1.1. CARACTERIZAÇÃO GEOGRÁFICA DA ÁREA DE TRABALHO

Transcrição

1 1 INTRODUÇÃO O trabalho consiste na execução de mapeamentos da parte urbana do município de Teresópolis adjacente ao Parque Nacional da serra dos Órgãos (PARNASO), a partir de imagens sensoriais da plataforma orbital do sistema IKONOS II. O trabalho se resumiu ao mapeamento dos dados resultantes da interpretação de imagens sensoriais com a utilização de sistemas computacionais especializados e no uso de técnicas de levantamentos geodésicos de campo, com uso de rastreadores operando com o Sistema de Posicionamento Global (GPS) para o georreferenciamento das imagens. Destaque será dado aos processos de georreferenciamento, atentando para inconsistências entre o trabalho de campo realizado e as bases vetoriais do Instituto Brasileiro de Geografia e Estatística (IBGE), e aos processos de agrupamento de pixel, sendo possível validar tais processos pela própria interpretação visual da imagem dada sua resolução estimada. O município de Teresópolis foi escolhido como área de estudo, pois nele encontra-se parte de uma Unidade de Conservação (UC) importante para região e o 1

2 crescimento de sua área urbana esbarra com a existência dessa unidade, gerando questões importantes a serem analisadas no contexto das crises ambientais. O presente trabalho é de fundamental importância na geração de subsídios necessários à gestão territorial dessas áreas de conflito, servindo para apoiar a tomada de decisão pelos gestores, diminuindo os danos causados por tais eventos CARACTERIZAÇÃO GEOGRÁFICA DA ÁREA DE TRABALHO O município de Teresópolis localiza-se na região serrana do Estado do Rio de Janeiro, possui atualmente uma população de 150 mil habitantes (Censo-2007) em uma área de 770,51 km 2, tendo como limites os municípios de Petrópolis, São José do Vale do Rio Preto, Sumidouro, Sapucaia, Nova Friburgo, Cachoeira de Macacu e Guapimirim (figura 1). Figura 1: Localização do município de Teresópolis Imagem Landsat 5 RGB742 2

3 A área de trabalho, localizada no retângulo delimitado por latitude 1 = 22º S, longitude 1 = 43º W e latitude 2 = 22º S, longitude 2 = 42º W, correspondente a 48,34 km 2, contém a área urbana da parte sudoeste do município, adjacente ao Parque Nacional da Serra dos Órgãos (figura 2). Figura 2: Área de trabalho 3

4 1.2. CONTEXTO HISTÓRICO DA CRIAÇÃO DAS UNIDADES DE CONSERVAÇÃO A proteção da natureza tem se constituído em um dos desafios mais antigos das sociedades humanas e nesse contexto o Brasil, país de grande diversidade biológica, é considerado um país estratégico para a conservação da natureza e de seus recursos naturais essenciais à manutenção da vida no planeta. Apesar de ter uma importância mundial reconhecida neste âmbito, uma política para os espaços territoriais considerados de alto valor em recursos renováveis é de fato muito recente. Durante mais de 500 anos de existência, passando por diferentes formas de administração política, o país experimentou diversas estratégias de apropriação e gestão dos seus recursos renováveis. A instituição de áreas protegidas, entendida como a delimitação de parcelas do território nacional para preservação e conservação da natureza, onde a cartografia tem um papel fundamental, somente teve impulso na década de 30, com a promulgação de um conjunto mais amplo de instrumentos legais voltados para a gestão dessas áreas. No texto da segunda constituição republicana brasileira, a de 1934, ficou estabelecido como responsabilidade da União proteger belezas naturais e monumentos de valor histórico e artístico (capítulo I, artigo 10). Em conseqüência, os principais dispositivos legais de proteção da natureza, que levaram inclusive à criação dos Parques Nacionais, foram estabelecidos e podemos citar dentre eles, o Código Florestal, o Código de caça e pesca, o Código das Águas e o Decreto de proteção aos animais (todos eles do ano de 1934). No ano de 2000 criou-se o Sistema Nacional de Unidades de Conservação da Natureza (SNUC) com a aprovação da Lei 9985/2000, onde as Unidades de Conservação são caracterizadas como áreas protegidas, territorialmente demarcadas, e com dinâmicas de uso e gestão bem definidas. 4

5 1.3. PARQUE NACIONAL DA SERRA DOS ÓRGÃOS (PARNASO) O Parque Nacional da Serra dos Órgãos foi o terceiro a ser criado no Brasil, pelo Decreto nº de 30 de novembro de 1939, alterado pelo Decreto nº de 2 de agosto de O parque está localizado na Região Sudeste do Brasil, Estado do Rio de Janeiro, nos municípios de Teresópolis, Petrópolis, Magé e Guapimirim. Possui uma área de 105,27 m 2, inseridos no bioma da Mata Atlântica tendo como ambientes naturais característicos a Mata Atlântica e os Campos de Altitude, protegendo muitas espécies de aves, mamíferos e diversas espécies endêmicas que só ocorrem nessa região. Além da beleza (figura 3) e da importância para conservação de suas espécies o parque se destaca como um grande atrativo turístico para a região, sendo também o parque que possui o maior número de pesquisas cadastradas no Brasil (referência 2007). Figura 3: PARNASO Fonte: 5

6 2 JUSTIFICATIVA E MOTIVAÇÃO Visitas ao PARNASO, realizando trabalhos de campo, a necessidade de trabalhos apoiados em cartografia para auxiliar na gestão do parque e a receptividade dos atuais gestores, aliada à estrutura existente para pesquisadores, formam o conjunto de fatores que contribuíram para a escolha da área como local do presente. A preocupação mundial com a conservação dos recursos naturais disponíveis, a necessidade de acompanhar o crescimento dos centros urbanos próximos às Unidades de Conservação. O incentivo, por parte da gestão do parque, para a produção de trabalhos focados em soluções aos problemas relativos ao meio ambiente, despertou a vontade de se realizar esse trabalho. A existência de um banco de dados geográficos no PARNASO, prontamente disponibilizado pelos gestores do parque, de imagens de alta resolução, cedidas pela Space Imaging, e do sistema computacional SPRING, disponibilizado gratuitamente pelo Instituto Nacional de Pesquisas Espaciais (INPE) possibilitaram a realização do presente. 6

