UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO CENTRO DE TECNOLOGIA E CIÊNCIAS FACULDADE DE ENGENHARIA DEPARTAMENTO DE ENGENHARIA CARTOGRÁFICA

Transcrição

1 UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO CENTRO DE TECNOLOGIA E CIÊNCIAS FACULDADE DE ENGENHARIA DEPARTAMENTO DE ENGENHARIA CARTOGRÁFICA PROJETO DE GRADUAÇÃO CLASSIFICAÇÃO DIGITAL DE USO DA TERRA E COBERTURA VEGETAL DE ZONA COSTEIRA EM ARARUAMA (RJ) A PARTIR DE IMAGENS SENSORIAIS Autor: GUSTAVO JOSÉ DE AZEVEDO GELELETE Orientador: Prof. Dr. Gilberto Pessanha Ribeiro Julho 2008

2 CLASSIFICAÇÃO DIGITAL DE USO DA TERRA E COBERTURA VEGETAL DE ZONA COSTEIRA EM ARARUAMA (RJ) A PARTIR DE IMAGENS SENSORIAIS Gustavo José de Azevedo Gelelete Monografia submetida ao corpo docente da Faculdade de Engenharia da Universidade do Estado do Rio de Janeiro UERJ, como parte dos requisitos necessários à obtenção do diploma de Engenheiro Cartógrafo. Orientador: Prof. Dr. Gilberto Pessanha Ribeiro Curso de Graduação em Engenharia Cartográfica Rio de Janeiro, RJ Julho 2008 I

3 GELELETE, GUSTAVO JOSÉ DE AZEVEDO Classificação Digital de uso da terra e cobertura vegetal de zona costeira em Araruama (RJ) a partir de imagens sensoriais [Rio de Janeiro] XIV, 75 p. 29,7 cm (FEN/UERJ, Curso de Engenharia Cartográfica) Monografia Universidade do Estado do Rio de Janeiro UERJ 1. Classificação Digital I. FEN/UERJ II. Título (série) II

4 FOLHA DE JULGAMENTO Título: Classificação Digital de uso da terra e cobertura vegetal de zona costeira em Araruama (RJ) a partir de imagens sensoriais. Candidato: Gustavo José de Azevedo Gelelete Curso: Engenharia Cartográfica Data da defesa: 16 de Julho de 2008 Aprovada por: Orientador: Gilberto Pessanha Ribeiro, Prof. Dr., UERJ Iris Pereira Escobar, Prof. Dr., UERJ Jorge Luís Nunes e Silva Brito, Prof. Ph.D., UERJ Mauro Pereira de Mello, Prof. M.Sc., UERJ III

5 DEDICATÓRIA À minha família: Antonio, Sonia, Joyce, Maria de Lourdes e Enildes. Que sempre me incentivaram e apoiaram para que alcançasse meus objetivos. Em memória: a Antonio Miguel Gelelete. IV

6 AGRADECIMENTOS Ao professor, amigo e orientador Gilberto Pessanha Ribeiro, que esteve sempre disposto e disponível à auxiliar em todo o desenvolvimento do trabalho, para que o mesmo pudesse ser concluído com qualidade. Não esquecendo também de agradecer pelos ensinamentos e conselhos transmitidos, muito importantes não só para minha vida profissional, mas também pessoal. Aos meus grandes amigos Marcus Felipe e Krause Salles, que juntos estudamos, aprendemos e ensinamos, durante as várias matérias cursadas, e construímos assim uma grande amizade. Aos amigos André Escovino, Thiago da Silva, Thaís Magalhães Romano e Juliane Silveira, que me acompanharam e auxiliaram durante a realização do trabalho de campo. Ao motorista da UERJ, Lúcio, que foi responsável por nos transportar com segurança para Araruama. Às amigas Pâmella Maia e Thaís Magalhães Romano pelo grande aprendizado construído, durante as aulas. Aos amigos Mônica, Renata, Tadeu Corrêa, Mariana Silveira e Ana Maria Mileze e a Fundação Oswaldo Cruz, que me ajudaram a crescer profissionalmente durante o período que estagiei no Laboratório de Geoprocessamento. Ao Museu Nacional da Universidade Federal do Rio de Janeiro, pelo empréstimo do receptor GPS utilizado no trabalho de campo. Aos demais colegas, professores e funcionários do Departamento de Engenharia Cartográfica da UERJ, pelo apoio, amizade e troca de conhecimentos, durante todos esses anos. V

7 Resumo da Monografia apresentada à FEN/UERJ como parte dos requisitos necessários para a obtenção do grau de Engenheiro Cartógrafo. CLASSIFICAÇÃO DIGITAL DE USO DA TERRA E COBERTURA VEGETAL DE ZONA COSTEIRA EM ARARUAMA (RJ) A PARTIR DE IMAGENS SENSORIAIS Gustavo José de Azevedo Gelelete Julho / 2008 Orientador: Gilberto Pessanha Ribeiro, Prof. Dr., UERJ. Curso de graduação em Engenharia Cartográfica O projeto tem como objetivo a classificação digital de uso da Terra e cobertura vegetal de zona costeira em Araruama, servindo como ferramenta para um melhor apoio técnico ao planejamento do município, como subsídio para revisão de parte de seu plano diretor, principalmente no que se refere ao redimensionamento da infra-estrutura urbana. Trata-se de um projeto desenvolvido com foco principalmente para o monitoramento da mancha urbana na área sudoeste da lagoa de Araruama, considerando as seguintes épocas: 2005, 2006 e Para o seu desenvolvimento foram utilizados técnicas e processos digitais, a partir de dados GPS e imagens sensoriais (CBERS2 e IKONOS-II). Palavras-chave: Classificação Digital, Sensoriamento Remoto, CBERS, IKONOS. VI

8 Abstract of monograph presented to FEN/UERJ as a partial fulfillment of the requirement for the degree of Cartographic Engineer. DIGITAL CLASSIFICATION OF LAND-USE AND VEGETATION COVER IN THE COASTAL ZONE IN ARARUAMA (RJ) USING SENSORY IMAGES Gustavo José de Azevedo Gelelete July / 2008 Adviser: Gilberto Pessanha Ribeiro, Prof. Dr., UERJ. Course of graduation in Cartographic Engineering The project has as objective the digital classification of land-use and vegetation cover of coastal zone in Araruama, serving as a tool for better technical support to the planning council, as allowance to review part of its plan director, especially when it refers to the resizing of urban infrastructure. This is a project developed with focus mostly for the monitoring of urban spot in the southwest area of the lake from Araruama, considering the following times: 2005, 2006 and For its development were used digital techniques and processes, data from GPS and sensory images (CBERS-2 and IKONOS-II). Keywords: Digital Classification, Remote Sensing, CBERS, IKONOS. VII

