Published December 30, 2020 | Version v1
Journal article Open

Análise de Acurácia para o Mapeamento de Incêndios Florestais em Terras Indígenas Brasileiras Utilizando Classificação por Árvore de Decisão Baseado em Imagens OLI 0,85 - 11,0µm

Description

O fogo é reconhecido como um importante distúrbio da superfície da terra, pois influencia o ciclo do carbono terrestre, o clima e a biodiversidade. Dessa forma, o mapeamento da área queimada é importante e benéfico para aplicações sociais e ambientais. O uso de imagens de satélite de desempenha um papel fundamental na detecção de áreas queimadas e incêndios ativos de escalas regionais a globais. Por isso, informações geradas por Sensoriamento Remoto sobre as áreas afetadas por incêndios são essenciais para entender melhor os fatores que impulsionam a atividade do fogo, bem como sua relevância para auxiliar no seu gerenciamento. Este artigo traz uma análise da acurácia do mapeamento de incêndios florestais em quatro Terras Indígenas Brasileiras: Areões-MT, Bacurizinho - MA, Pimentel Barbosa -TO e Xerente -TO utilizando dados do satélite Landsat-8 e o Método de Classificação por Árvore de Decisão, baseado na Temperatura da Superfície (TS) e o índice NBR (Índice de Queima Normalizada). Foi encontrado forte relacionamento entre os parâmetros (TS e NBR), com correlação acima de 0,7 e alto valores de coeficiente de separabilidade (JM – Distance) de áreas queimada e não queimadas.   Após a comparação com os perímetros de referência oficiais de área queimada, foi obtido um desempenho moderado na qualidade temática dos mapas, com acurácia global no entorno de 90%, porém baixos valores de coeficiente Kappa e erros de omissão e comissão variando entre (74~92%). Finalmente, a classificação implementada mostrou uma alternativa viável para melhorar ainda mais as técnicas de detecção de áreas queimadas já existentes por satélite de observação da Terra em áreas legalmente protegidas.

 

Palavras-Chaves: Terras indígenas, Mapeamento, Incêndios Florestais.

Files

3-23-127-1-CE.pdf

Files (916.3 kB)

Name Size Download all
md5:d5afbee68ea2904a3adf7748b7639f36
916.3 kB Preview Download