Mapping of Agricultural Areas with Support Vector Machine in the Northwest of Minas Gerais, Brazil

A agricultura e um dos setores que mais se destaca na economia do Brasil, sendo necessario muitas vezes o emprego do sensoriamento remoto, para identificacao da expansao das areas agricolas e estimativas da sua producao. Esse trabalho tem por objetivo mapear as areas agricolas do noroeste de Minas Gerais por meio de maquina de vetor de suporte e comparar os resultados obtidos com o censo estatistico do Instituto Brasileiro de Geografia e Estatistica. Para identificacao das areas agricolas foi utilizado o algoritmo Service Vector Machine e imagens dos satelites e sensores Landsat 8 / OLI e Terra / MODIS. As amostras de treinamento do algoritmo foram obtidas por meio de imagem de alta resolucao espacial, disponivel no programa Google Earth Pro, nas classes rios, floresta, agricultura, pastagem e silvicultura. O mapeamento utilizando imagem do sensor OLI apresentou melhor Acuracia Global (0,81) e Kappa (0,66). A classificacao com imagem OLI e MODIS apresentaram maior precisao na classe agricultura quando comparada as demais classes, apresentando confusao com pastagem, em decorrencia da alta fitomassa da pastagem na epoca de aquisicao das imagens (verao). O calculo das areas agricolas demonstra superestimativa do Service Vector Machine (SVM) na classificacao das imagens OLI e MODIS, com forte relacao dos dados MODIS com o censo do IBGE (R²=0,83). Apenas municipios com areas agricolas superiores a 50.000 ha apresentaram menor erro na estimativa das areas agricolas. A aplicacao do algoritmo mostra-se potencial para mapeamento da agricultura por meio de imagens dos sensores MODIS e OLI, porem deve-se avaliar a epoca de aquisicao das imagens orbitais e variacoes nos parâmetros do algoritmo para melhorar a acuracia da classificacao.