Análise comparativa entre os algoritmos máxima verossimilhança e random forest : classificação dos bosques de mangue da área de proteção ambiental de Santa Cruz, Pernambuco, Brasil

Abstract

Este trabalho visa avaliar a acurácia dos classificadores supervisionados pixel-a-pixel Máxima Verossimilhança (MaxVer) e o Random Forest (RF) e o efeito da combinação de diferentes dados de entrada na classificação de bosques de mangue da Área de Proteção Ambiental (APA) de Santa Cruz no Estado de Pernambuco. A escolha deste alvo como objeto de classificação está relacionada com o seu valor ambiental e socioeconômico, assim como a sua fragilidade referente à pressão antrópica. Para a avaliação do desempenho da classificação de cada um desses algoritmos, foram construídos 4 (quatro) bandsets de classificação combinando uma imagem de sensor óptico (Landsat-5/TM) com índices de vegetação(NDVI, SAVI eNDWI) e imagens de Radar de Abertura Sintética(ALOS/PALSAR). Por meio da matriz de erro obtida em cada classificação e das métricas de acurácia geradas a partir dela, foi possível verificar o efeito da inclusão de dados de entrada na acurácia da classificação de bosques de mangue. Os resultados obtidos mostram que utilizando apenas bandas da imagem óptica o desempenho dos dois classificadores foi semelhante, em torno de 96% de acurácia global– classificados como desempenho “muito bom” pelo índice kappa – gerando áreas classificadas semelhantes as adquiridas pelo MapBiomas. Entretanto, observou-se a diminuição da acurácia de classificação do MaxVer quando foram introduzidos mais dados de entrada e de fontes diferentes. Já o Random Forest obteve acurácia global acima de 95% em todas as classificações, alcançando seu valor máximo quando utilizadas todas as bandas de entrada (bandset 4). Além disso, este classificador apontou, dentre as bandas utilizadas, o SWIR 1 e os índices de vegetação como variáveis de maior importância na classificação.