An Approach to Orbital Image Classification for the Assessment of Potato Plantation Areas

Autores

  • Vassiliki Terezinha Galvão Boulomytis Instituto Federal de Educação, Ciência e Tecnologia de São Paulo
  • Claudia Durand Alves Instituto Nacional de Pesquisas Espaciais

DOI:

https://doi.org/10.20396/lobore.v7i4.164

Palavras-chave:

Pixel-based Classification, OBIA, Assessment of plantations, Preservation area interference, Water contamination risk

Resumo

In the city of Bueno Brandão, South of Minas Gerais State, Brazil, the Watershed of Rio das Antas is located prior to the public water supply and is susceptible to hydro-degradation due to the intensive agricultural activities developed in the area. The potato plantation is the most significant cropping in the city. Because of the possibility of interfering in the preservation areas, mainly the ones surrounding water courses and springs, it is very important to do the assessment of the plantation sites, in order to avoid the risk of water contamination. The procedures adopted by the agro activity farmers generally present the following features: intensive use of agro-chemicals, cropping in places with slopes which are higher than 20%, close to or in permanent preservation areas. The scope of this study was to develop the proper methodology for the assessment of the plantation areas, regarding the short time of procedure, as the period between the plantation and the harvest occurs in six months the furthest. These areas vary year in year out, as the plantation sites often change due to the land degradation. Because of that, geotechnologies are recommended to detect the plantation areas by the use of satellite images and accurate data processing. Considering the availability of LANDSAT medium resolution images, methods for their appropriate classification were approached to provide effective target detection.

Downloads

Não há dados estatísticos.

Biografia do Autor

Vassiliki Terezinha Galvão Boulomytis, Instituto Federal de Educação, Ciência e Tecnologia de São Paulo

Possui graduação em Engenharia Civil pela Universidade de São Paulo (2000) e mestrado em Engenharia Civil pela Universidade Estadual de Campinas (2008). Doutoranda em Sensoriamento Remoto pelo Instituto Nacional de Pesquisas Espaciais (início em 2009). Docente do Instituto Federal de Ciência e Tecnologia de São Paulo - IFSP, Campus de Caraguatatuba, na área de Construção Civil e Recursos Naturais (desde 2010).

Claudia Durand Alves, Instituto Nacional de Pesquisas Espaciais

Mestrado em Sensoriamento Remoto do Instituto Nacional de Pesquisas Espaciais (2011). Possui graduação em Arquitetura e Urbanismo pela Faculdade de Arquitetura e Urbanismo da Universidade de São Paulo. Participação em projetos de pesquisa como bolsista PCI -CNPq no Instituto Nacional de Pesquisas Espaciais-INPE, colaborador da Faculdade de Arquitetura e Urbanismo da Universidade de São Paulo e bolsista FAPESP. Experiência desde 2002 na área de Geociências, com ênfase em Ambientes Urbanos, atuando principalmente nos seguintes temas: Sensoriamento Remoto aplicado à extração automática de atributos das imagens de alta e média resolução espacial, Análise baseada em objetos, Inferência Populacional, Geoprocessamento e Sistemas de Informações Geográfica.

Referências

ALVES, C. D.; FLORENZANO, T. G., PEREIRA, M. N. Mapeamento de áreas urbanizadas com imagens Landsat e classificação baseada em objeto. Revista Brasileira de Cartografia, v. 62, n. 2, p. 189-198, 2010.

ALVES, C. D.; PEREIRA, M. N.; FLORENZANO, T. G.; SOUZA, I. M. E. Análise orientada a objeto no mapeamento de áreas urbanas com imagens Landsat. Boletim de Ciências Geodésicas, v. 15, p. 120-141, 2009.

BLASCHKE, T. Object based image analysis for remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing, v. 65, n. 1, p. 2-16, 2010.

BOULOMYTIS, V. T. G., The use of geo-technologies to evaluate the potentiality of hydrodegradation in superficial waters by agro-chemicals: case of Antas River watershed, Bueno Brandão, MG. Thesis (Master’s Degree in Civil Engineering). UNICAMP, 2008.

