Mapping land use cover using segmentation and classification of fraction images, soil, shade and vegetation, derived from a linear mixing model applied to Landsat-5 TM data, Tucuruí reservoir region - Pará

Técnicas de sensoriamento remoto são fundamentais para o monitoramento das mudanças de uso da terra, principalmente em áreas extensas como a Amazônia. O mapeamento de uso da terra, geralmente é realizado por métodos de classificação manual ou digital pixel a pixel, os quais consomem muito tempo. Este estudo aborda a aplicação do modelo linear de mistura em uma imagem Landsat-TM segmentada para o mapeamento das classes de uso da terra na região do reservatório de Tucuruí-PA para os anos de 1996 e 2001.Remote sensing techniques are mandatory for monitoring land use changes in large areas such as the Amazon. Land use mapping is usually performed by both manual and digital pixel based classification methods which are cost and time-consuming. In this study an image segmentation approach is applied to unmix TM-Landsat images for mapping land use classes in Tucuruí-PA reservoir region to 1996 and 2001