ANÁLISE DE DESEMPENHO DO CLASSIFICADOR RANDOM FOREST NA DETECÇÃO DE CLASSES DE USO E COBERTURA DA TERRA EM ÁREAS DE NÃO FLORESTA EM SALVATERRA/PA

O presente trabalho teve como objetivo avaliar o desempenho do classificador Random Forest utilizando imagens do Sentinel-2B na detecção de classes de uso e cobertura da terra em áreas de Não floresta, baseadas nas classes do Projeto TerraClass em uma região de Salvaterra, no Pará nos anos de 2020 e 2021. A metodologia foi executada em sete etapas: seleção de imagens, geração de mosaicos, coleta de pontos amostrais, seleção de bandas e classificação, pós-classificação e avaliação dos modelos. Foram utilizados os índices Kappa, acurácia global e matriz de confusão para avaliação de desempenho. O trabalho apresentou bons resultados na classificação, segundo avaliação dos modelos. Sugeriu-se que haja a validação dos dados em in loco, no intuito de melhorar a precisão na detecção de classes de uso e cobertura do solo e aprimoramento dos procedimentos metodológicos.