ADRIANA OLIVEIRA BARROS - Aplicabilidade Da Logica Fuzzy Para a Classificacao Do Uso Da Terra Na...

8/12/2019 ADRIANA OLIVEIRA BARROS - Aplicabilidade Da Logica Fuzzy Para a Classificacao Do Uso Da Terra Na Bacia Do Rio

1/103

UNIVERSIDADE FEDERAL DE MATO GROSSO

INSTITUTO DE CINCIAS HUMANAS E SOCIAIS

DEPARTAMENTO DE GEOGRAFIA

PROGRAMA DE PS-GRADUAO EM GEOGRAFIA

MESTRADO

Adriana Oliveira Barros

APLICABILIDADE DA LGICA FUZZYPARA CLASSIFICAO DO USO DA

TERRA NA BACIA DO RIO TENENTE AMARAL EM JACIARA/MT

C U I A B - MT

2011


2/103




Dissertao apresentada ao Programa de Ps-Graduao emGeografia da Universidade Federal de Mato Grosso comorequisito parcial para obteno do ttulo de mestre em Geografia,sob orientao da Professora Dr. Lunalva Moura Schwenk.

Orientadora: Lunalva Moura Schwenk

Cuiab

2011


3/103


4/103




Aprovada em: 01/12/2011

Banca Examinadora:

Orientadora: Prof. Dr. Lunalva Moura SchwenkDepartamento de Geografia- UFMT

Examinador Interno: Prof. Dr. Peter ZeilhoferDepartamento de Geografia- UFMT

Examinadora Externa: Prof Dr.Carla Bernadete Madureira CruzDepartamento de Geografia- UFRJ

Cuiab-MT

2011


5/103

Dedico aos meus pais e ao meu esposo, pelo

constante incentivo a minha jornada acadmica. A

vocs, meu profundo carinho.


6/103

AGRADECIMENTOSAGRADECIMENTOSAGRADECIMENTOSAGRADECIMENTOS

Este espao dedicado queles que deram a sua

contribuio para que esta dissertao fosse realizada. A

todos eles deixo aqui o meu agradecimento sincero.

Agradeo a Deus, onde busquei fora nos momentos de

dificuldades e por ter me proporcionado sade, tornando

este momento real;

A minha famlia pelo incentivo a minha jornada acadmica;

Ao meu esposo Mrcio Castanha, pelo companheirismo e as

valiosas contribuies geogrficas a mim cedidas;

Aos meus pais Benedito e Neide, por me oferecer o melhor

em termos de educao e formao de carter;

A minha orientadora, Lunalva Moura Schwenk, por sempre

acreditar no meu esforo, pelos ensinamentos e pela

amizade;

Ao Professor Peter Zeilhofer, pela amizade e pelos

conhecimentos transmitidos durante a realizao desta

dissertao, nos quais foram extremamente valiosos;

A Professora Carla Madureira pela correo do trabalho e

sugestes;

Agradeo aos meus amigos Adelaine, Marcos Antnio e

Roberto pelos estmulos e contribuies;

A todos os colegas do Laboratrio de Geoprocessamento;

Aos professores do programa de mestrado em Geografia;

E a todos que direta ou indiretamente contriburam para

realizao deste trabalho, deixo aqui meus sinceros

agradecimentos.


7/103

Porque melhor a sabedoria do que os

rubis, e de tudo que se deseja nada se

pode comparar com ela. Provrbios 8:11.


8/103

RESUMO

Tcnicas tradicionais de classificao de imagens multiespectrais tem sido a

ferramenta usual para o mapeamento temtico da cobertura da terra. Tais tcnicasforam projetadas para tratar fenmenos que apresentam limites bem definidos e quepodem ser facilmente discretizados. Contudo, existem regies de incertezas eimprecises a serem mapeadas, as quais demandam tcnicas alternativas, comoclassificaes baseadas em abordagem fuzzy. Desta maneira, este trabalho tevecomo objetivo classificar o uso da terra na bacia do rio Tenente Amaral atravs deum algoritmo de lgica fuzzy, tcnica classificatria supervisionada, no-paramtrica,utilizando uma imagem Landsat-TM e camadas temticas pr-existentes. Para tanto,fez-se necessrio a gerao de um banco de dados atravs de levantamentos egerao de mapas temticos com uso das tcnicas de sensoriamento remoto eanlise espacial, utilizando os softwares ArcGis 9.3, Spring 5.1.7 e IDRISI Andes

15.0. As assinaturas espectrais das culturas agrcolas foram analisadas a partir dasamostras de campo com apoio da imagem e extrados histogramas das classestemticas de mapas pedolgicos e declividade do terreno, que serviram deamostragem para o desenvolvimento da classificao fuzzy. A validao domapeamento foi feito atravs do ndice de Kappa, cujo valor foi (0.8432), de acordocom tal resultado, a classificao pode ser considerada boa a excelente. Contudo otrabalho demonstra a necessidade de se fazer novos testes com a incorporao denovos dados para que se possa ter melhores produtos de classificao do uso daterra por abordagens fuzzy.

Palavras-Chave: Sensoriamento remoto, Classificao de uso da terra, LgicaFuzzy.


9/103

ABSTRACT

Traditional techniques of classification of multispectral images have been the

customary tool for thematic mapping of land cover. Such techniques were designedto deal with phenomena that show well-defined limits and can be easily discretized.There are, however, regions of uncertainty and inaccuracies to be mapped, whichrequire alternative techniques, such as classifications based on fuzzyapproach. Thiswork, therefore, aimed to classify the use of land in the drainage basin of the TenenteAmaralriver trough a fuzzy logic algorithm, supervised classificatory technique, non-parametric, utilizing a Landsat-TM image and pre-existent thematic layers. For this, itwas required the generation of a database trough data survey and generation ofthematic maps with the remote sensing techniques and spatial analysis, utilizing thefollowing software: ArcGis 9.3, Spring 5.1.7 and IDRISI Andes 15.0. The spectralsignatures of agricultural crops were analyzed from field samples along with satellite

image, and histograms of the thematic classes of pedologic maps and steepness ofthe terrain were extracted, which were used as samples in the development of thefuzzy classification. The validation of the mapping was done with the kappa index,whose value was (0.8432),according to said result, the classification can beconsidered good to excellent. However, the work demonstrates the need to makenew tests with new data in order to have better results in the classification of landusage by fuzzy approaches.

Key-words: Remote sensing, land usage classification, Fuzzy logic.


10/103

LISTA DE FIGURAS

Figura1: Comprimento de ondas em estgiovegetao............................................22

Figura 2: Funes de pertinncia - conjuntos clssicos (a) e conjuntos fuzzy(b)...............................................................................................................................23

Figura 3:Exemplo de graus de pertinncia pixel......................................................24

Figura 4: Localizao da rea de estudo...................................................................31

Figura 5: reas de pastagens na bacia do rio Tenente Amaral................................32

Figura 6: Cultivo de algodo na bacia Tenente Amaral.............................................33

Figura 7:Cultivo da Crolatria na bacia do rio Tenente Amaral................................34

Figura 8:Cultivo de Cana-de-acar.........................................................................35Figura 9:Diferentes fitofisionomias do Cerrado........................................................36

Figura 10:Remanescente de Floresta Estacional semidecidual...............................38

Figura 11:Compartimentao geolgica da rea.....................................................40

Figura 12:compartimento geomorfolgico................................................................41

Figura 13:Plantao de milho em Latossolo............................................................43

Figura 14:Classificao Climtica de Kppen para Mato Grosso............................45

Figura 15:Etapas do desenvolvimento do trabalho..................................................47

Figura 16:Mapa ilustrativo da configurao da bacia Tenente Amaral....................53

Figura 17:Amostras coletadas em campo da rea de estudo..................................55

Figura 18:Demonstrao das caractersticas de reflexo de amostras dos diferentes

tipos de cultivo coletados em composio colorida 3, 4,5 da imagem Landsat-5

TM..............................................................................................................................58

Figura 19:Plantao de Milho na rea de estudo.....................................................59

Figura 20: Pastagem na rea de estudo...................................................................59

Figura 21:Matriz de pertinncia para classificao fuzzyno Idrisi...........................63

Figura 22:Procedimento de validao do Idrisi Andes 15........................................65

Figura 23:Declividade da bacia Tenente Amaral......................................................67

Figura 24:Aspectos pedolgicos..............................................................................68

Figura 25:Resultado da classificao fuzzy integrada e sua relao com os solos

Podzlicos Vermelho Amarelo...................................................................................69


Neosslos...................................................................................................................70


11/103


Latosslicos................................................................................................................71


Latosslicos Vermelho Amarelo Podzlico................................................................72

Figura 29: Resultado das assinaturas da associao fuzzy das 17 subclasses

elencadas em laboratrio...........................................................................................79

