Mapeamento de uso e ocupação da terra de Minas Gerais referente aos anos de 2023 e 2025. A classificação foi realizada a partir de mosaicos gerados com imagens dos sensores Sentinel-2 e PlanetScope. O processamento incluiu a extração de índices espectrais, além do uso de modelos digitais de elevação (MDE) e de mapas de declividade e rugosidade, para aprimorar a separação das classes.
A classificação supervisionada foi conduzida com o algoritmo Extreme Gradient Boosting (XGBoost), treinado nos mosaicos de 2023 a partir de cerca de 650 mil anotações vetorizadas em todo o estado.
Após a classificação, foi aplicado um filtro de moda para remover pixels isolados e divergentes de sua vizinhança, seguido de filtros baseados em métricas de paisagem, como tamanho e forma das manchas.
Para a classe de café, foi utilizado um modelo de aprendizagem profunda baseado em redes neurais convolucionais, complementado por um filtro temporal que identifica os padrões sazonais da cultura, reduzindo ruídos e aumentando a precisão da classificação.