Journal of Applied Hydro-Environment and Climate, v.3, n.2, p.

21-31, 2021
Jornal Aplicado em Hidro-Ambiente e Clima, v.3, n.2 p. 21-31, 2021
https://jahec.ufra.edu.br/index.php?journal=JAHEC

Análise comparativa dos dados do TerraClass e

MapBiomas acerca do uso e cobertura da terra para a
microrregião bragantina, costa Amazônica - Pará.
Comparative analysis of TerraClass data and MapBiomas about the
use and land cover for the Bragantina microrregion, Amazon Coast -
Pará.
Alexandre José Soares Reis1 | Euller Pimentel Teixeira2 | Rafaela Epitácio de Sousa3 | Sanae Nogueira Hayashi4

Resumo
A mesorregião Nordeste Paraense é uma região que sofreu um processo intenso de ocupação e uso do solo
provocando mudanças na cobertura da floresta primária, o que resulta em uma paisagem composta por florestas
secundárias com diferentes características. O monitoramento das modificações na Amazônia é um processo
importante e é realizado por metodologias distintas, como o projeto TerraClas que realiza a categorização e
classificação das áreas desmatadas em 12 Classes, e o Projeto MapBiomas que produz um banco de dados histórico
de uso e ocupação do solo do território brasileiro. O objetivo do presente trabalho é realizar a comparação dos
dados do TerraClass e MapBiomas para o mapeamento, dando ênfase na classe floresta, para a microrregião
Bragantina no nordeste do Pará, no ano de 2014. A metodologia consistiu em compatibilizar as legendas usando
o Land Cover Classificação System (LCCS), as análises foram realizadas através de mapas e tabulação cruzada.
Os resultados revelaram que a área de floresta apresenta maior confusão, pois o mapeamento do MapBiomas
apresenta erros de sobreposição incluindo a classe de vegetação secundária que apresenta uma regeneração com
características semelhantes a floresta primária, obteve-se uma exatidão global de 72,64%. Conclui-se que as
diferenças entre as metodologias aplicadas assim como cada região com suas características específicas
influenciam nas margens de erros e precisão, possibilitando diferentes interpretações de uso e cobertura da terra
em ambas as plataformas.

Palavras-chave: Análise geoespacial; Sensoriamento remoto; Sistema de classificação.

Abstract
The Northeast Paraense mesoregion is a region that has undergone an intense process of occupation and land use
causing changes in the coverage of the primary forest, which results in a landscape composed of secondary forests
with different characteristics. The monitoring of changes in the Amazon is an important process and is carried out
by different methodologies, such as the TerraClas project that performs the categorization and classification of
deforested areas in 12 Classes, and the MapBiomas Project that produces a historical database of land use and
occupation of the Brazilian territory. The objective of this work is to compare the data from TerraClass and
MapBiomas for mapping, emphasizing the forest class, for the Bragantina microregion in northeastern Pará, in
2014. The methodology consisted of compatibilizing the subtitles using LCCS, the analyses were performed
through maps and cross tabulation. The results revealed that the forest area presents greater confusion, because the
mapping of MapBiomas presents gross overlap errors including the secondary vegetation class that presents a
regeneration with characteristics similar to the primary forest, a global accuracy of 72.64% was obtained. It is
concluded that the differences between the methodologies applied as well as each region with its specific
characteristics influence the margins of errors and accuracy, enabling different interpretations of land use and land
cover on both platforms.
Keywords: Geospatial analysis; Remote sensing; Classification system.

__________
1*Estudante de Engenharia Ambiental e Energias Renováveis, Universidade Federal Rural da Amazônia, Capanema, Brasil.
Email: ajsreis29@gmail.com, 2Estudante de Engenharia Ambiental e Energias, Universidade Federal Rural da Amazônia,
Capanema, Brasil, 3 Estudante de Engenharia Ambiental e Energias, Universidade Federal Rural da Amazônia, Capanema,
Brasil, 4 Doutora em Biologia Ambiental, Universidade Federal Rural da Amazônia, Capanema, Brasil

21
 Análise comparativa dos dados do TerraClass e MapBiomas acerca do uso e cobertura da terra para a
microrregião bragantina, costa Amazônica - Pará.

