Detecção de Áreas Queimadas na Amazônia Brasileira usando Índices Espectrais e GEOBIA

Resumo

O mapeamento refinado de áreas queimadas (AQ) na Amazônia brasileira ainda é um desafio. A principal dificuldade na detecção de AQ para grandes áreas é a presença de nuvens e corpos hídricos. A utilização de diferentes fontes de dados de imagens de sensoriamento remoto de média resolução espacial pode fornecer uma maior disponibilidade de imagens livres de nuvens, além de reduzir as incertezas associadas aos dados de resolução espacial grosseira (>250m), os quais podem subestimar ou superestimar AQ e dificultar a detecção de AQ pequenas (<0,1km²). Neste estudo, propomos uma metodologia inovadora baseada no uso de índices espectrais e análise de imagem baseada em objetos geográficos (GEOBIA), usando imagens de média resolução espacial para melhorar a detecção de AQ em áreas teste na Amazônia. Primeiramente, avaliamos o desempenho de nove índices espectrais em duas áreas de estudo obtidos a partir de cenas do Landsat-8 OLI e Sentinel-2A MSI para identificar o índice mais adequado para a detecção de AQ. Em seguida, refinamos esses dados através do modelo baseado em GEOBIA. Os resultados mostraram que o Índice de Área queimada (BAI) foi o mais adequado para o mapeamento de AQ (índice M>1,5) para ambos os sensores. Nosso modelo permitiu detectar mais de 80% das AQs pequenas (<1 km²) e também apresentou altos valores de coeficiente Dice (~0,70) com baixos erros de omissão e comissão (0,22 e 0,32, respectivamente). Essa abordagem integrada correspondeu a uma contribuição inédita para a detecção de AQs na região amazônica e para o aprimoramento da geração de produtos operacionais.