Contribuições Para o Mapeamento e Classificação de Uso da Terra Através do Método de Segmentação

Autores

  • Marina Gama Diotto Mestre em Geografia, Instituto de Geociências e Ciências Exatas. Universidade Estadual Paulista – UNESP
  • Daniela Fernanda da Silva Fuzzo Profa. Dra. Departamento de Ciências Exatas e da Terra. Universidade do Estado de Minas Gerais, Unidade Frutal

Palavras-chave:

Uso da terra, Geoprocessamento, Floresta Estadual Edmundo de Navarro

Resumo

O conhecimento da dinâmica de uma paisagem numa determinada região é um fator importante no planejamento regional e local. A classificação e análise de imagens advindas dos sensores remotos orbitais tornam-se uma importante ferramenta na aquisição de informações para o mapeamento do uso da terra. O objetivo desta pesquisa foi avaliar as modificações no uso da terra da zona de amortecimento da Florestal Edmundo Navarro de Andrade (FEENA), localizada no município de Rio Claro/SP, tendo como recorte temporal os anos de 1995, 2005 e 2015. Foram realizadas as classificações dos diferentes tipos de usos, através do método de segmentação de imagens de sensoriamento remoto. Verificou-se que a zona de amortecimento da FEENA sofreu grande alteração ao longo dos anos, devido principalmente à presença da monocultura da cana-de-açúcar, além da criação e expansão de bairros no município. Por fim, os métodos adotados foram avaliados a partir da matriz de erro e do cálculo do índice Kappa, o qual apresentou o resultado de 80% de precisão na classificação, estando dentro do patamar estabelecido pelos referencias teóricos consultados. O resultado obtido é considerado uma performance com forte concordância, comprovando a acurácia dos mapas elaborados.

Referências

ALVES, D. S.; et al. Utilizando técnicas de segmentação e classificação de imagens TM. In: Anais VIII Simpósio Brasileiro de Sensoriamento Remoto, Salvador, Brasil, 14-19 de abril de 1996, INPE, p. 71-79.

BARTSCH, L. P. L. Elaboração de um roteiro interpretativo para trilha de ciclistas da Floresta Estadual Edmundo Navarro de Andrade, Rio Claro - SP. Rio Claro: UNESP, 2015. 35f. Trabalho de graduação - – Instituto de Biociências. Universidade Estadual Paulista, Rio Claro, 2015.

BRASIL. Ministério do Meio Ambiente, Conselho Nacional do Meio Ambiente, CONAMA. Resolução CONAMA nº 13, de 6 de dezembro de 1990. In: Resolução, 1990.

CRUZ, C. L. Z.; VIEGAS, V. S.; AMARAL, F. G. Contribuições metodológicas para classificação orientada a objeto através de diferentes tipos de Segmentação e Segmentação. Anais... XIII ENANPEGE. A Geografia Brasileira na ciência do mundo: produção, circulação e apropriação do conhecimento. São Paulo. set. 2019. Disponpivel em: http://www.enanpege.ggf.br/2019/resources/anais/8/1562621097_ARQUIVO_CONTRIBUICOES_METODOLOGICAS_PARA_CLASSIFICACAO_ORIENTADA_A_OBJETO_ATRAVES_DE_DIFERENTES_TIPOS_DE_SEGMENTACAO_E_RESEGMENTACAO.pdf. Acesso em: 27/02/2021.

ESPINDOLA, G. M. Emprego da estatística espacial na avaliação da Segmentação de imagens de sensoriamento remoto. 30f. Trabalho de curso (Mestrado em sensoriamento remoto) - INPE, São José dos Campos, 2005.

EUGENIO F. C., et al. Identificação de áreas de preservação permanente no município de Alegre utilizando geotecnologia. Cerne 2011; 17(4): 563-571.

FERREIRA, E.; DANTAS, A. A. A.; MORAIS, A. R. Exatidão na classificação de fragmentos de matas em imagem do satélite Cbers-CCD, no município de Lavras, MG. Anais XIII Simpósio Brasileiro de Sensoriamento Remoto, Florianópolis, Brasil, p.21 -- 26, abril de 2007, INPE, p.887 – 894.