7 A tentativa da atual gestão do parque em solucionar os conflitos ocasionados pela ocupação humana desordenada nos limites do parque que provoca danos ao meio ambiente e causa tensão entre as comunidades vizinhas, serviu de motivação na produção do trabalho. Possibilidade de utilização de sistemas computacionais e imagens de alta resolução no monitoramento de processos danosos à natureza ressaltando a aplicabilidade nas UC. Produção de mapas digitais temáticos de uso da Terra e cobertura vegetal de forma que sirvam de apoio à tomada de decisão por parte dos gestores do parque. 7

8 3 OBJETIVOS 3.1. GERAL Mapeamento digital de zona urbana em Teresópolis (RJ), adjacente ao PARNASO, a partir de imagens IKONOS II ESPECIFICOS Planejar, executar e avaliar levantamentos geodésicos de campo com o uso de rastreadores operando no sistema GPS; Avaliar as inconsistências do georreferenciamento da imagem cedida e do georreferenciamento realizado com os dados do levantamento GPS; Estabelecer os melhores parâmetros de segmentação de acordo com a finalidade do mapeamento proposto Produzir mapas digitais temáticos de uso da Terra e cobertura vegetal da área de estudos. 8

9 4 FUNDAMENTAÇÃO TEÓRICA No desenvolvimento do presente trabalho foi de grande importância apoiar-se em conceitos cartográficos. O mapeamento executado exigiu a revisão de conceitos relacionados aos temas: Geodésia, levantamentos GPS, sistemas de coordenadas e sensoriamento remoto. Como requisitos básicos para a execução do mapeamento objetivando a geração de mapas digitais temáticos foram fixados alguns parâmetros, para o modelo da Terra e para suporte aos levantamentos locais. - Sistema geodésico (referencial): South American Datum (SAD-69); - Sistema de coordenadas: Universal Transversa de Mercator (UTM), Fuso 23. 9

10 4.1. GEODÉSIA Segundo Gemael, A Geodésia é a ciência que tem por objeto determinar a forma e as dimensões da Terra e os parâmetros definidores do campo da gravidade. satélite. Este projeto tem apoio em conceitos relativos à Geodésia geométrica e por ELIPSÓIDE DE REFERÊNCIA Figura matemática regular que se aproxima da superfície terrestre na forma e tamanho, utilizada como superfície de referência para os levantamentos geodésicos. É definido pelo comprimento do seu semi-eixo maior (a) e pelo achatamento (f). Também pode ser definido pela excentricidade (e) de suas elipses meridianas. No caso do sistema SAD-69 o elipsóide de referência é o elipsóide internacional de SISTEMA DE COORDENADAS GEODÉSICAS Cada ponto da superfície terrestre está situado no ponto de interseção entre um meridiano e um paralelo. A localização de cada ponto é dada em termos de sua latitude e sua longitude. Esse sistema possui duas linhas de referência, o Equador e o Meridiano Principal. Latitude (φ) distância angular (graus, minutos e segundos) medida sobre os meridianos contada desde o Equador até os pólos. Por convenção a latitude é considerada positiva no hemisfério norte e negativa no hemisfério sul. Longitude (λ) distância angular (graus, minutos e segundos) medida sobre o Equador desde o meridiano de origem (também conhecido como inicial ou fundamental) até o meridiano de um ponto qualquer da superfície terrestre. O meridiano de origem é aquele que passa pelo antigo observatório de Greenwich, escolhido como a origem (0º) das longitudes. A Leste de Greenwich os meridianos são medidos por valores crescentes até +180º e a Oeste as medidas são decrescentes até o limite mínimo de -180º. 10

11 SISTEMA DE COORDENADAS UTM As coordenadas UTM (ou coordenadas plano-retangulares) formam um quadriculado relacionado com a Projeção Universal Transversa de Mercator. A projeção UTM abrange a totalidade das longitudes. Para que isto seja possível é feito um fracionamento em fusos ou zonas de maneira a não ultrapassar os limites aceitáveis de deformação. Esse fracionamento foi calculado em módulos de 6º de longitude cada um, onde todos são idênticos e o cálculo efetuado para um deles (fuso padrão) tem seus resultados válidos para todos os fusos. O quadriculado UTM está relacionado ao sistema de coordenadas planoretangulares, tal que um eixo coincide com a projeção do Meridiano Central do fuso (eixo N apontando para o Norte) e o outro eixo, com o do Equador. Dessa forma cada ponto do elipsóide de referência (descrito por latitude e longitude) estará biunivocamente associado aos valores do Meridiano Central, coordenada E e coordenada N. O espaço entre as linhas do quadriculado UTM é conhecido como eqüidistância do quadriculado e será maior ou menor de acordo com a escala da carta. O sistema de medidas usado é o linear em metros, seus valores são sempre números inteiros que são registrados às margens das cartas. A origem das medidas do quadriculado é o cruzamento do Meridiano Central (MC) com o Equador ao qual foram atribuídos os seguintes valores: para o Meridiano Central m E, determinando as distâncias em sentido Leste/Oeste e para o Equador, m para o hemisfério sul e 0 m para o hemisfério norte. O sistema UTM é utilizado entre as latitudes 84º N e 80º S pois as deformações para latitudes superiores seriam muito grandes. 11

12 4.2. SENSORIAMENTO REMOTO O sensoriamento remoto é definido como o conjunto de técnicas destinado à aquisição e analise de dados sobre objetos (alvos) ou fenômenos sem que haja contato físico entre o sistema sensor e estes objetos ou fenômenos. Para a obtenção desses dados se faz uso das propriedades das ondas eletromagnéticas emitidas, refletidas ou difratadas pelos objetos sensoriados ESPECTRO ELETROMAGNÉTICO As ondas eletromagnéticas são caracterizadas pelo seu comprimento de onda e se agrupam em faixas do espectro eletromagnético exemplificado abaixo pela figura 4 com a descrição de suas faixas. Figura 4: Espectro Eletromagnético Fonte: 12