1.INTRODUÇÃO
O Nordeste Paraense é uma região que sofreu um processo intenso de ocupação e uso
do solo provocando mudanças na cobertura da floresta primária. Como resultado dessa
transformação, a paisagem da região passou a ser composta por um mosaico de diferentes
unidades interativas formada por fragmentos de florestas remanescentes, florestas secundárias
em diferentes estágios sucessionais, ecossistemas naturais, além de áreas ocupadas por sistemas
de práticas agrícolas que fazem parte do cotidiano da agricultura familiar (CORDEIRO, 2017).
O crescimento de vegetação secundária em ambientes que já foram desmatadas ou
degradadas é uma característica comum na região e desempenha um papel importante para os
ecossistemas, já que contribui para a conectividade dos fragmentos florestais, além de auxiliar
na fixação do carbono, na recuperação da fertilidade do solo e na manutenção da biodiversidade
(JUNIOR, 2019; VIEIRA, 2014; ALMEIDA 2010).
Segundo Sousa et al. (2017) pesquisas sobre a cobertura e uso da terra se fazem
necessárias para compreender as influências que essas modificações apresentam sobre as
mudanças climáticas, para que se possa garantir a sustentabilidade visando os aspectos sociais,
econômicos e ambientais. A compreensão das alterações demonstra-se como um dilema, pois
essas práticas que degradam o ecossistema são essenciais para a manutenção da vida humana
na Terra, logo, informações sobre os estágios dessas mudanças são importantes para aplicações
científicas, econômicas e governamentais (SOUSA et al., 2017; FOLEY et al., 2005).
As técnicas de geoprocessamento e Sensoriamento Remoto (SR) vem sendo
frequentemente utilizadas em diversos ramos do conhecimento, como ferramenta para avaliar
a dinâmica espacial e melhorar o gerenciamento da superfície terrestre. Neste sentido, é possível
obter dados fidedignos inerentes a determinado local, possibilitando a produção de mapas
temáticos das diferentes estruturas geoespaciais, resultante do processo de uso e ocupação do
solo (SANO et al., 2009; BORGES et al., 2008).
O monitoramento do desmatamento na Amazônia é um processo importante e é
realizado por metodologias distintas. O Programa de Monitoramento da Floresta Amazônica
brasileira por satélite (PRODES) mapeia essa região desde 1988 e fornece taxas anuais de
estimativa de desmatamento. Para auxiliar na categorização e classificação das áreas
desmatadas foi criado o projeto TerraClas no ano de 2008 (INPE, 2020). Esse projeto apresenta
12 classes de mapeamento por meio do padrão sistemático Land Cover Classificação System
(LCCS), que obtém informações padronizadas sobre a cobertura da terra e as transições entre
diferentes classes temáticas definidas. Assim, são gerados mapas e estatísticas bianuais de

22
 Análise comparativa dos dados do TerraClass e MapBiomas acerca do uso e cobertura da terra para a
microrregião bragantina, costa Amazônica - Pará.

cobertura e uso da terra das áreas identificadas em toda extensão da Amazônia legal (DI
GREGORIO, 2000; INPE, 2020; COUTINHO et al., 2013).
Outra metodologia que realiza o mapeamento na Amazônia é o Projeto de mapeamento
anual da cobertura e uso do solo do Brasil (MapBiomas) criado no ano de 2015 com uma rede
colaborativa de instituições públicas, privadas e ONGs. Ele foi desenvolvido com o objetivo de
produzir um banco de dados histórico de uso e ocupação do solo do território brasileiro, além
de gerar mapas de uso e cobertura de maneira mais barata, rápida e atualizada, quando
comparado com os outros métodos e práticas (MapBiomas 2020).
Todos os programas de monitoramento citados produzem informações valiosas sobre a
cobertura e uso do solo na Amazônia. No entanto, por apresentarem processos distintos, ou seja,
diferenças nos seus algoritmos e metodologias, os resultados também podem diferir. Dessa
forma, analisar a compatibilização das informações concedidas de cada projeto pode auxiliar
na verificação do potencial de uso mais adequado desses produtos, além de contribuir com
dados de usos e cobertura da terra, a nível local.
Ao considerar esta perspectiva, este trabalho tem como objetivo realizar uma análise
comparativa das classificações de uso e cobertura da terra dos projetos TerraClass e
MapBiomas disponíveis para a Microrregião Bragantina, Estado do Pará. Para isso será
proposta uma legenda compatível para ambos os projetos e geração de mapas com essas classes,
por fim, será realizada uma análise das concordâncias e discordâncias dos resultados.

