Monitoramento de focos de áreas queimadas no bioma Amazônia utilizando imagens Amazônia-1/WFI

Abstract

Nos últimos anos, tem-se testemunhado um aumento significativo nas áreas de queimadas em biomas como a Amazônia e o Cerrado, impulsionado principalmente por ações antrópicas. Isso tem suscitado preocupações substanciais devido aos impactos adversos que tais eventos têm sobre o meio ambiente. Nesse contexto, um monitoramento contínuo dessas áreas, por meio de dados coletados via sensoriamento remoto, desempenha um papel crucial. Essa abordagem possibilita a identificação das áreas afetadas e permite uma gestão mais eficaz dos recursos naturais, com o objetivo de mitigar ocorrências de incêndios. Este trabalho objetiva realizar o mapeamento da área de queimada inclusa no Bioma Amazônia a partir de imagens do satélite AMAZÔNIA-1/WFI entre 2021 e 2022. A metodologia empregada consistiu na aplicação do algoritmo de aprendizagem de máquina Random Forest para a classificação das imagens. Foi então realizada uma análise de separabilidade de cada banda espectral do satélite e dos índices espectrais BAI (Índice de Área Queimada) e NDVI (Índice de Vegetação da Diferença Normalizada). Para a validação, foi realizado a análise de fotointerpretação das imagens, em que foi verificada a consistência da classificação por meio da análise de acurácia, tornando possível quantificar os erros de omissão, erros de comissão e a acurácia global da classificação. Como resultado, o NDVI mostrou a maior separabilidade entre áreas queimadas e não queimadas com valor M acima de 5. A acurácia global de 34,73% em 2021 e 36,17% em 2022 com uma frequência de erros de omissão significativa. Este trabalho apresentou uma análise estatística e abordagem comparativa em relação à classificação de imagens da Bacia hidrográfica Otto 7, possibilitando a análise de precisão temática a fim de identificar as marcas deixadas pelos incêndios com base em dados de sensoriamento remoto, o que auxilia na gestão de um banco de dados e no controle de qualidade dos dados espaciais.