BOULOMYTIS, V. T. G.; ALVES, C. D. Detection of potato plantation areas with medium resolution images: case of Bueno Brandão, MG. In: GEOBIA, 2012, Rio de Janeiro, Brazil. Proceedings... Rio de Janeiro, Brazil, 2012. p. 639-643.

BRIGANTE, J.; ESPÍNDOLA, E. L. G. POVINELLI, J.; NOGUEIRA, A. M. Caracterização Física, Química e Biológica da água do Rio Mogi-Guaçu. In: Brigante, J.; Espíndola, E. L. G. Limonologia fluvial – um estudo no Rio Mogi-Guaçu. São Carlos: RiMa, 2003. p. 55-76.

BURNETT, C., BLASCHKE, T. A multi-scale segmentation/object relationship modelling methodology for landscape analysis. Ecological Modelling, v. 168, n. 3, p. 233-249, 2003.

CÂMARA, G.; SOUZA, R. C. M.; FREITAS, U. M.; GARRIDO, J.; LI, F. M. SPRING: Integrating Remote Sensing and GIS by Object-Oriented Data Modelling. Computer and Graphics, v. 20, n. 3, p. 395-403, 1996.

CIB – Centro de Inteligência da Batata. Dados sobre o plantio da batata. Available in: http://www.cinteligencia.com.br. Accessed in: 22 jan. 2008.

CONGALTON, R. G, GREEN, K. Assessing the accuracy of remotely sensed data: principles and practices. Taylor and Francis, New York, 2009.

DEFINIENS DEVELOPER® Platform. eCognition: User Guide 5. Available in: http://www.definiens.com/services/faq/Definiens_Professional5_InstallationGuide.pdf. Accessed in: 02 mar. 2010.

DIVISÃO DE GERAÇÃO DE IMAGENS – DGI. Landsat TM5, orbit/point 219/76, bands 3,4 and 5, Aug. 16, 2007. INPE. Available in: http://www.dgi.inpe.br/siteDgi/index_pt.php. Accessed in: 18 mar. 2008.

FILGUEIRA, F. A. R. Práticas Culturais Adequadas em Bataticultura. Informe Agropecuário, Belo Horizonte: EPAMIG, v. 20, n. 197, pp.34-41, 1999.

GOOGLE EARTH. Image 2007. [on line]. Available in: Project coordenates: S 22º31’38’’ – S 22º24’17’’ and W 46º22’13’’ – W 46º13’56’’. Accessed in: 03 mar. 2012.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA – IBGE. Carta do Brasil – Munhoz e Ouro Fino. São Paulo: IBGE, 1972.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA – IBGE. Sistema IBGE de recuperação automática – SIDRA. Censo Agropecuário 2006. Available in: http://www.sidra.ibge.gov.br/bda/acervo/acervo2.asp?e=v&p=CA&z=t&o=11. Accessed in: 12 feb. 2012.

McFEETERS, S. K. The use of normalized difference water index (NDWI) in the delineation of open water features. International Journal of Remote Sensing, 17, pp. 1425–1432, 1996.

NASA – National Aeronautics and Space Administration. [on line]. Available in: http://modis.gsfc.nasa.gov/data/dataprod/dataproducts.php?MOD_NUMBER=13. Accessed in: 18 may 2011.

VIEIRA, L. S. Manual da ciência do solo: com ênfase aos Solos Tropicais. São Paulo: Agronômica Ceres, 1988.

Downloads

Publicado

2013-12-01

Como Citar

BOULOMYTIS, V. T. G.; ALVES, C. D. An Approach to Orbital Image Classification for the Assessment of Potato Plantation Areas. Labor e Engenho, Campinas, SP, v. 7, n. 4, p. 21–30, 2013. DOI: 10.20396/lobore.v7i4.164. Disponível em: https://periodicos.sbu.unicamp.br/ojs/index.php/labore/article/view/164. Acesso em: 29 jul. 2021.

Edição

Seção

Artigos