Detecção e análise de mudança no uso da terra baseada em PCA utilizando dados de satélite multitemporais e multissensores

A detecção de mudança por sensoriamento remoto, baseada em imagens multitemporais, multiespectrais e multissensores, foi desenvolvida ao longo de várias décadas e forneceu informações oportunas e abrangentes para planejamento e tomada de decisões. Na prática, no entanto, ainda é difícil selecionar um método de detecção de mudanças adequado, especialmente em áreas urbanas, devido aos impactos de fatores complexos. Este artigo apresenta um novo método utilizando dados multitemporais e multissensores (dados SPOT-5 e Landsat) para detectar mudanças no uso da terra em um ambiente urbano com base em análise de componentes principais (PCA) e métodos de classificação híbridos. Após a correção geométrica e normalização radiométrica, a PCA foi utilizada para aprimorar as informações de mudança a partir de dados multissensores empilhados. Em seguida, um classificador híbrido combinando classificação não supervisionada e supervisionada foi realizado para identificar e quantificar as mudanças no uso da terra. Finalmente, métodos de amostragem estratificada aleatória e de parcelas definidas pelo usuário foram usados sinteticamente para obter um total de 966 pontos de referência para avaliação de precisão. Embora existam erros e confusões, este método mostrou resultados satisfatórios, com uma precisão geral de 89,54% e 0,88 para o coeficiente kappa. Quando comparado ao método de pós-classificação, a detecção de mudanças baseada em PCA também apresentou uma melhor precisão em termos de precisão geral, precisão do produtor e precisão do usuário, além do índice kappa. Os resultados sugeriram que mudanças significativas no uso da terra ocorreram na cidade de Hangzhou entre 2000 e 2003, o que pode estar relacionado ao rápido desenvolvimento econômico e expansão urbana. Além disso, indicou-se que a maioria das mudanças ocorreu em áreas de terras cultiváveis devido à invasão urbana.