SÃO JOSÉ DOS CAMPOS, 01 de fevereiro de 2005.

Transcrição

1 RELATÓRIO FINAL DE ATIVIDADES DO PROJETO TEMÁTICO URBANIZAÇÃO DISPERSA E MUDANÇAS NO TECIDO URBANO. ESTUDO DE CASO: ESTADO DE SÃO PAULO Bolsista: Alessandra das Graças Portela Instituição: INPE Instituto Nacional de Pesquisas Espaciais/MCT Orientador: Prof. Dr. Nestor Goulart Reis Filho Número do Relatório: 01 / Período a que se refere: 01abr04 a 31mar05 SÃO JOSÉ DOS CAMPOS, 01 de fevereiro de Pág.: 1 / 25

2 SUMÁRIO Sumário de Imagens e Tabelas Introdução Localização das áreas de estudo Atividades realizadas Treinamento em introdução ao Sensoriamento Remoto Treinamento no uso do software Spring Seleção das Imagens Landsat Georreferenciamento das Imagens de Satélite e Cartas 13 Topográficas 3.5 Geração de Mosaicos Digitais Geração de Programas de Computador usando a Linguagem 16 LEGAL 3.7 Análise da Rede de Drenagem e Elaboração da Rede Viária 18 relativa aos anos de 1970, 1980, Auxílio na Classificação Automática das Imagens Digitais Incorporação de Dados de Trabalho de Campo ao Projeto Geração de Cartas Geração de Bancos para Estudos dos Núcleos Dispersos Urbanos 4. Considerações Referências Bibliográficas 25 Pág.: 2 / 25

3 Sumário de Figuras 2.1: Áreas delimitadas para a execução do projeto : Órbitas de satélites artificiais : CBERS : Pontos de Controle (em verde) : Mosaico de Imagens : Imagem Recortada : Vetores da hidrografia e rodovias do Estado de São Paulo : Pontos visitados em trabalho de campo Área de São José dos Campos : Carta gerada no programa Scarta : Mapa Dispersão Urbana para as datas de estudo. 23 Sumário de Tabela Tabela 3.1: Imagens LANDSAT selecionadas para as áreas de estudo. 12 Pág.: 3 / 25

4 1. INTRODUÇÃO O presente relatório descreve as atividades desenvolvidas no Projeto Estudo de Caso: Estado de São Paulo", que estão inseridas no sub-tema Dispersão e Mobilidade. O mesmo tem como um dos objetivos o monitoramento da dispersão do tecido urbano em regiões de crescimento urbano intenso, a partir de 1970 até o ano 2000, tendo como auxílio os levantamentos censitários de 1970, 1980, 1991 e As análises dos processos de dispersão urbana serão realizadas em uma primeira etapa para o Estado de São Paulo nas regiões de crescimento urbano intenso, a partir do uso de dados de Sensoriamento Remoto Orbital obtidos pelos satélites da série LANDSAT, disponíveis sob a forma digital, no acervo da Cdteca da Divisão de Sensoriamento Remoto - DSR do INPE. Os dados obtidos e levantados serão alocados, manipulados e armazenados em ambiente Spring 4.1 (INPE, 2004). Pág.: 4 / 25

5 2. LOCALIZAÇÃO DAS ÁREAS DE ESTUDO Na realização do estudo foram analisadas as áreas com alto índice de urbanização e industrialização do Estado de São Paulo. Assim, as áreas de estudos relacionadas foram: Araçatuba Metropolitana de Campinas Araraquara Metropolitana de São Paulo Barretos Presidente Prudente Bauru São José do Rio Preto Franca Registro Marília Ribeirão Preto Metropolitana da Baixada São José do Rio Preto Santista São José dos Campos Figura 2.1: Áreas delimitadas para a execução do projeto. Pág.: 5 / 25

