SENSORIAMENTO REMOTO E MACHINE LEARNING NO ESTUDO DE ÁREAS DE ARENIZAÇÃO DA BACIA HIDROGRÁFICA DO ARROIO PUITÃ ENTRE 2000 E 2018

A arenização no Rio Grande do Sul tem sido estudada por diferentes técnicas, como o sensoriamento remoto, que pode ser otimizado pelo machine learning. Em vista disso, o objetivo desse trabalho foi investigar o potencial do uso de um algoritmo de machine learning “randomForest” para o mapeamento e análise da dinâmica dos areais na bacia hidrográfica do arroio Puitã, RS. Partiu-se de uma classificação supervisionada que serviu como treinamento para a geração de doze classificações de imagens e o teste de suas acurácias, executadas no RStudio. Foram obtidos mapas de areais e “não-areais”, a quantificação dessas feições entre 2000 e 2018, além de ter sido possível determinar um crescimento de 17 km² de areais na área estudada, com acurácias entre 93,57% e 99,85%.