CLASSIFICAÇÃO DIGITAL PARA IDENTIFICAÇÃO E MAPEAMENTO DE VEGETAÇÃO SECUNDÁRIA E PASTAGENS NO CERRADO

Vol 20, 2023. - 155749
Anais / Proceedings XX SBSR
Favoritar este trabalho
Como citar esse trabalho?
Resumo

A identificação e mapeamento de áreas de vegetação secundária e de pastagens, no Bioma Cerrado, é um grande desafio para as instituições que trabalham no monitoramento da cobertura e uso da terra no Brasil. Com o objetivo de promover avanços metodológicos para a automatização dos mapeamentos, foram executados processamentos de dados satelitários, por meio do pacote sits (Satellite Image Time Series Analysis for Earth Observation Data Cubes), para construir um modelo acurado. Amostras iniciais foram coletadas por interpretação visual e tratadas pelo método Self-organizing Maps (SOM). O modelo criado usando o algoritmo Random Forest obteve acurácia global de 96% e o mapeamento apresentou exatidão global de 89%. O classificador foi capaz de diferenciar e delimitar áreas de pastagem, áreas com predomínio de arbustos, com predomínio de indivíduos arbóreos e com estabelecimento de dossel, apesar do limite entre essas classes ser caracterizado por transições graduais da vegetação, não caracterizando bordas discretas.

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Instituições
  • 1 GIZ - Deutsche Gesellschaft für Internationale Zusammenarbeit
  • 2 Embrapa Informática Agropecuária- CNPTIA
  • 3 Embrapa Informática Agropecuária
Eixo Temático
  • 1. Análise de séries temporais de imagens de satélite
Palavras-chave
BDC; sits; aprendizado de máquina; som; Random Forest