Author(s): SILVEIRA, H. L. F. da; ANDRADE, R. G.; RODRIGUES, C. A. G.; RONQUIM, C. C.; GALDINO, S.

Summary: Resumo: Este trabalho objetivou identificar pastagens degradadas em duas áreas do bioma Cerrado, nos estados de Mato Grosso do Sul e São Paulo. Foram coletadas 380 amostras de campo nos anos de 2022 e 2023, que identificaram níveis de degradação que foram sintetizados em três níveis (pastagens não degradadas, em degradação e degradadas) e duas classes (pastagens em boas condições e em más condições). Para treinamento e classificação, dados do sensor OLI/Landsat–8 e 9 em datas próximas às das coletas em campo foram divididos em três conjuntos: a) apenas valores de reflectância das bandas espectrais, b) somente índices espectrais e c) bandas e índices espectrais juntos, que foram submetidos a oito classificadores. Os três melhores resultados obtidos apresentaram acurácias de 0,486, 0,709 e 0,726. A falta de pontos qualificados para pastagem não degradada influenciou negativamente no processo de seleção, assim como a inexistência de um trabalho de campo no período seco. O grande número de métricas não contribuiu necessariamente para melhorar os resultados de classificação. Uma análise do impacto da segmentação no processo de classificação é necessária em estudos futuros. A metodologia empregada não é adequada ao mapeamento de degradação de pastagens, em função dos baixos scores de acurácia obtidos.

Publication year: 2023

Types of publication: Booklets

Unit: Embrapa Territorial

Keywords: Aprendizagem de máquina, Classificação, Imagem de satélite, Mapeamento, Selo ODS 15, Sensoriamento Remoto, Sistema de Informação Geográfica, Índices espectrais