6 3. ATIVIDADES REALIZADAS 3.1 Treinamento em introdução ao Sensoriamento Remoto Para maior entendimento da tecnologia a ser utilizada, foi realizado um treinamento sobre o uso do Sensoriamento Remoto no levantamento de dados da superfície terrestre. No treinamento foram abordados os seguintes tópicos: 1) Conceituação de Sensoriamento Remoto Segundo Florenzano (DATA), sensoriamento remoto é a tecnologia que utiliza a energia refletida ou emitida pela superfície para a obtenção de imagens. A energia utilizada é a radiação eletromagnética que se propaga em forma de ondas eletromagnéticas com velocidade da luz (3 x10 5 Km/s). A distribuição da radiação eletromagnética é dada por regiões, de acordo com o comprimento de onda e freqüência. Essa energia é captada pelos sensores instalados nos satélites artificiais. 2) Tipos de Sensores São equipamentos que captam e registram a energia refletida ou emitida pelos elementos da superfície terrestre. Podem ser instalados em plataformas terrestres, aéreas, como balões e aviões, e orbitais, como satélites artificiais. Alguns exemplos desses sensores são as câmaras fotográficas, de vídeo, os radiômetros, radares, etc. Existem sensores operando em diferentes regiões do espectro eletromagnético. Dependendo do tipo, os sensores captam os dados de uma ou mais regiões do espectro. O olho humano é um sensor natural que enxerga somente a luz ou energia visível. Sensores artificiais permitem obter dados de regiões de energia invisível ao olho humano. Pág.: 6 / 25

7 3) Satélites de Sensoriamento e de Recursos Minerais *Satélites Artificiais São satélites construídos pelo homem e que giram em torno da Terra. Possuem sensores de alta tecnologia que recebem imagens, mandam notícias pelo mundo inteiro, e fazem comunicação entre a internet e chamadas telefônicas. Existem vários tipos de satélites, como por exemplo, os de comunicação, de televisão, científico, espiões, metereológicos (geoestacionário, pois possuem período de rotação de 24 horas em órbita equatorial) e de sensoriamento remoto (possuem órbita polar, sentido norte-sul). Neste trabalho, todas as imagens utilizadas foram obtidas por satélite de sensoriamento remoto, sobre o qual seguem informações mais detalhadas. * Satélites de Recursos Terrestres Esse tipo de satélite tem órbita circular e se desloca em torno da Terra com a mesma velocidade do deslocamento da Terra em relação ao Sol, ou seja, tem órbita sol-síncrono. Os satélites mais utilizados em sensoriamento remoto no Brasil atualmente são: LANDSAT, SPOT e CBERS. A Figura 3.1 mostra a órbita dos satélites artificiais. Figura 3.1: Órbitas de satélites artificiais. Pág.: 7 / 25

8 -Satélite LANDSAT O programa Landsat compreende em uma série de 7 satélites, os quais foram desenvolvidos para a observação dos recursos terrestres. Primeiramente operava em quatro canais (dois na região do visível e dois na região do infravermelho próximo), cujo sistema era chamado de MSS (Multiespectral Scanner System). Posteriormente, foi implementado o sistema TM (Thematic Mapper), que trabalhava com 7 canais (três no visível, um no infravermelho próximo, dois no infravermelho médio e um no infravermelho termal),que logo foi substituído pelo ETM + (Enhanced thematic mapper) que além dos canais utilizados no sistema TM, possuía o canal pancromático que vai da região do visível e infravermelho próximo). -Satélite SPOT - A série SPOT (Satellite pour l'observation de la Terre), foi iniciada com o satélite franco-europeu SPOT 1, em 1986 sob a responsabilidade do Centre National d'etudes Spatiales - CNES da França. Hoje o programa do SPOT possui em órbita três satélites (2, 4 e 5) que possibilitam acesso a qualquer ponto da Terra em menos de 24 horas e atuando em conjunto, com órbitas revistas em intervalos de 3 a 5 dias. Os satélites da família SPOT operam com sensores ópticos, em bandas do visível, infravermelho próximo e infravermelho médio. Com o lançamento do SPOT 5, ocorrido em maio de 2002, a missão inaugurou a possibilidade de aquisição de imagens orbitais tridimensionais graças a sua capacidade de visada lateral de até 27º (estereoscopia cilíndrica) e também conseguiu melhorar a resolução espacial do canal pancromático para 5 metros. -Satélite CBERS - O programa CBERS (China-Brazil Earth Resources Satellite ou Satélite Sino-Brasileiro de Recursos Terrestres) mantém um satélite de observação terrestre em órbita: o CBERS-2, lançado na China. Os satélites são equipados com sensores de diferentes resoluções espaciais, que podem cobrir o planeta em menos de 21 dias e, ao mesmo tempo, produzir informações mais detalhadas em uma visada mais estreita. O CBERS carrega câmeras para Pág.: 8 / 25

