Análise de imagens baseada em objetos geográficos: comparação de regras de classificação da cobertura da terra/Geographic Object-Based Image Analysis: comparison of land cover classification rules

Os níveis de automação do processo de classificação das imagens de satélite variam muito entre as diferentes pesquisas. Contudo, inúmeros trabalhos demonstraram que os procedimentos semiautomáticos, como a Análise de Imagens Baseada em Objetos Geográficos (GEOBIA), produzem melhores resultados. Este artigo tem como objetivo comparar os parâmetros de classificação desenvolvidos por quatro analistas distintos, que se basearam na mesma chave de interpretação, aplicados em duas cenas de Marília - SP. Visa avaliar o potencial de transferência das regras de classificação entre as diferentes áreas. Os resultados mostraram que os analistas optaram por diferentes: conjuntos de regras, atributos quantificáveis, limiares e níveis hierárquicos. No entanto, os índices kappa das classificações foram considerados muito bons. E, os conjuntos de regras produzidos por três analistas apresentaram elevada capacidade de transferência entre as cenas analisadas. Essa constatação ressalta a relevância de criar bibliotecas específicas para compartilhar os referidos procedimentos. Palavras-chave: classificação de imagens, Sensoriamento Remoto, GEOBIA, potencial de transferência. Automation levels for satellite image classification vary widely among different researches. However, numerous studies have shown that semi-automatic procedures, such as Geographic Object-Based Image Analysis (GEOBIA), produce better results. This paper aims to compare classification parameters developed by four different analysts, based on the same interpretation key applied to two scenes from Marília city - SP (Brazil). Thus, it aims to assess the potential for transferring classification rules between areas. Results showed that the analysts differed in option for set of rules, quantifiable attributes, thresholds, and hierarchical levels. Yet, the kappa indices of the classifications were deemed very good. Besides, three of the analysts produced sets of rules with high transferability between the analyzed scenes. This finding highlights the relevance of creating specific libraries to share such procedures. Keywords: Image classification, Remote Sensing, GEOBIA, transferability potential.