EFEITO DA CLASSIFICAÇÃO SEMIAUTOMATICA COM USO DE SÉRIES TEMPORAIS EM ÁREAS DO BIOMA MATA ATLÂNTICA

Este estudo propõe uma metodologia semiautomática de classificação de séries temporais para monitorar a supressão de vegetação nativa no Prodes Mata Atlântica (MA). Foram analisadas três áreas com intensa ocorrência de nuvens e desmatamentos utilizando imagens Sentinel-2 de 2023, com 10 m de resolução, obtidas pelo Brazil Data Cube (BDC). O algoritmo Random Forest foi utilizado para o treinamento e classificação de 3.163 pontos amostrais, alcançando acurácia geral entre 79% e 95%, e estatística por classe de até 99%. Apesar da dificuldade em separar classes com semelhanças espectrais, a validação cruzada por k-fold demonstrou média superior a 0,77 em áreas com alta cobertura de nuvens, resultando em mapas de probabilidade com níveis de precisão de 76%, 87% e 86%. O estudo aponta a necessidade de refinamentos futuros no aprimoramento da separabilidade entre classes com padrões espectro-temporais similares.