9 observação óptica e um sistema de coleta de dados ambientais. É um sistema único, pois mantém em órbita instrumentos sensores que combinam características especialmente adequadas às diversas escalas temporais e espaciais, necessárias ao monitoramento e à preservação dos ecossistemas. O sistema de coleta de dados é destinado à retransmissão de dados ambientais coletados em Terra e transmitidos ao satélite por meio de pequenas estações autônomas. Os dados provenientes das diversas estações, localizados em vários pontos do planeta, são dirigidos ao mesmo tempo às centrais de processamento e usuários finais, por meio de transmissões em freqüências diferentes. Possui órbita circular, quase polar, síncrona com o Sol. A Figura 3.2 mostra a foto do CBERS-1. Figura 3.2: CBERS-1. Pág.: 9 / 25

10 3.2 Treinamento no uso do software Spring O programa Sistema para Processamento de Informações Georreferenciadas (SPRING) é um SIG (sistemas de informação geográfica) com as seguintes características: Opera como um banco de dados geográficos sem fronteiras e suporta grande volume de dados (sem limitações de escala, projeção e fuso), mantendo a identidade dos objetos geográficos em todo banco; Administra tanto dados vetoriais como dados matriciais ( raster ), e realiza a integração de dados de Sensoriamento Remoto em um SIG; Provê um ambiente de trabalho amigável, através da combinação de menus e janelas com uma linguagem espacial facilmente programável pelo usuário (LEGAL - Linguagem Espaço-Geográfico baseada em Álgebra); Consegue escalonabilidade completa, ou seja, é capaz de operar com toda sua funcionalidade em qualquer ambiente de rede. Pág.: 10 / 25

11 3.3 Seleção das Imagens Landsat Houve a preocupação, nesta fase, de selecionar as imagens cujas datas de obtenção fossem concomitantes aos anos relativos aos censos demográficos (1970 a 2000) ou em datas próximas. Para a data de 1970, as áreas urbanas foram levantadas a partir de cartas topográficas do IBGE na escala 1:50.000, em função da baixa resolução espacial apresentada pelos primeiros satélites da série LANDSAT (80 metros), o que dificulta a identificação das áreas urbanas contínuas e dispersas. No caso do ano 1980, esta seleção se restringe a partir do ano de 1982 que corresponde ao lançamento do satélite LANDSAT 4 (primeiro sensor TM com resolução espacial de 30 metros). Entretanto, devido à não disponibilidade de imagens no acervo da Cdteca, para o ano de 1982, as imagens foram selecionadas a partir de Foi feita uma análise detalhada do levantamento anteriormente realizado dos dados de Sensoriamento Remoto Orbital obtidos pelo sensor TM dos satélites da série LANDSAT, disponíveis no acervo da Cdteca, da Divisão de Sensoriamento Remoto do INPE, para as áreas de estudo analisadas no presente relatório (Tabela 1). No decorrer do trabalho em função da qualidade dos dados, em termos de nuvens e ruídos, houve a substituição de imagens no Banco de Dados. Tabela 3.1: Imagens LANDSAT selecionadas para as áreas de estudo. Pág.: 11 / 25

12 Tabela 3.1: Imagens LANDSAT selecionadas para as áreas de estudo. Área de Estudo Ar aç a tu ba B a rre tos Ba u ru C a mp in as F ra nca M a rília Pr es i dent e Pru dente Data da Passagem da Imagem / Dados LA NDSAT 5 e / 08/ TM 0 8/ 07/ TM 1 9/1 2/ 1999 ETM + 1 2/ 10/ TM 2 9/1 2/ 1999 ETM + 2 8/ 10/ TM 1 4/0 1/ 2000 ETM + 1 4/0 6/ 2000 TM 1 6/0 7/ 2000 TM 1 8/0 9/ 2000 TM 0 7/1 2/ 2000 TM 2 3/1 2/ 2000 TM 1 8/ 09/ TM 2 0/ 02/ TM 0 1/0 5/ 2001 ETM + 2 5/ 04/ TM 1 6/ 09/ TM 2 3/ 02/ TM 2 1/ 10/ TM 0 1/ 10/ TM 2 8/ 06/ TM 0 7/0 6/ 2000 TM 1 6/ 09/ TM 2 3/0 6/ 2000 TM 0 6/ 01/ TM 2 6/0 6/ 2000 TM 1 3/ 03/ TM 1 1/0 9/ 2000 TM 2 1/ 09/ TM 1 3/1 0/ 2000 TM 0 1/ 09/ TM 1 2/ 11/ TM 0 3/0 9/ 1999 ETM + 2 1/ 07/ TM 2 3/0 3/ 2001 ETM + 0 6/ 07/ TM 1 0/ 07/ TM 1 6/0 6/ 2000 TM 1 4/ 10/ TM 1 9/0 8/ 2000 TM 2 0/0 9/ 2000 TM 0 1/ 10/ TM 2 8/ 06/ TM 0 7/0 6/ 2000 TM 1 6/ 09/ TM 2 3/0 6/ 2000 TM 0 6/ 01/ TM 2 6/0 6/ 2000 TM 1 3/ 03/ TM 1 1/0 9/ 2000 TM 2 1/ 09/ TM 1 3/1 0/ 2000 TM 0 5/ 08/ TM 0 8/ 07/ TM 1 9/1 2/ 1999 ETM + 1 2/ 10/ TM 2 9/1 2/ 1999 ETM + 2 8/ 10/ TM 1 4/0 1/ 2000 ETM + 1 4/0 6/ 2000 TM 1 6/0 7/ 2000 TM 1 8/0 9/ 2000 TM 0 7/1 2/ 2000 TM 2 3/1 2/ 2000 TM R e gi s tro 0 4/ 06/ TM 1 0/ 07/ TM 0 1/0 2/ 2000 TM R i beirã o P ret o 2 0/ 06/ TM 0 8/ 08/ TM 1 6/0 6/ 2000 TM Sã o J os é do R io Pre to S ão J os é d os C a mp os S an tos 2 0/ 06/ TM 2 0/ 02/ TM 0 7/0 6/ 2000 TM 2 5/ 04/ TM 0 9/0 7/ 2000 TM 1 6/9 /1 990 TM 23 /6 /2 000 TM 2 3/2 /1 991 TM 11 /9 /2 000 TM 2 1/ 10/ TM 1 3/1 0/ 2000 TM 1 2/ 03/ TM 2 7/ 04/ TM 0 3/0 9/ 1999 ETM + 1 4/ 07/ TM 2 1/ 12/ TM 1 0/0 1/ 2000 TM 0 1/ 09/ TM 2 3/ 10/ TM 2 9/0 9/ 2000 TM 0 1/ 09/ TM 1 7/ 06/ TM 17 // 01 / TM 1 2/ 03/ TM 2 3/ 10/ TM 2 5/0 6/ 2000 TM 1 2/ 09/ TM 2 3/ 10/ TM 2 9/0 9/ 2000 TM Pág.: 12 / 25

