A classificação de dados detectados remotamente e a conversão das informações em um mapa temático não são processos únicos e simples. Além dos erros da própria classificação, há possibilidade de haver erros quanto à posição do registro, de interpretação ou devidos à qualidade das imagens (de treinamento ou a serem classificadas).
Sobre a acurácia na classificação de imagens de satélite, podemos afirmar:
A.
Fatores como a paisagem da área de estudo inserem uma variável mais simples ao mapa temático.
B.
A classificação de dados de satélites não permite a geração de mapas temáticos bons e confiáveis.
C.
A matriz de contingência é muito utilizada para avaliação da acurácia da classificação da imagem.
D.
A precisão geral é a soma dos parâmetros de precisão do usuário, gerando o coeficiente Kappa.
E.
O coeficiente Kappa é uma variável que confirma a confiabilidade da busca por padrões de cores.
Respostas
Resposta:
C.
A matriz de contingência é muito utilizada para avaliação da acurácia da classificação da imagem.
Explicação:
Por que esta resposta é a correta?
A classificação de dados obtidos remotamente e sua posterior conversão em um mapa temático constituem uma atividade complexa devido a muitos fatores, como a complexidade da paisagem em uma área de estudo e os dados detectados, e as abordagens de classificação de imagens podem afetar o sucesso de uma classificação. Além dos erros da própria classificação, outras fontes de erros, como erros de posição resultantes do registro, erros de interpretação e baixa qualidade do treinamento, podem afetar a precisão da classificação. A matriz de contingência é uma das formas mais utilizadas na avaliação da acurácia. Os parâmetros de precisão relacionados à matriz incluem precisão geral, do produtor e do usuário, além do coeficiente Kappa. O coeficiente Kappa é uma medida da melhoria do classificador em relação a uma atribuição aleatória às classes.