17.06.2015 Views

baixar

baixar

baixar

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

190<br />

Tópicos sobre infiltração: teoria e prática aplicadas a solos tropicais<br />

os seguintes critérios: (i) o menor nível de acurácia (exatidão), ao utilizar-se de dados de<br />

sensor remoto, deve ser de, no mínimo, 85%; (ii) os níveis de acurácia para todas as categorias<br />

mapeadas devem ser aproximados; (iii) resultados repetidos podem ser obtidos de acordo<br />

com o intérprete e/ou o sensor adotado; (iv) o sistema de classificação deve ser aplicável<br />

para áreas extensas; (v) a categorização das classes deve permitir que o uso do solo possa<br />

ser inferido a partir da cobertura do solo; (vi) o sistema de classificação deve ser adequado<br />

para a utilização em dados de sensoriamento remoto obtidos em diferentes períodos do ano<br />

(variabilidade da resolução temporal); (vii) as categorias mapeadas devem ser divisíveis em<br />

mais subcategorias para possibilitar o uso de dados de sensor de alta resolução espacial ou em<br />

pesquisas de campo; (viii) deve ser possível agregar categorias; (ix) comparações com futuros<br />

padrões de uso e cobertura do solo devem ser possibilitadas, e (x) usos múltiplos do solo devem<br />

ser reconhecidos (Lillesand e Kiefer, 1994).<br />

Dessa forma, foram definidas 19 classes de mapeamento para a elaboração do mapa de<br />

uso e cobertura (Tabela 1 e Figura 2). A imagem de partida para o mapeamento foi fornecido<br />

pela Prefeitura Municipal de Anápolis. A imagem é do ano de 2010, do sistema sensor<br />

GeoEye-1. Possui 0,5 m de resolução espacial, nas bandas: 450 a 510 nm (azul); 510 a 580 nm<br />

(verde); e 655 a 690 nm (vermelho).<br />

O mapa de uso e cobertura foi elaborado por meio de técnicas de fotointerpretação e de<br />

análise digital quantitativa de classificação. Especificamente, a classificação supervisionada<br />

utilizada foi a da máxima verossimilhança (MaxVer) gaussiana. Foi utilizado também um<br />

algoritmo pelo qual são observadas as informações contextuais da classificação, dependendo<br />

do valor atribuído aos pixels vizinhos, em uma reclassificação, chamado de MaxVer-ICM<br />

(Interated Conditional Modes). Vários estudos e artigos (Guimarães e LACERDA, 2005;<br />

Jesus, 2007; Souto e LACERDA, 2004; Teixeira et al., 2005; Teixeira e ROMão,<br />

2009) de grupos de pesquisa da Universidade Federal de Goiás e da Universidade Estadual de<br />

Goiás foram utilizados para direcionar a amostragem das feições na classificação supervisionada,<br />

assim como os trabalhos de campo. A reamostragem utilizada, para todos os processos<br />

do presente trabalho (importação de imagem, degradação, mosaicos, etc.), foi a do vizinho<br />

mais próximo. Para auxiliar na fotointerpretação e amostragem das feições para a classificação<br />

supervisionada, foram adotadas técnicas de realce da imagem de transformação pelas Componentes<br />

Principais (Principal Component Transform) e transformação IHS (intensity, hue e<br />

saturation).<br />

O mapa de uso e cobertura do solo resultante deste estudo usando a metodologia descrita<br />

está ilustrado na Figura 3. Os procedimentos e funções adotados no mapeamento de uso<br />

e cobertura do solo, explicados anteriormente, são descritos detalhadamente no fluxograma<br />

da Figura 4.<br />

Tabela 1. Classes de uso e cobertura do solo mapeadas e as respectivas definições adotadas.<br />

Classe<br />

Definição<br />

Área Urbana Consolidada Região urbana de alta densidade de ocupação.<br />

Região urbana em expansão, com densidade de ocupação de<br />

Área Urbana em<br />

média a alta, localizada, principalmente, na periferia das áreas<br />

Consolidação<br />

urbanas consolidadas.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!