Anais do XIX Simpósio Brasileiro de Sensoriamento Remoto

Neste estudo, foi avaliado o potencial das imagens de radar do satélite Sentinel-1A (banda C) para discriminar classes representativas de uso e cobertura da terra do Distrito Federal. Dois produtos single look complex (SLC) de junho e julho de 2018 foram convertidos para coeficientes de retroespalhamento e coerência interferométrica. Foi gerada uma composição colorida RGB a partir de imagens de coerência, intensidade de retroespalhamento e razão de retroespalhamento. Essas imagens foram classificadas pelo método supervisionado Support Vector Machine. A acurácia da classificação foi verificada pelo coeficiente Kappa (0,64) e pela exatidão global (75,7%). A coerência mostrou-se eficiente na identificação de corpos d’água e da área urbana. Os resultados foram satisfatórios para a classificação de uso e cobertura da terra do Distrito Federal, no entanto, houve confusão entre algumas classes e erros de comissão na classe área urbana. Futuras pesquisas devem ser realizadas com imagens do Sentinel-1A para contornar esses problemas.