Anais do XX Simpósio Brasileiro de Sensoriamento Remoto

Compromissos com a restauração da paisagem florestal
(“Forest Landscape Restoration”) foram estabelecidos nos
últimos anos para restaurar mais de 200 milhões de hectares.
Técnicas de sensoriamento remoto, aliadas a novas
tecnologias para aquisição, tratamento e análise de dados, têm
se mostrado estratégicas promissoras para o planejamento e
monitoramento da restauração. Aqui, avaliamos o potencial
de imagens do sensor VENµS para classificar o
comportamento de tipologias florestais comumente
encontradas em programas de restauração e em paisagens restauradas. Nós avaliamos
como seis tipologias florestais diferem de acordo com sua
resposta espectral e variabilidade do dossel. Usamos o
algoritmo Random Forest para gerar os modelos e avaliar
como as classes diferem e o desempenho das métricas,
obtendo uma acurácia global de 74,6%. Nosso estudo mostrou que a combinação de imagens
multiespectrais de alta resolução espacial e espectral mais
fina, diferentes técnicas de manipulação de dados e
algoritmos de aprendizado de máquina têm grande potencial
para auxiliar a classificação de tipologias florestais. Demonstramos aqui
o potencial do uso imagens de sensores orbitais para
monitorar programas de restauração de paisagens e avançar
na qualificação dos ganhos de cobertura florestal resultantes
dessas iniciativas.