INTEGRAÇÃO DE DADOS ALTIMÉTRICOS A IMAGENS SENTINEL-2 PARA CLASSIFICAÇÃO DA  COBERTURA DO SOLO PARA ESTUDO DE BACIA HIDROGRÁFICA NO CERRADO: COMPARAÇÃO  ENTRE CLASSIFICADORES E PRODUTOS EXISTENTES

CARLOS EDUARDO FERNANDES DE HOLANDA; Diego Rodrigues Macedo; Rodrigo Affonso de  Albuquerque Nóbrega

Título do Trabalho

INTEGRAÇÃO DE DADOS ALTIMÉTRICOS A IMAGENS SENTINEL-2 PARA CLASSIFICAÇÃO DA COBERTURA DO SOLO PARA ESTUDO DE BACIA HIDROGRÁFICA NO CERRADO: COMPARAÇÃO ENTRE CLASSIFICADORES E PRODUTOS EXISTENTES

Autores

CARLOS EDUARDO FERNANDES DE HOLANDA
Diego Rodrigues Macedo
Rodrigo Affonso de Albuquerque Nóbrega

Modalidade

Resumo

Área temática

ANÁLISE DE RECURSOS AMBIENTAIS

Data de Publicação

19/04/2022

País da Publicação

Brasil

Idioma da Publicação

Português

Página do Trabalho

https://www.even3.com.br/anais/ivsimposiomodelagemufmg/451039-integracao-de-dados-altimetricos-a-imagens-sentinel-2-para-classificacao-da--cobertura-do-solo-para-estudo-de-bac

ISBN

978-65-5941-646-2

Palavras-Chave

Aprendizado de Máquina (ML), Uso e cobertura da terra, Dados altimétricos, Sensoriamentoensoriamento Remoto

Resumo

Introdução A disponibilização gratuita de imagens orbitais ortorretificadas promoveu uma revolução no acesso e emprego de sensoriamento remoto pela sociedade. Não obstante, iniciativas internacionais como o National Land Cover Database e nacionais como o projeto MapBiomas elevaram a popularidade e o alcance dos mapas de uso e cobertura do solo, disponibilizando dados multitemporais com pixels de 900m2. Em meados do presente, a ESRI tornou público o acesso aos produtos similares em cobertura global com resolução de 100m2. Embora geniais, o resultado das iniciativas supracitadas nem sempre atende ao propósito de uso local devido a limitação quanto a resolução da imagem de origem ou a limitação do número de classes. Neste sentido, visando contribuir para aprimorar o uso de imagens orbitais compatíveis a do Sentinal-2 para o provimento de mapas de uso e cobertura do solo no Cerrado, o presente trabalho propõe a criação de um cubo de dados contendo camadas referentes a altimetria do terreno e derivações como rugosidade e declividade. Para tanto, foram analisados os desempenhos de três diferentes classificadores baseados em aprendizagem de máquina: Random Forest (RF), Decision Tree (DT) e Support Vector Machine (SVM). Materiais e Métodos Para este estudo foram utilizadas imagens do satélite Sentinel 2 e outra imagem que empilha as do Sentinel 2 com imagens derivadas da missão Shuttle Radar Topography Mission (SRTM) no intuito de identificar e interpretar as diferenças nas classificações dessas imagens. O estudo foi realizado na bacia hidrográfica da barragem Nova Porte, abrangendo 15.358Km2 do Cerrado mineiro. Os classificadores analisados foram Decision Tree, Random Forest e Support Vector Machine, todos presentes no Orfeo Toolbox como complemento do QGIS. O estudo recorreu a um criterioso conjunto de pontos de amostras e validação que garantiram o caráter analítico ao controle de qualidade temático dos resultados, os quais foram interpretados com base em índices estatísticos de validação e na concordância entre as classes na matriz de confusão. O mapeamento elaborado foi comparado com o recente produto disponibilizado pela a ESRI a partir de imagens Sentinel 2. Resultados Os algoritmos analisados foram eficientes na identificação automática das classes desejadas, contudo o classificador que obteve os melhores desempenhos foi o Supporte Supporte Vectorector Machine, tanto para as imagens com os dados altimétricos quanto para as imagens sem estas informações complementares. Apesar do Decision Tree ter apresentado resultados inferiores ao Support Vector Machine, seus resultados foram satisfatórios e com tempo de processamento substancialmente inferior. O emprego de dados altimétricos no cubo de imagem alavancou a qualidade dos resultados. Apesar dos resultados inferiores do mapeamento da ESRI em relação aos desta pesquisa, mostrou ser uma ferramenta eficaz e gratuita. Conclusões O trabalho revela a necessidade do pesquisador e usuário de mapas de uso e cobertura do solo em avaliar alternativas adequadas (imagens orbitais e ou produtos derivados) para provimentodas necessidades para a região de estudo. Outro ponto importante a ressaltar é o emprego de um cubo de imagens que integra dados altimétricos, o que promoveu melhor poder de discernimento entre as classes nos algoritmos analisados.

Título do Evento: IV Simpósio de Modelagem de Sistemas Ambientais e Gestão da Paisagem
Título dos Anais do Evento: Anais do IV Simpósio de Modelagem de Sistemas Ambientais e Gestão da Paisagem: Big Data no contexto de crises sociais, políticas e ambientais.
Nome da Editora: Even3
Meio de Divulgação: Meio Digital

Como citar

HOLANDA, CARLOS EDUARDO FERNANDES DE; MACEDO, Diego Rodrigues; NÓBREGA, Rodrigo Affonso de Albuquerque. INTEGRAÇÃO DE DADOS ALTIMÉTRICOS A IMAGENS SENTINEL-2 PARA CLASSIFICAÇÃO DA COBERTURA DO SOLO PARA ESTUDO DE BACIA HIDROGRÁFICA NO CERRADO: COMPARAÇÃO ENTRE CLASSIFICADORES E PRODUTOS EXISTENTES.. In: Anais do IV Simpósio de Modelagem de Sistemas Ambientais e Gestão da Paisagem: Big Data no contexto de crises sociais, políticas e ambientais.. Anais...Belo Horizonte(MG) UFMG/IGC, 2021. Disponível em: https//www.even3.com.br/anais/ivsimposiomodelagemufmg/451039-INTEGRACAO-DE-DADOS-ALTIMETRICOS-A-IMAGENS-SENTINEL-2-PARA-CLASSIFICACAO-DA--COBERTURA-DO-SOLO-PARA-ESTUDO-DE-BAC. Acesso em: 19/05/2025