Na detecção remota, “verdade do solo” refere-se a informações coletadas sobre a localização. Ground truth permite que os dados da imagem estejam relacionados com características e materiais reais no terreno. A coleta de dados da verdade do solo permite a calibração de dados de sensoriamento remoto, e auxilia na interpretação e análise do que está sendo sensoreado. Exemplos incluem cartografia, meteorologia, análise de fotografias aéreas, imagens de satélite e outras técnicas em que os dados são recolhidos à distância.
Mais especificamente, a verdade do solo pode referir-se a um processo em que um “pixel” numa imagem de satélite é comparado com o que existe na realidade (no momento actual) a fim de verificar o conteúdo do “pixel” na imagem (notando que o conceito de um “pixel” é algo mal definido). No caso de uma imagem classificada, permite uma classificação supervisionada para ajudar a determinar a precisão da classificação realizada pelo software de sensoriamento remoto e, portanto, minimizar erros na classificação como erros de comissão e erros de omissão.
Verdade terrestre é normalmente feita no local, realizando observações de superfície e medições de várias propriedades das características das células de resolução terrestre que estão sendo estudadas na imagem digital de sensoriamento remoto. Também envolve tomar coordenadas geográficas da célula de resolução do solo com tecnologia GPS e comparar aquelas com as coordenadas do “pixel” em estudo fornecidas pelo software de sensoriamento remoto para entender e analisar os erros de localização e como isso pode afetar um determinado estudo.
Verdade do solo é importante na classificação inicial supervisionada de uma imagem. Quando a identidade e localização dos tipos de cobertura terrestre são conhecidas através de uma combinação de trabalho de campo, mapas e experiência pessoal, estas áreas são conhecidas como locais de treinamento. As características espectrais destas áreas são usadas para treinar o software de sensoriamento remoto usando regras de decisão para classificar o resto da imagem. Estas regras de decisão como a Classificação de Probabilidade Máxima, Classificação de Paralelepípedos e Classificação de Distância Mínima oferecem diferentes técnicas para classificar uma imagem. Locais de verdade de terra adicionais permitem ao sensor remoto estabelecer uma matriz de erro que valida a precisão do método de classificação utilizado. Diferentes métodos de classificação podem ter diferentes percentagens de erro para um determinado projecto de classificação. É importante que o sensor remoto escolha um método de classificação que funcione melhor com o número de classificações utilizadas, fornecendo a menor quantidade de erro.
VERDADE TERRENOSA também ajuda na correção atmosférica. Como as imagens dos satélites têm obviamente que passar pela atmosfera, elas podem ficar distorcidas devido à absorção na atmosfera. Portanto, a verdade terrestre pode ajudar a identificar completamente os objetos nas fotos de satélite.
Erros de comissãoEditar
Um exemplo de erro de comissão é quando um pixel relata a presença de uma característica (como árvores) que, na realidade, está ausente (nenhuma árvore está realmente presente). A verificação do terreno garante que as matrizes de erro têm uma percentagem de precisão maior do que a que teria se nenhum pixel estivesse verificado. Este valor é o inverso da precisão do usuário, ou seja, Erro de Comissão = 1 – precisão do usuário.
Erros de omissãoEditar
Um exemplo de erro de omissão é quando os pixels de uma determinada coisa, por exemplo árvores de bordo, não são classificados como árvores de bordo. O processo de verificação do solo ajuda a garantir que o pixel seja classificado corretamente e que as matrizes de erro sejam mais precisas. Este valor é o inverso da precisão do produtor, ou seja, Omission Error = 1 – precisão do produtor