9 9 SUMÁRIO LISTA DE FIGURAS / ILUSTRAÇÕES LISTA DE TABELAS LISTA DE SIGLAS XI XIII XIV 1 INTRODUÇÃO JUSTIFICATIVA OBJETIVO 17 2 FUNDAMENTAÇÃO TEÓRICA SISTEMA GEODÉSICO SENSORIAMENTO REMOTO PLATAFORMAS DE SENSORIAMENTO REMOTO SISTEMAS SENSORES RESOLUÇÕES RESOLUÇÃO ESPACIAL RESOLUÇÃO ESPECTRAL RESOLUÇÃO TEMPORAL RESOLUÇÃO RADIOMÉTRICA SISTEMA SENSOR CBERS SISTEMA SENSOR IKONOS SISTEMA DE POSICIONAMENTO GLOBAL (GPS) SEGMENTO ESPACIAL SEGMENTO DE CONTROLE SEGMENTO DO USUÁRIO 26 3 METODOLOGIA E DESENVOLVIMENTO RECURSOS UTILIZADOS TRABALHO DE CAMPO TRABALHO DE GABINETE TRATAMENTO DOS DADOS VETORIAIS HISTÓRICO DO MOSAICO IKONOS PLANEJAMENTO DE CAMPO PÓS-PROCESSAMENTO DOS DADOS GEORREFERENCIAMENTO DAS IMAGENS CONTRASTE E COMPOSIÇÃO COLORIDA DAS IMAGENS SEGMENTAÇÃO CLASSIFICAÇÃO DIGITAL 41 4 RESULTADOS PONTOS ESTÁTICOS PÓS-PROCESSADOS GEORREFERENCIAMENTO DETERMINAÇÃO DOS VALORES DE ÁREA URBANIZADA 45

10 MAPAS RESULTANTES 48 5 DISCUSSÃO DOS RESULTADOS 61 6 CONCLUSÕES E RECOMENDAÇÕES 63 7 REFERÊNCIAS BIBLIOGRÁFICAS 65 8 BIBLIOGRAFIA 66 9 APÊNDICES CADERNETA DE CAMPO PONTO BASE CADERNETA DE CAMPO PONTO CADERNETA DE CAMPO PONTO CADERNETA DE CAMPO PONTO CADERNETA DE CAMPO PONTO CADERNETA DE CAMPO PONTO POLICIAL ANEXOS RELATÓRIO DESCRITIVO DA ESTAÇÃO SAT GPS RUÍDO NA BANDA 1 DA IMAGEM ORIGINAL CBERS-2 75

11 11 LISTA DE FIGURAS / ILUSTRAÇÕES FIGURA 1 Localização da área de trabalho no Brasil 15 FIGURA 2 Localização da área de trabalho no município de Araruama 16 FIGURA 3 - Satélite CBERS-2 21 FIGURA 4 - Satélite IKONOS-II 23 FIGURA 5 - Receptor GPS ProMark 2 27 FIGURA 6 - Diagrama ilustrativo das etapas metodológicas 28 FIGURA 7 - Distribuição espacial dos pontos de controle 30 FIGURA 8 - Cena CBERS-2 utilizada 31 FIGURA 9 - Representação visual detalhada do ponto base 34 FIGURA 10 - Representação visual detalhada do ponto 1 35 FIGURA 11 - Pós-processamento dos dados do trabalho de campo 35 FIGURA 12 - Conversão no IMPIMA de.tiff para.grib 36 FIGURA 13 - Processo de ajuste de contraste na imagem CBERS (banda 2) 37 FIGURA 14 - Composição colorida RGB 432, imagem CBERS 38 FIGURA 15 - Composição colorida RGB 123, imagem IKONOS 38 FIGURA 16 - Processo de segmentação da imagem CBERS 40 FIGURA 17 - Processo de segmentação da imagem IKONOS 40 FIGURA 18 - Processo de treinamento na imagem CBERS 42 FIGURA 19 - Processo de análise de amostras na imagem CBERS 42 FIGURA 20 - Resultado georreferenciamento (2005) 44 FIGURA 21 - Resultado georreferenciamento (2006) 44 FIGURA 22 - Resultado georreferenciamento (2007) 44 FIGURA 23 - Resultado georreferenciamento IKONOS 44 XI

12 12 FIGURA 24 - Gráfico de área urbanizada 47 FIGURA 25 - Gráfico do crescimento da área urbanizada 47 FIGURA 26 - Gráfico da taxa de crescimento da área urbanizada 47 XII

13 13 LISTA DE TABELAS TABELA 1 - Características do satélite CBERS-2 22 TABELA 2 - Descrição dos sensores da plataforma CBERS-2 23 TABELA 3 - Características do satélite IKONOS-II 24 TABELA 4 - Descrição dos sensores da plataforma IKONOS-II 24 TABELA 5 - Tempo de ocupação mínimo de cada ponto 30 TABELA 6 - Cálculo da área de trabalho 33 TABELA 7 - Tempo de ocupação mínimo de cada ponto, base TABELA 8 - Tempo de ocupação mínimo de cada ponto, base TABELA 9 - Pontos estáticos pós-processados 43 TABELA 10 - Cálculo da Área Urbanizada, ano TABELA 11 - Cálculo da Área Urbanizada, ano TABELA 12 - Cálculo da Área Urbanizada, ano TABELA 13 - Área Urbanizada 47 TABELA 14 - Crescimento da área Urbanizada 47 TABELA 15 - Taxa de crescimento da área Urbanizada 47 TABELA 16 - Mapas temáticos produzidos 48 XIII

14 14 LISTA DE SIGLAS Bit Binary digit CAST Academia Chinesa de Tecnologia Espacial CBERS Chinese-Brazilian Barth Ressource Satelite CCD Charge Coupled Device DoD Departament of Defense DPI Divisão de Processamento de Imagem EUA Estados Unidos da América GPS Global Positioning System GRIB GRIdded Binary IBGE Instituto Brasileiro de Geografia e Estatística INPE Instituto Nacional de Pesquisas Espaciais IRMSS Infrared Multispectral Scanner Subsystem NIMA National Imagery and Mapping Agency Pixel Picture Element PEC Padrão de Exatidão Cartográfica PPS Precise Positioning Service PR Projeto de Resolução RGB Red, Green and Blue SAD-69 South American Datum 1969 SGB Sistema Geodésico Brasileiro SIRGAS 2000 Sistema de Referência Geocêntrico para as Américas SPRING Sistema de Processamento de Informações Geográficas SPS Standard Positioning Service TIFF Tagged Image File Format UERJ Universidade do Estado do Rio de Janeiro UFRJ Universidade Federal do Rio de Janeiro UTM Universe Transverse Mercator WFI Wide Field Imager XIV

15 15 1 INTRODUÇÃO 1.1 JUSTIFICATIVA Diante do observado crescimento populacional e ocupação desordenada na zona litorânea do município de Araruama, viu-se necessário desenvolver um projeto de classificação de uso da Terra e cobertura vegetal, com foco no monitoramento da mancha urbana. O município de Araruama apresenta grande importância ambiental, não somente pelo Complexo Lagunar, como também pela Reserva Ecológica de Massambaba, apresentando também uma extensa área rural. É importante ressaltar que as principais atividades econômicas da região são: o turismo e a indústria de sal (salinas). O mapeamento foi desenvolvido por meio de técnicas digitais, a partir de dados GPS e imagens sensoriais (CBERS-2 e IKONOS-II). As figuras 1 e 2 a seguir representam a localização da área de trabalho escolhida. Figura 1: Localização da área de trabalho no Brasil.

