Análise de uso e cobertura da terra na região do tapajós, Amazônia central, a partir de dado polarimétrico PALSAR/ALOS-1 e coerência interferométrica TanDEM-X (Land use and forest cover analysis in central Amazon, from PALSAR/ALOS polarimetric data and TANDEM-X interferometric coherence)

O objetivo do presente trabalho e verificar o potencial de atributos polarimetricos extraidos de imagens-radar PALSAR/ALOS conjugados ao atributo de coerencia interferometrica dos dados TanDEM-X/TerraSAR-X para o mapeamento de uso e cobertura da terra na Amazonia brasileira. Na analise dessas imagens-radar uma serie de atributos polarimetricos foi extraida a partir da informacao de fase utilizando teoremas de decomposicoes de alvos formulados por Cloude-Pottier, Touzi, Freeman-Durden e Yamaguchi. Esse procedimento resultou em quatro grupos de atributos, os quais foram classificados individualmente e/ou associados a coerencia interferometrica, atraves do algoritmo MAXVER-ICM. Empregando informacoes de campo, a validacao tematica foi realizada por matrizes de confusao, indice Kappa e exatidao global. No cenario investigado nove classes tematicas (floresta primaria; solo em pousio ou solo preparado; sucessoes secundarias avancada, intermediaria e inicial; area cultivada; pasto sujo; pasto limpo; e corpo d’agua) foram identificadas no processo de mapeamento deste ambiente tropical. Atributos polarimetricos derivados do teorema de decomposicao de Cloude-Pottier (H/α/A) associados ao atributo de coerencia interferometrica (γ) mostraram melhor desempenho classificatorio (Kappa = 0,72 e exatidao global = 78,79%) comparado aos demais. A B S T R A C T The aim of this study is to verify the potential of polarimetric attributes extracted from PALSAR/ALOS-1 radar images combined to the interferometric coherence from TanDEM-X/TerraSAR-X data for land use and land cover mapping in the Brazilian Amazon. From the phase informationIn of these radar images, polarimetric attributes were extracted by target decomposition theorems formulated by Cloude-Pottier, Touzi, Freeman-Durden and Yamaguchi. This procedure resulted in four groups of attributes, which were classified individually and/or associated with interferometric coherence descriptors through the MAXVER-ICM algorithm. Using field information the method was validated based on the confusion matrix, Kappa and overall accuracy. A total of nine thematic classes were identified in the mapping process of this tropical environment: primary forest; advanced, intermediate and initial secondary succession; bare soil; agricultural area; two classes of pasture and water body.  Derived attributes from Cloude-Pottier decomposition theorem (H/α/A) associated with interferometric coherence attribute (γ) showed the best classification performance (Kappa = 0.72 and an overall accuracy = 78.79%) compared to the other methods. Keywords: land use and land cover; Amazon. Remote Sensing; SAR; Target decomposition; interferometric coherence