Classificação automática com imagens sentinel 20m qgis

Classificação automática com imagens sentinel 20m qgis

CLASSIFICAÇÃO AUTOMÁTICA COM IMAGENS 20m (QGIS)

MARABÁ 2017

Sobre o Sentinel-2

De forma breve, as imagens utilizadas são as dos Sentinel-2a e 2B as quais formam uma missão imageadora multispectral do Programa GMES (Global Monitoring for Environment and Security) conjuntamente administrada pela Comunidade Europeia e a ESA, para observação da Terra, realizando coleta de dados sobre a vegetação, solos e humidade, rios e áreas costeira, e dados para correção atmosférica (absorção e distorção) em alta resolução (10 m), e com alta capacidade de revisita (5 dias), para garantir a continuidade dos dados fornecidos pelo SPOT 5 e Landsat 7.

Objetivo desse tutorial

Apresentar de forma clara e descomplicada como fazer uma composição colorida (cor-natural e falsa-cor) RGB de um dado matricial no software QGIS. Será utilizado nesse tutorial o SCP plugin para obtenção dos resultados.

1 Etapa: Instalação do SCP Plugin.

Para reproduzir esse tutorial será necessário possuir: Imagens Sentinel-2 SCP Plugin

1: Vá até a opção Complementos e clique em instalar e gerenciar complementos. 2: Na aba Complementos pesquise por SCP e instale o plugin.

Após a instalação clique no ícone do plugin SCP (3) e procure por Banda Sets (4)

5: Vá até o diretório onde as imagens estão salvas, para que não ocorra erros é importante estar salvo no disco local ( C ):

6: Clique em select all. 7: Adicionar Band set.

8: Com os cursores de movimentação da tabela Band set, ordenem em ordem crescente as imagens. Selecione a imagem e movimente nos ponteiros indicados para que ela suba os desça.

9: Clique em Quick wevelength settings e selecione Sentinel-2. 10: Selecione Create raster of band set. 1: Run (o software irá processar a imagem e ao final do processo emitirá um som).

12: Após a imagem ser gerada cliquem em RGB e adicione os valores 4-3-2 para Cornatural.

13: Vá até SCP INPUT e clique em Training input e crie um novo training input para dar início ao processo de coleta de amostras para a classificação automática.

14: Habilite ROI clicando na bola branca e em seguida clique no ícone ao lado direito (Create ROI polygon) para selecionar amostras.

Dock

15: Vá até ROI Creation e mude o nome de “C info” para a classe que deseja analisar e clique em Calculate Signature após criar um poligono de amostras, o qual constará em Classification

16: Selecione as amostras (quanto maior o número de amostras, melhor fica a classificação), elas irão aparecer no Classification Dock, no exemplo usei 14 de cada. Deixe as cores iguais para cara tipo de amostra que for criar. Por exemplo, para todas as amostras de água, um tom azul escuro.

17: Clique em Classification Output e Selecione Create Vector, salve em uma pasta no diretório (C):/

18: Execute RUN para a classificação das amostras.

Pronto, a Classificação Automática é gerada. No exemplo, uma imagem Sentinel-2 da região de Marabá, estado do Pará.

Comentários