z-logo
open-access-imgOpen Access
Avaliação do Sentinel-2, NDVI e MLME para Mapeamento do Uso e Cobertura da Terra
Author(s) -
Juliana Maria Ferreira de Souza Diniz,
Daniel Andrade Maciel,
Fábio Furlan Gama,
Marcos Adami
Publication year - 2020
Publication title -
anuário do instituto de geociências
Language(s) - Portuguese
Resource type - Journals
eISSN - 1982-3908
pISSN - 0101-9759
DOI - 10.11137/2020_2_381_391
Subject(s) - normalized difference vegetation index , forestry , environmental science , geography , physics , geology , climate change , oceanography
A floresta amazônica é considerada um dos maiores reservatórios de carbono da Terra. No entanto, mudanças antrópicas indiscriminadas no uso e cobertura da terra, como a conversão da floresta em áreas agrícolas e pastagens, provocam grandes impactos ambientais na floresta. A utilização de técnicas que auxiliam o mapeamento do uso e cobertura da terra se torna cada vez mais necessária. Índices como o NDVI (Índice de Vegetação por Diferença Normalizada) e MLME (Modelo Linear de Mistura Espectral) são amplamente utilizados para estudos da vegetação, por permitirem analisar e realçar parâmetros e feições em imagens de sensoriamento remoto. Desse modo, o objetivo deste trabalho foi avaliar o desempenho do mapeamento do uso e cobertura da terra (LULC), utilizando dados do satélite Sentinel-2B, adicionado com o índice de vegetação NDVI e com o MLME, utilizando o classificador Random Forest (RF). Para a realização deste estudo, foram utilizadas imagens do sensor MSI do Sentinel-2B e calculados os índices NDVI e MLME, derivados da imagem Sentinel-2B. A partir da segmentação da imagem, foi realizada a extração de atributos para cada segmento. A classificação foi realizada pelo método RF e a validação foi realizada através da simulação de Monte Carlo observando-se os valores de índice Kappa e Acurácia Global (AG). Para avaliar a diferença obtida com a adição das variáveis NDVI e MLME, quatro cenários de classificação foram realizados. Notou-se que os cenários apresentaram resultados semelhantes de índice Kappa e AG, não apresentando diferença significativa entre eles. A utilização das faixas espectrais do Sentinel-2B/MSI se mostrou uma boa alternativa para realizar o mapeamento do uso e cobertura da terra, facilitando as etapas de processamento. No entanto, a inclusão do MLME para a separação da classe Floresta Degradada (FD), se mostrou significativa. Além disso, observou-se que a utilização do classificador RF apresenta bons resultados para o mapeamento do uso e cobertura da terra.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here
Accelerating Research

Address

John Eccles House
Robert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom