Análise da cobertura e do uso da terra em Presidente kennedy–ES a partir de classificadores digitais aplicados a imagens CBERS-4A E LANDSAT-8

• Ano de defesa: 2025
• Autor(a) principal: Santos, Neimar da Silva Souza
• Orientador(a): Ferrari, Jeferson Luiz
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Alegre
• Palavras-chave em Português: Sensoriamento remoto; Sistema de Informação Geográfica; Análise multitemporal; Presidente Kennedy-ES
• Link de acesso: https://repositorio.ifes.edu.br/handle/123456789/7121

RESUMO A compreensão das dinâmicas territoriais é essencial diante das transformações recentes na paisagem de Presidente Kennedy–ES, caracterizada por intensa atividade agropecuária, expansão urbana e pressão sobre ecossistemas costeiros. Nesse cenário, o monitoramento da cobertura e do uso da terra, apoiado por tecnologias geoespaciais, configura-se como uma ferramenta estratégica para orientar políticas públicas e práticas de manejo sustentável. O presente estudo teve como objetivo analisar a cobertura e o uso da terra no município de Presidente Kennedy–ES por meio da aplicação de classificadores digitais em imagens dos satélites CBERS-4A e Landsat-8, visando identificar e quantificar as diferentes classes de uso e cobertura para subsidiar estudos ambientais e de planejamento territorial.. Inicialmente, realizou-se um levantamento da cobertura e do uso da terra do município a partir dos dados do MapBiomas (2013, 2020 e 2023), com o objetivo de identificar as principais classes e garantir a proporcionalidade na seleção das amostras de treinamento, refletindo adequadamente a distribuição espacial das classes. Em seguida, foram selecionadas e utilizadas imagens do sensor MUX do CBERS-4A, com resolução espacial de 16 m, e do OLI do Landsat-8, fusionadas para resolução de 15 m, referentes ao período de maio de 2020 a abril de 2021. Esse intervalo foi definido considerando a disponibilidade dos ortomosaicos do Estado do Espírito Santo (2019/2020), elaborados a partir das imagens Kompsat 3/3A, que serviram como base de referência para a validação da classificação digital, com resolução espacial de 50 cm, os quais serviram como referência para a avaliação da classificação digital. Com as imagens selecionadas, foram geradas composições coloridas, em cores naturais e falsas cores, para os períodos seco e chuvoso. Em seguida, foram definidas amostras de treinamento e realizadas classificações supervisionadas das imagens, utilizando os classificadores Gaussian Mixture Model (GMM) e Random Forest, disponibilizados pelo complemento Dzetsaka: Classification Tool. Após a conclusão das classificações digitais, calcularam-se a acurácia do produtor, a acurácia do usuário e a acurácia global por meio do plugin AcATaMa. A validação dos resultados, como informado acima, foi realizada com base no ortofotomosaico do satélite Kompsat-3A de 2019/2020, utilizado como dado de referência. Todo o processamento de dados e imagens foi realizado no software QGIS 3.34.9 ‘Prizren’. Verificou-se que o classificador Random Forest, associado às imagens do CBERS-4A, apresentou o melhor desempenho, demonstrando alta acurácia na identificação das classes de uso e cobertura. Os resultados indicam que a classe Pastagem se mantém dominante em todas as análises, seguida por Formação Florestal, Mosaico de Usos e Campo Alagado. Esses resultados destacam a relevância da análise multitemporal para compreender a dinâmica territorial e reduzir erros de omissão e comissão.. A análise entre os períodos seco e chuvoso evidenciou variações sazonais significativas, reforçando a importância da abordagem multitemporal para compreender as dinâmicas de uso e cobertura da terra em nível municipal.