Rumo à Melhoria da Gestão Sustentável da Água em Campos Geotérmicos: Monitoramento de Uso da Terra SVM e RF

A gestão e o monitoramento do uso da terra em campos geotérmicos são cruciais para a utilização sustentável dos recursos hídricos, bem como para equilibrar a produção de energia renovável e a preservação do meio ambiente. Este estudo comparou principalmente os métodos de aprendizado de máquina Support Vector Machine (SVM) e Random Forest (RF), utilizando imagens de satélite do Landsat 8 e Sentinel 2 entre 2021 e 2023, para monitorar o uso da terra na área geotérmica de Patuha. O objetivo é melhorar as práticas de gestão sustentável da água, categorizando com precisão os diferentes tipos de cobertura do solo. Esta análise comparativa avaliou a eficácia dessas técnicas em manter a sustentabilidade da água em regiões geotérmicas. Este estudo examinou a aplicação das técnicas de aprendizado de máquina SVM e RF, com ênfase particular no refinamento de parâmetros e avaliação de modelos, para melhorar a precisão da classificação do uso da terra. Ao empregar Kernlab e e1071 para comparação de algoritmos, a pesquisa buscou produzir um Mapa de Modelo de Uso da Terra preciso, que destaca a importância de técnicas analíticas avançadas na gestão ambiental. Esta abordagem foi de suma importância para melhorar o monitoramento do uso da terra e reforçar práticas sustentáveis. A avaliação comparativa dos métodos SVM e RF para classificação do uso da terra demonstra a superioridade do RF em termos de precisão, estabilidade e exatidão, particularmente em configurações urbanas complexas, estabelecendo-o como o modelo preferido para tarefas que exigem alta confiabilidade. A aplicação de SVM e RF para monitorar o uso da terra em áreas geotérmicas está alinhada com os Objetivos de Desenvolvimento Sustentável (ODS) 6 e 15, pois promove a gestão sustentável da água e a conservação dos ecossistemas. Doi: 10.28991/HEF-2024-05-02-06 Texto Completo: PDF