13 As faixas do espectro eletromagnético: Ondas de rádio: baixas freqüências e grandes comprimentos de onda. São utilizadas para comunicação a longa distância. Microondas: faixa de 1mm a 30cm ou 3x1011 a 3x109 Hz. Pode-se gerar feixes de radiação eletromagnética altamente concentrados, chamados radares. Por serem pouco atenuados pela atmosfera, ou por nuvens, permitem o uso de sensores de microondas em qualquer condição de tempo. Infravermelho: grande importância para o Sensoriamento Remoto. Engloba radiação com comprimentos de onda de 0,75um a 1,0mm. A radiação I.V. é facilmente absorvida pela maioria das substâncias (efeito de aquecimento). Visível: Radiação capaz de produzir a sensação de visão para o olho humano normal. Pequena variação de comprimento de onda (380 a 750nm). Importante para o Sensoriamento Remoto, pois imagens obtidas nesta faixa, geralmente, apresentam excelente correlação com a experiência visual do intérprete. Ultravioleta: extensa faixa do espectro (10nm a 400nm). Películas fotográficas são mais sensíveis à radiação ultravioleta do que a luz visível. Uso para detecção de minerais por luminescência e poluição marinha. Forte atenuação atmosférica nesta faixa, apresenta-se como um grande obstáculo na sua utilização. Raios X: Faixa de 1Ao a 10nm (1Ao = 10-10m). São gerados, predominantemente, pela parada ou freamento de elétrons de alta energia. Por se constituir de fótons de alta energia, os raios-x são altamente penetrantes, sendo uma poderosa ferramenta em pesquisa sobre a estrutura da matéria. Raios-GAMA: são os raios mais penetrantes das emissões de substâncias radioativas. Não existe, em princípio, limite superior para a freqüência das radiações gama, embora ainda seja encontrada uma faixa superior de freqüência para a radiação conhecida como raios cósmicos. 13

14 SENSORES REMOTOS Sensores remotos são receptores da radiação eletromagnética providos de um correlator analógico (filme) ou digital capazes de registrar, sob a forma de imagens ou não, o fluxo de energia radiante emitido ou refletido por objetos distantes. A radiação emitida ao incidir sobre a superfície de outra matéria pode ser refletida ou absorvida. Esses processos de emissão, absorção e reflexão caracterizam a superfície da matéria. Esse comportamento espectral das diversas substâncias denomina-se assinatura espectral e é utilizado em Sensoriamento Remoto para distinguir os diferentes materiais sensoriados. Os sensores remotos podem ser classificados em função da chave de classificação a seguir: Em função da fonte de energia: Passivos: não possuem fonte própria de radiação. Mede radiação solar refletida ou radiação emitida pelos alvos. Ativos: possuem sua própria fonte de radiação eletromagnética, trabalhando em faixas restritas do espectro. Em função do tipo de produto: Não-imageadores: não geram imagem da superfície sensoriada. Imageadores: obtém-se uma imagem da superfície observada como resultado. Os sistemas imageadores podem ser divididos em: Sistema de quadro ("framing systems"): adquirem a imagem da cena em sua totalidade num mesmo instante; Sistema de varredura ("scanning systems"): adquirem a imagem da cena em sua totalidade, sob a forma de varredura contínua. Sistema fotográfico: Limitada capacidade de captar a resposta espectral (filmes cobrem somente o espectro entre ultravioleta próximo ao infravermelho distante). Limitam-se as horas de sobrevôo e devido a fenômenos atmosféricos não permitem observar a Terra sistematicamente a grandes altitudes. 14

15 CARACTERÍSTICAS DAS IMAGENS DOS SENSORES As imagens têm número finito de bits para representar a radiância da cena para cada pixel (Picture element - menor unidade de uma imagem). A radiância é a medida do fluxo radiante que provém de uma fonte, numa determinada direção, por unidade de área. A quantificação da radiância de uma cena é representada pelos níveis de cinza, discretizados na imagem digital, é dada por um número de bits por pixel para produzir um intervalo de radiância. Os sensores da nova geração obtêm normalmente imagens em 8 ou 10 bits (equivalentes a 256 ou 1024 níveis digitais). O nível de cinza é representado pela radiância média de uma área relativamente pequena em uma cena. Esta área é determinada pela altitude do sistema sensor a bordo do satélite e outros parâmetros como o IFOV (Instantaneous Field Of View), que é o ângulo formado pela projeção geométrica de um único elemento detector sobre a superfície da Terra. No caso das imagens multiespectrais, a representação digital é mais complexa, porque para cada coordenada (x,y), haverá um conjunto de valores de nível de cinza. Representa-se então cada pixel por um vetor, com tantas dimensões quantas forem as bandas espectrais. eletromagnético. Banda espectral é o intervalo entre dois comprimentos de onda, no espectro Resolução é uma medida da habilidade que um sistema sensor possui de distinguir entre respostas que são semelhantes espectralmente ou próximas espacialmente. A resolução pode ser classificada em espacial, espectral e radiométrica. Resolução espacial: mede a menor separação angular ou linear entre dois objetos. Por exemplo, uma resolução de 20 metros implica que objetos distanciados entre si a menos que 20 metros, em geral não serão discriminados pelo sistema. Resolução espectral: é uma medida da largura das faixas espectrais do sistema sensor. Por exemplo, um sensor que opera na faixa de 0.4 a 0.45 m tem uma resolução espectral melhor do que o sensor que opera na faixa de 0.4 a 0.5 um. 15

16 IKONOS II O satélite IKONOS II foi lançado no dia 24 de Setembro de 1999, e está operacional desde o início de janeiro de Com 1 m de resolução no modo pancromático (PAN) oferece uma das mais finas resoluções espaciais possíveis entre as imagens orbitais atualmente disponíveis. Ele permite discriminar objetos de 1 m² de área ou maior, teoricamente. A possibilidade de combinação de imagens adquiridas no modo PAN, em tonalidades de cinza, isto é, entre o preto e branco, com 1 m de resolução, e multiespectrais (MS) coloridas de 4 m de resolução, para a geração de imagens coloridas com 1m de resolução, unindo as vantagens dos dois tipos de imagens. O satélite adquire os dois modos (PAN 1m e MS 4m) simultaneamente. Aquisição das imagens com profundidade radiométrica de 11 bits (2048 níveis de cinza) aumenta o poder de contraste e de discriminação das imagens, inclusive nas áreas de sombra. Antes do IKONOS II, as imagens sensoriadas em nível orbital eram geralmente adquiridas com 8 bits (1 byte) ou 256 níveis de cinza, no presente trabalho são utilizadas imagens com 8 bits. As imagens geradas pelo IKONOS II possuem grande resolução espacial, permitindo discriminar alvos de maneira detalhada, aliada à possibilidade de boa precisão cartográfica. A precisão cartográfica de localização é obtida através do processo de georeferenciamento das imagens. A alta resolução do IKONOS II muda até o modo de usar as imagens de satélites por ele geradas, pois se anteriormente um pixel continha vários objetos, agora, geralmente um objeto é composto de vários pixels. Os algoritmos de interpretação mudam. O nível de detalhamento igualmente. O IKONOS II tem capacidade para ser ampliado com qualidade para mapeamento a escala de até 1:2.500, sendo que só irá oferecer a precisão cartográfica correspondente se controlado todo o processo de mapeamento digital com base em suas imagens. 16