2.MATERIAL E MÉTODOS
Área de Estudo
A área de estudo corresponde a microrregião bragantina (Figura 1) no nordeste paraense,
compreendendo a região de 13 municípios: Augusto Corrêa, Bonito, Bragança, Capanema,
Igarapé-Açu, Nova Timboteua, Peixe Boi, Primavera, Quatipuru, Santa Maria do Pará,
Santarém Novo, São Francisco do Pará, e Tracuateua. Incluídos no Bioma Amazônico,
limitando-se ao norte com o Oceano Atlântico, a leste e ao sul com o Estado do Maranhão e a
oeste com a Mesorregião do Marajó (IBGE, 2010).
Essa região contém uma área total de 8.703,30 km², apresenta um clima peculiar da
região amazônica, onde a temperatura elevada é acompanhada de muita umidade tendo
variações entre 22°C e 23°C e a máxima entre 30°C e 34°C (CORDEIRO, 2017). A região
apresenta exploração extrativista de materiais como areia, seixo, pedreira, brita, piçarra e argila,
isso se dá pelas características dos solos como Latossolo Amarelo, areias quartzosas e outros
(CORDEIRO, 2017; SILVA et al., 2006).

23
 Análise comparativa dos dados do TerraClass e MapBiomas acerca do uso e cobertura da terra para a
microrregião bragantina, costa Amazônica - Pará.

O TerraClass foi criada em 2010 pelo Instituto Nacional de Pesquisas Espaciais (INPE)
e pela Empresa Brasileira de Pesquisa Agropecuária (Embrapa), cobre a Amazônia Legal, uma
área de 510 milhões de hectares, ele é um complemento ao PRODES e acrescenta informações
sobre a distribuição espacial passada e estatísticas regionais em áreas desmatadas (NEVES,
2020).
A metodologia do TerraClass inclui técnicas de seleção e processamento de imagens,
onde é selecionado imagens (Landsat) com menores índices de presença de nuvens. Os
procedimentos são basicamente segmentação, Modelo de Mistura Espectral Linear,
interpretação visual, classificação espectro temporal do NDVI derivado do MODIS e refinado
com imagens Landsat para auxiliar na classificação do mapa (NEVES, 2020; CAPANEMA,
2020).
Já o MapBiomas, criado em 2015 através do Sistema de Estimativa de Emissões de
Gases de Efeito Estufa (SEEG) do Observatório do Clima, traz uma metodologia rápida e de
baixo custo para classificar o uso e a cobertura do solo nos últimos anos. O projeto produz
mapas anuais, a partir de imagens Landsat de 1985, para todos os biomas brasileiros e
disponibilizados por ano. Atualmente encontra-se na quinta coleção que cobre o período de
1985 a 2019 (MapBiomas 2020).
Procedimentos Metodológicos
A metodologia do MapBiomas é totalmente automatizada com o processamento
realizado no Google Earth Engine (GEE)e armazenamento no Google Cloud. Seu processo de
classificação envolve mosaicos anuais de imagens Landsat e algoritmos de árvore de decisão
do tipo Random Forest disponíveis na plataforma GEE, com uma área mínima mapeada
equivale 900 metros (30 x 30 metros) devido a classificação pixel a pixel (Mapbiomas, 2020).
Os dados para a realização da análise estão disponíveis na plataforma online dos
projetos, TerraClass e MapBiomas (INPE, 2020; MAPBIOMAS, 2020). Foram selecionados
os dados do ano de 2014 da microrregião Bragantina para ambos os projetos, porém foi utilizada
a quinta coleção do MapBiomas. Os dados obtidos foram no formato Raster e, após a obtenção,
esses arquivos foram tratados para que se encontrassem na mesma Projeção e DATUM.
Para comparar as bases de dados, primeiro foi necessário compatibilizar as legendas de
ambos os projetos conforme sugerido no trabalho desenvolvido por Neves (2020) que avalia os
dados do TerraClass e MapBiomas para o bioma Amazônico. Para isso, realizou-se a construção
da legenda baseada no LCCS, que é uma metodologia que padroniza as descrições de classes
para que possam ser analisadas, onde o método consiste em analisar as paisagens por partes,
sendo divididas por padrões horizontais (arranjo dos elementos da paisagem) e em estratos ou

24
 Análise comparativa dos dados do TerraClass e MapBiomas acerca do uso e cobertura da terra para a
microrregião bragantina, costa Amazônica - Pará.

padrões verticais (propriedades dos elementos) que podem ser descritos como a fenologia e
altura da vegetação.
Figura 1. Mapas de classificação da área de estudo de uso e cobertura do solo de acordo com
o TerraClass e o MapBiomas, respectivmente.