13 3.4 Georreferenciamento das Imagens de Satélite e Cartas Topográficas O Registro de uma imagem compreende uma transformação geométrica que relaciona coordenadas de imagem (linha, coluna) com coordenadas de um sistema de referência (coordenadas geográficas), ou seja, é o georreferenciamento do dado em uma projeção cartográfica. A interface de Registro permite dois procedimentos básicos: o Registro de Imagens e o Registro Vetorial de um Plano de Informação. O Registro de Imagens pode ser usado para o georreferenciamento e posterior inserção na base de dados de imagens no formato GRIB (Gridded Binary). O Registro Vetorial faz o georreferenciamento de Planos de Informação que contenham dados no formato vetorial e que pertençam a qualquer Projeto que esteja vinculado ao Banco de Dados utilizado. Para realizar o Registro foram coletados pontos de controle no modo tela, como mostra a Figura 3.3: Figura 3.3: Pontos de Controle (em verde). Pág.: 13 / 25

14 Para o Registro das imagens, foi usada como base de referência na aquisição de pontos de controle a rede de drenagem e de rodovias do DER. Assim, cruzamentos de estradas ou rios eram identificados no dado vetorial e a situação localizados na imagem correspondente (imagem/vetor). Inicialmente, foram registradas as imagens do ano de 2000, e, a partir delas, as dos anos de 1980 e 1990, tomando-se pontos da imagem de 2000 (imagem/imagem). As cartas topográficas do IBGE de 1970 a serem utilizadas no trabalho, na escala 1: (escaneadas - formato digital) foram também georreferenciadas. Foi preciso inicialmente converter os arquivos para o formato GRIB no módulo IMPIMA do SPRING para em seguida, usando-se a opção Registro de Imagens, inseri-las no Banco de Dados. Os pontos de controle foram adquiridos pelo modo teclado, no qual as coordenadas dos pontos são informadas pelo usuário (via teclado) e seu correspondente indicado na imagem (no caso, a carta topográfica) via mouse. Pág.: 14 / 25

15 3.5 Geração de Mosaicos Digitais Mosaico é o agrupamento de planos de informação diferentes em um único, aqui utilizado para a junção automática de imagens adjacentes previamente registradas. O produto final do mosaico é uma imagem ou um mapa topologicamente consistente, como mostra a Figura 3.4: Figura 3.4: Mosaico de Imagens. Devido ao fato das áreas de estudo abrangerem mais de uma imagem, mosaicos foram efetuados para a maioria dos projetos. Pág.: 15 / 25

16 3.6 Geração de Programas de Computador usando a Linguagem LEGAL ( Linguagem Espacial para Geoprocessamento Algébrico) Um programa em LEGAL é constituído de uma lista de sentenças que descreve um procedimento, isto é, um conjunto de ações sobre dados espaciais. Assim, operações podem ser descritas segundo expressões similares às utilizadas na matemática, exceto pelo fato de envolverem representações de dados espaciais ao invés de números. Devido ao fato das áreas de estudo abrangerem mais de uma imagem, foi feito o mosaico das mesmas. A área de estudo foi então delimitada e recortada a partir de máscaras contendo os limites dos municípios que compõem as regiões em análise. Para recortar as áreas de estudo nas imagens (Figura 3.5), utilizou-se a programação em LEGAL, elaborada para recortar tais imagens conforme a máscara da região. A seguir, está um exemplo de programação do LEGAL. { Imagem pi1, pi2, pi3, pi4, pi5, pi6 ("LANDSAT"); Tematico pi7 ("Limites"); pi1=recupere (Nome ="2000_B3"); pi2=recupere (Nome ="2000_B4"); pi3=recupere (Nome ="2000_B5"); pi4=novo (Nome ="Mos_2000_B3", ResX=30,ResY=30); pi5=novo (Nome ="Mos_2000_B4", ResX=30,ResY=30); pi6=novo (Nome ="Mos_2000_B5", ResX=30,ResY=30); pi7=recupere (Nome ="Máscara"); pi4=pi7.classe=="ra"? pi1 :255; pi5=pi7.classe=="ra"? pi2 :255; pi6=pi7.classe=="ra"? pi3 :255; } Pág.: 16 / 25

