Aplicação de Mapas Auto-Organizáveis na Detecção de Mudanças no Solo ao Longo do Tempo.

Abstract

Esse trabalho tem como objetivo o desenvolvimento de uma metodologia, com a implementação de técnicas de processamento de imagens, dentre elas, os mapas auto-organizáveis de Kohonen, e visão computacional, para a detecção automática de diferenças no solo utilizando imagens digitais obtidas por sensores embarcados em satélites, com uso de imagens obtidas em tempos distintos. As áreas de estudo foram a região da Floresta Nacional de Tapajós, no Pará, devido a diversidade quanto ao uso e ocupação da terra, que vem causando aumento da área desmatada, e a região do Lago Mead, entre os Estados de Nevada e Arizona nos Estados Unidos da América, que vem sofrendo com aumento de temperaturas, redução de chuvas e problemas de abastecimento da população na região nos últimos tempos. Foram gerados resultados para cada uma das regiões, utilizando imagens obtidas entre os anos de 2008 e 2014. Os resultados apresentados foram satisfatórios para os testes realizados com imagens da região do Lago Mead. Entretanto, os testes com as imagens da Floresta Nacional de Tapajós não foram tão bons, mas pode-se afirmar que é possível realizar a detecção de mudanças com o uso dos mapas auto-organizáveis de Kohonen de forma automática, sem a intervenção de um especialista.