Embrapa Informática Agropecuária/INPE, p. 408-414 Uso de geotecnologias no mapeamento de área agricultável Paulo Henrique da Costa 1 Leandro Bonfietti Marini 1 Thaís Gisele Torres 1 José Renato Silva de Oliveira 1 Antonio Conceição Paranhos Filho 1 José Marcato Junior 1 1 Universidade Federal de Mato Grosso do Sul - UFMS Cidade Universitária Universitário, Caixa Postal 549 79070-900 - Campo Grande, MS, Brasil {paulohdacosta, leandrobonfietti, tgtorres, j.reenatoo, toniparanhos, jrmarcato}@gmail.com Resumo. Ao longo do tempo as geotecnologias adquiriram papel fundamental no planejamento e mapeamento agrícola, sendo utilizadas de diversas formas por gestores e planejadores. Este trabalho pretende mapear a área agricultável do Município de Paraíso das Águas, MS, através do uso de SIGs e imagens de satélite Landsat 8 usando os softwares ecognition 8 e QGis 2.0. pelo método de classificação orientada objeto. Foi constatado que o Município possui 95.060 hectares de área agricultável total, contrastando com os dados oficiais do IBGE para a safra de 2014, com 60.103 hectares, uma diferença de 34.947 hectares. Esses resultados são importantes para o planejamento e utilizados no cálculo da arrecadação municipal. Palavras-chave: sensoriamento remoto, SIG, área agricultável, arrecadação municipal. 408
Embrapa Informática Agropecuária/INPE, p. 409-414 Abstract. Over the time Geotechnologies acquired key role in agricultural planning and mapping, being used in several various ways by managers and planners. This work aims to map the agricultural area of the Municipality of Paraíso da Águas, in state of Mato Grosso do Sul, through the use of GIS and satellite images Landsat 8 using software ecognition 8 and QGIS 2.0 by the method of Object-Based Image Analysis (OBIA). It was noted that the municipality has 95,060 acres of the total arable area, contrasting with the official data for the harvest of 2014, with 60 103 hectares, a difference of 34,947 hectares. These results are important for planning and used in the calculation of municipal revenue. Key-words: remote sensing, GIS, arable land, municipal revenue. 1. Introdução Com o avanço das tecnologias, os Sistemas de Informações Geográficas (SIGs), ganham cada fez mais espaço como ferramenta do planejamento territorial. Os SIGs são ideais para integrar, manipular e representar dados e informações de diversas escalas e naturezas (Paranhos Filho et al., 2008). Também na agricultura podemos citar muitos exemplos de aplicações de SIGs, como o mapeamento de culturas, banco de dados de produção agrícola, estimativa de safra, entre outros. O presente trabalho teve como objetivo principal o mapeamento da atual área agricultável do Município de Paraíso das Águas, localizado no Estado de Mato Grosso do Sul. Tal mapeamento deu-se através do método de classificação orientada a objeto, utilizando o software ecognition 8. e utilizando como base as imagens do satélite Landsat 8. Esse trabalho faz parte de um projeto de cooperação técnica selado entre a Prefeitura Municipal de Paraíso das Águas e a Fundação Universidade Federal de Mato Grosso do Sul, incorporando o Laboratório de Geoprocessamento para Aplicações Ambientais e o curso de Geografia bacharelado. Assim representando grande importância, não só acadêmica, mas também prática, por se tratar de uma análise real, de um município que busca seu espaço no contexto econômico do Estado e pode usar esses dados para melhoria de sua receita e para seu planejamento como todo. Este trabalho não faz parte da Bacia do Alto Paraguai, mas a técnica serve para todo o planalto do entorno pantaneiro, bem como ao pantanal. 2. Objetivo O objetivo deste trabalho foi o mapeamento da atual área agricultável do Município de Paraíso das Águas, localizado no Estado de Mato Grosso do Sul. 3. Material e Métodos Foi definida como área de estudo todo o limite político do Município de Paraíso das Águas que localiza-se a nordeste do Estado de Mato Grosso do Sul, entre os municípios de Costa Rica, Chapadão do Sul, Água Clara e Camapuã, na latitude 19º03 08 S e longitude 52 58 06 O (Figura 1). Ocupa uma área de 3,251 km² e os principais rios presentes no Município são Sucuriú, Paraíso, Verde e São Domingos. Sua população é estimada em 4.942 habitantes, de acordo com as informações do site do IBGE. Trata-se de um município recém-criado que era distrito de Costa Rica, seu território foi constituído por parte dos municípios de Água Clara, Costa Rica e Chapadão do Sul e foi emancipado em 2003. No entanto, devido ao questionamento do Município de Água Clara, que declarou prejuízo econômico por conta da perda de território, Paraíso das Águas só se tornou independente no dia 3 de dezembro de 2009, tornando-se o mais novo município de Mato Grosso do Sul. (Prefeitura Municipal de Paraíso das Águas, 2014). As principais economias são compostas pela agricultura e a pecuária, sobretudo com ênfase no 409
