Inconsistências das áreas de preservação permanente do cadastro ambiental rural por meio da Geobia

Abstract

As regras de exploração e de conservação da vegetação nativa, no Brasil, estão instituídas no Novo Código Florestal. O registro das informações dos imóveis rurais é realizado a partir do Cadastro Ambiental Rural (CAR). O objetivo desse estudo édesenvolver e avaliar uma metodologia para mapear conflitos da cobertura e uso da terra em APPs averbadas no CAR, integrando imagens orbitais de multissensores e de multirresoluções com GEOBIA. Para isso, foram utilizadas imagens Sentinel 1 e 2A. As bandas ópticas do Sentinel 2A com resolução espacial de 10 m foram utilizadas no processo de segmentação, considerando os parâmetros limiar de similaridade e o Tamanho Mínimo do Objeto (TMO). A segmentação com a menor distância Euclidiana (D) foi utilizada na avaliação dos parâmetros do método Random Forest(RF). Os resultados mostram que o desvio padrão das texturas Momento da Diferença Inversa e Variância foram os mais relevantes para discriminar as classes de cobertura e uso da terra. Nas APPs averbadas em áreas menores que 1 módulo fiscal e entre 1 e 2 módulos fiscais, a maior parte foi classificada como Campo e Mata nativa. Nas APPs averbadas em propriedades entre 2 e 4 módulos fiscais e maiores que 4 módulos fiscais, observa-se aumento de Solo exposto e Agricultura. Os resultados permitiram quantificar que as maiores inconsistências entre as APPs averbadas e a classificação da cobertura e uso da terra foram identificadas em propriedades superiores a 4 módulos.

In Brazil, the rules for exploration and conservation of native vegetation are established in the New Forest Code, the registration of information on rural properties is carried out through the Rural Environmental Registry (CAR). The objective of the study is to develop and evaluate a methodology for mapping the inconsistencies between land cover and land use with PermanentPreservation Areas (APPs) recorded in the CAR. For this, Sentinel 1 and 2A images were used. The optical bands of Sentinel 2A with spatial resolution of 10 m were used in the segmentation process, considering the similarity threshold parameters and Minimum Object Size (TMO). Segmentation with the shortest Euclidean distance (D) was used in the evaluation of the parameters of the Random Forest (RF) method. The standard deviation of the Moment of the Inverse Difference and Variance textures were the most relevant to discriminate the classes of land cover and use. For APPs registered with areas smaller than 1 fiscal module, for a total of 95.96 ha, most were classified as native Field and Forest. In areas between 1 and 2 fiscal modules, total of 119.62 ha, the most prevalent classes were also the native Campo and Mata classes.