Mapeamento de superfícies impermeáveis no Oeste da Bahia utilizando algoritmo de Aprendizado de Máquina

Mapping of impermeable surfaces in Western Bahia using Machine Learning Algorithm

Autores

DOI:

https://doi.org/10.21680/2447-3359.2024v10n2ID36390

Resumo

A superfície impermeável urbana é um parâmetro relevante nas mudanças climáticas, ambientais e na sustentabilidade, sendo fundamental na detecção da qualidade ambiental urbana. O mapeamento dessas superfícies possibilita mensurar o nível de urbanização em que uma cidade se encontra, além de gerar indicativos de impactos sociais, econômicos e ambientais. Porém, poucos estudos aplicaram imagens de satélite de alta resolução espacial para a análise de cidades com significativo crescimento urbano nos últimos anos, sobretudo no oeste baiano. Este trabalho tem como objetivo mapear as áreas impermeáveis da cidade de Barreiras–BA a partir de imagens CBERS 4A e do algoritmo de aprendizado de máquina  Random Forest (RF). As bandas espectrais do visível obtidas na data de 13/06/2023 foram usadas como base para a realização de composição colorida e fusão de imagens para obtenção de pixels com 2 m. A imagem fusionada foi classificada com o (RF) e validada através da matriz de confusão, acurácia global e índice Kappa. Os resultados mostraram que na cidade de Barreiras 41,11% correspondem à superfícies impermeáveis. As métricas de exatidão encontradas foram de 0,79 para o Índice Kappa e 91,7% de Acurácia Global. Os resultados encontrados poderão ser base para futuras pesquisas sobre mapeamento do uso e ocupação do solo em perímetros urbanos. 

Downloads

Não há dados estatísticos.

Biografia do Autor

Gustavo Gonçalves de Sousa, Universidade Federal do Oeste da Bahia

Engenheiro Civil (Centro das Ciências Exatas e das Tecnologias)

Elvis Bergue Mariz Moreira, Universidade Federal do Oeste da Bahia

Bacharelado (2006), Mestrado (2009), Doutorado (2014) e Pós-doutorado (2016), ambos em Geografia  na linha de Sensoriamento Remoto, realizados no Programa de Pós-Graduação em Geografia da Universidade Federal de Pernambuco PPGEO-UFPE. Ministrou disciplinas de sensoriamento remoto no PPGEO-UFPE em nível de doutorado. Atualmente é Professor Adjunto da Universidade Federal do Oeste da Bahia e Coordenador do Curso de Bacharelado em Geografia, atuando na área de Geotecnologias. Possui experiência com Sensoriamento Remoto aplicado ao monitoramento de recursos naturais implementados ao Algoritmo de Balanço de Energia da Superfície (SEBAL), em estimativas de parâmetros biofísicos, componentes do balanço de radiação, energia e evapotranspiração real em imagens dos satélites Landsat 5 TM e Landsat 8 OLI/TIR.

Admilson da Penha Pacheco, Universidade Federal de Pernambuco

Graduação em Física. Mestre em Sensoriamento Remoto pelo Instituto Nacional de Pesquisas Espaciais (INPE) (7 Capes Concept) e Doutor em Geofísica pela Universidade de São Paulo - USP - Instituto Astronômico e Geofísico - IAG ( 6 Capes Concept); Pós-Doutorado no Instituto de Ciências da Terra - Universidade do Minho/Portugal (2019). Professor da Universidade Federal de Pernambuco (Centro de Tecnologia e Geociências - Departamento de Engenharia Cartográfica e Agrimensura). Coordenação e Participação em Projetos de Pesquisa e Desenvolvimento (CNPq, FINEPE, ANEEL, ANA e FACEPE). Áreas de atuação: Geofísica Aplicada, Ciências Ambientais, Geociências, Sensoriamento Remoto, Computação Aplicada e Processamento de Imagens de Materiais Naturais e Artificiais.

Fabio Corrêa Alves, Universidade Federal do Oeste da Bahia

Possui graduação em Geografia Bacharelado pela Universidade Estadual de Maringá - UEM (2013), mestrado (2015) e doutorado (2021) em Sensoriamento Remoto pelo Instituto Nacional de Pesquisas Espaciais - INPE, com período de estágio sanduíche (2019-2020) realizado na University of Plymouth, Inglaterra. É professor adjunto da Universidade Federal do Oeste da Bahia - UFOB, ministrando disciplinas e desenvolvendo pesquisas nas áreas das Geotecnologias. Tem experiência em Geoprocessamento e Sensoriamento Remoto e suas aplicações em Geociências, atuando nos temas: análise do meio físico, uso e cobertura da terra, investigação geológica e geomorfológica de paisagens fluviais, incluindo margens continentais passivas e grandes bacias amazônicas, modelagem do relevo e extração de informação a partir de métricas topográficas.

Henrique dos Santos Ferreira, Universidade Estadual do Piauí

Graduado, Mestre e Doutor em Geografia pela Universidade Federal de Pernambuco (UFPE). Atua principalmente nas áreas de geografia física (ênfase em climatologia) e geotecnologias, com ênfase em ciência de dados geográficos, sensoriamento remoto, modelagem de dados geoespaciais, estatística espacial e desenvolvimento WEB GIS. Desenvolve e publica pesquisas sobre clima urbano, clima e saúde, dinâmica espacial de arboviroses e sensoriamento remoto ambiental. Possui experiência em programação de computadores, com ênfase no desenvolvimento de análises de dados geoespaciais, análise de séries temporais, no desenvolvimento de dashboards interativos com os módulos Python DASH e PLOTLY, modelagem de bancos de dados relacionais (SQL), bancos de dados geográficos e páginas WEB com HTML, CSS e JavaScript. Tem experiência em ferramentas de análise de dados geoespaciais como ArcMap, ArcGis Pro, Erdas, Qgis e na API Python e JavaScript para Google Earth Engine (GEE) e no desenvolvimento de WEB GIS com ArcGis Online (ArcGis Dashboard, ArcGis APP Builder e ArcGis Experience Builder).

Publicado

12-08-2024

Como Citar

SOUSA, G. G. de .; MOREIRA, E. B. M. .; PACHECO, A. da P.; ALVES, F. C.; FERREIRA, H. dos S. Mapeamento de superfícies impermeáveis no Oeste da Bahia utilizando algoritmo de Aprendizado de Máquina: Mapping of impermeable surfaces in Western Bahia using Machine Learning Algorithm. Revista de Geociências do Nordeste, [S. l.], v. 10, n. 2, p. 141–158, 2024. DOI: 10.21680/2447-3359.2024v10n2ID36390. Disponível em: https://periodicos.ufrn.br/revistadoregne/article/view/36390. Acesso em: 11 out. 2024.

Edição

Seção

Artigos