16 16 Área de Trabalho Figura 2: Localização da área de trabalho no município de Araruama.

17 OBJETIVO Este trabalho tem como objetivo a classificação digital de uso da Terra e cobertura vegetal de zona costeira em Araruama, para que, com os resultados obtidos possa auxiliar em futuros planejamentos para o município, e até mesmo promover revisão de parte de seu plano diretor, principalmente no que se refere ao redimensionamento da infra-estrutura urbana. A pesquisa foi desenvolvida com foco principalmente no monitoramento da mancha urbana na área sudoeste da lagoa de Araruama, considerando as seguintes épocas: 2005, 2006 e Realizando também a validação das etapas do mapeamento digital, considerando o uso de imagens gratuitas CBERS-2 e com exploração dos recursos do software público SPRING

18 18 2 FUNDAMENTAÇÃO TEÓRICA 2.1 SISTEMA GEODÉSICO O principal objetivo da Geodésia é determinar a forma, as dimensões e o campo de gravidade da Terra. Para se determinar posições sobre a superfície terrestre é preciso que ela seja tratada matematicamente. A melhor aproximação física da forma do nosso planeta é o Geóide (superfície equipotencial do campo de gravidade da Terra que mais se aproxima do nível médio dos mares). Porém, devido a sua complexidade e limitações na determinação do campo da gravidade terrestre, modelos geométricos mais adequados foram estudados para que melhor representasse a superfície terrestre. Sendo assim, o sistema geodésico de referência adotado no Brasil desde o final da década de 70 é o SAD 69 (South American Datum 1969), que não é geocêntrico e coincide com o sistema geodésico de referência da América do Sul. Esse sistema geodésico de referência é responsável pela configuração de um conjunto de pontos geodésicos implantados na superfície terrestre (cerca de estações) delimitada pela fronteira do país. A partir do ano 2000 através da resolução PR 1/2005 ficou estabelecido como novo sistema de referência geodésico para o SGB, o Sistema de Referência Geocêntrico para as Américas (SIRGAS2000), o qual poderá ser utilizado em concomitância com sistema SAD 69, num período de transição não superior a dez anos. O sistema geodésico de referência adotado no trabalho foi o SAD 69 e seus parâmetros de definição foram definidos pela resolução PR número 22, de 21 de Julho de 1983, do IBGE. O modelo geométrico da Terra adotado nesse caso é o Elipsóide de Referência Internacional de 1967, com os seguintes parâmetros definidores: - Semi-eixo maior (a) = metros - Achatamento (f) = 1/298,25 - Ponto Datum: Vértice de Triangulação Chuá, coordenadas geodésicas: latitude = 19º 45 41,6527 S longitude = 48º 06 04,0639 W azimute geodésico (vértice Uberaba) = 271º 30 04,05 SWNE - Altitude ortométrica = 763,28 - Ondulação do geóide (N) = 0 metros

19 SENSORIAMENTO REMOTO O Sensoriamento remoto compreende um conjunto de técnicas para se obter dados sobre objetos, feições ou áreas remotamente, ou seja, sem que haja contato físico com o mesmo, podendo isso ser possível, por exemplo, através de sensores instalados em satélites. As imagens obtidas através do sensoriamento remoto têm sido cada vez mais importantes para estudos, monitoramento e tomada de decisões em relação às mudanças globais crescentes em nosso planeta. Atualmente vários países vêm desenvolvendo tecnologias e programas espaciais PLATAFORMAS DE SENSORIAMENTO REMOTO As plataformas são elementos responsáveis pelo suporte e transporte dos sistemas sensores. Elas definem o nível de aquisição dos dados, que podem ser: - orbital: representado pelas plataformas espaciais, por exemplo, os satélites; - aéreo: representado pelas aeronaves e helicópteros; - terrestre: são aquelas que se deslocam na superfície do terreno. As plataformas espaciais podem ser classificadas em função do tipo de órbita em: geoestacionária e heliossíncrona. As plataformas de órbita geoestacionária executam uma órbita equatorial, já as plataformas de órbita heliossíncrona (polar) apresentam velocidade de deslocamento perpendicular ao plano do Equador SISTEMAS SENSORES Com o crescente desenvolvimento e avanço no uso de tecnologias, atualmente existe uma variedade de sistemas sensores, os quais são responsáveis pela captura de dados em sensoriamento remoto. Devido à essa variedade é necessário que se entenda as diferentes características entre os sistemas sensores. Quanto à energia radiante podem ser classificados como ativos ou passivos, ou seja, ativos são quando os próprios sensores emitem energia em direção ao objeto, possuem fonte própria de energia; já os passivos são aqueles que registram

20 20 a energia eletromagnética provida de uma fonte natural. Quanto ao tipo de produto gerado podem ser classificados como não imageadores ou imageadores, ou seja, os não imageadores não fornecem como resposta uma imagem e sim registros na forma de dígitos ou gráficos; Já os imageadores fornecem como resposta uma imagem da superfície observada, podendo ser através do sistema de quadro ou do sistema de varredura RESOLUÇÕES resoluções: O conteúdo e características da imagem que se deseja utilizar depende das seguintes RESOLUÇÃO ESPACIAL A resolução espacial é responsável por indicar o tamanho do menor objeto possível de ser identificado na imagem (tamanho do pixel), ou seja, quanto menor a resolução espacial, maior é o poder resolutivo da imagem. A resolução espacial é que determinará para que tipo de aplicação a imagem poderá ser utilizada, levando em consideração a escala e o grau de detalhamento RESOLUÇÃO ESPECTRAL A resolução espectral é responsável por indicar a quantidade de regiões do espectro eletromagnético nos quais o sensor é capaz de gerar uma imagem de níveis de cinza, ou seja, bandas espectrais. Logo quanto maior a quantidade de bandas espectrais geradas, maior a resolução espectral do sensor RESOLUÇÃO TEMPORAL A resolução temporal corresponde ao tempo de revisita do satélite, ou seja, ao intervalo de tempo mínimo entre a aquisição de duas imagens de um determinado local. Esse tipo de resolução é de grande importância quando se deseja monitorar regiões que estão sofrendo mudanças constantemente.

