# Mapa de classes sobre imagem real de VANT degradada para o sensor

Pergunta: a amostragem espacial e espectral e o ruído do sensor pioram quanto um mapa de classes de cultura feito sobre dados reais, e quanto da acurácia medida é só vazamento espacial na validação?

- **Execução:** 2026-09-16 19:19.
- **Imagem:** `dados/externos/whu_hi/WHU-Hi-HanChuan/WHU-Hi-HanChuan.hdr`, 274 bandas, 1217 × 303 pixels de 10,9 cm, FWHM de 6 nm; 16 classes.
- **Sensor:** pegada de 10,9 cm transversal; ao longo do voo, fenda de 18,4 cm com arrasto de 15,0 cm (50 ms de exposição), amostrada a cada 18,4 cm; 719 × 303 pixels.

## Suposições

- **Resolução da entrada:** pegada transversal: o sensor tem 10,1 cm, mais fino que o pixel da imagem (10,9 cm); o cenário usa 10,9 cm, sem inventar resolução.
- **Direção do voo:** as linhas do cubo estão ao longo do voo. O WHU-Hi não declara isso.
- **Pixel do sensor avaliado:** só entra quando um único rótulo ocupa ≥ 75% da área; os demais são mistura e ficam fora.
- **Bandas do sensor:** o cubo já tem FWHM de 6 nm, então a FWHM efetiva fica em 6,7–7,5 nm, e não na do sensor.
- **Brilho para o ruído:** o pixel de vegetação mediano (NDVI > 0,6, 67283 pixels) recebe o sinal do dossel de referência no ponto de operação: SNR de 42 a banda mais fraca e 131 na mediana das bandas. A cena real foi voada ao entardecer nublado, com iluminação desconhecida.
- **Validação espacial:** cada parcela é cortada ao meio ao longo do lado maior, com 8 pixels nativos (87 cm) descartados entre as metades. Treino e teste ficam na mesma parcela, o que reduz, mas não elimina, a dependência espacial.
- **Classificador:** bandas padronizadas, 30 componentes principais, discriminante linear com encolhimento de 0,1 e prioris iguais; até 2000 pixels de treino por classe.
- **S0→sensor (S0g):** a classificação da imagem nativa é agregada para a grade do sensor pela classe de maior área em cada pixel e avaliada nos mesmos pixels puros de S1–S3. A comparação S0 × S1 mistura resolução e conjunto de pixels avaliados; S0g × S1 compara só a resolução em que o classificador trabalha.
- **Sensibilidade do brilho:** o ruído também é aplicado com o sinal multiplicado por 0,25 e 0,0625 (SNR mediano 63 com ×0,25; SNR mediano 27 com ×0,0625).

## Resultados

| Cenário | Pixel | Bandas | Divisão | Pixels avaliados | OA | κ | F1 macro |
|---|---|---|---|---|---|---|---|
| S0 Nativa (4,3 cm, 270 bandas) | 10,9 × 10,9 cm | 274 | espacial | 233457 | 0,557 | 0,495 | 0,405 |
| S0 Nativa (4,3 cm, 270 bandas) | 10,9 × 10,9 cm | 274 | aleatoria | 233457 | 0,606 | 0,550 | 0,471 |
| S0g Nativa classificada e agregada para a grade do sensor | 10,9 × 18,4 cm | 274 | espacial | 121209 | 0,581 | 0,515 | 0,420 |
| S1 Grade espacial do sensor | 10,9 × 18,4 cm | 274 | espacial | 121209 | 0,598 | 0,533 | 0,439 |
| S1 Grade espacial do sensor | 10,9 × 18,4 cm | 274 | aleatoria | 121209 | 0,668 | 0,613 | 0,528 |
| S2 Grade espacial e bandas do sensor | 10,9 × 18,4 cm | 380 | espacial | 121209 | 0,599 | 0,536 | 0,459 |
| S2 Grade espacial e bandas do sensor | 10,9 × 18,4 cm | 380 | aleatoria | 121209 | 0,668 | 0,614 | 0,550 |
| S3 Grade, bandas e ruído do sensor | 10,9 × 18,4 cm | 380 | espacial | 121209 | 0,599 | 0,536 | 0,458 |
| S3 Grade, bandas e ruído do sensor | 10,9 × 18,4 cm | 380 | aleatoria | 121209 | 0,667 | 0,614 | 0,550 |
| S3x0.25 Como S3, com brilho ×0.25 (SNR mediano da vegetação 63) | 10,9 × 18,4 cm | 380 | espacial | 121209 | 0,599 | 0,535 | 0,457 |
| S3x0.0625 Como S3, com brilho ×0.0625 (SNR mediano da vegetação 27) | 10,9 × 18,4 cm | 380 | espacial | 121209 | 0,605 | 0,540 | 0,447 |