17 As principais características técnicas do satélite IKONOS II e de seus produtos estão resumidos nas tabelas 1 e 2: TABELA 1: CARACTERÍSTICAS DO SATÉLITE IKONOS II Altitude 680 km Inclinação 98,1º Velocidade 7 km / s Sentido da Órbita descendente Duração da Órbita 98 minutos Tipo de Órbita Resolução Espacial Fonte Sol-síncrona Pancromática: 1m / Multiespectral: 4m Bandas espectrais Pan µ Azul µ Imageamento Frequência de Revisita Verde µ Vermelho µ Infra vermelho próximo µ 13km na vertical (cenas de 13km x 13km) 2.9 dias a 1m de resolução Latitudes entre +/- 40º Produtos TABELA 2: PRODUTOS IKONOS II Bits por pixel N de bandas Resolução espacial Preto e branco 8 / metro Multiespectral (4bandas) 8 / metros Multiespectral (verdadeira ou falsa cor) 8 / metros Cores (verdadeira ou falsa cor) 8 / metro Cores (4bandas) 8 / metro Bundle (verdadeira ou falsa cor) 8 / metro e 4 metros Bundle (4 bandas) 8 / metro e 4 metros Fonte 17

18 4.3. ESPECIFICAÇÕES PARA OS LEVANTAMENTOS EXECUTADOS GPS (GLOBAL POSITIONING SYSTEM) Nos levantamentos geodésicos foram utilizados dois rastreadores da marca Ashtech modelo Promark2 (figura 5) para determinação dos pontos de controle. Os rastreadores pertencem à Universidade do Estado do Rio de Janeiro (UERJ) e ao Museu Nacional (UFRJ) e foram gentilmente cedidos para a realização dos trabalhos de campo. Segundo o fabricante, a precisão nominal dos equipamentos é a seguinte: Modo estático: Utilizando somente antena externa e com tempo de observação variando de 20 a 60 minutos, em distâncias de até 20Km a precisão horizontal é de 5mm + 1ppm e na vertical de 10mm + 2ppm. Figura 5: Rastreadores GPS Promark 2 Fonte 18

19 O GPS, ou NAVSTAR-GPS (NAVigation Statellite with Time And Ranging), é um sistema de rádio navegação desenvolvido pelo Departamento de Defesa dos Estados Unidos da América (DoD Department of Defense), com o intuito de ser o principal sistema de navegação das forças armadas americanas. A concepção do sistema GPS permite que um usuário, em qualquer local da superfície terrestre, ou próximo dela, tenha a sua disposição, no mínimo, quatro satélites para serem rastreados, em qualquer instante. Cada satélite transmite, a uma razão de 1,023 MHz com um comprimento de onda de 300m, um código C/A (Coarse Aquisituion) diferente, dentre os 37 existentes, e transmite também duas ondas portadoras L1 e L2, geradas a partir da freqüência fundamental de 10,23 MHz, a qual é multiplicada por 154 e 120, respectivamente. As freqüências (L) e os comprimentos de onda (λ) de L1 e L2 são: L1 = 1575,42 MHz e λ = 19,05 cm. L2 = 1227,60 MHz e λ = 24,45 cm. Essas duas freqüências são geradas simultaneamente permitindo aos usuários corrigir grande parte dos efeitos em razão da refração ionosférica. Além desse fator alguns erros associados aos processos e equipamentos utilizados nos levantamentos são verificados na tabela 3: 19

20 TABELA 3: FONTES E ERROS NAS OBSERVAÇÕES GPS Fontes Satélite Propagação do sinal Receptor / Antena Estação Erro da órbita Erro do relógio Relatividade Erros Atraso entre as duas portadoras no hardware do satélite Refração troposférica Refração ionosférica Perda de ciclos Multicaminhamento ou Sinais refletidos Rotação da Terra Erro do relógio Erro entre os canais Centro de fase da antena Erro nas coordenadas Multicaminhamento Marés terrestres Movimento do Pólo Carga dos oceanos Pressão da atmosfera Fonte: Posicionamento pelo NAVISTAR-GPS (Mônico, 2000). Na evolução do sistema GPS houve uma melhora no nível de acurácia, mas na verdade o sistema sempre possuiu esses níveis e, ao que tudo indica, por se tratar de um sistema global pelo potencial de colocar em risco os aspectos de segurança dos Estados Unidos, tal acurácia era deteriorada, adotando-se AS (Anti-Spoofing) e SA (Selective Availiability Disponibilidade Seletiva). AS é um processo de criptografia do código P, um dos códigos utilizados no GPS para realizar medidas de distâncias, e SA, ou seja, a proibição de obter a acurácia era consumada pela manipulação das mensagens de navegação e da freqüência dos relógios dos satélites. Para surpresa da comunidade usuária, no dia 2 de maio de 2000 tais procedimentos de deterioração da acuracidade foram abolidos e segundo Mônico (2000) possibilitou a melhora em torno de 10 vezes o nível de acurácia do sistema. 20

21 define: De modo a evitar confusão nos conceitos de precisão e acurácia Mônico (2000) Exatidão é o grau de concordância entre o valor estimado da grandeza e o considerado verdadeiro, e precisão é a dispersão de um conjunto de observações ou resultados experimentais. Boa precisão está associada a desvio padrão pequeno. Existindo um grande erro sistemático, podemos ter uma boa precisão, mas neste caso a acurácia será ruim devido ao deslocamento causado pelo erro sistemático. Para levantamentos GPS utiliza-se a técnica de posicionamento estático em modo relativo. O modo relativo é caracterizado na determinação da diferença de posição entre uma estação base (ou de referência) e uma estação móvel (rover). No modo absoluto utiliza-se um receptor isolado realizando medições de pseudodistâncias baseadas em observações de código ou de fase da portadora. A vantagem do método relativo em relação ao absoluto é a possibilidade de redução dos erros ocorridos durante os levantamentos, desde que criteriosamente executados. O sistema de referência vinculado ao GPS, quando se utilizam efemérides transmitidas para posicionamento do ponto é o WGS 84 (G873), que possui origem no centro de massa da Terra e o elipsóide de referência é o GRS 80 (elipsóide de revolução geocêntrico). A nomenclatura (G873) tem o seguinte significado: G refinamento efetuado utilizando o GPS e 873 semana GPS em que ocorreram as realizações. Verifica-se a qualidade das observações no sistema GPS pelo fator de diluição da precisão (DOP - Dilution of Precision), que são valores baseados na variância e permitem determinar a influência da figura geométrica dos satélites observados, em relação ao observador. Quanto menor o DOP, melhor a qualidade dos resultados em termos de precisão. 21