Fonte: TerraClass, 2020; MapBIomas, 2020

Os projetos TerraClas e MapBiomas possuem suas próprias legendas de classificação,

portanto, foi necessário realizar o processo de reclassificação. Após essa etapa, o resultado
obtido foi avaliado através da elaboração de uma matriz de confusão e analisados utilizando os
índices Kappa (REPINALDO, 2009). Para isso, foram utilizados 519 pontos amostrais gerados
no software livre Qgis distribuídos aleatoriamente, e após esse processo, foram elaborados
mapas de acordo com a nova classificação

3.RESULTADOS E DISCUSSÃO
No processo de reclassificação, as classes que apresentaram características semelhantes
foram agrupadas, tornando-se classe única. Os resultados podem ser observados na Tabela 1 e
Figura 2, apresentando, respectivamente, a tabela com a nova classificação da legenda e as

25
 Análise comparativa dos dados do TerraClass e MapBiomas acerca do uso e cobertura da terra para a
microrregião bragantina, costa Amazônica - Pará.

classes que foram selecionadas para o estudo. Já na Figura 2 apresentam os mapas do TerraClas
e MapBiomas reclassificados de acordo com a proposta.

Com a compatibilização dos dados de mapeamento do TerraClass e MapBiomas gerou-

se também uma matriz de confusão contendo as maiores concordâncias e discordância das
classes entre os dois sistemas de monitoramento (Tabela 2). Dos 519 pontos analisados, 377
obtiveram concordância, resultando numa acurácia total de 72,64. O valor de Kappa foi
registrado em 0,6, considerado “boa”, de acordo com a classificação proposta por Landis e
Koch (1977). As maiores discordâncias ocorreram na reclassificação das classes agropecuária
e vegetação natural não florestal, apresentando erros de omissão de 35,27% e 34,29%,
respectivamente.

Tabela 1: Legenda proposta para padronização das classes de uso e cobertura solo.
Legenda Proposta TerraClass 2014 MapBiomas 5
Floresta Floresta Formação Florestal
Mangue
Hidrografia Hidrografia Rio, Lago e Oceano
Áreas urbanas Áreas urbanas Infraestrutura urbana
Agropecuária Pasto com solo exposto Pastagem
Pasto limpo
Pasto Sujo
Regeneração com pasto
Agricultura Anual Outras Lavouras Temporárias
Reflorestamento Floresta Plantada
Mosaico de Ocupações -
Veg. nat. não florestal Não Florestas Formação Campestre
Apicum
Fonte: Adaptado pelo autor, 2020.

Essas discordâncias podem ser explicadas pelas diferentes metodologias utilizadas em

ambos os projetos. Por exemplo, a área mapeada na classe de agropecuária foi maior no
TerraClass, logo, a classificação do Mapbioma superestima as áreas das classes, incluindo a
pastagem em outros mapeamentos (MAURANO, 2019). Segundo Neves (2020) o sistema de
mapeamento de algumas classes no TerraClass ocorre através da interpretação visual, enquanto
o do MapBiomas é automatizado. Isso faz com que o Terraclass categorize um polígono (área)
em determinada classe e o MapBiomas direcione esses pixels (área) para outras classes, gerando
essas discordâncias.

26
 Análise comparativa dos dados do TerraClass e MapBiomas acerca do uso e cobertura da terra para a
microrregião bragantina, costa Amazônica - Pará.

O percentual baixo da classe de vegetação natural não florestal é derivado do fato de

que o TerraClass não realiza o mapeamento dessas áreas, visto que ele foca nas áreas
desmatadas, além de que, as regiões inseridas nessa classe são retiradas do PRODES (NEVES,
2020). O TerraClass não mapeia diferentes tipos de usos do solo dentro dessas áreas, já o
MapBiomas foi idealizado para fornecer uma série histórica, consequentemente, essas áreas são
mapeadas anualmente. Vale ressaltar que isso não sugere que o processo realizado pelo projeto
MapBiomas seja mais detalhado que o da TerraClass, visto que ambos foram criados com
propósitos diferentes.

