Luciane Yumie Sato, Yosio Edemir Shimabukuro e Tatiana Mora Kuplich
Classificação de Árvore de Decisão do Uso e Cobertura da Terra da Região da Floresta Nacional do Tapajós, Amazônia Brasileira
A Floresta Amazônica cobre uma área de aproximadamente 5 milhões de km2 e é responsável por abrigar grande parte da biodiversidade do planeta. Apesar de sua importância, essa região sofre constantemente com o processo de desmatamento e é fonte de estudo e centro das atenções da comunidade científica mundial. A Floresta Nacional do Tapajós é uma importante unidade de referência para conservação dos recursos florestais tropicais e frequentemente é alvo de diversos estudos. No entanto, são poucos os estudos que integram diferentes informações de dados coletados remotamente no mapeamento do uso e cobertura da terra na Floresta Nacional do Tapajós. Nesse contexto, o objetivo principal deste estudo foi avaliar o uso da técnica de árvore de decisão para mapear o uso e cobertura da terra na região da Floresta Nacional do Tapajós, incluindo classes de degradação e regeneração florestal. Para isso, utilizamos a técnica de mineração de dados, conhecida como árvore de decisão , e como dados de entrada para a criação da árvore de decisão utilizamos diferentes informações obtidas de uma imagem óptica do sensor TM do satélite Landsat 5 e esta imagem é do ano de 2009. Portanto, os dados que foram utilizados na árvore de decisão foram as seis bandas do sensor Landsat 5 TM do ano de 2009, as imagens de três frações (solo, sombra e vegetação) obtidas pelo Modelo de Mistura Espectral Linear, os três índices de vegetação, Índice de Vegetação por Diferença Normalizada, Índice de Água Normalizado e Índice de Vegetação Ajustado ao Solo. Por meio deste trabalho concluímos que o uso da árvore de decisão possibilitou a integração das informações obtidas da imagem Landsat 5 TM. Além disso, a classificação da cobertura e uso do solo da Floresta Nacional do Tapajós apresentou resultados satisfatórios com índice Kappa de 0,79. Aproximadamente 81,2% dos pixels foram classificados corretamente e aproximadamente 18,8% dos pixels foram classificados incorretamente pela árvore de decisão . Os maiores erros de classificação ocorreram entre as classes de pastagem, regeneração, floresta e floresta degradada. As classes que apresentaram os melhores resultados na classificação foram as classes água, nuvem e sombra de nuvem.