22 São encontradas as seguintes designações indicativas de diluição de precisão: VDOP = para altitude; HDOP = para posição horizontal (E,N); PDOP = para posição tridimensional (E, N, h ou X, Y, Z); TDOP = em tempo; GDOP = geométrica. Qualquer DOP pode ser calculado com base no almanaque transmitido pelos satélites GPS, dada uma posição geográfica qualquer. Esta determinação é fundamental para receptores com apenas 4 canais. Atualmente a maioria dos receptores geodésicos possui canais suficientes para rastrear todos os satélites em vista e neste caso os valores de DOP servem para determinar os períodos de geometria fraca que prejudicam os métodos rápidos de posicionamento. 22

23 4.4. SISTEMAS COMPUTACIONAIS Com a evolução da tecnologia computacional, a manipulação de dados geográficos e cartográficos de diferentes formas e fontes, possibilitou-se um grande avanço e agilidade na produção cartográfica. As ferramentas computacionais ArcGIS e SPRING foram utilizadas para o mapeamento proposto ARCGIS O ArcGIS é um conjunto de software aplicativo que pode ser executado em computadores pessoais. É usados para criar, importar, editar, consultar, mapear, analisar e publicar informações geográficas. O ArcGIS é o conjunto dos seguintes aplicativos: - ArcMap - ArcCatalog - ArcToolbox - ModelBuilder - ArcGlobe (disponível com a extensão 3D Analyst) A combinação destss aplicativos permite a realização de qualquer tarefa de Sistema de Informação Geográfica (SIG), do simples ao avançado, incluindo mapeamento, análises geográficas, edição, compilação e gerenciamento de dados espaciais, representação e visualização de objetos geográficos. 23

24 SPRING (SISTEMA PARA PROCESSAMENTO DE INFORMAÇÕES GEORREFERENCIADAS) O SPRING é um SIG (Sistema de Informações Geográficas) com funções de processamento de imagens, análise espacial, modelagem numérica de terreno e consulta a bancos de dados espaciais. O SPRING possui como características principais: Opera como um banco de dados geográficos e suporta grande volume de dados sem limitações de escala e projeção, mantendo a identidade dos objetos geográficos ao longo de todo banco. Administra tanto dados vetoriais como dados matriciais ("raster") e realiza a integração de dados de Sensoriamento Remoto num SIG. Aprimora a integração de dados geográficos, com a introdução explícita do conceito de objetos geográficos (entidades individuais), de mapas cadastrais, mapas de redes e campos. Provê um ambiente de trabalho amigável e poderoso, através da combinação de menus e janelas com uma linguagem espacial programável pelo usuário (LEGAL - Linguagem Espaço-Geográfica baseada em Álgebra), fornecendo ao usuário um ambiente interativo para visualizar, manipular e editar imagens e dados geográficos. É adaptado à complexidade dos problemas ambientais, que requerem uma forte capacidade de integração de dados entre imagens de satélite, mapas temáticos e cadastrais e modelos numéricos de terreno. Contém algoritmos inovadores, como os utilizados para indexação espacial, segmentação de imagens, classificação por regiões e geração de grades triangulares com restrições, que garantem o desempenho adequado para as mais variadas aplicações, complementando os métodos tradicionais de processamento de imagens e análise geográfica. O SPRING divide-se em três módulos, IMPIMA, SPRING e SCARTA, com o objetivo de facilitar seu uso, compartimentando as funções de manipulação de dados geográficos. 24

25 IMPIMA - Executa leitura de imagens digitais de satélite adquiridas a partir dos mais variados sensores e as converte para o formato GRIB (Gridded Binary) com o qual trabalha em seu ambiente. SPRING - É o módulo principal de entrada, manipulação e transformação de dados geográficos, executando as funções relacionadas à criação, manipulação de consulta ao banco de dados, funções de entrada de dados, processamento digital de imagens, modelagem numérica de terreno e análise geográfica de dados. As funções da janela principal, na barra de menus, estão divididas em: Arquivo, Editar, Exibir, Imagem, Temático, Numérico Cadastral, Rede, Objetos e Utilitários. Para cada opção há um menu (janela de diálogo) associado com as operações específicas. SCARTA - Edita uma carta e gera arquivo para impressão a partir de resultados gerados no módulo principal SPRING, permitindo a apresentação na forma de um documento cartográfico. Permite editar textos, símbolos, legendas, linhas, quadros e grades em coordenadas planas ou geográficas e exibe mapas em várias escalas. 25

26 5 DESENVOLVIMENTO DO TRABALHO - METODOLOGIA 5.1. AQUISIÇÃO E EDIÇÃO DE DADOS O presente trabalho foi iniciado em gabinete e no primeiro momento foi reunido material já existente sobre o tema proposto e sobre a área de estudo. O contato com a atual chefia do PARNASO proporcionou o acesso ao banco de dados do parque, onde muitas informações puderam ser adquiridas. De posse da imagem IKONOS II (8 bits, 3 bandas e 1 metro de resolução espacial) gentilmente cedida pela empresa Space Imaging para o trabalho, foram adquiridas bases vetoriais na escala de 1/ junto ao Instituto Brasileiro de Geografia e Estatística (IBGE), permitindo a localização geográfica em escala regional da área de trabalho. As bases vetoriais dos temas hidrografia e sistemas de transporte foram baixadas (download) do site do IBGE, e devido ao formato dos arquivos (extensão.dgn design) somente puderam ser visualizadas através do ArcGIS conforme figura 6. 26

27 Figura 6: Visualização das bases do IBGE no ArcGIS Após visualização as bases foram transformadas do formato design (.dgn) para o formato shapefile (.shp) utilizando o próprio ArcGIS. De posse das bases do IBGE já no formato shapefile, foi possível criar o banco de dados e o projeto no SPRING. Para a criação do projeto, foi necessária a definição do sistema geodésico de referência e da projeção, além do retângulo envolvente através das coordenadas de canto X1/Y1 (canto inferior esquerdo) e X2/Y2 (canto superior direito) como mostra a figura 7. Determinou-se: Sistema geodésico: South American Datum (SAD-69) e Sul. Sistema de coordenadas: Universal Transversa de Mercator (UTM), Fuso 23 27

