Aplicação de métodos de classificação supervisionada em imagens do Sentinel-2, como suporte ao cadastro ambiental rural

Abstract

O Cadastro Ambiental Rural (CAR) é uma ferramenta de controle da situação ambiental rural nacional, principalmente para Áreas de Preservação Permanentes (APP) e Reservas Legais (RL). Nas análises de uso e ocupação do solo realizadas durante a elaboração do CAR, são utilizadas imagens de satélites, como não há um procedimento definido para extração de dados, esta dissertação visa avaliar seis métodos de classificação supervisionada: Spectral Angler Mapper (Mapeamento pelo Ângulo Espectral) (SAM), Spectral Correlation Mapper (Mapeamento pela Correlação Espectral) (SCM), Máxima Verossimilhança (Maxver), Minimum Distance (Distância Mínima), Mahalanobis Distance (Distância Mahalanobis), Feature Space (Feição Espacial), a partir de imagens do satélite Sentinel-2, em vinte assentamentos localizados no norte do estado do Mato Grosso. A fim de identificar o método que melhor se adeque para dar suporte ao CAR. A classificação de cada assentamento foi extraída separadamente da classificação global. Tais resultados foram analisados por meio da Matriz de Confusão, Índice Kappa, Accuracy Assessment, (Avaliação de Precisão) e Image Difference (Diferença entre Imagens), para avaliar o nível de acurácia de cada método em todos os assentamentos. Todos os métodos demonstraram ótimos resultados no nível de acurácia e Índice Kappa, mas, para suporte ao CAR, o método que apresentou melhor acurácia e variância mínima entre as classes foi o SCM.