Classificação do Uso e Cobertura do Solo do Estado de Goiás Empregando Redes Neurais Artificiais

Abstract

Os dados de uso e cobertura do solo são ferramentas importantes para a fiscalização e o cumprimento da legislação em determinada área. Técnicas de redes neurais artificias já foram empregadas com sucesso para na classificação de imagens de uso e cobertura do solo. Existem diferentes organizações que regulam normas para a classificação da distribuição do uso e cobertura do solo, como o IBGE. Esse trabalho buscou desenvolver um protótipo utilizando redes neurais artificias que realiza a classificação do uso e cobertura do solo segundo as diretrizes do IBGE. Foi utilizada uma arquitetura de rede neural convolucional para classificação de imagens, essa rede foi treinada e possui três camadas convolucionais intercalada por três camadas de agrupamentos que realizaram o treinamento a partir de imagens de sensoriamento remoto obtidas do conjunto de dados BigEarthNet. Definida a rede e realizados o treinamento e a validação, a etapa de teste ocorreu com um conjunto de imagens referente ao estado de Goiás. Ao final desse trabalho verificou-se que a rede neural convolucional teve problemas em identificar as classes do IBGE para o conjunto de testes com dados de Goiás.