As maiores concordâncias ocorreram nas classes de floresta e hidrografia, com exatidão

de 86,62% e 80,57%, e erros de omissão de 13,38% e 19,43%, respectivamente (Tabela 2). Isto
significa que, apesar da alta concordância florestal, a mesma demonstrou-se uma fonte de
confusão para as demais classes, visto que ela apresentou uma porcentagem baixa de exatidão
com o valor de 52,12%. A hidrografia apresentou áreas semelhantes em ambos os projetos,
ocorrendo alta concordância entre ambos os projetos

Diferente do MapBiomas, o TerraClass como referência apresentou um percentual de

erro de compatibilização de 47,88% na classe floresta. Isso ocorre porque as áreas de floresta
são superestimadas no MapBiomas fazendo com o que o projeto considere apenas o padrão
espectral para categorização dessas classes, desconsiderando o contexto histórico das áreas
(CAPANEMA et al., 2020). Junior et al. (2019) identificou que o mapeamento realizado pelo
MapBiomas (coleção 2.3) da classe floresta em 2014 no Pará, estão categorizadas como áreas
desmatadas de acordo com o PRODES, logo, isso sugere que essa classificação subestime
informações, já que provavelmente parte dessa área é vegetação secundária. Isso auxilia na
diminuição das diferenças entre os sistemas.

A segunda maior discordância corresponde a 11,88% que ocorreu na classe de

agropecuária. Esse percentual está relacionado também a discordância apresentada pela
classificação do MapBiomas, pois essa classe demonstrou o percentual mais baixo de exatidão
do Terraclass, com um valor de 64,73%.

A classe área urbana do TerraClass demonstra um erro de 7,69% menor que o

mapeamento do MapBiomas (22,58%). Essa diferença está relacionada porque na microrregião
bragantina a área mapeada da correspondente classe pelo TerraClass é bem superior ao do
MapBiomas apresentando chance de maior sobreposição (CAPANEMA et al., 2020).

No contexto geral, a área de floresta apresenta maior confusão, pois o mapeamento do

27
 Análise comparativa dos dados do TerraClass e MapBiomas acerca do uso e cobertura da terra para a
microrregião bragantina, costa Amazônica - Pará.

MapBiomas apresenta erros grosseiros de sobreposição, incluindo a classe de vegetação

secundária que demonstra uma regeneração com características semelhantes à floresta primária
na classe de Formação Florestal. O TerraClass considera apenas o desmatamento da floresta
primária e classifica todas as áreas de regeneração como vegetação secundária. Já o Mapbiomas
analisa a classe floresta separadamente o que permite um resultado de áreas florestais mais
longas, além de analisar o uso e modificações da terra para todo Brasil (NEVES, 2020).

Figura 2: Mapas de uso e cobertura da terra com as legendas propostas e pontos de

amostragem.

Fonte: TerraClass, 2020; MapBiomas, 2020.

A ocorrência de erro de sobreposição também foi descrita em outras análises. No
trabalho de Junior et al. (2019) foi identificado uma concordância baixa, com um percentual de
15% em relação ao mapeamento dos projetos para as áreas de vegetação secundária no estado
do Pará. Nas análises realizadas por Capanema et al. (2019), também foram encontradas uma
concordância global baixa de 52% sobre a compatibilização das classes e de 44% para a classe
de floresta no projeto Mapbiomas. Por outro lado, Neves et al. (2017) encontraram um
percentual de 84% entre todas as classes, porém na classe floresta apresentou uma discordância
na classificação, onde áreas de floresta no Mapbiomas foram consideradas como vegetação
secundária no TerraClass, o que corrobora com o resultado encontrado neste estudo, onde a

28
 Análise comparativa dos dados do TerraClass e MapBiomas acerca do uso e cobertura da terra para a
microrregião bragantina, costa Amazônica - Pará.

exatidão global da tabulação cruzada foi de 72,64%.

Tabela 2: Tabulação cruzada dos dados de mapeamento do TerraClass e MapBiomas.

MapBiomas
Floresta Hidr. Áreas Agro. Veg. Total Erro de Exatidão
urbanas nat. omissão TerraClass
não (%) (%)
florestal
Floresta 123 2 0 16 1 142 13,38 86,62
Hidrografia 6 29 1 0 0 36 19,43 80,57
Terraclass

Áreas urbanas 2 0 24 5 0 31 22,58 77,42

Agropecuária 96 0 1 178 0 275 35,27 64,73
Veg. nat. não 9 0 0 3 23 35 34,29 65,71
florestal
Total 236 31 26 202 24 519 0 100
Erro de omissão 47,88 6,45 7,69 11,88 4,17
(%)
Exatidão 52,12 93,55 92,31 88,12 95,83
MapBiomas (%)
Acurácia global 72,64
Kappa 0,6
Fonte: Adaptado pelo autor, 2020.