21 RESOLUÇÃO RADIOMÉTRICA A resolução radiométrica indica a quantidade máxima de níveis de cinza que podem ser armazenados para representar uma imagem, ela é medida na quantidade de bits usados para armazenar os dados referentes a um pixel. Geralmente as imagens utilizam 8 bits, logo o total de níveis de cinza utilizados para representar a imagem será de 256 (2 8 ) SISTEMA SENSOR CBERS O Programa CBERS (Satélite Sino-Brasileiro de Recursos Terrestres) resulta de uma cooperação entre a China e o Brasil assinada em 6 de julho de 1988, através de uma parceria envolvendo o INPE (Instituto Nacional de Pesquisas Espaciais) e a CAST (Academia Chinesa de Tecnologia Espacial). Este programa contemplava o desenvolvimento de dois satélites: o CBERS-1 e CBERS-2. Porém devido ao sucesso e bom funcionamento desses dois satélites houve o lançamento do CBERS-2B em 19 de setembro de 2007, visando dar continuidade ao programa de imageamento do país. Já existe um novo acordo e previsão de lançamento do CBERS-3 e CBERS-4. O satélite CBERS-2 (figura 3) foi lançado em 21 de outubro de 2003 da base aérea de Taiyuan, na China. Figura 3: Satélite CBERS-2 Fonte: <

22 22 Uma característica muito importante do CBERS é que esse satélite apresenta 3 sensores com resolução espacial e freqüência de observação diferentes a bordo de sua plataforma. Esses sensores são: a câmara CCD de alta resolução, o imageador de visada larga (WFI) e o varredor multiespectral infravermelho (IR-MSS). As propriedades e características do CBERS-2 estão descritas nas tabelas 1 e 2 abaixo: TABELA 1: CARACTERÍSTICAS DO SATÉLITE CBERS-2. Missão China-Brazil Earth Resources Satellite ou Satélite Sino-Brasileiro de Recursos Terrestres INPE (Instituto Nacional de Pesquisas Instituição Responsável Espaciais) e CAST (Academia Chinesa de Tecnologia Espacial) País/Região Brasil e China Satélite CBERS-2 Lançamento 21/10/2003 Situação Atual Ativo Órbita Circular, quase-polar e heliossíncrona Altitude 778 km Inclinação 98º Tempo de Duração da Órbita 100,26 min Horário de Passagem 10:30 A.M. Período de Revisita 26 dias Instrumentos Sensores Câmara CCD, IRMSS e WFI Fonte: <

23 23 TABELA 2: DESCRIÇÃO DOS SENSORES DA PLATAFORMA CBERS-2. Sensor Câmara CCD IRMSS WFI Bandas Espectrais PAN AZUL VERDE VERMELHO INFRAVERMELHO PRÓXIMO PAN Resolução Espectral 0,51-0,73µm 0,45-0,52µm 0,52-0,59µm 0,63-0,69µm 0,77-0,89µm 0,50-1,10µm Resolução Espacial 20 m Resolução Temporal 26 dias (visada vertical) e 3 dias (visada lateral) Faixa Imageada 113 km INFRAVERMELHO 1,55-1,75µm MÉDIO 80 m INFRAVERMELHO 26 dias 120 km 2,08-2,35µm MÉDIO INFRAVERMELHO 10, m TERMAL 12,50µm VERMELHO 0,63-0,69µm INFRAVERMELHO 260 m 5 dias 890 km 0,77-0,89µm PRÓXIMO Fonte: < SISTEMA SENSOR IKONOS O Programa IKONOS é resultado de um empreendimento privado, foi desenvolvido pela empresa Space Imaging, com o objetivo de fornecer informação com qualidade e rapidez largamente superior aos padrões do mercado. O satélite IKONOS-II (figura 4) foi lançado em 24 de setembro de 1999 da base aérea de Vandenberg na Califórnia, EUA, após uma falha no lançamento do satélite IKONOS-I em 27 de abril desse mesmo ano. Figura 4: Satélite IKONOS-II Fonte: Space Imaging, 2004.

24 24 Foi o primeiro satélite comercial capaz de alcançar resolução espacial de 1 metro (banda pancromática). Apresenta mais 4 bandas no modo multiespectral com resolução espacial de 4 metros, havendo a possibilidade de combinação destas bandas com a pancromática, gerando como resultado uma composição colorida com resolução espacial estimada de 1 metro. Suas propriedades e características estão descritas nas tabelas 3 e 4 abaixo: TABELA 3: CARACTERÍSTICAS DO SATÉLITE IKONOS-II. Missão IKONOS-II Instituição Responsável Space Imaging País/Região Estados Unidos Satélite IKONOS-II Lançamento 24/9/1999 Situação Atual Ativo Órbita Heliossíncrona Altitude 681 km Velocidade 7 km/s Inclinação 98,1º Tempo de Duração da Órbita 98 min Horário de Passagem 10:30 A.M. Período de Revisita 3 dias Instrumentos Sensores PANCROMÁTICO E MULTIESPECTRAL Fonte: < TABELA 4: DESCRIÇÃO DOS SENSORES DA PLATAFORMA IKONOS-II. Sensor Bandas Resolução Resolução Resolução Espectrais Espectral Espacial Temporal PANCROMÁTICO PAN 0,45-0,90µm 1 metro 2,9 dias AZUL 0,45-0,52µm VERDE 0,52-0,60µm MULTIESPECTRAL VERMELHO 0,63-0,69µm 4 metros 1,5 dia INFRAVERMELHO PRÓXIMO 0,76-0,90µm Fonte: < Faixa Imageada 13 X 13 km

25 SISTEMA DE POSICIONAMENTO GLOBAL (GPS) O Sistema de Posicionamento Global (GPS) foi desenvolvido e é controlado pelo Departamento de Defesa dos Estados Unidos da América (DoD), pode ser definido como um sistema de posicionamento por satélite utilizado para determinar a posição de um receptor na superfície terrestre. Seu desenvolvimento deu-se inicialmente para fins militares, somente depois da década de 80 após a abertura do sinal para uso civil e de outros países que o GPS tornou-se mais popular. No sistema GPS há dois tipos de serviço: o SPS (Standard Positioning Service) e o PPS (Precise Positioning Service) e a estrutura dos sinais de navegação transmitida por esses satelites é constituida de dois códigos: P (Precision Code) e C/A (Coaser Aquisition Code), onde o código C/A é modulado na onda portadora L1 e o código P nas portadoras L1 e L2. Essas ondas são geradas a partir da freqüência fundamental de 10,23 MHz, a qual é multiplicada por 154 e 120 respectivamente. Desta forma, as freqüências (L) e os comprimentos de onda (λ) de L1 e L2 são: - L1 = MHz; λ = 19 cm - L2 = MHz; λ = 24 cm Essas duas freqüências são geradas simultaneamente, permitindo aos usuários corrigir grande parte dos erros devido à refração ionosférica. Através da diferença entre a recepção dos sinais L1 e L2 os receptores calculam o atraso devido aos elétrons livres e assim fazem a correção. O sistema GPS divide-se em três segmentos distintos: espacial, de controle e do usuário SEGMENTO ESPACIAL A constelação de satélites GPS é composta atualmente por 32 satélites (atualizada em Março de 2008) divididos em séries: Bloco II, Bloco IIA, Bloco IIR e Bloco IIR-M [3]. Os quais circulam a Terra em órbitas elípticas, distribuídos em 6 planos orbitais numa altitude aproximada de km e período orbital de aproximadamente 12h siderais. È necessário que pelo menos 24 satélites estejam em operação, para que com isso seja possível um mínimo de 4 satélites GPS visíveis em qualquer ponto da superfície da Terra, a qualquer hora.

