CLASSIFICAÇÃO AUTOMÁTICA DA COLHEITA DA CANA-DE-AÇÚCAR UTILIZANDO MODELO LINEAR DE MISTURA ESPECTRAL

Abstract

A cana-de-açúcar é atualmente a melhor opção para produção de etanol e pode contribuir de forma significativa na mitigação da intensificação do efeito estufa. Contudo, a prática da queima da palha na pré-colheita da cana ainda constitui um grande problema ambiental que precisa ser eliminado. O governo do Estado de São Paulo e o setor privado estabeleceram um protocolo visando extinguir gradualmente essa prática até 2014. As imagens de sensoriamento remoto possuem grande potencial no monitoramento do manejo da colheita da cana com e sem a queima da palha na pré-colheita. Atualmente esse monitoramento é realizado com um forte apoio na interpretação visual, que apesar de alcançar resultados de qualidade, é um trabalho moroso. Este artigo tem como principal objetivo propor uma metodologia de classificação automática, utilizando a técnica de Modelo Linear de Mistura Espectral, para identificar as áreas de cana-de-açúcar colhidas com e sem queima. Um mapa gerado por interpretação visual foi utilizado como referência na avaliação da qualidade da classificação automática, que apresentou um índice de exatidão global de 89,7%. A metodologia proposta apresentou-se como uma alternativa promissora na automatização do monitoramento da colheita da cana-de-açúcar com e sem queima da palha.

Keywords

• Sensoriamento remoto
• Imagens Multitemporais
• Queima
• Monitoramento.