CLASSIFICAÇÃO INTRAURBANA DA COBERTURA DO SOLO COM IMAGENS DO CBERS-4A

Neste estudo, foram utilizadas técnicas avançadas e algoritmos de aprendizado de máquina, para classificar uma área urbana capturada pelo satélite CBERS-4A. A imagem foi submetida a pré-processamento, segmentação e extração de atributos para posterior classificação. A área de estudo foi o distrito de São Sebastião, SP, englobando 26 classes de cobertura. A classificação com o algoritmo Random Forest alcançou uma acurácia global de 0,77. Os resultados indicam que as imagens do CBERS-4A são adequadas para estudos de classificação intraurbana, embora se recomendem mais amostras e a exploração de novos modelos de classificação em pesquisas futuras.