26 SEGMENTO DE CONTROLE O Segmento de Controle é responsável por monitorar e controlar continuamente o sistema de satélites, fazer a sincronização de seus relógios atômicos e atualizar os dados de cada satélite. Esse segmento é composto de 5 estações monitoras, sendo que uma delas é a estação central localizada em Colorado Springs e mais 7 estações do NIMA (National Imagery and Mapping Agency) SEGMENTO DO USUÁRIO Esse segmento é composto pelos receptores GPS e está relacionado às aplicações do sistema e tudo que se refere aos usuários, tipos de receptores e aos métodos de posicionamento por eles utilizados. Para a realização deste projeto foram utilizados 2 receptores GPS ProMark 2, conforme ilustrado na figura 5 e que apresenta as seguintes características: - Receptor com 12 canais independentes rastreando a portadora L1 e C/A; - Coleta de dados nos seguintes métodos: Estático, Stop and Go e Cinemático; - Precisão horizontal no método Estático de 5mm + 1ppm; - Precisão horizontal no método Cinemático de 12mm + 2,5ppm; - Precisão horizontal no método Stop and Go de 10mm + 1,5ppm; - Precisão horizontal de 2 a 3 metros rastreando os sinais de correção; - Visor e coletor de dados integrados ao receptor; - Memória interna de 8 MB; - Trabalha com 2 pilhas do tipo AA com duração de 8 horas ou com baterias externas; - Resistência a vento e chuva padrão MIL-STD 810E; - Suporta temperatura de operação de -10 C até 60 C; - Fabricado pela Thales Navigation.

27 27 Figura 5: Receptor GPS ProMark 2 Fonte: < >.

28 28 3 METODOLOGIA E DESENVOLVIMENTO Para o desenvolvimento do projeto foi necessário seguir e cumprir uma estrutura de planejamento partindo desde a definição do objetivo e da área de trabalho do projeto até a produção de mapas digitais. Visando e cumprindo sempre os prazos propostos, pode-se dizer que o trabalho foi divido em duas grandes etapas e cada uma dessas etapas com seus correspondentes detalhamentos: trabalhos de gabinete e trabalho de campo. Foi elaborado um diagrama ilustrativo (figura 6) referente ao resumo das etapas adotadas, representando de forma sintética o arcabouço metodológico do projeto de mapeamento. Definição do objetivo e da Área de trabalho do projeto Aquisição de Bases Cartográficas e Imagens Sensoriais Tratamento dos dados vetoriais Planejamento do trabalho de campo Execução do trabalho de campo Pós-processamento dos dados GPS Georreferenciamento das imagens IKONOS-II e CBERS-2 Segmentação das imagens Classificação digital Produção de mapas temáticos Figura 6: Diagrama ilustrativo das etapas metodológicas.

29 RECURSOS UTILIZADOS Para a execução do trabalho foram utilizados os seguintes equipamentos, softwares e materiais cartográficos: - Base cartográfica do IBGE na escala de 1:50.000, índice de nomenclatura: SF-23-Z- B-VI-3; - Mosaico de imagens sensoriais do sistema orbital IKONOS-II (fornecida por Consórcio da Bacia do rio São João), fusionada, com resolução espacial estimada de 1 metro e data de aquisição 29/08/2005; - Imagens sensoriais do sistema orbital CBERS-2 (baixadas do website do INPE), com resolução espacial estimada de 20 metros (cena 150/126), com as seguintes datas de aquisição: 12/07/2005, 15/06/2006 e 28/03/2007; - 2 receptores GPS ProMark 2 de uma freqüência (L1) pertencentes à UERJ e à UFRJ; - Os seguintes sistemas computacionais: SPRING 4.3.3, ArcGIS 9.2 e ASHTECH SOLUTIONS TRABALHO DE CAMPO Em 15 de Março de 2008 foi realizado o trabalho de campo com o propósito de determinação dos pontos de controle para o georreferenciamento da imagem IKONOS-II. Importante ressaltar que o transporte terrestre utilizado para realização do trabalho foi fornecido pela UERJ. O ponto base previamente escolhido durante o planejamento de campo encontrava-se em ótimo estado, sendo possível a utilização do mesmo. Todos os pontos foram identificados, materializados e rastreados. Para o rastreio dos pontos foi utilizado o método Relativo Estático, tendo como base o ponto planimétrico SAT GPS do IBGE. Foi feita a densificação e distribuição dos pontos de controle sobre o mosaico IKONOS, sendo decidido a escolha de 6 pontos distribuídos na área de trabalho, sendo que 1 desses pontos foi a base utilizada, a distribuição espacial desses pontos está apresentada na figura 7.

30 30 O tempo de ocupação mínimo de cada ponto foi determinado utilizando o cálculo de 15 minutos + 1 minuto para cada quilômetro de distância entre o ponto e a base, representado na tabela 5. Foram executadas também cadernetas de campo para cada ponto ocupado, conforme apresentadas nos apêndices: 9.1 a 9.6. Figura 7: Distribuição espacial dos pontos de controle TABELA 5: TEMPO DE OCUPAÇÃO MÍNIMO DE CADA PONTO DATA DO TRABALHO DE CAMPO: 15/03/2008 PONTO E (m) N (m) TEMPO DE DISTÂNCIA OCUPAÇÃO (min) (KM) OBSERVAÇÕES BASE , ,282 0 SAT GPS ARARUAMA , , = , , = , , = , , = 20 5 POSTO POLICIAL , , ,5 = 21,5 6,5

31 TRABALHO DE GABINETE Foi desenvolvido desde a definição do objetivo e da área de trabalho do projeto. Foi feita a aquisição da base cartográfica através de download do website do IBGE da base vetorial do município de Araruama na escala de 1:50.000, das imagens sensoriais do sistema orbital CBERS-2 através de download do website do INPE (cena 150/126 figura 8) e das imagens sensoriais do sistema orbital IKONOS-II, fornecida por Consórcio da Bacia do rio São João. Figura 8: Cena CBERS-2 utilizada. Fonte: < (modificada).

