Avaliação do algoritmo BFAST para detecção semiautomática de distúrbios na vegetação do Cerrado

- 319771
Poster
Favorite this paper
How to cite this paper?
Abstract

O Cerrado, possuindo cerca de 2 milhões de km², é considerado um hotspot global. A crescente ocupação humana intensificou a degradação do bioma, gerando a necessidade de monitoramento de distúrbios ambientais para conservar sua biodiversidade. Esta pesquisa avaliou o desempenho do algoritmo de detecção de mudanças BFAST (Breaks for Additive Seasonal and Trend) em 600 pontos entre vegetação e desmatamento em Caxias - MA para o ano de 2022. Para a análise e extração de tendência, foi utilizado o índice NDVI (Normalized Difference Vegetation Index) na série temporal Sentinel-2 do Brazil Data Cube para o período de 2018 a 2024. Foram analisadas as magnitudes das quebras detectadas e os resultados obtidos foram 66\% de acurácia, 63\% de precisão, 74\% de recall e um F1-Score de 68\%. Para melhorar a detecção semiautomatizada de desmatamento, sugere-se que estratégias de pré-processamento sejam exploradas, bem como a parametrização do BFAST e a testagem de outros algoritmos.

Share your ideas or questions with the authors!

Did you know that the greatest stimulus in scientific and cultural development is curiosity? Leave your questions or suggestions to the author!

Sign in to interact

Have a question or suggestion? Share your feedback with the authors!

Institutions
  • 1 INPE
  • 2 Instituto Nacional de Pesquisas Espaciais
  • 3 Instituto Nacional de Pesquisas Espaciais - Centro Regional da Amazônia - Belém
Track
  • 29. Satellite imagery time series
Keywords
BFAST
Cerrado
Desmatamento
Detecção
Semiautomática