@InProceedings{RezendeGoBrBoCoMe:2022:UtTéMa,
author = "Rezende, Fernanda da Costa and Gomig, Elizandra Goldoni and
Braido, Fernanda Loebel and Bonzanini, Higor Lourenzoni and
Coelho, Ricardo Coeli Sim{\~o}es and Medeiros, Thais Pereira de",
affiliation = "{Espeleogrupo Rio Claro (EGRIC)} and {Universidade Estadual
Paulista (UNESP)} and {Universidade Estadual Paulista (UNESP)} and
{Universidade Estadual Paulista (UNESP)} and {Universidade
Estadual Paulista (UNESP)} and {Instituto Nacional de Pesquisas
Espaciais (INPE)}",
title = "Utiliza{\c{c}}{\~a}o de t{\'e}cnicas de Machine Learning para o
mapeamento de cobertura e uso da terra da Serra de Itaqueri como
subs{\'{\i}}dio ao manejo espeleol{\'o}gico",
booktitle = "Anais...",
year = "2022",
pages = "645--654",
organization = "Congresso Brasileiro de Espeleologia, 36.",
keywords = "Machine Learning, uso e cobertura da terra, Serra do Itaqueri,
manejo espeleol{\'o}gico, machine learning, land-cover and
land-use, Serra do Itaqueri, speleological management.",
abstract = "A regi{\~a}o da Serra do Itaqueri vem sofrendo com intenso
processo de mudan{\c{c}}as de uso e cobertura da terra. Tais
processos desfavorecem o equil{\'{\i}}brio natural da {\'a}rea,
podendo acelerar processos de eros{\~a}o ou de
contamina{\c{c}}{\~a}o das {\'a}guas subterr{\^a}neas e
afetando as condi{\c{c}}{\~o}es geol{\'o}gicas e
biol{\'o}gicas das cavernas inseridas na regi{\~a}o. O
avan{\c{c}}o das tecnologias de sensoriamento remoto e, em
espec{\'{\i}}fico as t{\'e}cnicas de Machine Learning, vem
favorecendo a amplia{\c{c}}{\~a}o da acur{\'a}cia no mapeamento
de uso e cobertura. Neste sentido, o objetivo do estudo foi
realizar o mapeamento de uso e cobertura da terra de uma
regi{\~a}o da Serra do Itaqueri, a Bacia do Ribeir{\~a}o da
Lapa, a partir da aplica{\c{c}}{\~a}o de t{\'e}cnicas de
Machine Learning. Para isso aplicou-se o m{\'e}todo
supervisionado denominado OBIA (Object Based Image Analysis) em
conjunto com o algoritmo Random Forests, dentro do ambiente de
programa{\c{c}}{\~a}o Python. Todos os testes de
classifica{\c{c}}{\~a}o realizados obtiveram uma acur{\'a}cia
geral acima de 90% e {\'{\i}}ndice KAPPA acima de 0.9. O melhor
resultado mostrou que se uma amostra da classifica{\c{c}}{\~a}o
fosse escolhida ao acaso, a probabilidade desta estar corretamente
classificada seria de 99,5%. Obter um elevado n{\'{\i}}vel de
acur{\'a}cia em mapas de classifica{\c{c}}{\~a}o de cobertura e
uso da terra, principalmente ao que tange a gest{\~a}o das
cavernas locais e ao manejo espeleol{\'o}gico na regi{\~a}o,
{\'e} de extrema import{\^a}ncia. Em conclus{\~a}o, a Serra do
Itaqueri {\'e} marcada por um aglomerado de cavidades, sendo
assim, {\'e} uma {\'a}rea que demanda estudos voltados {\`a}
diminui{\c{c}}{\~a}o dos impactos ambientais gerados por
atividades antr{\'o}picas. ABSTRACT: The {"}Serra do Itaqueri{"}
region has been suffering from an intense process of change in
land-use and landcover. These processes can damage the natural
balance of the area, which can accelerate processes of erosion or
contamination of groundwater and affect the geological and
biological conditions of the caves located in the region. The
advance of remote sensing techniques, specifically, Machine
Learning, has supported the improvement of accuracy in the mapping
of land-use and land-cover. In this sense, the study aims to map
the land-use and land-cover in a region of Serra do Itaqueri,
Ribeir{\~a}o da Lapa Basin, using Machine Learning techniques.
Thus, the supervision method called OBIA (Object-Based Image
Analysis) is applied together with the Random Forests algorithm,
within the Python programming environment. All classification
tests performed had an overall accuracy above 90% and a KAPPA
index above 0.9. The best result showed that if a sample of the
classification was chosen randomly, the probability that it is
correctly classified would be 99.5%. Performing a high level of
accuracy in land-cover and land-use classification maps is
extremely important, especially when it comes to the context of
local caves management. In conclusion, Serra do Itaqueri is a
cluster of caves, so it is an area that requires studies aimed at
reducing the impacts generated by human activities.",
conference-location = "Bras{\'{\i}}lia - DF",
conference-year = "20-23 abr. 2022",
label = "lattes: 8184507346752091 6 RezendeGoBrBoCoMe:2022:UtT{\'e}Ma",
language = "pt",
targetfile = "36cbe_645-654.pdf",
url = "https://http://www.cavernas.org.br/anais36cbe/36cbe_645-654.pdf",
urlaccessdate = "06 jun. 2024"
}