Questões de Concurso Para tecnologista pleno i - análise e desenvolvimento de produtos de sensoriamento remoto para o monitoramento das mudanças da cobertura e uso da terra

Mapas de uso e cobertura do solo são ferramentas que possibilitam estudos de determinadas mudanças em regiões de interesse.
Entre as possibilidades de aplicação dessa ferramenta para monitoramento, analise as afirmativas a seguir.
I. Possibilita o monitoramento de desmatamento em áreas de floresta, identificando aparecimento de novos caminhos e clareiras. II. Possibilita o monitoramento de áreas de proteção ambiental, identificando áreas de exploração mineral ilegal na região. III. Possibilita o monitoramento dos biomas brasileiros, verificando se houve perda ou ganho de área em cada um deles.
Está correto o que se afirma em

A diversidade biológica singular, própria, de cada bioma requer o estabelecimento de condições apropriadas para as respectivas análises espaciais, abrangendo a definição de sensores imageadores, as classes de mapeamento, área de estudo etc.
Sobre o uso de dados de Sensoriamento Remoto para análises espaciais sobre ameaças ambientais em biomas brasileiros em grande escala, analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa.
( ) Imagens de radar de abertura sintética são muito recomendadas para estudos de desmatamentos amazônicos, em decorrência do alto grau de nebulosidade existente em regiões equatoriais. ( ) Imagens ópticas podem apresentar maior eficácia em análises sobre o cerrado, principalmente se forem referentes a épocas de estiagem pluviométrica no Centro-Oeste brasileiro, comumente ocorridas no período de verão astronômico, do que em análises sobre a Amazônia. ( ) Dados 3D adquiridos por laserscanning podem apresentar maiores eficácia e completude em estudos ambientais referentes a fragmentos florestais de araucárias do que em estudos referentes à região dos Pampas gaúchos.
As afirmativas são, respectivamente,

Após realizada uma classificação de cobertura da terra em imagens digitais, é possível, utilizando-se de um sistema de informações geográficas, vetorizar o resultado obtido, para auxiliar a visualização e as análises requeridas. A delimitação de polígonos por edição vetorial permite calcular diferentes métricas da paisagem considerando-se as classes identificadas.
Sobre tais métricas, assinale a afirmativa correta.

Para a avaliação do desempenho das classificações automáticas de imagens digitais deve haver uma determinada referência, à qual é comparado o resultado obtido após a classificação realizada. Graficamente, tal comparação pode ser estabelecida por meio de uma matriz chamada matriz de erro ou confusão.
Relacione algumas das métricas extraídas para a classe vegetação a partir de uma matriz de confusão gerada no contexto de uma classificação de imagem digital de área urbana às suas respectivas descrições.
1. Exatidão do usuário 2. Exatidão do produtor 3. Erro de comissão 4. Erro de omissão
( ) razão entre os achados positivos rotulados corretamente (verdadeiros positivos) e o total de pixels verdadeiramente de vegetação (verdadeiros positivos e falsos negativos). ( ) razão entre os achados positivos rotulados corretamente (verdadeiros positivos de vegetação) e o total de achados positivos (quantidade total de pixels rotulados como vegetação). ( ) razão entre o número de pixels rotulados erroneamente (falsos positivos) e o número total de pontos rotulados na classe vegetação (verdadeiros e falsos positivos). ( ) razão entre o número de pixels que deixaram de ser rotulados (falsos negativos) e o número total de pixels existentes na classe vegetação (verdadeiros positivos e falsos negativos).
Assinale a opção que indica a relação correta, segundo a ordem apresentada.

Diversos são os algoritmos de aprendizado computacional que podem ser empregados em classificações automáticas de imagens digitais visando identificar ocorrências de desmatamentos. Sobre os métodos de classificação automática, analise as afirmativas a seguir.
I. Nos métodos de classificação não-supervisionada a estrutura das classes é determinada a partir de um conjunto de dados não rotulados; classes estas que apresentam similaridades e diferenças extraídas a partir de tais amostras. II. Métodos de classificação supervisionada exigem um conjunto de amostras rotuladas para permitir modelar as classes e as fronteiras de decisão do classificador. III. Exemplo de método de classificação supervisionada é o algoritmo que emprega o estimador da máxima verossimilhança, ao passo que o algoritmo de máquinas de vetor-suporte é um método não supervisionado.
Está correto o que se afirma em