Análise de algoritmos de segmentação de imagens e de inteligência artificial na caracterização do uso e cobertura do solo

Resumo

O uso e cobertura do solo refere-se as áreas geridas pelo ser humano (uso) e as camadas sobre a superfície do solo (cobertura), como florestas, corpos d’água e áreas edificadas. Compreendê-lo é fundamental para o desenvolvimento sustentável e para a gestão dos recursos naturais, os quais têm impacto direto no bem-estar das comunidades. A análise do uso e cobertura do solo se constitui em um indicador de sustentabilidade e permite o monitoramento regular com avaliação das mudanças ocorridas ao longo do tempo. Para tanto, pode-se empregar técnicas de segmentação e classificação em imagens de Sensoriamento Remoto (SR) por meio de Sistemas de Informações Geográficas (SIGs) e Processamento Digital de Imagens (PDI). Com isso, torna-se possível estimar com alta acurácia o uso e cobertura do solo, como o demonstrado neste estudo em um recorte na Área de Proteção Ambiental (APA) de Setiba, Guarapari-ES. Para atingir esse objetivo, foi realizada a Análise de Imagem Baseada em Objetos Geográficos (GEOBIA), em que foram testados algoritmos de segmentação (Meanshift, SLIC e Watershed) e de Aprendizado de Máquina (Florestas Aleatórias, Máquina de Vetores de Suporte e Árvores de Decisão) voltados à execução de classificação supervisionada. Esses algoritmos foram aplicados em uma imagem de banda composta do CBERS 04A, sensor WPM, com resolução espacial de 2 m. Como resultado, foram obtidos mapas de uso e cobertura do solo com exatidão global e índice Kappa acima de 90%, o que permitiu inferir que o método adotado foi suficientemente robusto para superar os desafios inerentes à classificação de imagens aplicada na caracterização do uso e cobertura do solo.