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

- 319771
Pôster
Favoritar este trabalho
Como citar esse trabalho?
Resumo

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.

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Instituições
  • 1 INPE
  • 2 Instituto Nacional de Pesquisas Espaciais
  • 3 Instituto Nacional de Pesquisas Espaciais - Centro Regional da Amazônia - Belém
Eixo Temático
  • 29. Séries temporais de imagens de satélite
Palavras-chave
BFAST
Cerrado
Desmatamento
Detecção
Semiautomática