Um ambiente é um meio em constante transformação que está sujeita a atuação de diferentes agentes que intensificam o processo modificatório. O isolamento destas áreas, a partir da criação de Unidades de Conservação (UC) é uma forma de preservar e restaurar as riquezas ambientais ali existentes. A primeira UC implantada no Estado de Pernambuco foi o Parque Estadual Mata da Pimenteira, localizada no município de Serra Talhada. Embora apresente um amplo acervo biológico, cartográficamente não apresenta demarcações fisicas como marcos e estacas. A carência de recursos econômicos, tecnológicos e operacionais, é um fator que dificulta na gestão e no monitoramento contínuo desta UC. O Sensoriamento Remoto (SR) e as técnicas de Processamento Digital de Imagem (PDI) são ferramentas que servem como parâmetros para a extração de informações que compõem diferentes estudos. O crescente uso de aeronaves remotamente pilotadas (RPA) para obtenção de produtos cartográficos a partir de imagens de alta resolução vem sendo usado cada vez mais. Entretanto, ter acesso a esse recurso é dificultoso, seja por questões econômicas ou de acesso na região. Assim, o uso de plataformas livres e amplamente difundidas como a do Google Earth (GE), se torna uma alternativa. Desta forma, a partir das imagens multifontes e com as ferramentas do SR e PDI, os elementos contidos nas cenas são detectados, através da redução da correlação entre as bandas espectrais, das combinações entre as bandas e minimização dos efeitos ruidosos para realce das bordas. Considerando as seguintes metodologias: (i) uso da técnica de análise de componente principal (ACP) (ii) Aplicação do indice de vegetação (IV) de reflectância fotoquímica modificado (MPRI) e variável atmosférica resistente (VARI) (iii) detecção das bordas de cada banda espectral (R – G – B) nas múltiplas plataformas (iv) aplicação do filtro de Sobel sobre as imagens resultantes dos processamentos considerados. Os resultados destacam que a detecção de bordas nas imagens de alta resolução apresenta bom desempenho apenas com efeito do operador de Sobel. O agrupamento entre os níveis de cinza foi mais rápido nas imagens do GE com valores baixos para a similaridade e a área. Na ACP os dados usados na Ortofoto para os parâmetros foram: 150 e 150; 50 e 50; 40 e 40 que correspondem a ACP1, ACP2 e ACP3, respectivamente. E 70 e 70; 20 e 20; 20 e 20 para ACP1, ACP2 e ACP3, respectivamente nas imagens do GE. Nos IV foram: 40 e 40; 20 e 20; que representam o IV MPRI das imagens da Ortofoto e do GE, respectivamente. Para o VARI, 20 e 20;20 e 20, que estão relacionados as cenas da Ortofoto e do GE, respectivamente. No RGB foi: 90 e 90; 70 e 70; 50 e 50, respectivamente, para a Ortofoto e no GE foram de: 40 e 40; 5 e 5; 5 e 5, respectivamente. A classificação resultou em arquivos vetoriais e mapas temáticos provenientes da etapa da segmentação, destacando o GE como representação de todas as feições.An environment is a constantly changing ecosystem that is subject to the action of different agents that intensify the modification process. The isolation of these areas, since the creation of Conservation Units (UC), be they at the federal, state or municipal level, is a way to preserve and restore the environmental wealth that exists there. The first UC established in the state of Pernambuco was the Mata da Pimenteira State Park, located in the municipality of Serra Talhada. This UC, although it has a large biological variety , faces strong human pressure influenced by the local community, and with urban and infrastructure growth in its proximity. The lack of economic, technological and operational resources is a factor that contributes to the difficulty in the management and continuous monitoring of external agents that impact this UC. Thus, the use of free and widespread platforms such as Google Earth (GE) and the increasing use of remotely piloted aircraft (RPA) to obtain high resolution images, has been an alternative and proposed for application, due to its use in different studies. The objective of the work is the detection of edges in the multi-source images of the UC Parque Estadual Mata da Pimenteira. The tools considered work by reducing the existing correlation between the spectral bands, detecting the edges from algebraic combinations between the bands, reducing the noise effects and enhancing the edges. For this, the following methodologies were adopted: (i) use of the principal component analysis technique (ACP) (ii) Application of the vegetation index (IV) of modified photochemical reflectance (MPRI) and resistant atmospheric variable (VARI) (iii) detection of the edges of each spectral band (R - G - B) in the multiple platforms (iv) application of the Sobel filter on the images resulting from the considered processing. The results highlight that the detection of edges in high resolution images presents good performance only with the effect of the Sobel operator. The grouping between the gray levels was faster in the GE images, with low values for similarity and area. In the ACP, the data used in Ortofoto for the parameters were: 150 and 150; 50 and 50; 40 and 40 corresponding to ACP1, ACP2 and ACP3, respectively. And 70 and 70; 20 and 20; 20 and 20 for ACP1, ACP2 and ACP3, respectively in the GE images. In IV, they were: 40 and 40; 20 and 20; that represent the IV MPRI of Ortofoto and GE images, respectively. For VARI, 20 and 20; 20 and 20, which are related to the Ortofoto and GE scenes, respectively. NO R-G-B was: 90 and 90; 70 and 70; 50 and 50, respectively, for Ortofoto and GE were: 40 and 40; 5 and 5; 5 and 5, respectively. The classification resulted in vector files and thematic maps from the segmentation stage, highlighting the GE as a representation of all features.