Baixe o app para aproveitar ainda mais
Prévia do material em texto
GABARITO | Avaliação Final (Discursiva) - Individual (Cod.:887266) Peso da Avaliação 4,00 Prova 69044888 Qtd. de Questões 2 Nota 8,00 Um determinado profissional está usando o algoritmo de agrupamento ISODATA do ENVI 4.7. As imagens com as quais ele trabalha foram adquiridas com uma câmera digital terrestre (3 bandas RGB) em áreas de pastagem do tipo grama. O profissional, contudo, está procurando um método/abordagem para avaliar a precisão da classificação. A respeito desse tema, disserte sobre a importância do processo de avaliação da acurácia no processo de classificação de imagem, dando ao menos um exemplo de ferramenta de geoprocessamento utilizado para essa finalidade. Resposta esperada A avaliação da precisão é uma parte importante de qualquer projeto de classificação. Ela compara a imagem classificada com outra fonte de dados considerada precisa ou com dados de verdade. A verdade do terreno pode ser coletada em campo; no entanto, isso é demorado e caro. Os dados de verdade do terreno também podem ser derivados da interpretação de imagens de alta resolução, imagens classificadas existentes ou camadas de dados SIG. A maneira mais comum de avaliar a precisão de um mapa classificado é criar um conjunto de pontos aleatórios a partir dos dados de verdade e compará-los com os dados classificados em uma matriz de confusão. Embora este seja um processo de duas etapas, pode ser necessário comparar os resultados de diferentes métodos de classificação ou locais de treinamento, ou você pode não ter dados de verdade e confiar nas mesmas imagens usadas para criar a classificação. Para acomodar esses outros fluxos de trabalho, esse processo usa três ferramentas de geoprocessamento: criar pontos de avaliação de precisão, atualizar pontos de avaliação de precisão e calcular matriz de confusão. Minha resposta A avaliação da acurácia no processo de classificação de imagens é de extrema importância, pois permite verificar a precisão e confiabilidade das classes atribuídas pelo algoritmo de classificação. Para o caso do algoritmo de agrupamento ISODATA usado em imagens de pastagem de gramíneas adquiridas por uma câmera digital terrestre com 3 bandas RGB, a avaliação da acurácia é essencial pelos seguintes motivos: Validação dos resultados: Através da avaliação da acurácia, é possível determinar quão bem o algoritmo ISODATA classificou as áreas de pastagem de gramíneas. Isso é fundamental para verificar se as classes atribuídas correspondem realmente à realidade no terreno. Uma ferramenta comumente utilizada para avaliar a acurácia de classificações de imagem, incluindo aquelas geradas pelo Isodata, é a matriz de confusão. Ela permite calcular métricas como a acurácia global, precisão, revocação (ou sensibilidade) e especificidade. Com essas métricas, o profissional pode determinar o quão bem o algoritmo classificou as áreas de pastagem de gramíneas e identificar quaisquer erros ou imprecisões na classificação. Por exemplo, ao usar a matriz de confusão, o profissional pode descobrir que o algoritmo classificou erroneamente algumas áreas de pastagem como floresta. Isso indicaria a necessidade de ajustar o processo de classificação ou refinar os parâmetros do algoritmo para melhorar a precisão da classificação. A avaliação da acurácia usando VOLTAR A+ Alterar modo de visualização 1 Rafael Scopel de Lima Geoprocessamento (3162670) 7 Semestres Meu Curso Estágio e emprego Biblioteca Comunicação Atendimento Financeiro Indicação Premiada Extensão https://ava2.uniasselvi.com.br/home https://ava2.uniasselvi.com.br/my-course https://ava2.uniasselvi.com.br/internships-and-jobs https://ava2.uniasselvi.com.br/communication https://ava2.uniasselvi.com.br/attendance https://ava2.uniasselvi.com.br/financial https://ava2.uniasselvi.com.br/award-indication https://ava2.uniasselvi.com.br/extension ferramentas como a matriz de confusão desempenha um papel fundamental na verificação da precisão das classificações de imagens, garantindo que os