Pipeline completo
Quatro etapas, cada uma com escolhas defensáveis. Sem caixas-pretas: tudo o que o programa faz pode ser lido, contestado e reescrito.
01Fluxo metodológico
A ordem importa: validação precisa vir depois da classificação, classificação precisa vir depois do pré-processamento, pré-processamento precisa vir depois da escolha do sensor. Saltar etapa fragiliza o produto final.
Etapa 01 · Aquisição
Sentinel-2 SR harmonizada com máscara s2cloudless + sombras projetadas, GEDI L2A/L2B com filtros quality_flag e degrade_flag, Sentinel-1 GRD calibrado e desspeckled, Landsat 8 OLI para séries longas. Recorte por geometria e mediana temporal para reduzir ruído atmosférico.
Etapa 02 · Variáveis preditoras
EVI e SAVI para evitar saturação do NDVI em dossel denso; bandas red-edge B5/B6/B7 para discriminação de estresse e LAI; textura GLCM (contraste, entropia, homogeneidade) sobre NIR; rh98 GEDI como proxy direto de altura; sigma0 VV/VH SAR como proxy estrutural.
Etapa 03 · Classificação
Amostras coletadas em campo e por interpretação visual sobre composição RGB falsa-cor, balanceadas entre as três classes estruturais. Modelo treinado com seed fixa, 500 árvores, variablesPerSplit ajustado por validação cruzada. Saída em raster categórico com filtro modal e MMU ≥ 1 ha.
Etapa 04 · Validação
Matriz de confusão tradicional, acurácia global, acurácia do produtor e do usuário, coeficiente Kappa — e adicionalmente Quantity & Allocation Disagreement (Pontius & Millones, 2011) com k-fold espacial para evitar superotimismo por autocorrelação.
02Sensores
| Sensor | Coleção GEE | Resolução | Uso primário |
|---|---|---|---|
| Sentinel-2 | COPERNICUS/S2_SR_HARMONIZED |
10 m · 5 d | Discriminação fitofisionômica via red-edge e SWIR |
| GEDI L2A | LARSE/GEDI/GEDI02_A_002 |
25 m footprint | Altura de dossel (rh98) — proxy estrutural direto |
| Sentinel-1 | COPERNICUS/S1_GRD |
10 m · banda C | Retroespalhamento volumétrico, atravessa nuvens |
| Landsat 8 | LANDSAT/LC08/C02/T1_L2 |
30 m · 16 d | Séries longas, complemento histórico pré-Sentinel |
| ALOS PALSAR | JAXA/ALOS/PALSAR/YEARLY |
25 m · banda L | Biomassa florestal, penetração profunda no dossel |
| SRTM | USGS/SRTMGL1_003 |
30 m | Modelo digital de elevação, slope e aspect |
03Índices espectrais
O NDVI satura em dosséis com IAF acima de 3 — exatamente o caso da maioria das florestas tropicais e das fitofisionomias densas do Cerrado. O programa combina índices complementares.
| Índice | Fórmula | Aplicação no Cerrado |
|---|---|---|
| EVI | 2.5 × (NIR − RED) / (NIR + 6×RED − 7.5×BLUE + 1) |
Corrige saturação em cerradão e mata densa |
| SAVI | ((NIR − RED) / (NIR + RED + 0.5)) × 1.5 |
Vegetação esparsa: campo limpo, cerrado ralo |
| NDRE | (NIR − RE) / (NIR + RE) |
Sensível a clorofila em dossel já fechado |
| kNDVI | tanh(NDVI²) |
Lineariza a relação NDVI–biomassa, reduz saturação |
| NDWI | (NIR − SWIR) / (NIR + SWIR) |
Conteúdo de água — diferencia mata úmida de seca |
| NBR | (NIR − SWIR2) / (NIR + SWIR2) |
Detecção de queimadas — fundamental no Cerrado |
04Validação
Base de toda análise de acurácia. Linhas para referência (ground truth), colunas para predição. Diagonal alta significa que o modelo acerta na classe certa.
Erro de omissão (o que ficou de fora da classe correta) vs erro de comissão (o que foi colocado erroneamente nela). Bancas adoram cobrar essa distinção.
Substitutos modernos do Kappa (Pontius & Millones, 2011): distinguem desacordo por proporção da classe vs desacordo por localização espacial.
Divisão dos dados em blocos espacialmente separados. Evita o superotimismo da validação aleatória, que ignora autocorrelação espacial entre amostras vizinhas.
05Limitações
Honestidade da limitação fortalece o trabalho. Tudo aqui consta nas seções de limitação dos produtos cartográficos do programa.
Para mapeamentos anteriores, a estratificação vertical é inferida por proxies (textura, SAR), não medida diretamente. Isso precisa ficar explícito.
Em transições mata-cerrado e cerradão-cerrado típico, mesmo o melhor modelo confunde classes. O programa reporta isso na matriz e no mapa final.
Composições anuais perdem dinâmicas curtas (queimada de poucos dias, floração efêmera). Para fenologia fina, usa-se composições mensais com perda de cobertura espacial.
Sensoriamento remoto sem ground truth é especulação cartográfica. O programa sempre exige amostras de campo para treino e para validação independente.