17 Figura 3.5: Imagem Recortada. Pág.: 17 / 25

18 3.7 Análise da Rede de Drenagem e Elaboração da Rede Viária relativa aos anos de 1970, 1980, 1991 Foram analisadas as informações relativas à rede de drenagem principal e secundária; rede rodoviária; rede ferroviária e limites municipais referentes ao ano Estes dados foram obtidos junto ao DER (Departamento de Estradas de Rodagem) sob a forma digital e incorporados ao Banco de Dados elaborado, como mostra a figura 3.6: Figura 3.6: Vetores da hidrografia e rodovias do Estado de São Paulo No caso da drenagem foram inseridas as nomenclaturas dos rios principais e foram classificadas as principais represas dos estados. A incorporação destas informações ao Banco de Dados se deve ao fato das rodovias funcionarem como eixos polarizadores de novos núcleos urbanos. A partir da malha rodoviária de 2000, foram definidas as malhas viárias referentes aos anos de 1970, 1980 e 1990 usando-se os mapas rodoviários do Estado de São Paulo: Mapa Rodoviário do Estado de São Paulo (DER, 1971), Mapa Rodoviário (DER, 1981), Mapa Rodoviário (DER, 1990). Pág.: 18 / 25

19 3.8 Auxílio na Classificação Automática das Imagens Digitais Nesta etapa do trabalho, foi realizada paralelamente à interpretação das imagens na tela do computador, classificações automáticas das imagens visando incorporá-las na separação das áreas urbanizadas, a fim de melhorar a precisão no processo de delimitação destas áreas. Neste procedimento, as imagens são classificadas automaticamente e, a partir do uso da opção Edição Vetorial do software Spring 4.1, é feito um refinamento dos dados através da interpretação visual da classificação, reduzindose assim os erros de inclusão e omissão. Com isto, tem-se uma redução da subjetividade, inerente à interpretação visual, principalmente quanto aos limites dos polígonos urbanizados e também à otimização de tempo no processo total de classificação. Neste procedimento de classificação combinada (automática e visual), as áreas erroneamente discriminadas como urbanas pelo classificador automático serão eliminadas pela intervenção do intérprete quando da análise visual dos dados. Pág.: 19 / 25

20 3.9 Incorporação de Dados de Trabalho de Campo ao Projeto A verificação da precisão do mapeamento realizado, bem como a checagem das dúvidas levantadas na interpretação, foi feita, no caso da região de São José dos Campos, a partir da realização de trabalho de campo no período de 01 a 04 de junho de 2004, em função da não disponibilidade de mapeamentos pré-existentes que pudessem auxiliar a interpretação das imagens. Nas áreas onde houve dúvida de interpretação das imagens, foram levantados pontos de GPS no local que foram inseridos ao Banco de Dados, como se vê na Figura 3.7: Figura 3.7: Pontos visitados em trabalho de campo Área de São José dos Campos. Pág.: 20 / 25

21 3.10 Geração de Cartas Para se gerar cartas, utilizou-se o software Scarta 4.1, que permitiu elaborar e imprimir cartas, contendo as informações do Banco de Dados realizado no Spring. Este módulo possibilita a introdução de alguns dos elementos mais comuns e necessários para representar em papel o trabalho realizado. Estão disponíveis ferramentas de introdução de textos, símbolos, legendas, grades de coordenadas, linhas etc.; que foram utilizados para gerar o produto final, como mostra a Figura 3.8: Figura 3.8: Carta gerada no programa Scarta 4.1. Pág.: 21 / 25

22 3.11 Geração de Bancos para Estudos dos Núcleos Dispersos Urbanos Nesta etapa do trabalho também foram classificados os núcleos urbanos dispersos para as áreas de estudo de São José dos Campos e Campinas nas décadas de 70, 80, 90 e 2000, determinando-se a área em hectare desses núcleos e a sua distância em km ao marco zero da cidade. Para realizar esse procedimento foram montados vários bancos, um para cada região de estudo, e esse banco possui projetos com cada município da área de estudo. A classificação temática realizou-se através de vários processos contidos no software, começando com categoria que agrupa dados de mesma natureza no banco, definindo um grupo de dados e posteriormente criando classes nomeadas e numeradas para cada núcleo urbano disperso. Para o mapa de distância, obteve-se uma análise de proximidade (medida de distância entre objetos, comumente medida em unidade de comprimento) que apresenta zonas com larguras de 1 km em torno do marco zero das cidades, como mostra a Figura 3.9: Pág.: 22 / 25

