detalhada das áreas urbanas que pode ser aprimorada pelo conjunto de bandas utilizadas, algoritmo e balanceamento das amostras. Foram produzidas classificações do município de São Paulo/SP para o ano de 2017 com o melhor resultado produzido pelo Random Forest com 87,2% de exatidão global quando utiliza as bandas de reflectância, índices espectrais, temporal e de textura. O resultado demonstra a capacidade de utilizar a plataforma e imagens livres com algoritmos de aprendizagem de máquina para classificar padrão de ocupação urbana e intra-urbana.

Downloads

Não há dados estatísticos.
Publicado
2018-09-09
Como Citar
Rosa, M. (2018). Classificação do Padrão de Ocupação Urbana de São Paulo Utilizando Aprendizagem de Máquina e Sentinel 2. Revista Do Departamento De Geografia, (spe), 15-21. https://doi.org/10.11606/rdg.v0ispe.145784