Studies on land use and land cover changes (LULCC) have been a great concern due to their contribution to the policies formulation and strategic plans in different areas and at different scales. The LULCC when intense and on a global scale can be catastrophic if not detected and monitored affecting the key aspects of the ecosystem's functions. For decades, technological developments and tools of geographic information systems (GIS), remote sensing (RS) and machine learning (ML) since data acquisition, processing and results in diffusion have been investigated to access landscape conditions and hence, different land use and land cover classification systems have been performed at different levels. Providing coherent guidelines, based on literature review, to examine, evaluate and spread such conditions could be a rich contribution. Therefore, hundreds of relevant studies available in different databases (Science Direct, Scopus, Google Scholar) demonstrating advances achieved in local, regional and global land cover classification products at different spatial, spectral and temporal resolutions over the past decades were selected and investigated. This article aims to show the main tools, data, approaches applied for analysis, assessment, mapping and monitoring of LULCC and to investigate some associated challenges and limitations that may influence the performance of future works, through a progressive perspective. Based on this study, despite the advances archived in recent decades, issues related to multi-source, multi-temporal and multi-level analysis, robustness and quality, scalability need to be further studied as they constitute some of the main challenges for remote sensing.

O estudo da vulnerabilidade à perda de solo das unidades de paisagemconstitui um dos mecanismos para o desenho de práticas sustentáveis de uso eocupação da terra e dos recursos naturais. Atendendo a esse facto, estapesquisa teve como objectivo avaliar a vulnerabilidade à perda do solo nodistrito de Boane em 2018 aplicando a metodologia proposta por Crepani. Osmateriais utilizados incluem as imagens OLI do Landsat-8 e ASTER GDTMV2 que permitiram a geração dos mapas de uso e cobertura de terra edeclividade respectivamente, o banco de dados de solos, litologia, epluviosiodade disponível no CENACARTA. Estes dados foram processados emambiente SIG em função da metodologia proposta por Crepani para análise davulnerabilidade à perda de solo. Os resultados obtidos mostraram que cerca de53,3% do distrito apresentou estabilidade mediana, 34,7% moderadamentevulnerável, 11,4% moderadamente estável, 0,6% estável e 0% vulnerável.Estes resultados revelam uma situação considerada favorável, porém não sedeve ficar numa situação de conforto pois com o ritmo de urbanização que seassiste nas últimas décadas e suas consequências sobre o meio ambiente,aliada à não implementação dos planos de ordenamento, pode colocar emcausa esta situação.

Os mapas de uso e cobertura da terra são instrumentos basilares para a compreensão detalhada dos padrões da organização do espaço, instrumento essencial para o gerenciamento agroambiental. Este artigo objetivou comparar e avaliar a precisão da classificação digital de uso e cobertura das terras no cerrado maranhense, a partir de imagens OLI (Operational Terra Imager) do Landsat-8 e MSI (Multispectral Instrument) do Sentinel-2. As imagens analisadas são de 2021, as quais foram pré-processadas, segmentadas e classificadas utilizado o algoritmo Random Forest. As análises mostraram que ambas as classificações foram qualificadas como “muito bom”, obtendo-se Índice Kappa (0,706) e Exatidão Global (76%) para as imagens OLI e Índice Kappa (0,775) e Exatidão Global (84%) para as imagens MSI. Os resultados obtidos podem subsidiar o planejamento e execução de novos mapeamentos e monitoramentos agrícolas no Cerrado, contribuindo com as tomadas de decisão de grupos de pesquisa.

Este trabalho tem como objetivo comparar os fatores de reflectância de diferentes alvos com base nos produtos MODIS/Terra e TM/Landsat 5 corrigidos atmosfericamente com base em diferentes algoritmos. Para tanto foi selecionada uma área da região do Sul de Minas Gerais para o desenvolvimento desta pesquisa, onde a paisagem é fragmentada por diferentes classes de uso da terra, incluindo plantios de café, pastagens, formações florestais em diferentes estágios de regeneração, todas dispersas sobre um relevo acidentado. As imagens que compuseram o banco de dados foram de anos distintos: 2000, 2001 e 2003, datadas do mês de agosto, adquiridas do INPE e do USGS. Foram considerados 5 pontos amostrais em áreas de água, 5 em áreas de solo exposto, 4 em plantios de café, 5 em áreas florestais e 5 em áreas urbanas consolidadas. As comparações se deram em termos absolutos e mediante o estabelecimento de regressões lineares. Os resultados indicaram que em termos absolutos os valores de reflectância de superfície de dados gerados por diferentes critérios são diferenciados, o que implicaria em diferenças na caracterização espectral de objetos realizada por produtos distintos. As regressões indicaram correlações diferenciadas entre dados de diferentes bandas, indicando que as diferenças são espectralmente dependentes.

RESUMOO presente trabalho teve como objetivo analisar, por meio de imagens de diferentes sensores e técnicas de geoprocessamento, o efeito da queda do nível de água que ocorreu no Lago de Furnas no ano de 2012. Esta análise foi feita com base nas imagens satélites em três distintos anos: antes do evento (imagens de 2010), durante o evento (imagens de 2012) e depois do evento (imagens do ano de 2013). Para realizar o mapeamento do nível de água nos anos de 2010 e 2012 foram utilizadas imagens do LISS3/Resourcesat-1 e para o ano de 2013 imagens do OLI/Landsat-8, todas processadas e interpretadas em ambiente SIG. O produto final apresenta quatro classes: i) superfície de água permanente nos três anos, ii) superfície seca permanente nos três anos, iii) superfícies de água recuperada e iv) não recuperada até ao último ano (2013). A metodologia consistiu de cinco etapas: preparo, fatiamento, álgebra de mapas, edição matricial e cálculo de áreas. O mapa da redução do nível de água do Lago foi gerado a partir de uma operação matricial algébrica entre as máscaras de superfície de água extraídas das bandas do infravermelho próximo, cujo resultado foi editado manualmente para corrigir erros de classificação. Para validar o mapa foram usadas fotografias veiculadas pela imprensa local, durante o evento de redução de nível de água. Os resultados desta pesquisa permitiram concluir que esta metodologia é fácil de ser reproduzida e pode ser utilizada em outras regiões.