APLICAÇÃO DE APRENDIZADO DE MÁQUINA COM DADOS DE SENSORIAMENTO REMOTO PARA O MAPEAMENTO DE FLORESTAS URBANAS

Abstract

As florestas urbanas fornecem vários benefícios para as cidades, incluindo redução das temperaturas, melhorias na qualidade do ar, saúde e lazer da população e proteção de bacias hidrográficas, tornando assim um dos indicadores mais importantes da qualidade ambiental e sustentabilidade urbana. Campo Grande, no Mato Grosso do Sul, possui o título de "Tree Cities of the World", que reconhece as cidades mais comprometidas com a preservação das florestas urbanas e o desenvolvimento sustentável, portanto o mapeamento e monitoramento servem como ferramenta de auxílio para os governos e tomadores de decisão. O presente trabalho consistiu em combinar imagens de sensoriamento remoto de alta resolução e algoritmo de aprendizado de máquina (machine learning) para mapear florestas urbanas. O estudo foi realizado na Bacia hidrográfica do Prosa, Campo Grande, Mato Grosso do Sul, Brazil, considerando imagens do Google Earth de 14 de maio de 2020. Para fins de classificação, adotou-se o algoritmo Random Forest associado com segmentação prévia da imagem com a técnica mean shift. Como resultado, obteve-se um percentual de 18,31% de vegetação arbórea na bacia e a métrica F1 superior a 85%, possibilitando, assim, um mapeamento acurado e atualizado de florestas urbanas. PALAVRAS-CHAVE: árvores. random forest. classificação supervisionada. arcgis pro.