resultados sejam confiáveis e úteis para análises subsequentes em projetos de sensoriamento remoto e geoprocessamento. Retorno da correção Prezado acadêmico, sua resposta contemplou alguns dos elementos da questão com base nos materiais disponibilizados, porém, poderia ter explorado mais os conteúdos fundamentais da disciplina) Na área de concentração científica de sensoriamento remoto, independentemente da era analógica ou digital, o menor elemento possível de ser identificado pelo sensor é definido pelo Instantaneous Field of View (IFOV). Tal parâmetro é o que determina qual será a resolução espacial de um sensor e a capacidade de detectar o tamanho dos elementos que serão representados na imagem. Disserte sobre essa área de concentração e as temáticas dos trabalhos científicos publicados no ramo. Resposta esperada Em sensoriamento remoto, independentemente de qualquer que seja o sensor, exceto sensores ativos, as formas de captura de informações são baseadas no campo da ciência física da ótica, ou seja, o dado capturado ou a informação obtida sobre o elemento é a resposta da interação da radiação eletromagnética com o objeto que absorve uma parte e reflete outra dessa REM. Essa pequena parte refletida é a porção a qual o sensor consegue registrar e, assim, inferir questionamentos sobre o comportamento da REM. Os parâmetros identificados são os mesmos utilizados na aerofotogrametria. Assim, temos a altitude de voo e o ângulo da lente que definem o FOV ou área total imageada, a menor área ou o campo de visado instantâneo, que define o menor elemento da imagem e a área relativa desse mesmo elemento no terreno. Desse modo, definem-se o IFOV e o IGFOV. Além disso, temos a escala, que é a relação entre as dimensões dos elementos no terreno e as dimensões dos elementos no mapa. Minha resposta A área de concentração científica de sensoriamento remoto é uma disciplina que se dedica a capturar informações sobre a Terra e outros objetos celestes usando sensores localizados em satélites, aeronaves e outras plataformas. O parâmetro Instantaneous Field of View (IFOV) é essencial nessa área, pois determina a menor unidade de resolução que um sensor pode identificar em uma imagem. Ele é fundamental para a definição da resolução espacial do sensor e, consequentemente, para a capacidade de detectar o tamanho dos elementos representados na imagem. As temáticas dos trabalhos científicos em sensoriamento remoto são variadas e abrangem uma ampla gama de aplicações, incluindo: monitoramento ambiental, onde os sensores são utilizados para monitorar e avaliar mudanças ambientais como desmatamento e degradaçaõ do solo; agricultura de precisão, onde o sensoriamento remoto auxilia no manejamento de culturas; estudos de biodiversidade, onde ajuda a mapear ahabitats naturais. Retorno da correção Prezado acadêmico, sua resposta contemplou alguns dos elementos da questão com base nos materiais disponibilizados, porém, poderia ter explorado mais os conteúdos fundamentais da disciplina) 2 Imprimir Rafael Scopel de Lima Geoprocessamento (3162670) 7 Semestres Meu Curso Estágio e emprego Biblioteca Comunicação Atendimento Financeiro Indicação Premiada Extensão https://ava2.uniasselvi.com.br/home https://ava2.uniasselvi.com.br/my-course https://ava2.uniasselvi.com.br/internships-and-jobs https://ava2.uniasselvi.com.br/communication https://ava2.uniasselvi.com.br/attendance https://ava2.uniasselvi.com.br/financial https://ava2.uniasselvi.com.br/award-indication https://ava2.uniasselvi.com.br/extension Rafael Scopel de Lima Geoprocessamento (3162670) 7 Semestres Meu Curso Estágio e emprego Biblioteca Comunicação Atendimento Financeiro Indicação Premiada Extensão https://ava2.uniasselvi.com.br/home https://ava2.uniasselvi.com.br/my-course https://ava2.uniasselvi.com.br/internships-and-jobs https://ava2.uniasselvi.com.br/communication https://ava2.uniasselvi.com.br/attendancehttps://ava2.uniasselvi.com.br/financial https://ava2.uniasselvi.com.br/award-indication https://ava2.uniasselvi.com.br/extension
Compartilhar