Mapeamento multicategórico do uso/cobertura da terra em escalas detalhadas usando Semi-automatic Classification Plugin

Mapas de uso da terra são essenciais na análise das dinâmicas agrária, ambiental e social de uma região, mas sua obtenção tem sido limitada por recursos dispendiosos. Por isso, o uso de ferramentas simples e gratuitas, como o Semi-automatic Classification Plugin (SCP) para QGIS, tem aumentado. Entretanto, estudos sobre o desempenho do SCP ainda são escassos. Nesse sentido, o presente estudo teve como objetivo avaliar o desempenho do SCP para mapear usos da terra com alta especificidade categórica e espacial. A área de estudos consistiu na bacia do ribeirão do Melo (90 km2), onde foram mapeadas 15 classes de uso da terra, a partir da classificação de dados derivados de uma imagem Sentinel 2A, com os três classificadores disponíveis no SCP. Os resultados mostraram que o SCP é adequado para mapear usos da terra com qualquer um dos classificadores, mas o algoritmo Maximum Likelyhood apresentou o melhor desempenho, com acurácia quase perfeita (Kappa = 0,93). Recomenda-se mais estudos que forneçam diretrizes concretas para a utilização do SCP, melhorando sua eficiência.