FRANÇA, D. G. M.; et al. Object-based image analysis for urban land cover Classification in the city of Campinas - SP, Brazil. Joint Urban Remote Sensing Event. 2015.

FRANCISCO, C. N.; ALMEIDA, C. Avaliação de desempenho de atributos estatísticos e texturais em uma classificação de cobertura da terra baseada em objeto. Boletim de Ciências Geodésicas, v. 18, n. 2, 2012.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Malhas Digitais. Disponível em: https://mapas.ibge.gov.br/bases-e-referenciais/bases-cartograficas/malhas-digitais.html. Acesso em: 18 de agosto de 2017.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Censo demográfico 2010. Disponível em: https://cidades.ibge.gov.br/brasil/sp/rio-claro/panorama. Acesso em: 11 de outubro de 2018.

LANDIS, J.R.; KOCH, G.G. The measurement of observer agreement for categorical data. Biometrics, v. 33, n. 1, p. 159-174, 1977.

LANG, S.; BLASCHKE, T. Análise da Paisagem com SIG. Oficina de Textos. São Paulo. 2009.

NASCIMENTO, P. S. R.; BATISTA, G.T.; FILHO, R. A. Efeito de pré-processamento (ajuste) no desempenho da segmentação e classificação de imagens Landsat-TM. São José dos Campos, 1998.

REIS, C.M., ZANCHETTA, D; PONTALTI, S.F.L. (orgs) Plano de manejo da Floresta Estadual Edmundo Navarro de Andrade. Secretaria do Meio Ambiente, Instituto Florestal, São Paulo, 2005.

RIBEIRO, R. J. C.; BAPTISTA, M. M.; BIAS, E. S. Comparação dos métodos de classificação supervisionada de imagem Máxima Verossimilhança e Redes Neurais em ambiente urbano. Anais XIII Simpósio Brasileiro de Sensoriamento Remoto, Florianópolis, INPE. Brasil, 21-26 abril 2007.

ROSA, R. Introdução ao sensoriamento remoto. Uberlândia: EDUFU, 2009.

SCHENINI, P. C.; COSTA, A. M.; CASARIN, V. W. Unidades de Conservação: aspectos históricos e sua evolução. COBRAC 2004 Congresso Brasileiro de Cadastro Técnico Multifinalitário · UFSC Florianópolis · 10 a 14 de outubro de 2004.

SOUZA, A. P. S.; SOUZA, I. S.; OLAVO, G.; LOBÃO, J. S. B.; SÃO JOSÉ, R. V. Mapeamento e identificação de vetores responsáveis pela supressão do manguezal na Zona Costeira do Baixo Sul da Bahia, Brasil. Revista Brasileira de Geografia Física. v.12, n.07, 2503-2521, 2019.

TANGERINO, D. F.; LOURENÇO, R. T. Comparação da exatidão de métodos de classificação supervisionada e não supervisionada a partir do índice kappa na microbacia do Ribeirão Duas Águas em Botucatu/SP. Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, INPE. Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013.

TROPPMAIR, Helmut. Atlas da qualidade ambiental e de vida de Rio Claro.1992.

VASCONCELOS, C. H.; NOVO, E. M. L. M. Mapeamento do uso e cobertura da terra a partir da segmentação e classificação de imagens – fração solo, sombra e vegetação derivadas do modelo linear de mistura aplicado a dados do sensor TM/Landsat 5, na região do reservatório de Tucuruí – PA. Instituto Nacional de Pesquisas Espaciais (INPE), São José dos Campos – SP, 2004.

Downloads

Publicado

2021-08-31

Como Citar

Diotto, M. G., & Fuzzo, D. F. da S. (2021). Contribuições Para o Mapeamento e Classificação de Uso da Terra Através do Método de Segmentação. Revista Geoaraguaia, 11(Especial), 132-148. Recuperado de https://periodicoscientificos.ufmt.br/ojs/index.php/geo/article/view/12707