Figura 30:Resultados da Classification Uncertainty (Classificao de Incerteza) a

partir do modelo fuzzy........................................................................................... .....82

Figura 31: Percentual da classificao fuzzy com o uso apenas da imagem Landsat-

TM5, nas bandas 3, 4 e 5 no Idrisi.............................................................................83

Figura 32:Resultado da classificao fuzzy com o uso apenas da imagem Landsat-TM5, nas bandas 3, 4 e 5 no Idrisi.............................................................................84

Figura 33:rea classificada para cada classe desenvolvida pelo modelo fuzzy

....................................................................................................................................86

Figura 34: Resultado final da classificao fuzzy para as classes de uso da

terra............................................................................................................................89


12/103

LISTA DE QUADROS

Quadro 1: Produo agrcola do municpio de Jaciara.............................................32

Quadro 2: Pesos dos nveis de importncia dos solos em relao a produo

agrcola presentes na Bacia do Rio Tenente Amaral................................................52

Quadro 3:Nmero de pontos de amostras dos tipos de cultivo agrcola na Bacia do

Rio Tenente Amaral no municpio de Jaciara.............................................................56


13/103

LISTA DE TABELAS

Tabela 1:Data de passagem da imagem do satlite LANDSAT...............................49

Tabela 2: Qualidade da classificao de acordo com o ndice de kappa..................66

Tabela 3: Matriz de participao elaborada a partir do mtodo de classificao

Maxver nosoftware spring verso 5.1.7......................................................................87

Tabela 4:Matriz de erro do cruzamento do modelo da classificao fuzzy com os

dados de campo (verdade de campo) gerado pelo Idrisi Andes................................92


14/103

SUMRIO

INTRODUO ........................................................................................................... 14

2. FUNDAMENTAO TERICA .............................................................................. 18

2.1. A Geografia nos estudos de modelagem e sistemas ambientais em bacias

hidrogrficas ................................................................................................. 18

2.2. Sensoriamento Remoto e o comportamento espectral da vegetao .... 19

2.3. A Lgica Fuzzy e os conjuntos Fuzzy .................................................... 23

2.3.1. Conceitos Gerais ............................................................................. 23

2.3.2. Peso e normalizao ....................................................................... 26

2.3.3. A integrao da lgica fuzzy em classificao de imagens digitais 26

3. REA DE ESTUDO ................................................................................................ 30

3.1. Caractersticas gerais ............................................................................ 30

3.2. Aspectos do Uso e ocupao da Bacia .................................................. 31

3.3. Calendrio agrcola ................................................................................ 32

3.4. Vegetao ............................................................................................. 35

3.4.1. Formaes Savnicas (Cerrado) ..................................................... 35

3.4.2. Formaes Florestadas ................................................................... 37

3.5. Aspectos fisiogrficos ............................................................................ 383.5.1. Geologia .......................................................................................... 38

3.5.2. Geomorfologia ................................................................................. 40

3.5.3. Pedologia ......................................................................................... 42

3.5.4. Clima ................................................................................................ 44

4. MATERIAIS E MTODOS ...................................................................................... 46

4.1. Viso geral ............................................................................................. 46

4.2. Pr-processamento dos dados espaciais .............................................. 48

4.2.1. Imagens de satlites ........................................................................ 48

4.2.2. Mapa de solos.................................................................................. 51

4.2.3. Declividade ...................................................................................... 52

4.2.4. Levantamento de campo ................................................................. 53

4.2.5. Descrio das reas de treinamento ............................................... 54

4.3. Classificao fuzzy................................................................................. 59

4.3.1. Procedimentos de dados matriciais ................................................. 60

4.3.2. Gerao da matriz de pertinncia do modelo fuzzy......................... 60

4.4. Desenvolvimento do modelo fuzzyno Idrisi ........................................... 62


15/103

4.5. Validao ............................................................................................... 64

4.5.1. Matriz de Confuso .......................................................................... 65

4.5.2. ndice de Kappa ............................................................................... 66

5. RESULTADOS E DISCUSSO .............................................................................. 67

5.1. Solo e declividade utilizados no modelo Fuzzy...................................... 67

5.2. Interao das classes de uso da terra com os tipos de solos ................ 68

5.2.1. Interao com os Solos Podzlico Vermelho Amarelo .................... 68

5.2.2. Interao nos Solos Neossolos........................................................ 69

5.2.3. Interao nos Solos Latossolos ....................................................... 71

5.2.4. Interao nos Latosslicos Vermelho Amarelo Podzlicos .............. 72

5.3. Associao das subclasses temticas com as assinaturas da imagemLandsat-5 TM e os layers de solo e de declividade no modelo fuzzy........... 73

5.4. Resultado do grau de incerteza das subclasses pelo classificador fuzzy81

5.5. Resultado da classificao do uso da terra pelo mtodo fuzzy utilizando

apenas a imagem Lansat-5 TM5 sem os layers de solo e declividade ......... 82

5.6. Resultado do uso e ocupao na Classificao baseada em lgica fuzzycom

o uso da Imagem Landsat-5 TM e os Layers de declividade e solos ............ 84

5.7. Anlise da classificao do modelo Fuzzy............................................. 865.7.1 Matriz de pertinncia ......................................................................... 86

5.7.2. Resultado do mapa temtico do modelo fuzzy com o uso da imagem

Landsat-5 TM e os layers de solos e declividade ...................................... 88

5.8. Validao da classificao fuzzy............................................................ 90

Consideraes Finais ............................................................................................... 94

Referncias Bibliogrficas ....................................................................................... 96


16/103

INTRODUO

Nas ltimas dcadas os sistemas de Sensoriamento Remoto tm sidoamplamente utilizados no mapeamento da cobertura terrestre e no monitoramento

dos recursos naturais. Isto se deve ao fato de que os dados obtidos a partir de

satlites propiciam coberturas repetitivas da superfcie terrestre em intervalos

relativamente curtos. Destaca-se tambm a possibilidade de processamento rpido

desses dados atravs de tcnicas de anlise associadas a sistemas computacionais.

Desta forma, os dados de sensoriamento remoto devem ser analisados para

que sejam extradas informaes necessrias ao planejamento, manejo e

monitoramento dos recursos. Essa anlise torna-se vivel pelo fato dos alvos na

superfcie terrestre apresentarem comportamentos especficos ao longo do espectro

eletromagntico, que podem, portanto, ser usados para identific-los.

A extrao de informaes a partir desses dados orbitais implica nas

necessidades de uma forma de representao que seja assimilvel pelo usurio. Para

tanto, convencionalmente, so utilizados mapas temticos, onde os alvos terrestres,

detectados pelos sensores remotos, so caracterizados e associados a classe (ou

categorias) temticas que definem o uso e a cobertura da terra.

Normalmente, tcnicas convencionais de classificao de dados de

sensoriamento remoto so utilizadas, as quais alocam o pixel em uma nica classe

da cobertura da terra, com base em suas caractersticas espectrais desconsiderando

a resposta gerada pela mistura de uma ou mais classes (FOODY,1999).

Estas tcnicas convencionais foram projetadas para aplicao em fenmenos

que apresentam limites bem definidos, podendo ser facilmente discretizados. Com

isso, o pixel atribudo a classe predominante, isto , a principal classe de cobertura

da terra, sendo estes conhecidos como pixels mistos, os quais, muitas vezes, existem

em grande quantidade em uma imagem orbital (FOODY, op cit.).

Uma forma de avaliar o problema da classificao de pixels mistos o uso de

tcnicas alternativas que descrevam as classes componentes dos pixels, em uma

abordagem de classificao subpixels. Dentre as tcnicas existentes, grande

destaque tem sido dada a classificao baseada em lgica nebulosa ou fuzzy, em

diversos trabalhos que envolvem classificao de imagens multiespectrais, devido as

contribuies e vantagens advindas dessa tcnica.


17/103

Em abordagem fuzzy, cada pixel particionado entre todas as classes, atravs

da atribuio de graus de pertinncia que indicam a proporo com que os pixels

pertencem a cada classe. Assim, pode-se mapear a cobertura da terrestre com maior

realidade, considerando o problema de pixels mistos existentes em imagens de

sensoriamento remoto (FOODY, 1999).

Diferentes pesquisadores (WANG, 1990; FOODY, 1999; ZHANG; STUART,

2001) tm afirmado que a teoria dos conjuntos fuzzy pode contribuir para uma melhor

representao dos fenmenos geogrficos, visto que esta permite caracterizar a

transio entre tipos de uso e cobertura terrestre e lidar com a ocorrncia de pixels

mistos, muito freqentes, principalmente, em imagens de resoluo espacial superior

a metros ou dezenas de metros.

