UTILIZAÇÃO DE MINERAÇÃO DE DADOS E MÉTRICAS DE PAISAGEM PARA O MAPEAMENTO AUTOMATIZADO DE TIPOLOGIAS DE PAISAGEM NA AMAZÔNIA ORIENTAL R.R. S.Oliveira 1 , A. Venturieri 2 1 Universidade do Estado do Pará, Brasil 2 Empresa Brasileira de Pesquisa Agropecuária, Brasil RESUMO Este artigo tem como objetivo apresentar o mapeamento de tipologias de paisagem através de mineração de dados e métricas de Ecologia de Paisagem, utilizando os dados do projeto TerraClass Amazônia para os anos de 2008 e 2010. Como recorte foram selecionadas as Regiões de Integração do Araguaia e Tapajós, no Estado do Pará, devido suas distintas e intensas dinâmicas de uso. Neste sentido, a Mineração de Dados foi proposta, se constituindo como uma das tecnologias mais promissoras na identificação e análise de dados, transformando-os em informações. De acordo com as análises realizadas, foram identificadas sete tipologias de paisagem. A RI do Tapajós, apresentou mais áreas classificadas como Paisagens Florestais, tanto para o ano de 2008 quanto para 2010. Já a RI do Araguaia, apresenta maior predomínio de Tipologias de Paisagem consolidadas, mais especificamente a TP com Pecuária Consolidada. Portanto, o mapeamento automatizado de Tipologias de Paisagem utilizando o Plugin GeoDMA do Software Terra View demonstrou-se eficaz e preciso, visto que os resultados alcançados apresentam coerência com a realidade. Palavras-chave: Mineração de Dados, Ecologia de Paisagem, GeoDMA, Mudança de Uso da Terra, Amazônia. ABSTRACT This article aims to present the mapping of landscape typologies through data mining and landscape ecology metrics, using data from the TerraClass Amazonia project for the years 2008 and 2010. As a cut, the Integration Regions of Araguaia and Tapajós, in the State of Pará, due to its different and intense dynamics of use. In this sense, Data Mining was proposed, constituting one of the most promising technologies in the identification and analysis of data, transforming them into information. According to the analysis, seven types of landscape were identified. The IR of the Tapajós, presented more areas classified as "Forest Landscapes", both for the year of 2008 and for the year of 2010. The RI of the Araguaia, presents a greater predominance of Consolidated Landscape Typologies, more specifically the TP with Consolidated Livestock . Therefore, the automated mapping of Landscape Typologies using the Terra View GeoDMA Plugin has proven to be effective and accurate, as the results achieved are consistent with reality. Keywords: Data Mining, Landscape Ecology, GeoDMA, Land Use Change, Amazônia. 1- INTRODUÇÃO A significativa evolução computacional durante as últimas décadas e a disseminação das geotecnologias têm dado subsídio a implementação de Banco de Dados Geográficos cada vez mais robustos, com isso o volume na geração de dados (espaciais e não-espaciais) é cada vez maior, bem como os meios de consulta a eles. No entanto, torna-se uma necessidade buscar meios e técnicas eficacez de análise desses dados armazenados. Para tanto, no final da década de 80, a Mineração de Dados (Data Mining, em inglês) foi proposta, se constituindo atualmente como uma das tecnologias mais promissoras na identificação e análise de dados, transformando-os em informações (conhecimento). Segundo Fayyad (1997), no modelo tradicional para transformação dos dados em informação, consiste em um processamento manual de todas essas informações por especialistas. E, devido ao grande volume de dados, se torna inviável. Atualmente, são vastas as referêcias que definem e padronizam as fases da Mineração de Dados ou KDD (Knowledge Discovery in Databases ou Descoberta de Conhecimento nas Bases de Dados), no entanto, todos apresentam basicamente a mesma estrutura (Hand et al., 2008; Larose, 2005). Ressalta-se que, há discordância entre os autores se Mineração de Dados e KDD podem ser considerados sinônimos ou se a Mineração de Dados é apenas uma das etapas do processo de KDD. Comissão VI - Sistemas de Informações Geográficas e Infraestrutura de Dados Espaciais 1206 Sociedade Brasileira de Cartografia, Geodésia, Fotogrametria e Sensoriamento Remoto, Rio de Janeiro, Nov/2017 Anais do XXVII Congresso Brasileiro de Cartografia e XXVI Exposicarta 6 a 9 de novembro de 2017, SBC, Rio de Janeiro - RJ, p. 1206-1210 S B C