4.CONCLUSÃO
De maneira geral, o resultado da concordância (72,64%) na compatibilização das classes
evidencia que determinados aspectos metodológicos favoreceram esse resultado, onde grande
parte do mapeamento da classe floresta (aqui proposta) apresentou confusões.
A região em estudo apresenta perda significativa das áreas de Floresta Primária pelo
histórico de ocupação e apesar de se observar ainda sobreposição dos dados para algumas
classes quando comparadas nos mapeamentos dos projetos, seus dados possibilitam gerar vários
produtos, por exemplo o mapeamento do MapBiomas permite verificar a perda e regeneração
de vegetação secundária, enquanto o mapeamento do PRODES considera essas áreas como
completamente desmatadas em classificações de anos anteriores.
O Mapbiomas utiliza um processo totalmente automatizado que ainda produz algumas
inconsistências nos dados, já o TerraClass apresenta várias etapas visuais para produzir dados,
e a diferenças significantes entre as metodologias aplicadas, assim como cada região com suas

29
 Análise comparativa dos dados do TerraClass e MapBiomas acerca do uso e cobertura da terra para a
microrregião bragantina, costa Amazônica - Pará.

características específicas, influenciam nas margens de erros e precisão, possibilitando

diferentes interpretações de uso e cobertura da terra em ambas as plataformas.
Por fim, a automatização do processo de mapeamento do TerraClass, e o aumento da série de
imagens no MapBiomas poderiam contribuir significativamente na redução das confusões
ocorridas entre as classificações e no aumento da qualidade da informação.

5.REFERÊNCIAS

ALMEIDA, C. A.; VALERIANO, D. M.; ESCADA, M. I. S. E RENNÓ, D., “Estimativa de

área de vegetação secundária na Amazônia Legal Brasileira”, Acta Amazonica, v. 40, n. 2,
pp. 289-302, 2010.
ALMEIDA, C. A.; COUTINHO, A. C; ESQUERDO, J. C. D. M; ADAMI, M; VENTURIERI,
A; DINIZ, C. G.; DESSAY, N.; DURIEUX, L.; GOMES. A. R. High spatial resolution land
use and land cover mapping of the Brazilian Legal Amazon in 2008 using Landsat-5/TM
and MODIS data. Acta Amazonica, v.46, p.291 - 302, 2016.
BORGES, F.; et al. Caracterização Socioeconômica e Ambiental da Porção de Alto Curso
da Bacia do Rio Uberabinha-MG. Horizonte Científico, v. 2, n. 2, 2008.
CAPANEMA, V, P.; SANCHES, I. D. A.; ESCADA, M. I. S. Comparação entre os produtos
temáticos de uso e cobertura da terra do terraclass amazônia e mapbiomas: teste de
aderência entre classes. Anais do XIX Simpósio Brasileiro de Sensoriamento Remoto, 2019.
CORDEIRO, I. M. C. C.; VASCONCELOS, L. G. T. R.; SCHWARTZ G.; OLIVEIRA, F. A.
Nordeste Paraense: panorama geral e uso sustentável das florestas secundárias. EDUFRA,
Belém, 2017.
DI GREGORIO, A.; JANSEN, L. J. M.; “Land Cover Classification System (LCCS):
Classification Concepts and User Manual. Environment and Natural Resources Service”,
East Africa Project and Soil Resources, Management and Conservation Service. FAO, 179
(pp.), 2000.
DINIZ, C. G.; SOUZA, A. A. A.; SANTOS, D. C.; DIAS, M. C.; LUZ, N. C. L.; MORAES,
D. R. V.; MAIA, J. S.; GOMES, A. R..; NARVAES, I. S.; VALERIANO, D. M.; MAURANO,
L. E. P.; ADAMI, M. DETER-B: The New Amazon Near Real-Time Deforestation
Detection System. IEEE Journal of selected topics in applied earth observations and
remote sensing, v. 8, n. 7, p. 3619-3628, 2015.
FOLEY, J. A.; DEFRIES, R.; ASNER, G. P.; BARFORD, C.; BONAN, G.; CARPENTER, S,
R.; CHAPIN, F. S.; COE, M. T.; DAILY, G. C.; GIBBS, H. K.; HELKOWSKI, T.;
HOLLOWAY, T.; HOWARD, E. A.; KUCHARIK, C. J.; MONFREDA, C.; PATZ, J. A.;
PRENTICE, I. C.; RAMANKUTTY, N.; SNYDER, P. K. Global consequences of land use.
Science. v. 309, n. 5734, p. 570-574, 2005.
IBGE- INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA, 2010. Estatística do
Censo Demográfico 2010. Disponível em: < https://cidades.ibge.gov.br/brasil/pa> Acesso em:
Novembro, 2020.
INPE. 2020. Instituto Nacional de Pesquisas Espaciais. OBT - Coordenação Geral de
Observação da Terra.Programa de monitoramento da Amazônia e de outros biomas. Disponível
em: http://terrabrasilis.dpi.inpe.br/downloads/. Acesso em: outubro de 2020.
JÚNIOR, L. O. et al. Análise comparativa do mapeamento de vegetação secundária dos
projetos terraclass e mapbiomas. Anais do XIX Simpósio Brasileiro de Sensoriamento
Remoto, 2019.