23 Figura 3.9: Mapa Dispersão Urbana para as datas de estudo Também foram elaboradas tabelas no Excel, para todos os municípios das demais áreas de estudo, relacionados a esses dados. Pág.: 23 / 25

24 4. CONSIDERAÇÕES A pesquisa Urbanização dispersa e mudanças no tecido urbano é ampla e complexa, o que exige uma metodologia com etapas específicas. A montagem de um banco de dados em um sistema de informações geográficas -e aí se inclui o levantamento desses dados -é ferramenta essencial para sua viabilização. O termo sistemas de informação geográfica (SIG) é aplicado para sistemas que realizam o tratamento computacional de dados geográficos. Essa informatização mostra-se importante para o armazenamento e recuperação de informação espacial, para a análise de fenômenos e para a produção de mapas, pois integra imagens de satélite, dados cartográficos, censitários, cadastrais, etc. Deste modo, a construção de um banco de dados, ou seja, a inserção dos dados em um SIG faz-se imprescindível para atingir o objetivo desta pesquisa, que é o estudo sistemático da urbanização dispersa e das mudanças que vêm ocorrendo no tecido urbano nas últimas três décadas. O levantamento, registro e mosaico das imagens, o mapeamento das áreas urbanizadas, o agrupamento das informações sobre os núcleos urbanizados dispersos quanto ao tamanho e distância da mancha urbana principal (etapas estas descritas neste relatório) foram procedimentos necessários para promover esta fase, que ainda está em processo. O estudo de caso é o Estado de São Paulo, e a análise será feita nas principais regiões urbanizadas, que são: Araçatuba, Barretos, Bauru, Bragança Paulista, Campinas, Franca, Marília, Presidente Prudente, Registro, Ribeirão Preto, São José do Rio Preto, São José dos Campos, Metropolitana de São Paulo, Metropolitana de Santos e Sorocaba. Já existem projetos completos no Banco de Dados, que são os das regiões de São José dos Campos e Campinas. Os demais projetos estão em fase de finalização. Destaca-se também neste trabalho, a importância do Sensoriamento Remoto orbital, que provê a coletânea de imagens necessária ao estudo de áreas urbanas. As imagens são fontes de informação de baixo custo, cruciais para a compreensão e mapeamento do meio físico. Oferece uma visão sinóptica de grandes extensões da superfície terrestre que proporciona o entendimento integrado das regiões. As imagens de satélite, além do formato digital, oferecem a vantagem de deter informações radiométricas sobre os alvos, o que permite outras análises e processamentos auxiliares ao objetivo principal da pesquisa. Pág.: 24 / 25

25 5. REFERÊNCIAS BIBLIOGRÁFICAS MAPEAMENTO PLANIALTIMÉTRICO DA REGIÃO METROPOLITANA DE CAMPINAS. São Paulo: EMPLASA, CD-ROM. INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS (INPE-DPI) Manual do SPRING 4.1. São José dos Campos, dezembro Disponível em < Acesso em dez DEPARTAMENTO DE ESTRADAS DE RODAGEM DER. Mapa Rodoviário do Estado de São Paulo, São Paulo: DER, janeiro DEPARTAMENTO DE ESTRADAS DE RODAGEM DER. Mapa Rodoviário, São Paulo: DER, janeiro DEPARTAMENTO DE ESTRADAS DE RODAGEM DER. Mapa Rodoviário, São Paulo: DER, outubro FLORENZANO, T. G. Imagens de satélite para estudos ambientais. São Paulo: Oficina de textos, Pág.: 25 / 25