28 Figura 7: Criação do projeto no SPRING As coordenadas para o retângulo envolvente do projeto foram determinadas de forma que as bases do IBGE e a imagem IKONOS II ficassem compreendidas no interior desse retângulo. Para tal, utilizaram-se as informações das coordenadas das bases quando visualizadas no ArcGIS. Uma vez criado o projeto no SPRING, carregou-se o banco de dados com os arquivos no formato shapefile através da importação de arquivos. Para evitar deslocamentos devido a diferentes sistemas geodésicos, no momento da importação de arquivos para o banco de dados, informaram-se todas as características do arquivo e o próprio SPRING colocou os arquivos importados no sistema de referência do projeto, no caso o SAD-69. Essa operação pode ser verificada através da figura 8. 28

29 Figura 8: Importação de arquivo no SPRING 5.2. PLANEJAMENTO DE CAMPO As imagens também foram carregadas no banco de dados e por serem imagens no formato GeoTIFF (arquivo já com coordenadas definidas para cada pixel da imagem) foi possível utilizar o próprio georreferenciamento que elas possuíam. Por não se ter noção de como fora realizado esse processo de georreferenciamento utilizou-se essas imagens já carregadas no banco de dados para fazer a programação dos levantamentos geodésicos com rastreadores GPS, com o intuito de se realizar posteriormente novo georreferenciamento da imagem, desta vez tendo-se o controle de todos os passos executados. Fazendo uso da ferramenta de zoom do SPRING (figura 9) foram escolhidos os possíveis locais para estabelecimento das estações de controle GPS. 29

30 Figura 9: Escolha dos pontos Para a localização dos pontos foi utilizada a ferramenta maps do Google ( que apresenta uma imagem de satélite junto com a descrição do nome das ruas. Esse procedimento permitiu a geração de croquis que auxiliaram durante a campanha de campo (figura 10). 30

31 Figura 10: Croquis de localização Fonte: A distribuição dos pontos do levantamento (figura 11) foi executada de forma a abranger a área da imagem e foi dada preferência para localidades urbanizadas para facilitar o acesso aos pontos. Foram escolhidos sete pontos e um deles serviu como base para os levantamentos geodésicos GPS. Figura 11: Distribuição dos pontos do levantamento 31

32 Não foram encontradas estações planimétricas SAT-GPS do IBGE na área de trabalho. Dessa forma foi definida uma referência de nível (RN1004X figura 12) como local a ser utilizado como a base para o levantamento. Figura 12: Relatório de estação geodésica (RN-1004X) Fonte: IBGE Os tempos de rastreio para os pontos a serem levantados (rover) foram determinados utilizando o cálculo de 15 minutos + 1 minuto para cada km de distância da base a cada ponto rover. Essas distâncias foram determinadas utilizando a ferramenta de medição do SPRING. A figura 13 mostra a medição da distância de um ponto rover para a base e a tabela 4 reúne todos os tempos de rastreio e as distâncias dos pontos rover para a base. 32

33 Figura 13: Medição da distancia da base ate um ponto rover TABELA 4: TEMPOS DE RASTREIO E DISTÂNCIAS DA BASE Distância Base x Rover Tempo de rastreio P1 4,8 km 20 min P2 5,8 km 21 min P3 8,4 km 24 min P4 6,4 km 22 min P5 4,6 km 20 min P6 1,7 km 17 min 5.3. LEVANTAMENTO GEODÉSICO DE CAMPO Para a execução dos levantamentos no dia 17 de junho de 2008 foram utilizados receptores modelo Promark-2 da Ashtech (figuras 14 e 15), cedidos pela UERJ e pelo Museu Nacional (UFRJ). Foi adotado método relativo estático com uma taxa de armazenamento de 2 segundos e máscara de elevação de 10º (padrão do equipamento) e foram elaboradas cadernetas de campo que se encontram nos anexos. 33

34 Figura 14: Ponto rover (CIEP) Figura 15: Ponto rover (Conceição) 5.4. PROCESSAMENTO DOS DADOS GPS Concluída a fase de levantamento de campo, retornou-se para o ambiente de gabinete onde foram processados os dados do levantamento. No processamento foi utilizado o software Survey Project Manager, da Ashtech Solutions (figura 16) onde foram descarregados e processados os dados do levantamento geodésico de campo GPS. Figura 16: Processamento dos dados GPS 34

35 O processamento foi realizado com base no sistema SAD-69. É válido lembrar que os rastreadores GPS utilizados operam com o sistema WGS-84 e para que fosse possível processar os dados em SAD-69, foram iseridos os parâmetros de transformação entre os sistemas nas configurações do Survey Project Manager, conforme mostra a figura 17. Os parâmetros de transformação entre os sistemas foram consultados na resolução do IBGE (R.PR1/2005, de 25 de fevereiro de 2005) que altera a caracterização do Sistema Geodésico Brasileiro (SGB). Figura 17: Definição dos parâmetros de transformação Apesar de possuir no relatório da estação geodésica os dados planimétricos da estação geodésica RN1004X que foi utilizada como base para os levantamentos, utilizou-se os valores para base obtidos durante o próprio levantamento executado, pois os valores que são apresentados no relatório da estação geodésica servem somente para localização aproximada do marco. Essas coordenadas foram geradas pelo IBGE através de cartas topográficas ou através de GPS de navegação. 35

36 A tabela 5 apresenta o resultado das coordenadas dos pontos de controle e alguns valores obtidos durante o processamento. Foram considerados aceitáveis os pontos que obtiveram uma diluição da precisão para posição tridimensional (PDOP) abaixo de 5,0. Os valores das coordenadas obtidas apresentaram erros médios quadráticos (RMS) na ordem de grandeza de centímetros. Não apresentaram influência no processo de georreferenciamento das imagens no SPRING, e nem comprometeram a precisão final do mapeamento executado. TABELA 5: DADOS DO LEVANTAMENTO GPS RMS LAT (m) RMS LONG (m) N SAT PDOP TEMPO PONTOS LATITUDE LONGITUDE 1004X 22 27' 16,51842" S ' 00,71229" W :37:14 IGREJA 22 25' 59,88797" S 0, ' 37,42969" W 0, ,8 00:20:18 VARZEA 22 24' 40,55738" S 0, ' 20,32611" W 0, ,8 00:21:02 CONCEI 22 23' 09,96002" S 0, ' 18,32854" W 0, ,0 00:24:04 CIEP 22 23' 54,90225" S 0, ' 51,62896" W 0, ,6 00:21:30 RODOV 22 25' 00,13021" S 0, ' 11,01955" W 0, ,0 00:20:10 PRAÇA 22 26' 29,75263" S 0, ' 44,25177" W 0, ,9 00:18:08 O ponto Praça foi descartado devido ao elevado valor de PDOP e por apresentar um valor de aproximadamente 11 cm de erro médio quadrático para a longitude GEORREFERENCIAMENTO DA IMAGEM O processo de georreferenciamento no SPRING é chamado de registro e através dele que foram espacializados os pontos do levantamento, atribuindo aos mesmos as coordenadas geradas pelo processamento dos dados de campo. Cada ponto de controle foi identificado na imagem. Com a utilização da ferramenta de zoom, posicionou-se o cursor no local onde foi efetuado o rastreio e informou-se as coordenadas geodésicas do levantamento de campo (figura 18). 36