30
 Análise comparativa dos dados do TerraClass e MapBiomas acerca do uso e cobertura da terra para a
microrregião bragantina, costa Amazônica - Pará.

LANDIS, J.; KOCH, G.G. 1977. The measurement of observer agreement for categorical data.
Biometrcs, v.33, n.1, p.159-174.
MAPBIOMAS. 2020. Coleção da Série de Mapas de Uso e Cobertura do Solo Brasileiro.
Disponível em: https://mapbiomas.org/download. Acesso em: outubro de 2020.
MAURANO, L. E. P.; ESCADA, M. I. S. Comparação dos dados produzidos pelo prodes
versus dados do mapbiomas para o bioma amazônia.Anais do XIX Simpósio Brasileiro de
Sensoriamento Remoto, 2019.
NEVES, A. K.; KORTING, T. S.; FONSECA, L. M. G.; QUEIROZ, G. R. de, Vinhas, L.;
FERREIRA, K. R. e ESCADA, M. I. S., TerraClass x MapBiomas: Comparative assessment
of legend and mapping agreement analysis. XVIII GEOINFO, pp. 295-300, 2017.
NEVES, A. K.; KORTING, T. S.; FONSECA, L. M. G.; ESCADA, M. I. S. Avaliação dos
dados do TerraClass e do MapBiomas sobre a legenda e concordância dos mapas para o
bioma brasileiro Amazônico. Acta Amaz. vol.50 no.2 Manaus abr./junho 2020 Epub 18 de
maio de 2020.
REPINALDO, M. DAS G. M. Mapeamento dos ambientes de manguezal do Sistema
Estuarino Caravelas-Nova Viçosa – BA (Resex de Cassurubá) através de classificação
orientada a objetos geográficos: subsídios para proteção e manejo. Dissertação (Mestrado
em Biologia Ambiental na Área de Ecologia de Ecossistemas Costeiros e Estuarinos) –
Universidade Federal do Pará, Bragança, PA, 2016.
SANO, E.E.; et al. Mapeamento da cobertura vegetal natural e antrópica do bioma
Cerrado por meio de imagens Landsat ETM+. In: SIMPÓSIO BRASILEIRO DE
SENSORIAMENTO REMOTO, 14., 2009, Natal. Anais... Natal: INPE, 2009. p.1199-1206.
SILVA, G. R. da; SILVA JÚNIOR, M. L. da; MELO, V. S. de. Efeito de diferentes usos da
terra sobre as características químicas de um Latossolo amarelo do Estado do Pará. Acta
Amazonica, v. 36, n. 2, p. 151-158, 2006.
SOUSA, L. M. et al. Avaliação do Uso e Cobertura da Terra em Paragominas e Ulianópolis
– PA. Revista Brasileira de Cartografia, Rio de Janeiro, No 69/3, p. 421-431, Mar/2017.
VIEIRA, I. C. G.; Gardner, T.; FERREIRA, J.; LEES, A. C. E BARLOW, J. Challenges of
Governing Second-Growth Forests: A Case Study from the Brazilian Amazonian State of
Pará. Forests, v. 5, n. 7, pp. 1737-1752, 20

31