O artigo Selective Logging-Related Land-Cover Class Discrimination in the Brazilian Amazon with Landsat-8 and Sentinel-2 Products (Tradução: Discriminação de classes de cobertura da terra associadas à exploração seletiva de madeira na Amazônia brasileira utilizando produtos Landsat-8 e Sentinel-2), de autoria da doutoranda Maria Antônia Falcão de Oliveira, do programa de Pós-Graduação em Sensoriamento Remoto (PGSER/INPE), e de integrantes do Laboratório de Investigação em Sistemas Socioambientais, acaba de ser publicado no Periódico Land (https://doi.org/10.3390/land15071130).

O estudo avalia o potencial de imagens dos satélites Sentinel-2 (10 m e 20 m) e Landsat-8 (30 m e 15 m após fusão pancromática)  para discriminar classes de cobertura da terra associadas à exploração seletiva de madeira em florestas de terra firme da região central de Mato Grosso, na Amazônia brasileira, para o ano de 2017. O objetivo principal foi verificar a influência da escolha de produtos ópticos amplamente disponíveis na discriminação dessas classes.

Todos os produtos analisados apresentaram acurácia global superior a 93%. No entanto, os resultados do Sentinel-2 com resolução espacial de 10 m apresentaram o melhor equilíbrio entre as métricas de acurácia por classe, indicando maior consistência na discriminação das classes de cobertura associadas à exploração seletiva de madeira.

Ao avaliar os alertas de corte seletivo do Deter com base nas classes de cobertura derivadas da classificação, observou-se que grande parte desses alertas apresentou altas proporções de solo exposto e de degradação florestal. Nas áreas sob Planos de Manejo Florestal Sustentável (PMFS), essas proporções foram menores. Esses resultados mostram que a análise das classes de cobertura associadas à extração seletiva de madeira pode ampliar a interpretação de diferentes contextos de perturbação e oferecer subsídios adicionais ao monitoramento florestal.

Figura: Exemplos de resultados de classificação da pesquisa.