### F1 por classe (divisão espacial)

| Classe | F1 S0 | F1 S0g | F1 S1 | F1 S2 | F1 S3 | F1 S3x0.25 | F1 S3x0.0625 | Pixels de teste S0 | Pixels de teste S3 |
|---|---|---|---|---|---|---|---|---|---|
| Strawberry | 0,75 | 0,76 | 0,77 | 0,77 | 0,77 | 0,77 | 0,77 | 39983 | 21370 |
| Cowpea | 0,56 | 0,64 | 0,72 | 0,72 | 0,72 | 0,72 | 0,70 | 20382 | 6924 |
| Soybean | 0,58 | 0,61 | 0,63 | 0,62 | 0,62 | 0,62 | 0,62 | 9614 | 5124 |
| Sorghum | 0,82 | 0,84 | 0,86 | 0,89 | 0,89 | 0,88 | 0,87 | 5009 | 2738 |
| Water spinach | 0,17 | 0,20 | 0,23 | 0,27 | 0,27 | 0,27 | 0,24 | 1105 | 467 |
| Watermelon | 0,27 | 0,31 | 0,33 | 0,31 | 0,31 | 0,31 | 0,31 | 3111 | 1353 |
| Greens | 0,26 | 0,26 | 0,30 | 0,36 | 0,36 | 0,36 | 0,33 | 5187 | 2738 |
| Trees | 0,25 | 0,26 | 0,29 | 0,33 | 0,33 | 0,32 | 0,29 | 15477 | 8221 |
| Grass | 0,32 | 0,34 | 0,36 | 0,38 | 0,38 | 0,38 | 0,36 | 8449 | 4082 |
| Red roof | 0,60 | 0,61 | 0,61 | 0,67 | 0,67 | 0,67 | 0,63 | 8625 | 4526 |
| Gray roof | 0,39 | 0,40 | 0,35 | 0,37 | 0,37 | 0,37 | 0,38 | 14054 | 7410 |
| Plastic | 0,13 | 0,11 | 0,11 | 0,14 | 0,14 | 0,14 | 0,13 | 3379 | 1648 |
| Bare soil | 0,23 | 0,19 | 0,22 | 0,24 | 0,24 | 0,24 | 0,24 | 7602 | 2996 |
| Road | 0,11 | 0,11 | 0,10 | 0,12 | 0,12 | 0,12 | 0,11 | 18211 | 9727 |
| Bright object | 0,17 | 0,19 | 0,26 | 0,29 | 0,29 | 0,29 | 0,28 | 663 | 286 |
| Water | 0,87 | 0,88 | 0,89 | 0,86 | 0,86 | 0,86 | 0,89 | 72606 | 41599 |

## Figura

**Fig. 16 | Mapa de classes sobre a WHU-Hi-HanChuan.** **a**, Composição em cor verdadeira da imagem nativa. **b**, Rótulos de referência. **c**, Classes previstas na imagem nativa (S0), divisão espacial. **d**, Classes previstas no sensor com ruído (S3), divisão espacial. **e**, OA (barras) e F1 macro (círculos) por cenário, nas divisões espacial e aleatória; S0→sensor é a classificação nativa agregada para a grade do sensor, e S3 ×fator repete S3 com o sinal reduzido, só na divisão espacial. **f**, F1 por classe em S0 e S3.

## Limitações

- É uma cena de ~40 × 20 m, voada ao entardecer nublado em novembro, com hortaliças chinesas; o resultado vale para ela.
- A classificação usa radiância, sem conversão para reflectância; treino e teste têm a mesma iluminação.
- A PSF espacial da objetiva, o *smile*, o *keystone*, a 2ª ordem e os erros de georreferenciamento não entram.
- O ruído do cubo original continua presente e se soma ao do sensor.
- Os rótulos são polígonos desenhados sobre parcelas; bordas e falhas dentro delas carregam o rótulo da parcela.