|
Abstract:
|
O cultivo de gergelim (Sesamum indicum L.) tem apresentado expressiva expansão no estado de Mato Grosso, tornando necessária a adoção de métodos que permitam monitorar sua distribuição espacial de forma rápida e eficiente. Nesse contexto, o presente trabalho teve como objetivo mapear a cultura do gergelim no município de Canarana (MT) por meio de técnicas de sensoriamento remoto e classificação supervisionada de imagens de satélite. Foram utilizadas imagens do sensor MSI a bordo do satélite Sentinel-2, processadas no ambiente Google Earth Engine (GEE). As amostras de treinamento foram obtidas a partir de áreas identificadas durante o Rally da Safra 2025, complementadas por interpretação visual em ambiente SIG. A classificação foi realizada utilizando o algoritmo Random Forest, empregando bandas espectrais e índices de vegetação para a identificação da cultura. A validação do modelo foi conduzida por meio de matriz de confusão, e obteve acurácia global de 90,2% e índice Kappa de 0,80, indicando bom desempenho da classificação. Após refinamento manual dos resultados no software QGIS, a área estimada de cultivo de gergelim no município foi de aproximadamente 89.400 hectares. Os resultados demonstram que a integração entre imagens Sentinel-2 e algoritmos de aprendizado de máquina constitui uma ferramenta eficiente para o mapeamento e monitoramento da cultura do gergelim em escala municipal. |