Embrapa Informática Agropecuária/INPE, p. 410-414 cultivo de soja, que ocupou, na última safra, 38.000 hectares (IBGE, 2014). O município conta também com quatro PCHs (Pequenas Centrais Hidrelétricas) e uma usina em construção. Figura 1. Localização da área de estudo. A análise foi feita em todo o Município de Paraíso das Águas usando imagens do satélite Landsat 8, lançado em 11 de fevereiro de 2013, com dois novos sensores: o sensor espectral OLI e o sensor termal TIRS, proporcionando melhor resolução espectral. Foram adicionadas também duas bandas espectrais: a new coastal (banda 1), projetada para fins de recursos hídricos e da zona costeira e um novo canal de infravermelho (banda 9), para a detecção de nuvens cirros (nuvens que se formam na alta troposfera). Houve também mudanças na resolução radiométrica devido aos novos sensores que passaram a quantificar uma faixa dinâmica de 8 para 12 bits, possibilitando maior caracterização de alvos e diminuição do efeito de sombras (KALAF et al., 2013). Quanto à resolução espacial não houveram muitas mudanças, as bandas 1, 2, 3, 4, 5, 6, 7 e 9 (multiespectrais) possuem 30 metros de resolução, as bandas 10 e 11 (termais) possuem 100 metros de resolução e a banda 8 (pancromática) 15 metros (NASA, 2013). Além das imagens serem gratuitas, estão georreferenciadas e disponíveis para download de 2013 até o momento. Antes de adquirirmos as imagens o primeiro passo foi o levantamento de dados in loco, de suma importância para um mapeamento mais preciso. O objetivo deste trabalho foi levantar informações sobre os períodos e processos dos plantios agrícolas no Município. Quais os períodos de plantio e colheita? O que se planta na entressafra? Quanto tempo o solo fica exposto? Quanto tempo dura o ciclo das principais culturas identificadas? No levantamento foram coletados pontos de controle utilizando o GPS de navegação. Esses questionamentos foram relevantes para selecionar as melhores datas de aquisição das imagens, assim foi possível saber qual o tipo de cobertura vegetal do solo havia em cada época do ano, diminuindo os riscos de 410
Anais 5º Simpósio de Geotecnologias no Pantanal, Campo Grande, MS, 22 a 26 de novembro 2014 Embrapa Informática Agropecuária/INPE, p.411-414 erro na análise espectral das imagens e ajudando na escolha das datas das mesmas. Posteriormente foram feitos os downloads das imagens Landsat 8 órbita 224 ponto 73 no site http://earthexplorer.usgs.gov/ (USGS, 2014). Considerando as imagens sem nuvens disponíveis e as datas dos períodos de safra e entressafra foram adquiridas duas imagens como base para a classificação. Uma do dia 03 de agosto de 2013 (seca) e outra de 11 de fevereiro de 2014 (cheia). As duas imagens foram preparadas e compostas pelas bandas 1, 2, 3, 4, 5, 6 e 7 no software QGis 2.0 (QGIS Development Team, 2012) e ambas foram utilizadas para o mapa da área agricultável. Em seguida foi estabelecido o recorte de um polígono englobando todo o município desejado, para otimizar o processamento dos dados, então foi realizada a classificação das imagens, individualmente, utilizando o software ecognition 8. O primeiro processo foi segmentar a imagem, nesta etapa o software cria uma camada vetorial em cima da imagem com polígonos definidos a partir da textura e do espectral de cada área da imagem sendo necessário escolher 3 parâmetros para a segmentação, neste caso, após vários testes, foram definidos os seguintes parâmetros: scale parameter 200; shape 0.8; compacteness 0.8 (Figura 2). Figura 2. Imagem de satélite base, à esquerda, e a imagem após o processo de segmentação com os vetores na camada superior, à direita. Em seguida foram criadas 5 classes de cobertura do solo: agrícola, água, nativo, pastagem e urbano (Figura 3). Na classe agrícola foram incorporadas as áreas de plantações, cultivadas e cultiváveis. Em nativo foram incluídos os tipos de mata, cerrado, cerradão e mata ciliar. Na classe pastagem foram incorporados todos os tipos de pastagens, campo limpo e sujo, que não tenham fins agrícolas. Em cada uma das classes foram colhidas amostras de áreas como referência para o software realizar a classificação. Depois de gerada a classificação, fez-se necessária a correção manual de alguns polígonos que foram classificados de forma equivocada pelo software, essa correção é extremamente necessária para que a classificação seja a mais precisa e próxima da realidade. Concluída a edição, a classificação vetorial foi exportada para ser editada no QGis 2.0 onde cada classe foi separada em uma camada vetorial diferente para facilitar o manuseio e a interpretação dos resultados. O mesmo processo se deu nas duas imagens, assim foi possível comparar as duas classificações de datas diferentes e melhorar ainda mais o resultado, analisando e corrigindo áreas que foram classificadas de formas distintas nas duas imagens. Para tornar o resultado ainda mais confiável, foram sobrepostos na classificação os pontos de controle coletados no campo. Esses pontos possuíam informações quanto a sua origem, assim houve a comparação se a classe era compatível com os dados primários coletados in loco. 411