32 TRATAMENTO DOS DADOS VETORIAIS Foi realizado o tratamento dos dados vetoriais da base cartográfica inicialmente através da conversão de arquivos do formato.dgn para.shp, para que se fosse possível trabalhar com esses dados tanto no ArcGIS como no SPRING. Em seguida foi feita a adaptação de parâmetros cartográficos, através da transformação do DATUM de referência Córrego Alegre para SAD 69, utilizando para isso o software ArcGIS e os parâmetros de transformação contidos na resolução PR número 22, de 21 de Julho de 1983, do IBGE HISTÓRICO DO MOSAICO IKONOS É importante ressaltar que as imagens IKONOS são produzidas segundo diferentes níveis de processamento: Geo, GeoOrto, Reference, Map, Pro, Precision e o Precision Plus, todos com 1 metro de resolução espacial no modo pancromático e 4 metros no multispectral. Porém o que diferencia cada nível são os tipos de tratamento dados para atender finalidades distintas [4]. Como não se tem o histórico do mosaico IKONOS fornecido para a execução desse trabalho, desde o nível de processamento das imagens até o processo de sua criação, foi considerado que esse produto corresponde ao nível mais simples de processamento, tipo Geo, que é um produto tratado geometricamente, mas não apresenta correção das distorções do relevo. E em relação à criação do mosaico não sabe-se o que este processo pode ter provocado no produto final e foi decidido então a execução de um trabalho de campo visando a determinação de pontos de controle para realizar o georreferenciamento das imagens e garantir sua geometria PLANEJAMENTO DE CAMPO Nesta fase foi iniciada a etapa do planejamento de campo, sendo realizado primeiramente o recorte espacial no mosaico de imagens IKONOS referente à área de trabalho e em seguida feito o cálculo aproximado do valor da área em questão, sendo de 19,96 km 2, conforme pode ser visto na tabela 6 abaixo.

33 33 TABELA 6: CÁLCULO DA ÁREA DE TRABALHO Cálculo de Áreas ( Km2 ) / Perímetro ( Km ) - Relatório por Polígono: - Plano de Informação: area_de_trabalho_final - Representação: Vetor Polígono Área Perímetro * Área total das classes: * Perímetro total das classes: * Área total do PI: Para a escolha do ponto base a ser utilizado no trabalho de campo foram feitas pesquisas no website do IBGE sobre estações geodésicas existentes na região. A mais próxima encontrada foi a estação planimétrica SAT GPS 91967, localizada no próprio município. O relatório descritivo dessa estação encontra-se no anexo De acordo com os dados desse relatório a última data de visitação da estação é de 15/08/2001, logo não tinha-se certeza se o marco realmente encontrava-se em bom estado de conservação. Diante disso foi necessário procurar outras estações próximas e que pudessem vir a ser utilizadas caso aquela previamente escolhida estivesse danificada. Foi realizada a densificação e distribuição dos pontos de controle de campo sobre o mosaico IKONOS. Foram escolhidos pontos em locais de fácil acesso e identificação na imagem, assim como em cruzamentos de ruas asfaltadas, quinas de muros e canteiros. Realizado um roteiro para ocupação dos pontos: Primeiro ponto a ser ocupado foi a base, em seguida os pontos 4, 3, 1, posto policial e ponto 2 respectivamente, retornando então à base. Foram criadas planilhas para o apoio no campo referente à distância entre os pontos e base e o tempo mínimo de ocupação de cada ponto. Como não era conhecida a situação da base previamente escolhida (estação 91967), foram realizadas planilhas para as outras opções de base que poderiam ser utilizadas, sendo assim caso chegássemos na base desejada e não fosse possível ocupá-la teríamos plenas condições de partirmos em busca de outra opção. Essas opções são apresentadas nas tabelas 7 e 8.

34 34 TABELA 7: TEMPO DE OCUPAÇÃO MÍNIMO DE CADA PONTO, BASE DATA DO TRABALHO DE CAMPO: 15/03/2008 PONTO E (m) N (m) TEMPO DE DISTÂNCIA OCUPAÇÃO (min) (KM) OBSERVAÇÕES BASE , ,419 0 SAT GPS SAQUAREMA , , = , , = , , = , , ,5 = 36,5 21,5 POSTO POLICIAL , , ,5 = 31,5 16,5 TABELA 8: TEMPO DE OCUPAÇÃO MÍNIMO DE CADA PONTO, BASE DATA DO TRABALHO DE CAMPO: 15/03/2008 TEMPO DE DISTÂNCIA PONTO E (m) N (m) OCUPAÇÃO (min) (KM) BASE , , , , = , , = , , ,5 = 34,5 19, , , = 24 9 POSTO POLICIAL , , = OBSERVAÇÕES SAT GPS SÃO PEDRO DA ALDEIA Foram impressos recortes das imagens, detalhados para cada ponto de controle de campo previamente escolhidos, para facilitar a sua busca e localização (figuras 9 e 10). Figura 9: Recorte da imagem com detalhe do ponto base

35 35 Figura 10: Recorte da imagem com detalhe do ponto PÓS-PROCESSAMENTO DOS DADOS Após o trabalho de campo foram descarregados os dados brutos dos rastreadores e realizado o pós-processamento dos dados, utilizando o software Ashtech Solutions 2.7 (figura 11). Figura 11: Pós-processamento dos dados do trabalho de campo.

36 GEORREFERENCIAMENTO DAS IMAGENS Para executar o georreferenciamento de imagens utilizando o software SPRING é necessário que seja feita a conversão das mesmas para o formato GRIB (GRIdded Binary Grade Binária), pois o SPRING só realiza o processo de registro (georreferenciamento) das imagens neste formato. Para realizar essa conversão foi utilizado o módulo IMPIMA do SPRING, onde foram convertidas individualmente as bandas das imagens CBERS-2 e do mosaico IKONOS-II que apresentavam-se inicialmente com extensão.tiff (figura 12). Figura 12: Conversão no IMPIMA de.tiff para.grb. Para o desenvolvimento de trabalhos no SPRING é necessário que seja criado antes um banco de dados, um projeto, categorias e planos de informação para que seja possível então importar os arquivos desejados.

37 37 Foi realizado o georreferenciamento das imagens CBERS-2 referentes às épocas de 2005, 2006 e 2007, tendo como base para o registro dessas imagens a base vetorial do IBGE na escala de 1: e realizado também o georreferenciamento do mosaico de imagens IKONOS-II referente ao ano de 2005 sendo utilizado neste caso as coordenadas de terreno adquiridas com GPS no campo, sendo somente utilizados 4 pontos de controle (pontos:1, 2, 3, 4), com 2 pontos extras CONTRASTE E COMPOSIÇÃO COLORIDA DAS IMAGENS Antes de dar inicio ao processo de segmentação e classificação digital das imagens foi preciso realizar o ajuste de contraste (realce) das imagens CBERS (figura 13), o recorte espacial da área de trabalho nessas imagens e em seguida a composição colorida RGB 432 para as imagens CBERS (figura 14) e RGB 123 para o mosaico de imagens IKONOS (figura 15). Essas composições foram escolhidas por apresentarem uma boa resposta visual para auxiliar na classificação digital supervisionada. Figura 13: Processo de ajuste de contraste na imagem CBERS (banda 2).

38 38 Figura 14: Composição colorida RGB 432, imagem CBERS. Figura 15: Composição colorida RGB 123, imagem IKONOS.

