APRENDIZADO DE MÁQUINA APLICADO NO MAPEAMENTO DO USO E COBERTURA DO SOLO DE ASSENTAMENTOS DE REFORMA AGRÁRIA NO ACRE.

Abstract

O conhecimento do uso e cobertura do solo auxilia na tomada de decisões no processo de regularização fundiária e no desenvolvimento do Plano Nacional de Reforma Agrária executado pelo INCRA, por meio das Superintendências Regionais em cada estado brasileiro. Neste estudo, investigamos a aplicação da técnica de aprendizado de máquina com o uso do algoritmo Suporte de Vetor de Máquina, combinado com imagens de satélite PlanetScope referente ao mês de outubro de 2022, para a classificação supervisionada do uso e cobertura do solo em 15 projetos de assentamentos no estado do Acre. Para o treinamento das amostras, definimos cinco classes: Vegetação, Infraestrutura, Pastagem degradada, Pastagem e Corpos d’água. Os resultados obtidos revelaram uma excelente concordância com índice kappa entre 0,861 e 0,983, e porcentagens mínimas para erros de omissão e inclusão nas classificações da cobertura terrestre nos projetos de assentamentos analisados. Esses resultados demostram que a combinação de técnicas de aprendizado de máquina com imagens de satélite resulta em classificações satisfatórias do uso e cobertura do solo. Desse modo, essa abordagem configura-se como uma ferramenta eficaz e de custo-benefício para o poder público, tanto no ordenamento fundiário quanto na execução da reforma agrária nos projetos de assentamentos no território brasileiro.