01918nam a2200241 a 450000100080000000500110000800800410001902200140006010000200007424501910009426001350028530000100042050000260043052010470045665000250150365300270152865300150155565300180157070000260158870000240161470000190163870000190165721568362023-09-22       2023    bl uuuu     u00u1 u    #d  a2965-28121 aBERNARDO, E. S.  aClassificação dos níveis de degradação de pastagens em municípios paulistas por meio da combinação de bandas espectrais OLI/Landsat-8 e 9 e MSI/Sentinel-2.h[electronic resource]  aIn: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 17., 2023, Campinas. Anais [...]. Campinas: Embrapa Territorialc2023  a11 p.  aCIIC 2023. Nº 23502.  aRESUMO: As ferramentas de SIG estão em constante ascensão e desenvolvimento, fazendo com que as áreas de planejamento e mapeamento sejam amparadas com melhores análises e resoluções de cunho socioeconômico. O objetivo deste trabalho foi analisar, através de técnicas de sensoriamento remoto e informações baseadas em campo, a degradação da pastagem nos municípios de Brotas e São Carlos/SP. Os dados usados para o desenvolvimento do trabalho foram as imagens dos satélites OLI/Landsat-8-9 e MSI/Sentinel-2, de onde foram feitas classificações acerca da degradação da pastagem local, utilizando a técnica supervisionada. A partir disso, o algoritmo Random Forest foi usado com base nas combinações das bandas espectrais de cada satélite, juntamente com os índices de vegetação NDVI e SAVI. Posteriormente, com o cálculo do índice kappa, os melhores resultados de concordância com a coleta in situ puderam ser observados nas combinações de raster NDVI+B4+B5 e SAVI+B4+B8 para Landsat e Sentinel, respectivamente.  aSensoriamento Remoto  aÍndice de vegetação  aMapeamento  aRandom Forest1 aSILVEIRA, H. L. F. da1 aRODRIGUES, C. A. G.1 aFRANZIN, J. P.1 aRONQUIM, C. C.