Análise de acurácia do mapeamento do uso e ocupação do solo utilizando imagens Sentinel-2 e CBERS-4 no entorno de reservatórios

Abstract

A detecção de mudanças na cobertura do solo ajuda os formuladores de políticas a entender a dinâmica das mudanças ambientais para garantir o desenvolvimento sustentável no bioma Caatinga. Assim, a identificação de características espaciais por Sensoriamento Remoto surgiu como um importante aspecto de pesquisa e, dessa forma, metodologia adequada e eficiente para o mapeamento de cobertura do solo necessárias é fator preponderante. Neste estudo, os dados do satélite Sentinel-2 e CBERS-4 capturados pelos sensores MultiSpectral Instrument (MSI) e a Câmera Pancromática e Multiespectral (PAN), respectivamente, foram usados para a classificação e análise de acurácia para cinco classes de cobertura da terra no entorno de Barragens localizados no município de Belo Jardim, Pernambuco. O algoritmo KNN (K-ésimo vizinho mais próximo) com um valor de k=1 foi utilizado para o treinamento e classificação das imagens. As recentes imagens de alta resolução do programa europeu WorldCover foram utilizadas como imagem de referência espacial e temática. Após a análise por Matrix Contingência entre os mapas de cobertura do solo e os dados de referência, foram obtidos uma acurácia global de 57,4% para o MSI e 54,5% para o produto PAN. Os resultados obtidos mostraram que o MSI apresentou mapas de cobertura da terra mais satisfatórias do que os dados PAN. Por outro lado, para a classe de vegetação arbustiva para o produto PAN apresentou r de 0,5 enquanto o MSI de 0,47. Características espaciais e espectrais das imagens foram os principais causadores das variabilidades encontradas nos coeficientes de acurácia temática.