A problemtica deste trabalho baseia-se no fato que, a utilizao de tcnicas

convencionais de classificao do uso da terra tem mostrado limitaes na

diferenciao de classes do uso da terra nas regies agrcolas do estado de Mato

Grosso. A tcnica de sensoriamento remoto permite, no princpio, que por meio de

uma amostra tomada em laboratrio seja verificada em campo em um determinado

local e extrapolada para o restante da rea. Entretanto, numa anlise mais apurada

verifica-se que esta extrapolao nem sempre condiz com a realidade e muitasvezes reas de pastagens so classificadas como cultivos agrcolas e vice-versa.

Neste sentido, este trabalho baseia-se na hiptese de que a utilizao

simultnea da imagem Landsat TM-5 de mdia resoluo espacial, juntamente com

os mapas temticos das variveis ambientais e a aplicao do conhecimento de

especialistas, bem como a utilizao dos conjuntos fuzzy, pode melhorar o resultado

classificatrio dos alvos na bacia do rio Tenente Amaral.

Assim, este trabalho tem como objetivo geral, classificar os diferentes usos daterra atravs do uso conjuntivo de imagens de satlites com planos de informaes

temticos pr-existentes na bacia do rio Tenente Amaral em Jaciara-MT, e como

objetivos especficos:

Definir as variveis que determinam o plantio das culturas estudadas, como os

aspectos geomorfolgicos e pedolgicos;

Ponderar a importncia das variveis ambientais na determinao dos cultivos

agrcolas para presena ou ausncia de determinado uso na bacia de estudo;

Mapeamento das lavouras agrcolas, pastagens e da vegetao natural por

abordagens fuzzy;


18/103

Validao do modelo de classificao proposto.

De acordo com Fomaggio et al, (1989) a agricultura uma das atividades

mais antigas praticadas pelo homem principalmente para atender as suas

necessidades, mas ao mesmo tempo, a principal responsvel pelas

transformaes da natureza, constituindo uma relao dialtica, onde um fator

depende do outro, gerando benefcios e conseqncias.

O uso do solo com a atividade agropecuria nas bacias de drenagem em

Mato-Grosso tem modificado o ambiente, criando novos espaos remodelados,

criando uma nova paisagem procedente da interveno do homem.

Diante disso, a possibilidade de conhecer as caractersticas fsicas e de usodo solo de forma sistematizada facilita a identificao de elementos causadores de

impactos e alteraes decorrentes de aes degradantes.

Neste contexto, este trabalho visa contribuir para um mapeamento mais

confivel para fins de planejamento territorial e agrcola, possibilitando uma maior

tomada de deciso, para previso de safras e produtividade, alm disso, pode

fornecer dados importantes para outros estudos, tais como, contaminao das

guas ou dos solos, escoamento superficial e sua influncia no regime hdrico. Almdestes fatores, este estudo parte integrante do projeto Anlise de risco ecolgico

de sistemas aquticos com base no planejamento de conservao para a bacia do

rio Cuiab, onde os resultados deste contribuiro para as demais pesquisas

desenvolvidas na respectiva bacia hidrogrfica.

O trabalho est divido em cinco sees, nas quais esto apresentados todos

os processos realizados para aquisio de materiais, anlises e resultado desta

pesquisa.A primeira seo apresenta uma abordagem geral sobre o trabalho e o

objetivo a ser alcanado.

Na segunda seo apresentada a fundamentao terica, na qual se busca

fazer uma contextualizao e fundamentao dos assuntos abordados, de forma

geral, inerentes aos estudos geogrficos realizados em bacias hidrogrficas,

tcnicas de sensoriamento remoto e comportamento espectral da vegetao e os

conceitos gerais sobre a lgica fuzzy e processos de classificao de imagem

digitais por abordagens fuzzy.


19/103

A terceira seo composta pela caracterizao da rea de estudo,

constituda pela bacia Rio Tenente Amaral em Jaciara-MT.

A quarta seo aborda os procedimentos metodolgicos, no qual so

apresentados os materiais utilizados nesta pesquisa.

Na quinta seo so apresentados os resultados e discusses dos dados

analisados. Finalmente, na sexta seo, apresentam-se as consideraes finais

deste trabalho.


20/103

2. FUNDAMENTAO TERICA

2.1. A Geografia nos estudos de modelagem e sistemas ambientais em bacias

hidrogrficas

Para a Geografia, cincia que estuda a Terra e as relaes que se

estabelecem no decorrente do uso da mesma pelo ser humano, a bacia hidrogrfica

um importante objeto de estudo, pois est se constitui em um sistema complexo,

onde convivem juntamente dinmicas e processos naturais, incluindo os processos

qumicos, fsicos e biolgicos e a ocupao do homem, que faz uso dos recursos

naturais oferecidos por esse sistema (BELTRAME, apud LEITE E ROSA, 1994).

A adoo da abordagem sistmica e de paisagem integrada, amplamente

inserida no corpo terico-metodolgico da Geografia, contribui para anlise da

complexa realidade na relao sociedade - natureza. A Bacia Hidrogrfica, como

unidade de anlise espacial, enquanto entidade territorial sistmica torna-se objeto

de estudos (hidrolgicos ou geomorfolgicos, como tambm para estudos

relacionados aos aspectos biticos, socioeconmicos e socioculturais). E adotada

como tal numa diversidade de trabalhos em Geografia e reas afins.

As bacias hidrogrficas so reconhecidas como unidade espacial na

Geografia Fsica desde a dcada de 40, e como tal, de fato incorporada pelos

profissionais da Geografia e das chamadas Cincias Ambientais em seus estudos e

projetos de pesquisas como clula bsica de anlise ambiental, por permitir

conhecer e avaliar seus diversos componentes, os processos e interaes que nela

ocorrem (BELTRAME, op. cit.).

O uso da bacia hidrogrfica como estudo e planejamento, nas investigaes e

no gerenciamento dos recursos hdricos originou-se da percepo de que os

ecossistemas aquticos so essencialmente abertos, trocando energia e matria

entre si e com os ecossistemas terrestres adjacentes, sofrendo alteraes de

diferentes tipos em virtude das atividades antrpicas nele desenvolvidas. A viso

sistmica e integrada do ambiente est implcita na adoo desta unidade

fundamental. Considerando as alteraes ambientais antrpicas, constitui-se

relevante para a cincia geogrfica apresentar pressupostos terico-metodolgico

no sentido de ver conjuntamente os elementos que constituem a paisagem,


21/103

concomitantemente produzir informaes que auxiliem no planejamento do uso e

ocupao territorial (ESPINDOLA et. al, 2000).

Um sistema pode ser definido como um conjunto de fenmenos que se

processam mediante fluxos de matria e energia. Esses fluxos originam relaes de

dependncia mtua entre os fenmenos. Para o autor, esse conceito permite adotar

uma atitude dialtica entre a necessidade da anlise e a necessidade de uma viso

de conjunto, capaz de ensejar uma atuao eficaz sobre esse meio ambiente. O

conceito de sistema , atualmente, o melhor instrumento lgico de que dispomos

para estudar o meio ambiente (TRICART, 1997).

Os modelos que procuram sintetizar os sistemas tm a finalidade de

fornecer um quadro global da totalidade do sistema, estabelecendo o grau deconhecimento sobre as partes componentes, interaes entre os elementos e o

funcionamento interativo entre os dados de entrada e sada do sistema

(CHRISTOFFOLLETI, 1999).

O objetivo dos modelos dinmicos em Sistemas de Informao Geogrfica

(SIG) realizar a simulao numrica de processos do mundo real em que os

estados de uma localizao na superfcie terrestre muda em resposta a variao em

suas foras direcionadoras (BURROUGH, 1998). E estes podem ser classificados deacordo com as tipologias.

2.2. Sensoriamento Remoto e o comportamento espectral da vegetao

Como a viso humana limitada, necessrio buscar uma abordagem

alternativa que permita registrar, quantificar e fornecer, adequadamente,

informaes sobre os objetos estudados na superfcie terrestre. Nesse contexto, o

Sensoriamento Remoto surge como uma tecnologia que permite suprir esta

necessidade.

O sensoriamento remoto a tcnica de se obter informaessobre um determinado alvo (objetos, reas ou fenmenos), atravsda anlise dos dados adquiridos por meio de um sensor que noesteja em contato com o alvo sob investigao. So destacadosquatro componentes bsicos: a fonte de energia (normalmente, o

Sol, para sistemas passivos); a atmosfera; os alvos terrestres; e osatlite/sensor (LILLESAND E KIEFER ,1994, p.1).


22/103

Assim, a utilizao das tcnicas de Sensoriamento Remoto conciliadas com a

tcnica de Geoprocessamento tem possibilitado o desenvolvimento de trabalhos que

contribuem no monitoramento e planejamento da superfcie da Terra, contribuindo

para melhor tomada de deciso no mbito do planejamento.

