COMPOSIÇÃO DE IMAGENS MULTISSENSOR PARA O MAPEAMENTO DO USO E COBERTURA DA TERRA

Resumo

Este trabalho propõe a utilização de imagens multissensor visando à melhoria da acurácia do mapeamento do uso e cobertura do solo. A proposta surge das observações empíricas dos erros encontrados para a classificação supervisionada de imagens do sensor WPM a bordo do satélite CBERS-4A com 2 m de resolução espacial. Entendendo-se o potencial fornecido por essa resolução espacial, mas que é limitado pela resolução espectral restrita ao espectro visível e infravermelho próximo, é proposta a adição das bandas do infravermelho de ondas curtas (SWIR1 e SWIR2) coletadas pelo satélite Landsat. Para isso, essas bandas foram reamostradas para 2 m pelo método de convolução cúbica. Foram realizadas classificações supervisionadas por meio do classificador SVM a partir das duas imagens geradas, que são a imagem original CBERS-4A com 4 bandas espectrais e a imagem com as 2 bandas do SWIR adicionadas, totalizando 6 bandas espectrais. Os resultados indicam uma maior Acurácia Global para a imagem com as bandas adicionadas (81,16%) em relação à imagem original (70,47%). As demais métricas de avaliação – Acurácia do Usuário, Acurácia do Produtor e Coeficiente Kappa – e a análise visual dos mapeamentos corroboram esse resultado, indicando uma maior assertividade do classificador a partir da adição das bandas. Conclui-se que o método é eficiente para a área de estudo testada e pode ser facilmente replicado para situações análogas, visando melhorar a acurácia das classificações das imagens do satélite sino-brasileiro.