TRATAMENTO DE DADOS DE SENSORIAMENTO REMOTO PARA A CLASSIFICAÇÃO DO USO E COBERTURA DA TERRA COM MODELOS DE INTELIGÊNCIA ARTIFICIAL

Este trabalho propõe uma metodologia para o tratamento de dados de sensoriamento remoto obtidos a partir do Brazil Data Cube, visando melhorar a qualidade das séries temporais utilizadas no treinamento de modelos de inteligência artificial para a classificação do uso e cobertura da terra. O estudo utilizou dados coletados na região amazônica da bacia do Alto Paraguai. Três cenários foram analisados: i) sem tratamento; ii) com tratamento das séries temporais; e iii) com tratamento das séries temporais e remoção das amostras não representativas. No último caso, a metodologia possibilita equilibrar o nível de qualidade exigido com a quantidade de amostras descartadas. A metodologia resultou em um ganho significativo na qualidade dos dados.