39 SEGMENTAÇÃO Nesta etapa foi iniciado o processo de segmentação das imagens, o qual deve ser executado antes da fase de classificação. Nesse processo a imagem é dividida em regiões que devem corresponder às áreas de interesse da aplicação e entende-se por regiões, como um conjunto de pixels contíguos, que se espalham bidirecionalmente e que apresentam uniformidade [1]. O método utilizado foi o crescimento de regiões que consiste na técnica de agrupamento de dados, na qual somente as regiões adjacentes, espacialmente, podem ser agrupadas. Nesta etapa dois parâmetros precisam ser definidos: similaridade (está baseada na distância Euclidiana entre os valores médios dos níveis de cinza de cada região. Assim duas regiões são consideradas distintas se a distância entre suas médias for superior ao limite de similaridade escolhido) e área (regiões com área menor que o mínimo escolhido são absorvidas pelas regiões adjacentes mais similares a estas) [1]. Levando em consideração a resolução das imagens CBERS-2, a sua capacidade de identificação de feições e diante de resultados obtidos em outros trabalhos [2], adotou-se como melhor resultado para o processo de segmentação, os valores de 10 e 400 para similaridade e área respectivamente. Já para o mosaico IKONOS-II, devido ao seu maior nível de detalhamento, os valores que apresentaram um melhor resultado dentre os testes feitos, foram: 25 para similaridade e 400 para área. Com esses valores, pôde-se obter um resultado satisfatório do ponto de vista dos agrupamentos formados, já pensando nas classes escolhidas para o processo de classificação digital. Para as imagens CBERS, o processo de segmentação foi realizado sobre as bandas 2, 3 e 4, já para o mosaico de imagens IKONOS sobre as bandas 1, 2 e 3 conforme pode ser visto nas figuras 16 e 17 abaixo, respectivamente.

40 40 Figura 16: Processo de segmentação da imagem CBERS. (Tempo de processamento = 02 min 35 s) Figura 17: Processo de segmentação da imagem IKONOS. (Tempo de processamento = 13 h 33 min 29 s)

41 CLASSIFICAÇÃO DIGITAL Nessa etapa foi dado início ao processo de classificação digital das imagens, tendo como referência os padrões de uso da Terra do IBGE (2ª edição 2006). Foi utilizado o classificador por regiões através do método supervisionado Bhattacharya. Neste método a medida da distância de Bhattacharya é usada para medir a separabilidade estatística entre um par de classes espectrais, ou seja, mede a distância média entre as distribuições de probabilidades de classes espectrais [1]. Esse classificador requer uma interação do usuário, através do treinamento e análise de amostras. Neste caso, as amostras serão as regiões formadas na segmentação de imagens [1]. Com base nos padrões do manual de uso da Terra do IBGE e através de conhecimentos prévios da área de trabalho, foram criadas as classes apresentadas a seguir. Sendo importante ressaltar que não houve um trabalho de campo específico para validação das classes escolhidas. - Área Urbanizada - Salina - Vegetação Densa - Vegetação Rasteira - Lagoa - Oceano Atlântico As figuras 18 e 19 ilustram o processo de treinamento e análise de amostras, respectivamente.

42 42 Figura 18: Processo de treinamento na imagem CBERS. Figura 19: Processo de análise de amostras na imagem CBERS.

43 43 4 RESULTADOS 4.1 PONTOS ESTÁTICOS PÓS-PROCESSADOS A tabela 9 abaixo apresenta as coordenadas geodésicas, altitudes elipsoidais e seus respectivos erros médio quadráticos resultantes do pós-processamento dos pontos de controle levantados. TABELA 9: PONTOS ESTÁTICOS PÓS-PROCESSADOS Ponto Rover Latitude (S) rmsφ (m) Longitude (W) rmsλ (m) Altitude Elipsoidal (m) rmsh (m) PONTO ' 16,27147" 0, ' 53,47525" 0,008 12,875 0,031 PONTO ' 53,96963" 0, ' 35,38420" 0,016 6,161 0,024 PONTO ' 55,50957" 0, ' 12,94279" 0,008 8,233 0,018 PONTO ' 12,37455" 0, ' 59,72925" 0,006 14,942 0,016 POSTO_POLICIAL 22 55' 18,81832" 0, ' 58,78866" 0,010 7,218 0,020 BASE 22 51' 53,95540" 0, ' 53,34990" 0,000 21,91 0, GEORREFERENCIAMENTO As figuras 20, 21 e 22 mostram os resultados no georreferenciamento das imagens CBERS-2 para as épocas de 2005, 2006 e 2007, respectivamente. Já a figura 23 apresenta o resultado para o georreferenciamento do mosaico IKONOS-II, sendo utilizados apenas 4 pontos de controle.

44 44 Figura 20: Resultado georreferenciamento (2005). Figura 21: Resultado georreferenciamento (2006). Figura 22: Resultado georreferenciamento (2007). Figura 23: Resultado georreferenciamento IKONOS.

45 DETERMINAÇÃO DOS VALORES DE ÁREA URBANIZADA O software SPRING possui uma ferramenta que torna possível a determinação dos valores de área e perímetro das classes geradas. Produzindo um relatório, conforme pode ser visto nas tabelas 10, 11 e 12, abaixo: TABELA 10: CÁLCULO DA ÁREA URBANIZADA, ANO 2005 Cálculo de Áreas ( Km2 ) / Perímetro ( Km ) - Relatório por Polígono: - Plano de Informação: RGB432_12_07_05_Sup_Ar_Trab - Representação: Vetor Polígono Classes Área Perímetro 38 Área Urbanizada Área Urbanizada Área Urbanizada Área Urbanizada * Área total das classes: * Perímetro total das classes: * Área total do PI:

46 46 TABELA 11: CÁLCULO DA ÁREA URBANIZADA, ANO 2006 Cálculo de Áreas ( Km2 ) / Perímetro ( Km ) - Relatório por Polígono: - Plano de Informação: RGB_432_15_06_06_Sup_Ar_Trab - Representação: Vetor Polígono Classes Área Perímetro 33 Área Urbanizada Área Urbanizada Área Urbanizada * Área total das classes: * Perímetro total das classes: * Área total do PI: TABELA 12: CÁLCULO DA ÁREA URBANIZADA, ANO 2007 Cálculo de Áreas ( Km2 ) / Perímetro ( Km ) - Relatório por Polígono: - Plano de Informação: RGB_432_28_03_07_Sup_Ar_Trab - Representação: Vetor Polígono Classes Área Perímetro 27 Área Urbanizada * Área total das classes: * Perímetro total das classes: * Área total do PI:

47 47 A partir desses valores, foram criados tabelas e gráficos referentes rentes aos valores de área, ao crescimento em km 2 e a taxa de crescimento de área urbanizada para as épocas adotadas. Conforme pode ser visto nas tabelas 13, 14 e 15 e nas figuras 24, 25 e 26 a seguir. TABELA 13: ÁREA URBANIZADA Figura 24: Gráfico de área urbanizada. TABELA 14: CRESCIMENTO DA ÁREA URBANIZADA Crescimento (km2) 3,00 2,00 1,00 0,00 2,10 1, à à 2007 Época Figura 25: Gráfico do crescimento da área urbanizada. TABELA 15: TAXA DECRESCIMENTO DA ÁREA URBANIZADA 35,00 32,31 30,00 Crescimento (%) 25,00 20,00 15,00 10,00 5,00 15,12 0, Época Figura 26: Gráfico da taxa de crescimento da área urbanizada.