A obteno das informaes da superfcie terrestre depende da interao dos

objetos com a energia eletromagntica. A energia solar a fonte principal no que

tange aos produtos de Sensoriamento Remoto que apresentam tipos de sensores

passivos.

A radiao eletromagntica (REM) que emitida pelo sol se propaga pela

atmosfera at atingir os alvos da superfcie terrestre. Contudo, os componentes

atmosfricos (gs carbnico, oxignio, oznio, vapor dgua e aerossis) interferemno percurso da REM at os alvos, podendo ocasionar efeitos de absoro e

espalhamento dessa energia (LILLESAND; KIEFER,1994, op. cit.)

Aps percorrer o trajeto da fonte at os alvos terrestres, a energia refletida

e/ou emitida pela superfcie captada por dispositivos eletrnicos (sensores),

instalados em satlites artificiais, e transformada em sinais eltricos, que so

registrados e transmitidos para estaes de recepo na Terra. Esses sinais

recebidos pelas estaes so transformados em dados na forma de grficos, tabelasou imagens, que, quando interpretados, permitem obter informaes a respeito dos

alvos da superfcie terrestre (FLORENZANO, 2002).

As imagens obtidas por sistemas sensores, ditas multiespectrais, constituem

um conjunto de cenas (denominadas canais ou bandas) adquiridas,

simultaneamente, de uma mesma rea, onde a REM registrada em diferentes

intervalos espectrais. Essas imagens so armazenadas como matrizes, onde cada

elemento (denominadopixel) que as constitui possui coordenadas espaciais (x, y) e representado por um conjunto de valores de brilho (tons de cinza ou nveis

digitais). Assim, cada pixel pode ser representado por um vetor de atributos, cuja

dimenso definida pela quantidade de bandas espectrais analisadas (RICHARDS;

JIA, 1999).

Os sensores remotos orbitais so desenvolvidos para medir a energia

eletromagntica proveniente dos alvos na superfcie terrestre. As caractersticas

multiespectrais desses sensores permitem medir e registrar a energia

eletromagntica em determinadas faixas de comprimento de onda, chamadas de

bandas espectrais, transformando-a numa imagem digital que pode ser interpretada.


23/103

As imagens de satlites so utilizadas para vrios fins e em diversos estudos

de ordem ambiental:

Aplicada em diversos estudos de modelagem ambiental, a agricultura uma das reas de aplicao com maior demanda de dados de sensoresorbitais. Atravs do Sensoriamento Remoto, possvel obter informaessobre: estimativa de rea plantada, produo agrcola, vigor vegetativo dasculturas, alm de fornecer subsdios para o manejo agrcola em nvel depas, Estado, municpio ou ainda em nvel de microbacia hidrogrfica(STEVEM ; JAGARD, 2002.p 149.).

Neste sentido, as imagens de satlites so utilizadas para vrios fins,

sobretudo, para mapear o uso da Terra com o objetivo de discriminar as culturas

agrcolas e a vegetao natural, bem como, quantificar as reas plantadas. Para

tanto, importante o conhecimento e o estudo dos alvos na superfcie, pois estes

possuem diferentes caractersticas espectrais, podendo ser identificados pelo seu

comportamento espectral (ou assinatura espectral).

A assinatura espectral dos alvos , normalmente, representada por um grfico

que relaciona a porcentagem de refletncia do alvo em funo do comprimento de

onda (m), para diferente tipo ou estgio fonolgico da vegetao, como ilustra a

figura 1. A partir de um conjunto de valores de refletncia para o mesmo alvo,

medido em um intervalo especfico de comprimento de onda, supe-se conhecido o

comportamento espectral daquele alvo (JENSEN, 1996).

A figura 01 mostra a diferena na refletncia da vegetao verde e da

vegetao seca em diferentes comprimentos de ondas, desde a faixa do visvel at

ao infravermelho mdio.

A refletncia de uma vegetao verde diferente e varivel com o

comprimento de onda nas regies do espectro eletromagntico do visvel, do

infravermelho prximo e do infravermelho mdio.


24/103

Figura 01: Comprimento de ondas em estgios de vegetaoFonte: Adaptado por Moreira (2003).

Ao analisar a figura 01, observa-se que os objetos (vegetao verde e

a vegetao seca) apresentam valores espectrais diferentes de refletncia, sendo a

vegetao verde a que apresenta maiores valores, em relao a vegetao seca.

Isso acontece, pois, na regio do visvel (0,4 a 0,7 m), h presena de

pigmentos clorofilados da planta que responsvel pela maior absoro da radiao

nas pores azul e vermelha, sendo menos absorvida na poro verde. No

infravermelho prximo (0,7 m a 1,3 m) a estrutura celular responsvel por altos

valores de refletncia e transmitncia e baixos valores de absorbncia, j no

infravermelho mdio (1,3 m a 2,6 m), as propriedades internas das plantas e a

presena de gua provocam alta absoro da radiao. Nos comprimentos de onda

de 1,4 m, 1,9 m e 2,6 m (HOFFER, 1978).

Sendo assim, importante conhecer as propriedades espectrais das plantas,

responsveis pelo comportamento espectral do dossel como um todo, bem como

das caractersticas associadas ao solo, pois este pode influenciar na reflexo da

vegetao.


25/103

2.3. A Lgica Fuzzy e os conjuntos Fuzzy

2.3.1. Conceitos Gerais

A lgica fuzzypode ser definida como parte da lgica matemtica dedicada

aos princpios formais do raciocnio incerto ou aproximado, portanto mais prximo do

pensamento humano e da linguagem natural. Devido a esta propriedade e

capacidade de realizar inferncias, a lgica fuzzy tem encontrado diversas

aplicaes em vrias reas como modelagem de sistemas de reconhecimento de

padres.

Segundo Zadeh (1965), os seres humanos raramente usam nmeros para

resolver problemas. Assim, modelar frases e estimativas humanas atravs de

formalismos matemticos, no um procedimento facilmente realizado. A lgica

fuzzy proporciona uma linguagem natural, onde predomina o raciocnio aproximado

com proposies imprecisas, utilizando a teoria dos conjuntos fuzzy como a principal

ferramenta.

A teoria dos conjuntos fuzzy (nebulosos), uma extenso da teoria dos

conjuntos clssicos e est associada aos conceitos bsicos de funes de

pertinncia. A sua utilizao apropriada em sistemas que se caracterizam por sua

generalidade, ambigidade e impreciso para a extrao de informaes vagas.

Enquanto que na teoria dos conjuntos clssicos (lgica Booleana) permitem

apenas o uso de funes de associaes binrias, que identificam os elementos

membros e no membros de uma classe. A lgica fuzzy permite tambm, a

possibilidade de uma associao parcial, isto , elementos que so parcialmente

pertinentes a uma ou mais classes.

O conjunto A de valores fuzzy do universo X definido pelos seguintes paresordenados (Equao 2.1):

A = {(x, A(x)) | x ; X} [2.1]

A funo A(x) denominada nvel de pertinncia do ponto x ao conjunto A e

determina com que grau um objeto x pertence a um conjunto A.


26/103

Em conjuntos clssicos, apenas dois valores para A(x) so permitidos: o

elemento pertence (verdadeiro = 1) ou no pertence a um determinado conjunto

(falso = 0).

Na teoria dos conjuntos fuzzy, a transio entre pertencer e no pertencer

gradual, ou seja, um nmero real variando de forma contnua no intervalo de zero

a um (ZADEH, 1965).

Como exemplo, considere X = {1, 2, 3, 4, 5, 6, 7, 8, 9} uma coleo de

nmeros inteiros. Seja A um conjunto nebuloso que define nmeros inteiro prximos

a 5, dado por: A = {(1, 0), (2, 0,4), (3, 0,6), (4, 0,8), (5, 1), (6, 0,8), (7, 0,6), (8, 0,4),

(9, 0)}.

O valor 0 representa a excluso completa ao conjunto, 1 representa apertinncia completa e 0,5 o ponto de passagem (cross-over) de uma classe a

outra. Os conjuntos clssicos podem ser vistos como um caso particular dos

conjuntos fuzzy, nos quais apenas os limites do intervalo so utilizados na definio

da funo de pertinncia (Figura 2).

A pertinncia de um elemento a um determinado conjunto passa a seruma questo de gradao. Nos casos extremos, o grau de pertinncia 0,

ocasio em que o elemento no pertence ao conjunto, ou o grau depertinncia e 1, se o elemento pertence 100% ao conjunto (TURKSEN apudGALO E PRADO, 2009, p.235).

Portanto, um conjunto fuzzy surge a partir da extenso de um conjunto

clssico (rgido), passando a incorporar medidas de incerteza. A Figura 02 ilustra as

funes de pertinncia no caso de conjuntos clssicos e fuzzy.