37 Figura 18: Georreferenciamento no SPRING O mesmo procedimento foi repetido para todos os pontos aceitos e chegou-se a um erro inferior a um pixel no posicionamento dos pontos de controle (figura 19). Figura 19: Distribuição dos pontos de controle Com a imagem devidamente georreferenciada foi possível efetuar uma comparação entre o georreferenciamento que já existia na imagem (GeoTIFF) e o realizado com coordenadas geradas pelo levantamento geodésico de campo. 37

38 Foram escolhidos objetos na imagem e anotadas suas coordenadas para os diferentes georreferenciamentos. A partir dos valores foi feito o cálculo da distância entre os pontos utilizando a equação: d = ( x) 2 + ( y) 2 A tabela 6 apresenta os valores das coordenadas e os resultados das distâncias calculadas entre os pontos escolhidos: PONTOS TABELA 6: DISTÂNCIAS ENTRE OS GEORREFERENCIAMENTOS E GeoTIFF (m) N GeoTIFF (m) E GPS (m) N GPS (m) DISTÂNCIA (d) (m) P , , , , ,1779 P , , , , ,5920 P , , , , ,3597 P , , , , ,7719 P , , , , ,6004 P , , , , ,8806 P , , , , ,8155 P , , , , ,5658 P , , , , ,8436 P , , , , ,1891 A distância entre o cruzamento de vias na base vetorial do IBGE de sistemas de transporte e a localização do mesmo cruzamento na imagem IKONOS foi calculada com a ferramenta de medição do próprio SPRING (figura 20) e através da equação d = ( x) 2 + ( y) 2 obtendo o resultado apresentado na tabela 7 a seguir: TABELA 7: DISTÂNCIA ENTRE A BASE VETORIAL E A IMAGEM BASE VETORIAL (m) IMAGEM IKONOS (m) DISTÂNCIA d (m) E= ,3756 E= ,0899 N= ,4835 N= , ,

39 Figura 20: Medição de distância no SPRING 5.6. DELIMITAÇÃO DA ÁREA DE TRABALHO A partir desse momento todos os trabalhos foram concentrados no ambiente do sistema computacional SPRING. Na execução dos processos de análise da imagem utilizou-se somente a área de trabalho devido aos excessivos tempos de processamento. Com a ferramenta de medição do SPRING foi possível determinar as dimensões dessa área (polígono vermelho da figura 21) e também a área de toda imagem. 39

40 Figura 21: Cálculo das áreas 5.7. CLASSIFICAÇÃO DA IMAGEM POR REGIÕES Segundo Moreira (2003), uma das vantagens das imagens de alta resolução reside na identificação de um objeto por vários pixels, diferentemente do que ocorre nas imagens de baixa e média resolução, onde um pixel apresenta uma variedade de objetos. Para explorar a qualidade da resolução espacial das imagens IKONOS foi decidido executar a classificação orientada por regiões, que tem por finalidade o agrupamento de pixels vizinhos com características similares em regiões uniformes. O processo de classificação foi executado em 4 etapas: segmentação, extração de regiões, classificação e mapeamento. 40

41 Em todo processo foi utilizado o Computador Acer modelo Aspire 5160z com configuração: Processador Intel Pentium dual-core (1.73GHz, 533MHz FSB, 1MB L2 cache) 160GB HDD (hard disk driver) 1GB DDR2 (double data rating) de memória. Microsoft Windows XP Professional SEGMENTAÇÃO Na etapa de segmentação, onde a imagem é dividida em regiões a partir da delimitação de conjuntos de pixels contíguos e que apresentam semelhança em relação a determinado atributo, considerando a textura, a média e a variância dos valores de refletância espectral, definiu-se um limiar de área, que é o número mínimo de pixels para que uma região seja individualizada, sendo, portanto, o tamanho mínimo que cada segmento deve possuir na operação de segmentação. Além disto foi considerado um limiar de similaridade, que corresponde à proximidade radiométrica entre pixels, ou seja, o valor da distância euclidiana mínima entre as médias das regiões, abaixo do qual duas regiões são consideradas similares e, então, agrupadas. Durante o trabalho não foi encontrado qualquer padrão para escolha dos limiares de segmentação, porém, através de pesquisas foi verificado que os mesmos se ajustam aos diferentes tipos de imagens e finalidades. A realização de testes para definição do melhor par de limiares foi adotada, tendo como partida o par 35/1200 (similaridade/área). Depois de realizadas alguns testes, os polígonos formados pela segmentação com o par de limiares 30/2000, durante as aproximadamente 5 horas de processamento (figura 22), foram considerados os mais adequados às classes do mapeamento proposto (figura 23). 41

42 Figura 22: Tempo de processamento da segmentação 30 / 2000 Figura 23: Polígonos formados na segmentação 30 /

43 Os limiares de similaridade e área têm influência direta na qualidade do mapeamento e a escolha desses limiares de segmentação foi baseada na interpretação visual e na separação dos objetos pelos polígonos gerados nos testes realizados. A variação das assinaturas espectrais em um ambiente urbano é muito grande. Por isso, a adoção dos limiares na primeira segmentação visou à formação de polígonos que destacassem o contraste entre a área urbana e a vegetação. Foi possível destacar também a ocorrência de nuvens e suas sombras, corpos hídricos e afloramentos rochosos, que foram mapeados com a utilização dessa segmentação. Nas áreas onde os limites do PARNASO entram em conflito com a área urbana, foram executadas outras 4 segmentações em áreas menores (figura 24), com o propósito de geração de mapas em escalas maiores, contendo classes de uso da terra pré-definidas. Figura 24: Segmentação em áreas menores nos limites do PARNASO 43

