VALIDAÇÃO DE PRODUTOS DE DETECÇÃO DE ÁREAS QUEIMADAS NO PARQUE NACIONAL DA SERRA DA CANASTRA, MG
Incêndios Florestais. Sensoriamento Remoto. Compósitos de Imagens. Random Forest.
Os incêndios florestais representam um desafio global, pois causam prejuízos ambientais, econômicos e nas comunidades, além de contribuir significativamente para as mudanças climáticas devido às emissões de gases de efeito estufa e à degradação ambiental. Cada vez mais, a frequência e intensidade desses eventos vêm aumentando, sendo, portanto, fundamental o desenvolvimento de estratégias eficazes para a detecção e mapeamento dessas áreas queimadas. Neste contexto, a presente pesquisa propõe desenvolver um mapa de acurácia para áreas queimadas, utilizando dados de sensoriamento remoto, e comparar os resultados obtidos com produtos amplamente reconhecidos, como os fornecidos pelo MapBiomas, BDQueimadas e Sistema ALARMES, visando avaliar a consistência e confiabilidade de diferentes métodos de detecção e mapeamento. O estudo será realizado no Parque Nacional da Serra da Canastra (PNSC), empregando a plataforma Google Earth Engine na etapa inicial para aquisição de imagens dos satélites Sentinel-2 e Landsat 8, geração de compósitos semestrais, cálculo de índices espectrais e coleta de amostras de áreas queimadas e não queimadas no período de 2014 a 2024. Em seguida, será realizada a otimização do modelo Random Forest (RF) no software R. Inicialmente, o modelo será ajustado utilizando 23 variáveis independentes, sendo que aquelas de menor importância serão sucessivamente excluídas para aprimorar a eficiência e a precisão do algoritmo. Após a otimização, o modelo será aplicado para classificar áreas queimadas no PNSC, gerando séries temporais de queimadas de 2014 a 2024 e calculando métricas de acurácia. Na etapa final, será realizada uma comparação detalhada das métricas de precisão entre os produtos gerados e os dados fornecidos pelos sistemas MapBiomas, BDQueimadas e ALARMES. Os resultados esperados desta pesquisa incluem séries temporais, métricas de acurácia, mapas de distribuição espacial e frequência das queimadas, além da identificação das principais discrepâncias entre os conjuntos de dados analisados.