27/103

Figura 02: Funes de pertinncia - conjuntos clssicos (a) e conjuntos fuzzy (b).Fonte: Delgado (2002).

De acordo com Zadeh (1990), os nveis de pertinncia refletem uma ordem

no baseada em probabilidade, mas sim em possibilidade, que so conceitos

diferentes. As medidas de probabilidade esto associadas a conjuntos de limites

precisos, enquanto que a possibilidade a conjuntos imprecisos. A questo que surge

na determinao dos conjuntos fuzzy a escolha de uma funo de pertinncia

apropriada, uma vez que esta funo deve ser flexvel tanto para modelar a

diversidade de formas de um atributo, quanto no estabelecimento dos parmetros do

modelo.No mapeamento do uso da terra, sendo as informaes geogrficas

imprecisas por natureza, e que em muitos casos, difcil distinguir claramente os

limites entre dois tipos de cobertura da terra, um conceito de pertinncia alternativo

necessrio. Neste sentido, a teoria dos conjuntos fuzzypode fornecer uma melhor

representao para fenmenos geogrficos.

A teoria de conjuntos fuzzyconsidera a natureza heterognea e imprecisa do

mundo real, e pode ser utilizada juntamente com algoritmos de classificaosupervisionada e no supervisionada (JENSEN, apud NOGUCHI, 2004).

Devido a isso, a teoria tem se destacado cada vez mais na rea de

processamento de imagens, pois proporciona uma ferramenta satisfatria na

representao de incertezas que surgem em segmentao ou classificao, sendo

possvel atravs dela modelar a atividade de percepo dos seres humanos.


28/103

2.3.2. Peso e normalizao

O peso de um conjunto fuzzy o maior grau de pertinncia alcanado por

algum elemento no conjunto. A normalizao de um conjunto de nmeros (ou deuma funo) encontrada ao dividir cada nmero do conjunto pelo maior numero,

tornando-se o maior nmero igual a 1. Por exemplo, o conjunto de nveis de cinza

(30, 50, 80, 100, 70, 40) normalizado para (0.3, 0.5, 0.8, 1.0, 0.7, 0.4) se for

dividido cada nmero por 100.

Portanto, um conjunto fuzzy chamado normalizado quando pelo menos um

de seus elementos atinge o mximo grau de pertinncia possvel. Se a faixa dos

graus de pertinncia um intervalo fechado entre 0 e 1, por exemplo, ento pelomenos um elemento deve ter um grau de pertinncia de 1 para o conjunto fuzzyser

considerado normalizado. Isso tambm implica que o peso do conjunto fuzzy seja

igual a 1.

2.3.3. A integrao da lgica fuzzy em classificao de imagens digitais

Classificao digital de imagens consiste em estabelecer o processo de

deciso, pelo qual um grupo de pixels definido como pertencente a umadeterminada classe ou tema que descreve um objeto no mundo real. Para

estabelecer o processo de classificao digital, primeiramente devem ser escolhidas

as feies de interesse, seguido da determinao do mtodo "Padro de

Comparao", ou seja, a classificao propriamente dita e o modo de avaliao da

exatido do mapa gerado (MATHER, 2001).

Este processo pode partir do prprio usurio na identificao visual e no

agrupamento de tais alvos em classes sendo denominada de classificaosupervisionada. Por outro lado, este processo de classificao pode ser no

supervisionada, ficando a cargo do software utilizado, agrupar tais alvos a

semelhantes comportamentos espectrais.

A classificao supervisionada constri classificadores com base na amostra

de treino e a qualidade desta amostra determina o sucesso da fase de classificao

e o valor da informao por ela gerada (JENSEN apud PRADO; GALO, 2006). Esta

pode ainda ser subdividida em rgida ou relativa. Quanto a primeira classificao, sedestaca o mtodo de mxima verossimilhana. Este mtodo se baseia na teoria de


29/103

Bayes. Conhecendo as informaes do conjunto de amostras de treinamento de

cada classe, este comando associa atravs da mdia e da varincia e covarincia

das assinaturas espectrais, a possibilidade de um pixel pertencer a uma

determinada classe (CLARK LABS, 2006). Como resultado tem-se uma imagem com

as diversas classes representadas.

No entanto, Conese et al (1996) afirma que:

Uma das limitaes deste mtodo refere-se ao fato do pixel seratribudo a uma nica classe temtica, desconsiderando qualquer proporode contribuio de outras classes para esse pixel. Essas tcnicas derepresentao tm dificuldades para lidar com fenmenos que no podemser descritos por uma pertinncia total a um nico conjunto, como misturas

entre tipos de coberturas, que ocorrem freqentemente, implicando emperda substancial de informao espectral til.

Na classificao de imagens para o monitoramento de culturas agrcolas, a

vegetao pode estar em diferentes condies ao longo do seu ciclo de

desenvolvimento, provocando mudanas na quantidade de energia refletida.

Entretanto, tais condies podem no ser diferenciadas, a menos que mais classes

sejam definidas, o que torna o processamento mais custoso. Mesmo expandindo-se

o nmero de classes para melhorar a discriminao, a variabilidade dentro de cada

classe ainda pode existir.

Quando existe uma nica classe de cobertura da terra, um pixel de uma

imagem de Sensoriamento remoto registra as caractersticas espectrais dessa

classe. No entanto, quando a regio contm uma mistura de classe de cobertura, o

valor do pixel uma funo da reflectncia da mistura das classes componentes.

Normalmente, quando mais de uma classe de cobertura o pixel contm, mais

caractersticas espectrais daquela classe ele tem. Assim pixels mistos tm suas

caractersticas espectrais que diferem daquelas de um pixel homogneo (WANG,

1990).

Nesses casos, uma das tcnicas que pode ser empregada o classificador

baseado em lgica fuzzy ou Nebulosa para a soluo da mistura espectral, pois

permite a anlise sub-pixel para estimar as propores de cada superfcie dentro

dos pixels, gerando, como produto, imagens fracionadas de cada classe (FOODY

apud ANTUNES, 2003).

Na classificao fuzzy, as classes de cobertura so representadas comoconjuntos fuzzy, e interpreta-se como uma questo de grau de pertinncia de um


30/103

objeto a uma determinada classe, pois o espao multiespectral no particionado

por superfcies rgidas, gerando uma participao fuzzy.

Nesse caso, graus de pertinncias so atribudos aos pixels para indicar a

proporo com que estes pertencem a cada classe. Tal partio chamada de

participao fuzzy do espao multiespectral. Nesta classificao ao invs de uma

nica imagem gerada, so geradas imagens representando a possibilidade dos

pixels existentes na imagem pertencerem a cada classe. So diversas as

ferramentas utilizadas em software, inclusive no IDRISIAndes.

importante saber que h vrias maneiras de derivar uma classificao

fuzzy. Uma maneira, por exemplo, a partir do classificador de Mxima

Verossimilhana, conservando as probabilidades de pertinncia de cada pixel emrelao a todas as classes propostas.

Os pixels com mistura de classes ou condies intermedirias podem ser

descritos pelos graus de pertinncia. Se num pixel existem trs tipos de cobertura

podem-se ter trs graus de pertinncia que indicam a associao do pixel com essas

trs classes, como exemplificado na figura 03.

Os conjuntos fuzzy no mbito do SIG podem ser utilizados para o

processamento de problemas de mapeamento de reas, ou seja, para determinar aque classe de uso do solo pertence a uma rea ou se uma rea pode ser utilizada

para um determinado fim.

Figura 03: Exemplo de graus de pertinncia de um pixel.


31/103

Zheng et al. (apud NOGUCHl, 2004) fizeram a integrao de Sistemas de

Informao Geogrfica (SIG) com lgica fuzzy no mapeamento do uso do solo.

Concluram que as regras da lgica fuzzy tm, um grande potencial a ser

considerado como um modelo inteligente para operaes espaciais num SIG,

mostrando que no somente o objetivo de classificao foi alcanado, mas tambm,

os dados puderam perfeitamente simular a variao de classes e inferir o resultado

da classificao.

Bastin (apud NOGUCHI, 2004) utilizou o modelo de classificao baseado em

lgica fuzzy, o modelo de mistura linear e os valores de probabilidades derivados da

classificao pelo mtodo da Mxima Verossimilhana (MaxVer) para separar

classes com mistura espectral em imagens Landsat 5/TM.A partir dessas imagens tambm foram obtidas imagens de referncia por

classificao no-supervisionada. Um conjunto de imagens frao de referncia para

cada classe foi produzido, mostrando a proporo de cada classe em cada pixel. As

imagens frao geradas pelos trs mtodos foram comparadas com as imagens

frao de referncia e, tambm, com o resultado da classificao pelo mtodo

MaxVer, em que se concluiu que a classificao fuzzy obteve a melhor performance

para localizar e quantificar os pixels misturados, produzindo uma boa estimativa sub-pixel das classes de cobertura do solo.

