Geospatial mapping of Antarctic coastal oasis using geographic object-based image analysis and high resolution satellite imagery

2016 ◽  
Author(s):  
Shridhar D. Jawak ◽  
Alvarinho J. Luis
Keyword(s):  
Image Analysis ◽  
High Resolution ◽  
Satellite Imagery ◽  
Object Based Image Analysis ◽  
Object Based ◽  
Geographic Object ◽  
High Resolution Satellite Imagery ◽  
Geospatial Mapping

scholarly journals Metodologia de análise de imagens baseada em objetos geográficos (GEOBIA) utilizando RPAS (drone) com sensor RGB

Estrabão ◽  
2021 ◽  
Vol 2 ◽  
pp. 41-85
Author(s):  
Vinicius Gonçalves
Keyword(s):  
Image Analysis ◽  
High Resolution ◽  
Open Source ◽  
Object Based Image Analysis ◽  
Object Based ◽  
Geographic Object ◽  
Very High

O presente trabalho apresenta um método para o mapeamento de vegetação, por um processo de classificação por regiões geográficas, denominado GEOBIA (Geographic Object-Based Image Analysis) considerado adequado para classificar imagens de muito alta resolução (very high resolution – VHR). É possível executar o procedimento com qualquer equipamento que disponha de um sensor RGB de boa qualidade e permita execução de aplicativos para plano de voo. O método foi desenvolvido com base em softwares de código aberto (open source) para evitar custos com licenças, em todas as etapas, desde a captação das imagens, elaboração de produtos cartográficos, processamento da classificação por regiões e conclusão mediante cálculos de áreas. O estudo foi aplicado em quatro áreas de interesse, todas na região da Grande Florianópolis-SC, contendo porções do ecossistema de Formações Pioneiras - Vegetação com Influência Marinha, também denominadas áreas de restinga, cujo principal alvo da classificação foi o mapeamento das áreas invadidas por Pinus sp. O método demonstrou útil para classificação de imagens em geral, podendo ser utilizado no manejo de outras espécies vegetais exóticas, ou até em outras aplicações ambientais.

scholarly journals Avaliação de desempenho de atributos estatísticos e texturais em uma classificação de cobertura da terra baseada em objeto

2012 ◽  
Vol 18 (2) ◽  
pp. 302-326 ◽  
Author(s):  
Cristiane Nunes Francisco ◽  
Cláudia Maria de Almeida
Keyword(s):  
Image Analysis ◽  
Rio De Janeiro ◽  
Object Based Image Analysis ◽  
Object Based ◽  
Geographic Object ◽  
Alos Prism

Este artigo tem como objetivo avaliar o desempenho de duas redes semânticas geradas por mineração de dados para a classificação de cobertura da terra por meio de análise de imagens baseada em objetos geográficos (GEographic Object-Based Image Analysis - GEOBIA). Para isto, uma rede utilizou-se de descritores estatísticos e texturais, e a outra, apenas de descritores estatísticos. A base de dados foi constituída de imagens ALOS/AVNIR fusionadas com imagens ALOS/PRISM e dados de relevo provenientes do banco de dados TOPODATA. A área de estudo corresponde ao município de Nova Friburgo, com 933 km², localizado na região serrana do estado do Rio de Janeiro. O índice Kappa alcançado pela classificação baseada em árvore de decisão composta por descritores estatísticos e texturais foi de 0,81, enquanto que este valor para a classificação derivada apenas de descritores estatísticos foi de 0,84. Considerando os índices alcançados, conclui-se que ambos os resultados apresentam excelente qualidade quanto à acurácia da classificação. O teste de hipótese entre os dois índices mostra, com nível de significância de 5%, que não há diferenças entre as duas classificações quanto à acurácia.

scholarly journals The Mapping of Land Use Using Object-Based Image Analysis (OBIA) in Klaten Regency

2020 ◽  
Vol 202 ◽  
pp. 06036
Author(s):  
Nurhadi Bashit ◽  
Novia Sari Ristianti ◽  
Yudi Eko Windarto ◽  
Desyta Ulfiana
Keyword(s):  
Remote Sensing ◽  
Land Use ◽  
Image Analysis ◽  
Satellite Imagery ◽  
Agricultural Land ◽  
Scale Parameter ◽  
Land Use Classification ◽  
Object Based Image Analysis ◽  
Object Based ◽  
Sentinel 2

Klaten Regency is one of the regencies in Central Java Province that has an increasing population every year. This can cause an increase in built-up land for human activities. The built-up land needs to be monitored so that the construction is in accordance with the regional development plan so that it does not cause problems such as the occurrence of critical land. Therefore, it is necessary to monitor land use regularly. One method for monitoring land use is the remote sensing method. The remote sensing method is much more efficient in mapping land use because without having to survey the field. The remote sensing method utilizes satellite imagery data that can be processed for land use classification. This study uses the sentinel 2 satellite image data with the Object-Based Image Analysis (OBIA) algorithm to obtain land use classification. Sentinel 2 satellite imagery is a medium resolution image category with a spatial resolution of 10 meters. The land use classification can be used to see the distribution of built-up land in Klaten Regency without having to conduct a field survey. The results of the study obtained a segmentation scale parameter value of 60 and a merge scale parameter value of 85. The classification results obtained by 5 types of land use with OBIA. Agricultural land use dominates with an area of 50% of the total area.

Sign in / Sign up

Export Citation Format

Share Document