标题：Impacto da Correção Atmosférica na Classificação da Cobertura da Terra da Carta Topográfica SC-24-V-C (Petrolina) Utilizando o Google Earth Engine e Imagens Landsat-8
其他标题：Impact of Atmospheric Correction on Land Cover Classification of the Topographic Chart SC-24-V-C (Petrolina) Using Google Earth Engine and Landsat-8 images
摘要：Sabe-se que mapear a cobertura da terra usando técnicas de sensoriamento remoto não é um procedimento trivial e requer um alto nível deconhecimento das técnicas de processamento adotadas. O Mapeamento Anual da Cobertura e Uso do Solo no Brasil – MapBiomas – é um projetofocado na classificação da cobertura da terra dos biomas brasileiros por meio de imagens dos satélites da série Landsat. No entanto, o fato de osdados disponibilizados em reflectância de superfície para o Landsat-8 não estarem ortorretificados até a conclusão deste trabalho, levou ao uso dodado em reflectância no topo da atmosfera (TOA) pelo projeto na geração das classificações. Tendo em vista que os efeitos atmosféricos podem interferirna qualidade do dado, torna-se necessário investigar qual dado melhor se ajusta às classificações. Assim, após a seleção da carta SC-24-V-C(Petrolina), pertencente ao bioma Caatinga, foram geradas três classificações: uma em reflectância TOA e as outras com correção atmosférica apartir dos algoritmos FLAASH e QUAC. As classificações foram geradas no Code Editor do Google Earth Engine (GEE) com base em uma árvorede decisão definida empiricamente. A avaliação da acurácia para as classificações advindas do dado sem correção atmosférica (TOA) e dos dadoscorrigidos pelo FLAASH e QUAC mostrou, respectivamente, valores Tau, de, 54,13%, 39,13% e 58,10%; Kappa de 49,24%, 34,08% e 52,97%, e,exatidão global de 61,78%, 49,28% e 65,08%. Isso mostrou um melhor ajuste do dado corrigido pelo QUAC ao contexto da carta em comparaçãocom os demais dados. O dado TOA diferiu em aproximadamente 4% menos em relação ao QUAC, evidenciando a indispensabilidade do dado,desde que sejam feitos novos ajustes nos parâmetros da árvore de decisão. Ao serem comparados por classe, os coeficientes apresentaram elevadavariação, muito embora os dados que tiveram a atmosfera corrigida tenham apresentado, de modo geral, valores de exatidão mais elevados frenteao dado sem correção atmosférica.
其他摘要：It is known that mapping land cover through remote sensing techniques is not a trivial procedure and it requires a high level of knowledgeof the processing techniques adopted. The Brazilian Annual Land Use and Land Cover Mapping - MapBiomas - is a project focused on the generationof land use and land cover classifications of the Brazilian biomes through Landsat satellite images. However, the fact that surface reflectancedata provided for Landsat-8 are not orthorectified until the conclusion of this paper lead to the use of top-of-the-atmosphere (TOA) reflectance databy the project to proceed with the classifications. Since atmospheric effects may interfere with the quality of the data, it’s necessary to investigatewhich data best fit the classifications. Thus, after the selection of the SC-24-V-C (Petrolina) topographic chart, belonging to the Caatinga biome,three classifications were generated: one in TOA reflectance and the others with atmospheric correction from FLAASH and QUAC algorithms.The classifications were generated in the Code Editor of Google Earth Engine (GEE) based in an empirically defined decision tree. The accuracyassessment for the TOA classifications as well as those originated by FLAASH and QUAC showed, respectively, Tau values of 54.13%, 39.13% and58.10%, Kappa values of 49.24%, 34.08% and 52.97%, and overall accuracy of 61.78%, 49.28% and 65.08%. This showed a better adjustment ofQUAC-corrected data to the context of the chart compared to the other data. The TOA data differed by approximately 4% less than the data correctedby QUAC, which highlights its indispensability, as long as new adjustments are made in the decision tree parameters. When compared by class, thecoefficients showed a high variation, although the data atmospherically corrected presented, generally, higher values of accuracy compared to thedata without atmospheric correction.
关键词：Caatinga; QUAC; FLAASH; MapBiomas; Reflectância TOA
其他关键词：Caatinga; QUAC; FLAASH; MapBiomas; TOA Reflectance