48 MAPAS RESULTANTES Os mapas temáticos que serão apresentados a seguir (tabela 16) correspondem aos produtos finais desse trabalho de final de curso, produzidos nas escalas 1: e 1: , utilizando o sistema SPRING, versão 4.3.3: TABELA 16: MAPAS TEMÁTICOS PRODUZIDOS MAPA TEMA Segmentação 1 Segmentação CBERS-2 com composição de bandas RGB 432 ano 2005 Segmentação 2 Segmentação CBERS-2 com composição de bandas RGB 432 ano 2006 Segmentação 3 Segmentação CBERS-2 com composição de bandas RGB 432 ano 2007 Segmentação 4 Segmentação IKONOS-II com composição de bandas RGB 123 ano 2005 Classificação 1 Classificação supervisionada CBERS-2 ano 2005 Classificação 2 Classificação supervisionada CBERS-2 ano 2006 Classificação 3 Classificação supervisionada CBERS-2 ano 2007 Classificação 4 Classificação supervisionada IKONOS-II ano 2005 Análise 1 Análise da Classificação Digital CBERS-2 ano 2005 Análise 2 Análise da Classificação Digital CBERS-2 ano 2006 Análise 3 Análise da Classificação Digital CBERS-2 ano 2007 Análise 4 Análise da Classificação Digital IKONOS-II ano 2005

49 49

50 50

51 51

52 52

53 53

54 54

55 55

56 56

57 57

58 58

59 59

60 60

61 61 5 DISCUSSÃO DOS RESULTADOS Os pontos estáticos pós-processados apresentaram resultados satisfatórios, de acordo com os erros médios quadráticos encontrados. Durante todo o processo de mapeamento existem erros que se acumulam, porém é importante conhecer cada um desses erros e minimizá-los sempre que possível. Esses erros existem desde a conversão do material cartográfico de analógico para digital, dos processos de identificação de feições, de todos processos digitais envolvidos no mapeamento até a produção de mapas e a sua extração de informações. Considerando o uso de imagens CBERS para o mapeamento na escala de 1: , os resultados obtidos no processo de georreferenciamento dessas imagens foram satisfatórios, onde os erros obtidos nesse processo para cada ponto foram menores ou igual a um pixel, ou seja, menores do que 20 metros, que corresponde à resolução espacial estimada da imagem. Com isso, através da extração de objetos do produto gerado nessa escala de mapeamento, recomenda-se a execução de futuros trabalhos de campo para avaliar a sua qualidade e precisão cartográfica. É importante ressaltar que algumas bandas das imagens do satélite CBERS-2 apresentaram certos problemas: as bandas 1, 3 e 5 apresentam ruídos que provocaram algumas falhas no registro digital, menos perceptível na banda 3 e bastante acentuado na banda 1, conforme pode ser visto no anexo 10.2; e as bandas 1 e 5 encontram-se deslocadas em relação às outras, o que conduz recomendar o georreferenciamento individual. É aconselhável que se faça composições utilizando as bandas 2, 3 e 4. Estudos e trabalhos publicados aprovam o uso de imagens IKONOS, tipo Geo, na escala de mapeamento 1: com PEC classe A [5]. Quanto ao uso do produto num mapeamento urbano, em áreas relativamente planas (que é o caso da área de estudo desse trabalho), tais imagem servem de apoio para a identificação de novas edificações, novos loteamentos, observando inclusive a densidade de ocupação dos mesmos, ou para a verificação da tendência de expansão da ocupação urbana [5]. Os resultados obtidos no processo de georreferenciamento também foram satisfatórios, onde os erros obtidos nesse processo, para cada ponto, foram menores que um pixel, ou seja, menores do que um metro, que corresponde à resolução espacial estimada da imagem.

62 62 Os resultados obtidos através da classificação digital supervisionada, para as imagens CBERS-2, correspondentes às três épocas de estudo (2005, 2006 e 2007) e para o mosaico IKONOS-II, referente ao ano de 2005, apresentaram-se consistentes. Onde em nenhum dos casos houve regiões não classificadas e somente algumas pequenas regiões apresentaram classificações equivocadas, que não interferiram na análise proposta. No caso CBERS houve a classificação da areia da praia como correspondente à classe salina, já no IKONOS, áreas referentes à classe salina foram identificadas e classificadas em alguns casos como área urbanizada e em outros como lagoa.

63 63 6 CONCLUSÕES E RECOMENDAÇÕES O sistema SPRING atendeu a todas as necessidades e requisitos do mapeamento, possibilitando a execução e obtenção de resultados satisfatórios para o trabalho proposto. O processo de georreferenciamento do mosaico IKONOS, através dos pontos de controle obtidos no campo, com o uso de GPS, apresentou um resultado satisfatório. Sendo esse utilizado para a execução do trabalho proposto, visto que não se sabia a qualidade do já existente. Comparando-se os mapas obtidos na classificação digital supervisionada, para as épocas adotadas (2005, 2006 e 2007), pôde-se observar tendência de crescimento da mancha urbana na área de trabalho adotada. Sendo possível observar o avanço da ocupação humana principalmente em áreas anteriormente ocupadas por salinas. Esse crescimento pôde ser comprovado numericamente, através dos valores de área urbanizada obtidos dos relatórios gerados pelo SPRING, para cada ano de estudo. De acordo com esse relatório, no ano de 2005 a área urbanizada correspondia a um valor de aproximadamente 6,5 km 2, já em 2006 a 8,6 km 2 e em 2007 a 9,9 km 2. De 2005 a 2006 apresentou um crescimento em área de 2,10 km 2 e uma taxa de crescimento de 32,31%, já de 2006 a 2007, apresentou um crescimento de 1,30 km 2 correspondendo a 15,12% de crescimento. Ao analisar o mapa da classificação digital supervisionada sobre o mosaico IKONOS do ano de 2005, observa-se uma diferença em relação ao produto obtido para o mesmo ano, porém baseado na imagem CBERS-2, ou seja, revelou uma diferença na delimitação e nos valores de área urbanizada. Isso ocorre devido às características das imagens, no que diz respeito principalmente ao maior detalhamento do produto IKONOS. Produzindo assim um mapa oriundo de processos de segmentação e classificação mais detalhados. Sugere-se a execução de futuros trabalhos com o uso de imagens CBERS-2 de outras épocas, para realizar o monitoramento dessa tendência de crescimento da mancha urbana. Sendo importante realizar também a evolução desse crescimento, utilizando épocas diferentes de imagens IKONOS-II, visto que o resultado obtido com o uso de imagens deste sensor orbital apresentou maiores detalhes. Com os resultados obtidos neste projeto, recomenda-se futuros esforços no sentido de aperfeiçoamento no processo de mapeamento digital. Desta forma diante dos resultados