Uso del algoritmo Random Forest para el mapeo del uso y ocupación del suelo relacionados con bienes minerales en la APA (Área de Protección Ambiental) das cabeceiras do rio Cuiabá, Mato Grosso, Brasil.
DOI:
https://doi.org/10.17398/3101-7177.2.241Palabras clave:
Protección ambiental, algoritmo, Random Forest, Índice Kappa, bienes mineralesResumen
Brasil posee una de las mayores redes de áreas protegidas del mundo, abarcando aproximadamente el 18 % de su territorio. Las unidades de conservación se dividen en diferentes categorías (UC de protección integral y UC de uso sostenible), las cuales deben analizarse por separado para verificar su compatibilidad con la actividad minera. Este estudio tuvo como objetivo evaluar el desempeño del algoritmo Random Forest aplicado a datos Sentinel-2, generando una matriz de confusión y utilizando el coeficiente Kappa, con el propósito de medir la concordancia entre clasificaciones categóricas en el mapeo del uso y ocupación del suelo en el Área de Protección Ambiental (APA) Cabeceiras del río Cuiabá. Se obtuvo una precisión global del 91,11 % (164/180) y un coeficiente Kappa de 0,87. Como resultado final, se generó un producto innovador orientado a la toma de decisiones más sostenibles en el uso de los recursos naturales y minerales, de relevancia tanto regional como global.Parte superior do formulário
Descargas
Referencias
Alencar, A., Shimbo, J.Z., Lenti, F., Marques, C.B., Zimbres, B.,Rosa, M., Arruda, V., Castro, I., Ribeiro, J.P.F.M., Varela, V., Alencar, I., Piontekowski, V., Ribeiro, V., Bustamante, M.M.C., Sano, E.E. & Barroso, M. (2020). ‘Mapping three decades of changes in the Brazilian savanna native vegetation using Landsat data processed in the Google Earth Engine platform’, Remote Sensing, vol. 12, no. (6), 924. https://doi.org/10.3390/rs12060924.
Barros-Rosa, L., Moura Peluso, L., Lemes, P., Johnson, Mark, S., Dalmagro Higo, J., Nunes da Cunha, C., Henrique Zanella de Arruda, P., Mateus Penha Lucia, J. (2025). The ineffectiveness of current environmental and fire policies in the world’s largest wetland. Environmental Research Letters, v. 20, n. (3), p. 034039. DOI: 10.1088/1748-9326/adb7f5.
Cho, D. F.; Schwaida, S. F.; Cicerelli, R. E.; Almeida, T.; Ramos, A. P. M.; Sano, E. E. (2021). Desempenho do Algoritmo de Classificação de Imagens Random Forest para Mapeamento do Uso e Cobertura do Solo no Cerrado Brasileiro. Anuário do Instituto de Geociências, v. 44, doi: 10.11137/1982-3908_2021_44_37979.
Gian Luca, S., Moris Jose, V., Segura-Garcia, C., Ana Carolina, P., Jones Matthew, W., Machado Manoela, S., Motta Renzo Auxiliadora Costa, Alencar., Ane; Ascoli, D.,; Oliveras Menor, I. (2025). Devegetation is a widespread driver of fire in the Brazilian Cerrado. Journal of Environmental Management, v. 385, p. 125637. DOI: 10.1016/j.jenvman.2025.125637.
Landis Richard, J., KOCH, Gary G. (1977). The measurement of observer agreement for categorical data. Biometrics, v. 33, n. (1), p. 159–174.
Marcos Silva, B. (2021). Mineração e meio ambiente: desafios legais e sustentabilidade. 2. ed. São Paulo: Editora Ambiental.
Ministério de Minas e Energia. (2020). Mineração no Brasil. Brasília, DF: MME-Brasil. Disponível em: https://www.gov.br/mme/pt-br. Acesso em: 10 fev. 2026.
Ministério do Meio Ambiente e Mudança do Clima (MMA). (2024). Área de Protección Ambiental Cabeceiras do Rio Cuiabá. Brasília, DF: MMA-Brasil. Disponível em: https://www.gov.br/mma/pt-br. Acesso em: 12 fev. 2026.
Rodrigues, D.M.; Coradi, P.C.; Timm, N.d.S.; Fornari, M.; Grellmann, P.; Amado, T.J.C.; Teodoro, P.E.; Teodoro, L.P.R.; Baio, F.H.R.; Chiomento, J.L.T. (2024) Correction: Applying Remote Sensing, Sensors, and Computational Techniques to Sustainable Agriculture: From Grain Production to Post-Harvest. Agriculture, 14, (161). Agriculture 2025,15,1490.https://doi.org/10.3390/agriculture15141490.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Segundo Durval, Gustavo Manzon Nunes (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Todo el contenido disponible en el Portal de Revistas-UEx se distribuye bajo una licencia Creative Commons: Atribución 4.0 Internacional (CC BY 4.0)
