Análise da acurácia de dados oriundos de mapeamentos automáticos, estudo de caso

Abstract

RESUMO: Este trabalho de conclusão de curso avalia a precisão dos mapeamentos automáticos de 2021 e 2022 em comparação com imagens de referência de 2023, utilizando ferramentas de geoprocessamento como QGIS e PEC Avalia, e programas nacionais como INPE, Prodes e MapBiomas. O objetivo é determinar a acurácia dos mapeamentos automáticos e identificar suas limitações para aplicações de alta precisão. A metodologia incluiu a coleta e processamento de imagens de satélite, análise de pontos de dados e comparação de resultados. Os resultados revelam que, embora o mapeamento de 2022 tenha mostrado uma cobertura mais ampla, ainda existem discrepâncias significativas que comprometem a confiabilidade dos dados para aplicações detalhadas. Recomenda-se a implementação de controles de qualidade mais rigorosos e a utilização de sensores de maior resolução para melhorar a precisão dos mapeamentos automáticos.__ABSTRACT: This thesis evaluates the accuracy of automatic mappings from 2021 and 2022 in comparison with reference images from 2023, using geoprocessing tools such as QGIS and PEC Avalia, as well as national programs like INPE, Prodes, and MapBiomas. The aim is to determine the accuracy of automatic mappings and identify their limitations for high-precision applications. The methodology included the collection and processing of satellite images, data point analysis, and result comparison. The findings reveal that, while the 2022 mapping showed broader coverage, significant discrepancies still compromise the reliability of the data for detailed applications. It is recommended to implement more rigorous quality controls and utilize higher-resolution sensors to enhance the accuracy of automatic mappings.