Uso do classificador Support Vector Machines para o mapeamento da cobertura do solo usando imagens de Sensoriamento Remoto

Abstract

O mapeamento do uso/cobertura da terra desempenha um papel vital no planejamento e supervisão da utilização dos recursos naturais com base no aumento gradual das demandas humanas no ecossistema atual. As detecções de mudanças na cobertura do solo são essenciais para entender quais vetores de degradação atuam na região, além do monitoramento do risco ambiental no entorno de reservatórios de abastecimento de água no Bioma Caatinga. O sensoriamento remoto e o classificador SVM fornecem uma plataforma consistente para estudar as transformações da paisagem em toda a superfície da Terra. Este estudo objetiva o mapeamento de uso e ocupação do solo no entorno da Barragem barra do Juá localizado no estado de Pernambuco através da comparação entre sensores orbitais, o Câmera Multiespectral Regular (MUX) e o Operational Land Instrument (OLI) dos satélites CBERS-4 e Landsat-8 respectivamente. A análises foram baseadas em Tabela de Contingência obtidas por meio de um mapa oficial de referência. Após a verificações comparativas com o produto de referência, foram obtidos uma acurácia do produtor e de usuário médio de 62,44% e 71,74% para o MUX e 60,88% e 62,38% para o OLI, respectivamente. As diferentes especificações e capacidades técnicas entre os sensores na captura bem como o comportamento espectral dos alvos foram relevantes para a variabilidade espacial e temática entre os mapas de uso do solo MUX e OLI.  Os resultados obtidos mostraram que o MUX apresentou mapas de cobertura da terra com melhor desempenho em relação aos dados OLI.       Support Vector Machines classifier for land cover mapping using CBERS-4/MUX and Landsat-8/OLI images A B S T R A C TLand use/land cover mapping plays a vital role in planning and supervising the use of natural resources based on the gradual increase in human demands on today's ecosystem. The detection of changes in land cover is essential to understand which degradation vectors act in the region, in addition to monitoring the environmental risk around water supply reservoirs in the Caatinga Biome. Remote sensing and the SVM classifier provide a consistent platform for studying landscape transformations across the Earth's surface. This study aims to map land use and occupation around the Barra do Juá dam located in the state of Pernambuco through the comparison between orbital sensors, the Regular Multispectral Camera (MUX) and the Operational Land Instrument (OLI) of the CBERS-4 satellites and Landsat-8 respectively. The analyzes were based on a Contingency Table obtained through an official reference map. After comparative verifications with the reference product, an accuracy of 62.44% and 71.74% for the MUX and 60.88% and 62.38% for the OLI were obtained for the average producer and user, respectively. The different specifications and technical capabilities between the sensors in the capture as well as the spectral behavior of the targets were relevant to the spatial and thematic variability between the MUX and OLI land use maps. The results obtained showed that the MUX presented land cover maps with better performance in relation to the OLI data