COMPARAÇÃO DOS CLASSIFICADORES MAXIMUM LIKELIHOOD CLASSIFICATION E SUPPORT VECTOR MACHINE PARA O MAPEAMENTO DE FRAGMENTOS FLORESTAIS NA MATA ATLÂNTICA

O objetivo desta pesquisa foi comparar a acurácia dos classificadores Maximum Likelihood Classification e Support Vector Machine para o suporte ao mapeamento de fragmentos de Mata Atlântica. Para essa aplicação foi utilizada como área de estudo o município de Salto de Pirapora (SP). Foram consideradas duas classes de análise: fragmentos de floresta nativa, denominados como classe natural, e áreas com Eucalyptus spp. ou Pinus spp., denominadas como classe exótica. As amostras de treinamento dos classificadores foram vetorizadas com o uso de imagens Sentinel 2. Para avaliar a acurácia dos classificadores, foram obtidos 80 pontos de controle com o apoio do Google Earth, e foi elaborada uma matriz de confusão e aplicado o índice Kappa. Os dois classificadores analisados possibilitaram a diferenciação das classes temáticas propostas, porém o classificador Support Vector Machine demonstrou ter maior acurácia tanto para a identificação dos padrões de Classe Natural quanto para a Classe Exótica.