DESEMPENHO DE CLASSIFICADORES SUPERVISIONADOS NO USO DA TERRA COM SENTINEL-2 EM SANTA CATARINA

 O monitoramento do uso e cobertura da terra é fundamental para o planejamento ambiental, a gestão de recursos naturais e o suporte à tomada de decisão territorial. Este estudo teve como objetivo comparar o desempenho do algoritmo Random Forest e do método de Máxima Verossimilhança na classificação do uso e cobertura da terra utilizando imagens Sentinel-2 referentes ao ano de 2024, tendo os dados do MapBiomas como referência auxiliar para análise comparativa dos padrões espaciais. A classificação supervisionada foi realizada a partir de amostras representativas das classes de interesse e avaliada por métricas de desempenho, incluindo acurácia global, índice Kappa, precisão, recall e F1-score. Os resultados evidenciaram superioridade do algoritmo Random Forest, que apresentou acurácia global de 90,97% e índice Kappa de 0,89, enquanto a Máxima Verossimilhança obteve 86,40% e índice Kappa de 0,79. Conclui-se que o algoritmo Random Forest apresenta maior potencial para aplicações em monitoramento ambiental e mapeamento do uso da terra em paisagens heterogêneas.