O trabalho desenvolvido por Prado e Galo (2000) teve como objetivo analisar

e comparar os resultados obtidos da classificao do uso da Terra no municpio de

Teodoro Sampaio a partir da aplicao da tcnica de Mxima verossimilhana e de

dois classificadores baseados em abordagens fuzzy (relativo baysiano e distncia da

mdia fuzzy), utilizando imagens ETM+/ Landsat de uma rea teste previamente

selecionada. Os alvos escolhidos foram: mata, culturas agrcolas, rea urbana,pastagens e vegetao natural.

Os resultados obtidos com a aplicao das tcnicas de Mxima

verossimilhana, relativa bayesiana e Distancia da Mdia, mostraram que as

classificaes relativas so mais adequadas s situaes onde ocorre confuso

entre as classes, ou seja, quando estas apresentam comportamento inerentemente

fuzzy e respostas espectrais similares, dificultando a separao das mesmas. Alm

disso, as classificaes fuzzy mostraram informaes relacionadas com a incerteza

na atribuio dos pixels s classes, que podem ser teis e tornar os mapas

temticos gerados mais confiveis.


32/103

REA DE ESTUDO

3.1. Caractersticas gerais

O Estado de Mato Grosso situa-se na Regio Centro - Oeste do Pas, com

extenso territorial de 906.807,90 km, possui trs domnios fitogeogrficos, sendo:

Amaznia, Cerrado e o Pantanal. Tm grande disponibilidade hdrica, banhado por

trs grandes bacias: Amaznica, Platina e Araguaia-Tocantins (MAITELLI, 2005).

A Bacia Platina ou do Paran em Mato Grosso, representada pelo rio

Paraguai e seus afluentes e constituem-se quase exclusivamente por rios de

plancies. Suas principais sub-bacias so: Sub-bacia do Alto Paraguai; Sub-bacia

do Cuiab; Sub-bacia do So Loureno; Sub-bacia do Corrente-Taquari.

A rea de estudo compreende a sub-bacia hidrogrfica do rio So Loureno,

Bacia do Rio Tenente Amaral, tendo como afluentes principais, o Crrego Brilhante,

Cachoeirinha e Saia Branca, todos pertencentes ao municpio de Jaciara-MT,

microrregio de Rondonpolis.

A referente bacia, figura 4, est localiza nas coordenadas 15 08 S a 16 00

S e 55 05 W a 55 35W apresentando uma rea de 858,43 Km.

No contexto econmico, a rea de estudo est inserida no processo de

ocupao e produo de gros e cultivo da cana-de-acar, resultado do avano da

fronteira agrcola no estado de Mato Grosso.

A bacia apresenta tambm uma considervel rea ocupada por pastagens,

considerando predominncia tanto de pastagens quanto de agricultura mecanizada.


33/103

Figura 4: Localizao da rea de estudo.Fonte: Imagem Spot de 2008 disponvel no site da SEPLAN,e adaptado por Barros, 2011.

3.2. Aspectos do Uso e ocupao da Bacia

A Bacia hidrogrfica encontra-se em rea de domnio do Cerrado. Em

razo das caractersticas favorveis explorao agropecuria, a maior parte das

formaes vegetacionais naturais foram retiradas e deram lugar a uma diversidade

de cultivos.

A atividade econmica na rea est pautada na agropecuria. Sendo que a

pecuria, figura 05, est espacializada principalmente na poro sul, sudeste e

nordeste da bacia, normalmente onde apresentam relevo ondulado.

E nas partes sul, sudoeste, norte e noroeste, apresentam um predomnio de

atividades agrcolas, como o milho, a cana-de-acar, o algodo, a soja entre

outras. Isso ocorre, principalmente pelo fato do relevo ser plano, pois facilita a

utilizao dos maquinrios para o manejo agrcola (SANTOS, 2007).


34/103


35/103

Neste sentido, de acordo com o calendrio agrcola da Empresa Mato-

grossense de Pesquisa, Assistncia e Extenso Rural-MT (Empaer), inicia-se

primeiramente o plantio da soja a partir do ms de setembro, no comeo das

primeiras chuvas. Num segundo momento aps a colheita da soja inicia-se o plantio

da segunda cultura (safrinha), no qual prevalece o plantio de algodo, milho e

milheto.

O plantio do algodo, figura 6, inicia-se no ms de dezembro, com inicio da

colheita no ms de maio. J o inicio do plantio do milho safrinha e milheto

acontecem no ms de fevereiro e o perodo de colheita no ms de junho e julho.

Figura 6: cultivo de algodo na bacia Tenenete AmaralFoto: Adriana Oliveira Barros, 2010.

Assim, cabe ressaltar que o perodo de coleta dos dados ocorreu no perodoentressafra da soja.

O cultivo da Crolatria, figura 7, na rea de estudo recomendado para

adubao verde na rotao de cultura, sendo uma excelente opo para a fixao

do nitrognio, apresentando caractersticas essenciais para melhoria do solo como

fcil nodulao.


36/103

Figura 7: Cultivo da Crolatria na bacia do rio Tenente AmaralFoto: Adriana Oliveira Barros, 2010.

J a cultura da cana-de-acar, figura 8, a matria prima que abastece a

usina Pantanal, que se localiza na bacia, esta usina opera em toda cadeia produtiva

da cana-de-acar, desde o plantio at a transformao final da matria prima em

lcool e acar.

Figura 8: Cultivo da cana-de-acar na bacia do rio Tenente Amaral

Foto: Adriana Oliveira Barros, 2010.


37/103

De acordo com Moreno, (2005) a cana-de-acar tem se expandido nos

cerrados mato-grossense, apresentando nveis crescentes de rea plantada e de

produo.

A produo de cana-de-acar absorvida no prprio Estado pelo setor

industrial sucroalcooleiro, que produz acar, lcool hidratado e anidro.

De acordo com Moreno (2005), o acar e o lcool produzidos em Mato

Grosso so comercializados nos mercados regionais e nacionais, com pequena

parte exportada para pases fronteirios, principalmente a Bolvia.

3.4. Vegetao

A Bacia do Rio Tenente Amaral encontra-se em rea de domnio do Cerrado

e remanescentes de Floresta Estacional Semidecidual.

O inventrio Florestal da vegetao natural bem como o mapa de vegetao e

uso atual efetuados por Vasconcelos et al (2007) classificou e delimitou as

seguintes tipologias de vegetao remanescentes na Bacia:

3.4.1. Formaes Savnicas (Cerrado)

3.4.1.1. Savana Arbrea Densa (Cerrado)

Corresponde a uma zona de transio entre a savana (cerrado e as matas,

estando caracterizada pela presena de um nmero de rvores superior ao dos

arbustos. Nestas rvores, geralmente mais altas, os trocos so quase totalmente

retos, e as folhas podem variar de grandes a pequenas.

3.4.1.2. Savana arbrea (Cerrado stricto sensu)

caracterizada por um tapete gramneo lenhoso continuo e pela presena de

rvores gregrias de tronco e galhos retorcidos, casca espessa (as vezes suberosa),

folhas grandes podendo ser grossas, coriceas e speras.


38/103

3.4.1.3. Savana Arbrea Aberta (Campo Cerrado)

Tem um tapete vegetal de campo onde predominam rvores pequenas,

tortuosas, e na maior parte de crtex suberoso, espesso em sulcos, que podem

atingir 5 metros de altura, associadas a uma longa cobertura gramneo-lenhosa e

que so atacadas pelo fogo praticamente em todos os anos. Na savana arbrea

aberta (campo cerrado) existe a possibilidade de ocorrncia de agrupamentos de

rvores raquticas entremeadas com arbustos baixos, subarbustos, ervas e

palmeiras ans.

3.4.1.4. Savana Parque (Campo Sujo)

Esta formao, figura 9, tem como caractersticas ser semelhante com uma

savana arbrea aberta (campo cerrado) degradada, constituda por estratos

arbustivos e subarbustivos que se superpem a vegetao herbcea, estando

espalhados irregularmente e ocorrendo quase em meio a vegetao da savana

(cerrado), tem em sua constituio tpicos solos pobres e seus limites soimprecisos.

Figura 9: Diferentes fitosionomias do Cerrado na rea em estudoFoto: Adriana Oliveira Barros, 2010.


39/103

Esta formao vegetal foi caracterizada por Ross e Santos (1982), como o

tipo vegetal campestre natural e antrpico, constitudo por rvores de pequeno e

mdio porte que ocorrem associadas esparsamente a uma cobertura graminosa,mais arbustos, subarbustos e ervas que esto referidas aos solos com superfcie

dura, argilosos, cascalhos quartzosos, solos ferruginosos e areias soltas, nas faixas

de predominncia das unidades litoestratigraficas de formao Aquidauana e Utiariti

e das Coberturas Detrito-Lateriticas que so encontradas na rea em analise.

