| Popis: |
Imagens orbitais da série Landsat têm sido sistematicamente empregadas no mapeamento de cobertura e uso da terra. Porém, algumas áreas, devido às características de relevo ou a forte influência antrópica, impõem dificuldades nesta caracterização. O maciço de Uruburetama, no estado do Ceará, representa uma área com tais particularidades. Na tentativa de gerar melhores resultados na identificação e delimitação das diferentes classes de cobertura e uso da terra no maciço, este trabalho compara imagens dos sensores orbitais OLI/ Landsat-8 e MSI/Sentinel-2, a fim de definir qual produto pode ser melhor empregado em estudos desta finalidade. A metodologia partiu da obtenção de imagens orbitais da área, passando por etapas de pré-processamento, geração de NDVI, segmentação por crescimento de regiões, classificação supervisionada, validação da classificação e produção dos mapas temáticos. Os produtos NDVI apresentaram correlação positiva muito forte, evidenciando compatibilidade espectral entre os sensores. Na etapa de segmentação, percebeu-se a influência da melhor resolução espacial do sensor MSI com a criação de quase oito vezes mais polígonos e uma área média correspondente a 12,5% a medida do sensor OLI. A classificação supervisionada utilizando o algoritmo Bhattacharya possibilitou mapear os dois produtos em sete classes temáticas de cobertura e uso da terra do maciço de Uruburetama: Mata Úmida; Mata Seca; Caatinga Arbustiva Densa; Caatinga Arbustiva Aberta; Urbano/Solo Exposto; Corpos D’água e Cultivos. A validação das classificações atestou a melhor acurácia do produto MSI/Sentinel-2 por meio dos índices Kappa e exatidão global. Os resultados demonstram que a imagem MSI/Sentinel-2, devido a sua melhor resolução espacial, permite um maior detalhamento dos alvos, e maior acurácia na classificação, o que possibilita a sua aplicação em estudos com maiores escalas de análise. Por sua vez, a imagem OLI/Landsat-8, demonstrou ser mais adequada a estudos com menores níveis de detalhes, ou com alvos mais homogêneos. |
