A bolsista do projeto Brazil Data Cube da OTG/INPE, Lorena Alves publicou o artigo Identifying Spatiotemporal Patterns in Land Use and Cover Samples from Satellite Image Time Series (tradução: Identificação de padrões espaço-temporais em amostras de uso e cobertura do solo em séries temporais de imagens de satélite) no periódico Remote Sensing, juntamente com seus orientadores da OTG, Karine Ferreira, Michelle Picoli e Gilberto Camara, e pesquisadores estrangeiros da Universidade de Twente-ITC (Holanda). O artigo apresenta um método para identificar padrões espaço-temporais em amostras de uso e cobertura do solo por meio de informações fenológicas e espectrais de imagens de satélite.

O artigo está disponível em: https://www.mdpi.com/2072-4292/13/5/974

Segue abaixo o resumo apresentado pelos autores:

O uso de análises de séries temporais de imagens de satélite e métodos de aprendizado de máquina trazem novas oportunidades e desafios para o mapeamento de mudanças de cobertura e uso da terra (LUCC) em grandes áreas. Um desses desafios é a necessidade de amostras que representem adequadamente a alta variabilidade de uso e cobertura da terra em grandes áreas para treinar métodos de aprendizado de máquina supervisionados e para produzir mapas LUCC precisos. Este artigo aborda esse desafio e apresenta um método para identificar padrões espaço-temporais em amostras de uso e cobertura do solo para inferir subclasses por meio de informações fenológicas e espectrais fornecidas por séries temporais de imagens de satélite. O método proposto usa mapas auto-organizáveis ​​(SOMs) para reduzir a dimensionalidade dos dados criando clusters primários. A partir desses clusters primários, ele usa clustering hierárquico para criar subclusters que reconhecem a variabilidade intrínseca dentro da classe a diferentes regiões e períodos, principalmente em grandes áreas e vários anos. Para mostrar como o método funciona, usamos séries temporais de imagens MODIS associadas a amostras de áreas de cultivo e classes de pastagem sobre o bioma Cerrado no Brasil. Os resultados comprovam que o método proposto é adequado para identificar padrões espaço-temporais em amostras de uso e cobertura do solo que podem ser usados ​​para inferir subclasses, principalmente para tipos de culturas.

Figura: Dados das amostras de Uso e cobertura da tela no Bioma Cerrado