Anais 5º Simpósio de Geotecnologias no Pantanal, Campo Grande, MS, 22 a 26 de novembro 2014 Embrapa Informática Agropecuária/INPE, p.412-414 Figura 3. Composição das classes e imagem classificada. 4. Resultados e Discussão Como resultado final foi obtido o mapa da área agricultável do Município obtido a partir da classificação das duas imagens Landsat 8 (Figura 4), e a tabela com a dimensão das áreas das classes mais relevantes ao estudo (Tabela 1). Figura 4. Mapa da área agricultável do Município de Paraíso das Águas, com o total de 95.050 hectares em área agricultável, 309.614 hectares de pastagem e 94.205 hectares de área nativa. 412
Embrapa Informática Agropecuária/INPE, p. 413-414 Tabela 1. Valores das áreas mapeadas por meio da classificação orientada a objeto. Área Agricultável 95.050 ha Pastagem Nativo 309.614 ha 94.205 ha Analisando a distribuição das áreas agricultáveis, nota-se a que as mesmas estão posicionadas ao longo da rodovia MS-060 e, próximo à área urbana do Município. Claramente com o intuito de facilitar o escoamento da produção. Outro ponto a ser observado no mapa é que há grande concentração agrícola na região norte, herdada do Município de Chapadão do Sul, possivelmente de produção de cana, de acordo com o que foi levantado em campo e em depoimentos de representantes das associações agrícolas, já que é nessa região também que está localizada a usina de álcool. De acordo com o IBGE, a safra 2014 obteve um total de área plantada e/ou a plantar de 60.103 hectares. Sendo a soja e a cana as culturas mais relevantes, com 38.000 e 20.880 hectares, respectivamente. No entanto o resultado do presente trabalho indica que 95.050 hectares são formados de área agricultável, demonstrando uma diferença de 34.947 hectares. Cabe ressaltar que as metodologias de mapeamento são diferentes, porém, não se justifica tamanha desigualdade nos dados. Outro ponto relevante é que esta diferença pode significar perdas financeiras para o Município, seja no requerimento de verbas com o governo estadual, ou no próprio planejamento interno municipal. 5. Conclusões e Sugestões Pode-se concluir que o mapeamento da área agricultável pode ser realizado através de classificação de imagens de satélite, no entanto, dados de campo e pontos de controle são necessários para maior acurácia do resultado final. Nesse caso específico há uma divergência significativa entre os dados declarados pelo IBGE, demonstrando a importância de uma revisão ou validação dos dados oficiais. A metodologia realizada nesse trabalho pode ser aplicada em outras regiões. 6. Referências Paranhos Filho, Antonio Conceição. Sensoriamento remoto ambiental aplicado: introdução às geotecnologias: material didático/ Antonio Conceição Paranhos Filho. - Campo Grande, MS: Ed. UFMS, 2008. 198 p. Kalaf Raíssa, Brasileiro Roberta, Cardoso Phillipe Valente, Madureira Cruz Carla Bernadete. Landsat 8: Avanços para mapeamento em mesoescala. Disponível em: <http://www.cartografia.org.br/cbg/trabalhos/90/51/ resumo-geotec-roberta-raissa-1_1374611841.pdf>. Acesso em: 21 maio 2014. National Aeronautics and Space Administration (NASA). Landsat Data Continuity Mission: Continuously Observing Your World. 2013. Disponível em: <http://ldcm.gsfc.nasa.gov/mission_details.html>. Acesso em: 21 maio 2014. Sturm Ulrike, Antunes Alzir Felippe, Lingnau Christel, Bähr Hans-Peter. Análise da ocupação em áreas de preservação permanente (app) na área urbana do Município de Matinhos utilizando a imagem ikonos II. Anais do III Colóquio Brasileiro de Ciências Geodésicas. 2003. Disponível em: <http://www.ecognition.com/sites/default/ files/366_uli.pdf> Acesso em: 21 de maio 2014. Prefeitura Municipal de Paraíso das Águas. Disponível em: <http://paraisodasaguas.ms.gov.br/cidade/historia>. Acesso em 21 de maio 2014 QGIS Development Team, 2012. QGIS 2.0.1- Dufour Geographic Information System. Open Source Geospatial Foundation Project. Disponível em: <http://qgis.osgeo.org>. 413
Embrapa Informática Agropecuária/INPE, p. 414-414 Acesso em: 26 de maio 2014 DEFINIENS IMAGING. 20013. Ecognition Developer 8. Munich, Germany. 1 CD-ROM. USGS. 2014. LANDSAT 8 OLI. Canais 1, 2, 3, 4,5 6, 7 e 9. Sioux Falls, SD. U.S. Geological Survey. Imagem de Satélite. Órbita 224 ponto 073. Disponível em: <http://earthexplorer.usgs.gov> Acesso em: 01maio2014. 414