3.4.1.5. Savana Gramineo-Lenhosa (Campo Limpo)

Esta formao caracterizada por uma associao de cobertura de

gramneas com plantas lenhosas, pequenas herbceas, as vezes com o

aparecimento de subarbustos. comum a ocorrncias de gramneas isoladas ou

ento em tufos dispersos.

Nesta formao, durante a estao das chuvas, a cobertura de gramneas

densa e alta, j na estao da seca, ela apresenta-se com seca e por vezes

consumida pelo fogo, como um fenmeno anual.

3.4.2. Formaes Florestadas

Nestas formaes temos a ocorrncia de Floresta Estacional Semidecidual e

Matas de galeria, que so caractersticas nas vrias fitofisionomias da rea em

estudo.

3.4.2.1. Floresta Estacional Semidecidual

O conceito ecolgico das Florestas estacionais relaciona-se a ocorrncia de

clima de duas estaes, uma chuvosa, outra seca, ou a centuada variao trmica.

Essa alternncia determina uma estacionalidade foliar dos elementos arbreos

dominantes, que possuem adaptaes alterao dos fatores climticos podendo

ser Semidecidual ou Decidual.


40/103

Floresta Estacional Semidecidual, figura 10, apresenta, em suas

comunidades, uma percentegem de rvores caduciflias (e no das espcies que

perdem as folhas individualmente) em torno de 20 a 50%.

Foto 10: Remanescente de Floresta Estacional semidecidualFoto: Adriana Oliveira Barros, 2010.

3.4.2.2 Mata de Galeria

A mata de galeria, figura 09, tem como principal caracterstica, sempre

acompanhar os vales dos rios e crregos, locais, segundo Braun (1962), com

elevao da disponibilidade hdrica por efeito do acmulo de gua por gravidade.

Relata ainda que suas copas so densas, chegando a encontrarem-se margem a

margem, que funcionam como corredor ecolgico, oferecendo conectividade, abrigo

e alimento para a biodiversidade existente nessas reas.

3.5. Aspectos fisiogrficos

3.5.1. Geologia


41/103

3.5.. Formao Furnas

Na Bacia do mdio Rio Paraguai, onde a rea de estudo se encontra, a

Formao Furnas, figura11, apresenta-se constituda por conglomerados na base e

arenitos no topo, contendo por vezes intercalaes de nveis argilosos e siltticos.

Pode apresentar as estratificaes plano-paralela e cruzada, tal como pode-

se observar em uma nova ocorrncia descoberta nas cabeceiras do Crrego

Tenente Amaral. O contato com a Formao Ponta Grossa transacional.

De acordo com a classificao da geologia de Mato Grosso, elaborado pela

SEPLAN, a formao furnas se encontra na poro centro leste e sudoeste nas

limitaes da bacia Tenente Amaral. (NASCIMENTO, 2008)

3.5.1.2. Formao Ponta Grossa

A Formao Ponta Grossa, figura11, tambm descrita pela primeira vez por

Derby (1878), em rochas da cidade de Ponta Grossa, no Estado do Paran, tambm

pertence a rea em estudo.

Esta unidade apresenta-se via de regra constituda por sedimentos clsticosfinos a muito finos, com arenitos na base folhelhos slticos e argilosos e siltitos no

topo, sendo predominante em grande parte da Bacia do Alto Rio Paraguai, desde o

Municpio de Chapada dos Guimares at as regies de Dom Aquino e Jaciara.

Portanto, a referida formao geolgica se apresente no setor sudeste da

rea em estudo, o que configura a rea do exutrio do rio Tenente Amaral, ressalta-

se ainda que esteja presente no setor que ocorrem as principais deposies

geomorfolgicas da rea.

3.5.1.3. Formao Cachoeirinha

A formao Cachoeirinha, figura11, uma unidade estratigrfica basal do

Tercirio, sendo descrita como constituda por lentes de areias finas a grossas,

argilosas e cascalhosas (PETROLEO DO BRASIL S/A, 1998).

Neste sentido, esta unidade foi criada com a inteno de identificar as

coberturas Detrito-Lateriticas que so encontradas nos planaltos elevados ao norte,

sudeste e na poro central da rea do Projeto Centro-Leste de Mato Grosso.


42/103

De acordo com a classificao da Seplan, a formao Cachoeirinha ocorre

em toda parte central e plana da bacia Tenente Amaral onde, ocupa a maior parte

da rea localizando-se de norte a sul.

Figura 11: Compartimentao geolgica da rea.Fonte: Seplan, adaptado por Adriana Oliveira Barros, 2011.

3.5.2. Geomorfologia

A Geomorfologia apresenta na rea em estudo duas importantes unidades:

Sistema de blocos falhados (Sf) verificado na figura 12 na cor verde. Estaunidade, apresenta-se de acordo com a classificao da Seplan-MT (2007)

com mdia dissecao e prxima ao exutrio da bacia Tenente Amaral.

Sistemas de aplainamento (Ap) se configura na cor vermelha na figura 12.

Esta unidade est pontuada na maior parte da bacia hidrogrfica com uma

conformao plana, o que configura condies propcias para a produo

agrcola.


43/103

Figura 12 : compartimento geomorfolgicoFonte: Seplan, adaptado por Adriana Oliveira Barros

3.5.2.1. Sistema de Blocos Falhados Sf

Caracteriza-se estruturalmente como uma rea onde esforos tectnicos

interferem severamente na disposio das formas de relevo atravs de falhas e

fissuras. As imagens de radar e de satlites mostram claramente os padres

estruturais associados a relevos de blocos falhados, refletindo deslocamento de

blocos e falhamentos.

As linhas de falhas e fraturas tm orientaes bem definidas. O resultado

destes esforos gera relevos com blocos abatidos (graben) e outros elevados

(horst), que interferem na topografia original. De acordo com dados da SEPLAN, no

Estado de Mato Grosso os Sistemas de Blocos Falhados apresentam grande

variabilidade de situao em relao aos processos de dissecao.

3.5.2.2. Sistemas de Aplanamento - Ap

Este sistema corresponde ao conjunto de formas aplanadas e que ocupam

posio de cimeira dentro do conjunto regional do relevo. So identificadas a partir

de sua ampla rea de ocorrncia, apresentando baixas declividades e baixa

densidade de drenagem. Nas imagens de satlite foram identificadas, partir de


44/103

uma padronagem homognea de formas, com baixa rugosidade. Outra caracterstica

marcante deste sistema a sua relao com o material superficial, composto por

uma cobertura argilosa muito espessa, que apresenta crostas ferruginosas em sua

base, fato este largamente observado nos trabalhos de campo.

3.5.3. Pedologia

3.5.3.1. Latossolos

So os que predominam na maior parte da rea de estudo. Os mesmos

segundo Braun (1962) se caracterizam por apresentarem um horizonte A1 pouco

desenvolvido e que no transpe 20 cm de espessura com teores mdios de matria

orgnica, na rea de plantaes de cana. Apresentam uma porosidade elevada, com

estrutura, textura e colorao que podem variar de uma localidade para outra.

Esto caracterizados quimicamente por um pH cido a quase neutro para

gua que varia em torno de 5,0 a 6,2. Para o pH de CaCl2, os valores oscilam entre

4,3 a 5,3. Os lcalis como Mg, Ca e K ocorrem em teores baixos. Os teores em

matria orgnica so variveis, com valores que corresponderam a faixa de 0,21 a

referente s anlises qumicas. A figura 13 apresenta o uso em solos Latossicos,

haja vista que existe uma predominncia deste tipo de solo na rea em estudo,

sendo que os Latossolos esto localizados na poro central da bacia em

consonncia com topografias planas e, assim, propcios para a produo agrcola da

regio.


45/103

Figura: Figura 13: Plantao de milho em Latossolo.Foto: Adriana Oliveira Barros, 2010.

De acordo com a SEPLAN (2007), so solos minerais, no hidromrficos,

profundos, e bastante intemperizados, tendo como principais caractersticas

apresentar um horizonte B Latossolico, de cor vermelho-escuro.

3.5.3.2. Latossolo Vermelho-Amarelo

So solos minerais, no hidromrficos, profundos ou muito profundos, bem

drenados, com ocorrncia de horizonte B Latosslico, de cor vermelho a vermelho-

amarelada.De acordo com a classificao da SEPLAN (2007) so solos bastante

intemperizados, o que se reflete na baixa capacidade de troca de ctions e

saturao de bases.

