Desempenho da classificação supervisionada de Campos de Murundus a partir da integração de dados de radar e ópticos

Autores

DOI:

https://doi.org/10.14808/sci.plena.2025.129901

Palavras-chave:

áreas úmidas, Sentinel-1, Google Earth Engine

Resumo

As áreas úmidas estão localizadas na interface entre ambientes terrestres e aquáticos, desempenhando funções ecossistêmicas importantes em escala regional e global. Os Campos de Murundus são áreas úmidas típicas do bioma Cerrado, as quais enfrentam ameaças devido à atividade humana e mudanças climáticas, tornando essencial seu monitoramento e conservação. Este estudo tem como objetivo avaliar a acurácia da classificação supervisionada dos Campos de Murundus na bacia do rio Claro, situada no Triângulo Mineiro (MG), a partir da combinação de dados de sensor óptico e de radar. Para isso, foram utilizadas imagens de radar do satélite Sentinel-1 e do modelo digital de elevação Copernicus DEM, bem como imagens ópticas do satélite Sentinel-2A e o índice espectral NDWI. Utilizou-se a plataforma Google Earth Engine (GEE) para criar modelos distintos, variando os tipos de dados de entrada e a escala temporal. Os resultados mostraram que, ao longo de um ano, a utilização combinada de todos os dados obteve a melhor acurácia na classificação, resultando em 91% de acurácia global e índice kappa de 0,79. No entanto, os dados provenientes do sensor óptico apresentaram maior importância relativa na classificação, refletindo em uma acurácia alta (89% de acurácia global e índice kappa de 0,74) mesmo quando não foram utilizados os dados derivados de radar. As imagens do Sentinel-1 mostram-se mais eficazes na detecção dos Campos de Murundus quando o intervalo de tempo abrangeu apenas o verão, devido à sua capacidade de detecção na presença de nuvens.

Downloads

Publicado

2025-12-26

Como Citar

Roncari, R. H., & Utsumi, A. G. (2025). Desempenho da classificação supervisionada de Campos de Murundus a partir da integração de dados de radar e ópticos. Scientia Plena, 21(12). https://doi.org/10.14808/sci.plena.2025.129901