64ª Reunião Anual da SBPC

B. Engenharias - 1. Engenharia - 3. Engenharia Civil

Sensoriamento remoto aplicado ao mapeamento de uso e cobertura do solo - Estudo de caso: bacia do rio Piabanha/RJ

Diana de Almeida Pinto Regalla 1 Priscilla Antoniazzi Campos 1 Ana Carolina de Almeida Tavares 2 Maíra Vieira Zani 2 Luana Santos do Rosário 3 Otto Corrêa Rotunno Filho 4

1. Aluna do curso de Engenharia Civil - Escola Politécnica/ UFRJ 2. Aluna do curso de Geografia – IGEO/UFRJ 3. Mestranda/Orientadora – Programa de Engenharia Civil – COPPE/UFRJ 4. Prof/Orientador – Programa de Engenharia Civil – COPPE/UFRJ

INTRODUÇÃO:

INTRODUÇÃO: A tecnologia de sensoriamento remoto tem sido crescentemente empregada em monitoramentos, análises espaciais e na construção de diagnósticos em diversas áreas do conhecimento. Um exemplo é a grande diversidade de sensores embarcados em satélites orbitais que estão disponíveis hoje para as aplicações mais variadas. As imagens produzidas por esses sensores permitem, entre outras coisas, o monitoramento hídrico e ambiental sistêmico na escala da bacia hidrográfica, demandando, por sua vez, o correspondente processamento digital, e, em particular, a classificação de imagens. Os mapas temáticos de uso e cobertura oferecem suporte para estudos em diferentes áreas, entre elas: meio ambiente, solos, vegetação, educação e planejamento urbano. Nesse sentido, o presente trabalho teve por objetivo comparar alguns métodos de classificação específicos, sendo eles: os métodos da distância mínima e K-médias, no programa ENVI; e os métodos do vizinho mais próximo e modelagem do conhecimento no programa DEFINIENS. Foi calculado o percentual de acertos de cada classificação sem usar o recurso da edição, através da comparação com uma classificação já editada. A área escolhida para aplicação da metodologia foi a bacia do rio Piabanha, na região serrana do estado do Rio de Janeiro.

METODOLOGIA:

MÉTODOS: A imagem utilizada, neste trabalho, foi do sensor AVNIR-2, que integra o satélite japonês ALOS. Esse sensor possui quatro bandas e resolução espacial de 10m. As bandas analisadas são do ano de 2009. As classes definidas para o trabalho foram: afloramento rochoso, água, cultivo, floresta, vegetação arbustiva, vegetação rasteira, solo exposto e urbano. Foram utilizados os programas ENVI, Definiens 7 e ARCGIS 9.3. No ENVI, foi realizada a classificação não supervisionada pelo método K-médias, que consiste na identificação de padrões típicos nos níveis de cinza; e, posteriormente, a classificação supervisionada pelo método da distância mínima gerada através da definição das regiões de interesse. No DEFINIENS 7, foram realizadas as classificações pelo método do vizinho mais próximo através da amostragem de cada classe e pelo método da modelagem do conhecimento. Esse segundo procedimento requer um maior conhecimento prévio do usuário sobre a área de estudo e sobre as respostas espectrais dos alvos que serão classificados. As etapas desenvolvidas de classificação foram: segmentação, definição dos níveis de hierárquicos, amostragem das classes e modelagem. As comparações das classificações foram realizadas no ARCGIS 9.3 através do uso de um mapa corrigido somado ao trabalho de campo.

RESULTADOS:

RESULTADOS e DISCUSSÃO: O método K-médias apresentou o pior resultado, não sendo possível a distinção entre as classes devido a um número muito grande de distorções. A classificação pelo método das distâncias mínimas no ENVI apresentou um resultado semelhante ao método do vizinho mais próximo do DEFINIENS. A classificação pelo método da modelagem de classes apresentou os melhores resultados. Vale ressaltar que as classificações realizadas no ENVI apresentaram um grande número de ruídos pelo fato de serem realizadas pelo método píxel a píxel. No entanto, a classificação pelo método da distância mínima obteve um resultado melhor que a do K-médias. Os métodos do vizinho mais próximo e da modelagem de classes, por terem partido de uma área já segmentada, mostraram resultados melhores com menos ruídos. De um modo geral, as classes que obtiveram os maiores percentuais de erros foram: o afloramento rochoso, o cultivo, o solo exposto e a vegetação arbustiva. Por outro lado, as classes que obtiveram um melhor resultado foram: a vegetação rasteira, a floresta, o urbano e a água. As áreas de dúvidas quanto ao uso e à cobertura foram resolvidas com o trabalho de campo. Esse procedimento fez-se necessário para o processo de validação do mapeamento

CONCLUSÃO:

CONCLUSÕES: Vale ressaltar que a qualidade e a eficiência das técnicas relacionadas ao processamento digital de imagens tornam possíveis mapeamentos temáticos com acurácia e detalhamento, com possibilidades diversas de aplicações de sensores de resoluções espectrais e espaciais distintas. Além disso, ficou evidenciado que o grau de intervenção do usuário impacta significativamente o resultado final do produto gerado. Dessa forma, a classificação pelo método K-médias, que não permite a intervenção do usuário no processo de classificação, obteve o pior resultado. Já as classificações pelos métodos da distância mínima e vizinho mais próximo assemelham-se metodologicamente com um grau de interferência do usuário mediano; assim, os resultados desses dois métodos foram muito semelhantes. A classificação pelo método da modelagem do conhecimento foi o que permitiu um maior grau de intervenção do usuário, e os resultados evidenciaram a importância do conhecimento prévio do usuário sobre a área de estudo e as respostas espectrais dos alvos presentes nessa área.

Palavras-chave: Geotecnologias, Uso e cobertura da terra, Bacia do rio Piabanha.