44 Para realização dessas segmentações, novos testes foram executados e chegouse aos limiares 10 para similaridade e 400 para área. Os polígonos formados por esse par de limiares (figura 25) permitiram maior detalhamento e a possibilidade de criação de outras classes temáticas. Figura 25: Polígonos formados na segmentação 10 / CLASSIFICAÇÃO Para a execução da classificação foi realizado o processo de extração de regiões onde os polígonos gerados pelas segmentações foram transformados em regiões. Essas regiões foram utilizadas no processo de aquisição de amostras das classes definidas para o mapeamento. 44

45 Para a segmentação com os parâmetros de similaridade e área (30/2000) foram definidas as classes: vegetação, área urbana, afloramento rochoso, nuvem, sombra e lago. Na figura 26 verifica-se o processo de treinamento onde foi executada a seleção de amostras de regiões para a classe área urbana. Figura 26: Seleção de amostras da classe área urbana Na segmentação com parâmetros de similaridade e área (10/400) foram definidas as classes: Área urbana, afloramento rochoso, vegetação densa, vegetação rasteira e vegetação rupestre. Com essa nova segmentação, devido aos polígonos gerados, foi possível a separação da classe vegetação em vegetação densa e vegetação rasteira e da classe afloramento rochoso em afloramento rochoso e vegetação rupestre. 45

46 Na figura 27 é possível visualizar as regiões selecionadas como amostras para a classe vegetação densa. Figura 27: Seleção de amostras da classe vegetação densa Ainda na etapa de classificação foi utilizado o algoritmo de classificação pelo método Bhattacharya (figura 28). Esse método trabalha com a distância denominada distância de Bhattacharya, que é utilizada para medir a separabilidade estatística entre um par de classes espectrais, ou seja, mede a distância média entre as distribuições de probabilidades dessas classes para agrupar regiões. 46

47 Figura 28: Classificação pelo algoritmo Battacharya Após seleção de polígonos de região para as classes propostas e a execução do algoritmo de classificação pode-se enfim realizar o mapeamento MAPEAMENTO Nessa etapa foi possível exibir as classes do mapeamento separadas e também editá-las atribuindo as melhores cores para o mapeamento. Na figura 29 foi realizada a edição da classe área urbana. 47

48 Figura 29: Edição das classes do mapeamento No modo de exibição por classes é possível, utilizando a ferramenta de medição do próprio SPRING, obter o valor de área e perímetro de um polígono gerando um relatório no formato texto. Um exemplo de relatório encontra-se nos anexos. Após a edição de todas as classes foi realizada no módulo SCARTA a construção dos mapas. 48

49 6 APRESENTAÇÃO DOS RESULTADOS O mapa de localização da área de trabalho onde foram executadas as classificações orientadas por região é apresentado na figura 30. Com os resultados alcançados nas classificações foram elaborados mapas temáticos de uso da Terra e cobertura vegetal. Na figura 31 é apresentado o mapa da classificação de toda área de trabalho gerado a partir da segmentação com parâmetros de similaridade e área (30 / 2000). Nas figuras 32, 33, 34, 35 são apresentados os mapas de classificação das áreas menores localizadas nas regiões de conflito, onde foram adotados os parâmetros de similaridade e área (10 / 400) para a segmentação. Os polígonos de regiões gerados permitiram a subdivisão da classe vegetação e da classe afloramento rochoso, proporcionando um mapeamento mais refinado. 49

50 Figura 30: Mapa de localização da área de trabalho 50

51 Figura 31: Mapa de uso da Terra e cobertura vegetal (segmentação 30/2000) 51

52 Figura 32: Localização das segmentações (10/400) das áreas menores 52

53 Figura 33: 1º Mapa de uso da Terra e cobertura vegetal (segmentação 10/400) 53

54 Figura 34: 2º Mapa de uso da Terra e cobertura vegetal (segmentação 10/400) 54

55 Figura 35: 3º Mapa de uso da Terra e cobertura vegetal (segmentação 10/400) 55

56 Figura 36: 4º Mapa de uso da Terra e cobertura vegetal (segmentação 10/400) 56

57 7CONCLUSÕES Durante a execução do trabalho confirmou-se a importância do apoio cartográfico às Unidades de Conservação. Nos problemas relacionados aos limites dessas unidades, a execução criteriosa da vetorização dos arquivos cartográficos onde se representa sua demarcação é fundamental para a solução dos conflitos relacionados às ocupações irregulares. No presente trabalho verificou-se inconsistências nos arquivos consultados no banco de dados do parque, entretanto não foram realizadas alterações nos arquivos. Devido ao desconhecimento do processo de georreferenciamento da imagem utilizada decidiu-se realizar o levantamento geodésico de campo com rastreadores GPS. Neste ponto devemos ressaltar a importância do conhecimento das origens dos produtos utilizados para a execução dos mapeamentos, no sentido de todos os documentos cartográficos utilizados estarem compatíveis com o referencial geodésico adotado. Perda de tempo e altos custos são fatores incompatíveis com a realização de trabalhos de engenharia, dessa forma um planejamento de campo minucioso é de fato muito importante para evitar tais fatores. Vale lembrar também que o levantamento de campo executado de forma displicente compromete severamente a qualidade do mapeamento. 57

58 Na etapa de georreferenciamento, a distribuição e densificação dos pontos de controle têm influência na qualidade do mesmo. No trabalho, apesar do descarte de um ponto do levantamento, não houve comprometimento do mapeamento, tendo em vista os valores de erro médio quadrático obtido no processo. Durante a classificação realizada no sistema computacional SPRING, foi percebida a importância do processo de segmentação, onde, a realização de testes com os parâmetros de similaridade e área são fundamentais para a obtenção dos parâmetros mais adequados à imagem utilizada e ao mapeamento proposto. A consulta de trabalhos semelhantes auxilia e otimiza esse processo. A escolha do algoritmo de classificação deve também se basear no produto final desejado, uma vez que no ambiente do SPRING tem-se algumas opções para esse processo. A classificação orientada por regiões pelo método de Battacharya foi escolhida pois ela permite a interação do usuário no processo durante a aquisição de polígonos de regiões gerados pela segmentação (etapa de treinamento). A ampliação dos testes de segmentação é recomendada tendo em vista o mapeamento de outras classes desejadas assim como a execução de todos os procedimentos deste trabalho para imagens adquiridas em épocas diferentes, permitindo o monitoramento do crescimento da área urbana. 58