3.5.3.3. Neossolos Quartizarnicos

Tais solos de acordo com a SEPLAN (2007) so caracterizados como solos

arenosos quartzosos que se desenvolvem a partir dos arenitos ou dos sedimentos

areno-quartzosos inconsolidados, pertencentes s Formaes Furnas, Ponta Grossa


46/103

e Utiariti, sendo pouco evoludos com a continuidade dos horizontes dos tipos A e C,

de pequena capacidade de reteno de gua e ctions, sendo tambm notadamente

insaturados.

Segundo Ker et al. (1990), os Neossolos quartzarnicos (antigamente

denominados Areias quartzosas) so solos de estrutura simples, onde no existe

coerncia entre as unidades estruturais, em face da carncia de colides agregantes

(matria orgnica, xidos e argila).

3.5.3.4. Podzico Vermelho-Amarelo

So solos minerais, no hidromorficos, com horizonte B textural, de corvermelho-amarelada, apresentam-se como solos profundos a pouco profundos, com

argila de atividade baixa, horizonte A dos tipos moderado e textura mdia/argilosa

em sua maioria.

3.5.4. Clima

Segundo o modelo de Wladimir Koppen, existem cinco grupos climticos

principais reconhecidos no estado, baseados principalmente na temperatura e na

precipitao.

Segundo Maitelli (2005), essas caractersticas so associadas aos tipos de

vegetao para definir os tipos de clima, que so abreviados com letra maiscula e

minscula.

A bacia Tenente Amaral, figura 14, de acordo com a classificao de W.

Koppen enquadrasse no tipo climtico (Aw) Clima de Savana, tipo predominante da

regio.


47/103

Figura: 14 Classificao Climtica de Kppen para Mato GrossoFonte: Adaptado por Maitelli

De acordo com Santos (2007) durante o ms mais frio em Julho, a

temperatura mdia nas mediaes da bacia de 21, 3 C e a precipitao anual

atingem a casa dos 2.000 mm. A distribuio das precipitaes revela que o regime

das chuvas tipicamente tropical. Do ponto de vista sazonal, as chuvas ocorrem

principalmente no vero e reduzem durante o inverno. De maneira geral, verifica-se

que h dois perodos distintos na rea, um chuvoso que vai de setembro a abril e

outro seco, de maio a agosto.


48/103

4. MATERIAIS E MTODOS

4.1. Viso geral

Neste captulo esto descritos os procedimentos operacionais para a

elaborao deste trabalho. A metodologia utilizada baseia-se em Meirelles et al.

(2007) e consiste basicamente nas seguintes etapas:

O primeiro passo para o desenvolvimento deste trabalho foi o levantamento e

leitura de bibliografias ou de fontes secundrias de obras publicadas acerca do tema

enfocado, que contriburam para a realizao da classificao baseada em regras

fuzzy.

Posteriormente, foram buscados os materiais necessrios que deram auxlio

para o alcance dos objetivos traados. Na Secretaria de Planejamento do Estado de

Mato Grosso (SEPLAN), obteve-se as bases cartogrficas de Hidrografia, Pedologia

Geomorfologia, Geologia e Declividade. Tais dados deram subsdios para a

discusso do trabalho tcnico e descritivo.

Concomitante a esse processo realizou-se trabalho de campo com o objetivo

de fazer o reconhecimento visual da rea de estudo e coleta de amostras dos

diversos cultivos agrcolas, pastagens e vegetao natural.

No mapeamento por abordagens fuzzy, permitiu-se desenvolver uma

classificao integrada, ou seja, combinar diversos mapas e uma imagem de satlite

que subsidiaram o processo classificatrio.

Os modelos baseados na lgica fuzzypermitem uma maior flexibilidade nas

combinaes de mapas com pesos e podem ser implementados nos Sistemas de

informaes geogrficas atravs de uma linguagem de manipulao espacial

(MEIRELLES et. al ,2007).

A figura 15, mostra de maneira geral, as etapas metodolgicas desenvolvidas

para a elaborao do trabalho proposto.


49/103

Figura 15: Etapas do desenvolvimento do trabalho

Definio dasclasses temticas

Aquisio dos polgonosDas areas de treinamento

Gerao da matrizdeparticipao fuzzy

Pr- Classificao

por Mxima

Verossimilhana

Extrao de

assinaturas paraaclassificao relativa

Classificao fuzzy

Reclassificao dasclasses temticas

Validao

Delimitao da reade estudo

Definio dos

pesos

Apenas com a

imagem Landsat

Com os layers de

delicividade, solos

e imagen Landsat

Desenvolvimento de

duas classificaes


50/103

4.2. Pr-processamento dos dados espaciais

a) O banco de dados espacial da bacia foi desenvolvido no laboratrio de

geoprocessamento do Departamento de Geografia da UFMT. Aps a seleo

da rea de estudo, foram adquiridas, tratadas e armazenadas informaes

secundrias em rgos Estaduais e Federais, e em sites dos mesmos, como

as bases cartogrficas. Foram acrescentados no banco de dados reas de

treinamento e validao das classificaes provenientes de campanhas de

levantamento em campo. A preparao das bases temticas, incluprocedimentos como de ajustes em edio vetorial, pois, foi necessrio

reeditar os layers temticos a fim de fazer converses geogrficas dos limites

da bacia com as feies de Hidrografia, Geomorfologia, Geologia, Pedologia e

Declividade.

b) Os estudos comparativos de mapeamento do uso da terra utilizando

classificadores fuzzy e de verossimilhana mxima (Maxver) para definiodos pesos na matriz de pertinncia foram baseados na imagem de satlite

Landsat-5 TM, na base de solos e declividade de Secretaria de Estado de

Planejamento (SEPLAN MT).

4.2.1. Imagens de satlites

No contexto do presente trabalho, foram utilizadas duas imagens de satlite,Landsat e Spot, para ajuste e classificao do uso da terra na rea em estudo. A

imagem Landsat-5 TM, correspondente a rbita 226, ponto 071, com resoluo de

30 metros em composio RGB pelas bandas 3, 4 e 5, obtida gratuitamente na

pgina de catlogo de imagens CBERS (INPE-DGI, 2010).

A tabela 1 representa os dados da referida imagem de satlite, utilizada para

a classificao fuzzy objetivada neste trabalho.


51/103

Tabela 1. Data de passagem da imagem do satlite LANDSAT.

Data de Imagem Sensor/Satlite Bandas (TM)

06/06/2010 TM/LANDSAT -5 3, 4, 5

A imagem foi utilizada como base para a classificao do uso da terra por

abordagens fuzzy e tambm como suporte para a pr-classificao pelo algoritmo

maxver, com o objetivo de criar a matriz de participao no Idrisi, que ser detalhada

nos captulos posteriores. A escolha da referida imagem se deu por conta de sua

disponibilidade e sua aplicao, pois consiste em uma imagem de mdia resoluo

espacial, sendo utilizada por diversos modelos de classificao do uso da terra.

Em relao cobertura de nuvens, a imagem correspondente a data do

trabalho de campo no ficou livre das mesmas, e muitas das imagens

correspondentes ao ms de maio, estavam comprometidas pelo fato do perodo das

chuvas se estender at aquele ms.

Assim, a imagem de satlite utilizada para o processamento do modelo digital,

tem uma limitao considervel, pois datada de um ms aps a coleta dos dados

de campo uma vez que no havia disponibilidade de imagens de mdia resoluo

espacial, livre de nuvens na data de visita a campo. Isto inviabilizou oprocessamento da mesma para o modelo, pois, as nuvens descaracterizam os

nveis de cinza e as suas tonalidades reais.

J a imagem Spot de resoluo espacial de 2,5 Metros datada de julho de

2007, disponibilizada pela Secretaria de Estado de Meio Ambiente (SEMA- MT) foi

importante para fazer a reedio dos dados inseridos no modelo fuzzy, pois ela

possui uma resoluo espacial de boa qualidade. Deste modo, foi possvel ajustar

na imagem, por exemplo, dados de solos com ajuda de especialistas de solo e desensoriamento remoto na interpretao e reconhecimento dos solos atravs das

formas, tonalidade/cor e textura de acordo com as caractersticas dos mesmos.

Porm, antes de trabalhar com as imagens, foi necessrio o tratamento das

mesmas, atravs do pr-processamento digital, proporcionando a minimizao das

distores adquiridas durante o processo de aquisio, transmisso e visualizao

das imagens, de modo que, a extrao das informaes das mesmas fosse feita de

forma segura, ntegra e de preciso.

Neste caso, se fez necessrio a realizao de vrias funes tais como:

realce ou contraste, georreferenciamento ou registro de imagens e no


52/103

processamento realizou-se a coleta das reas de treinamento e posteriormente fez-

se a classificao.

O realce ou contraste de imagem uma tcnica de ampliao de contraste

com o objetivo de melhorar a qualidade das imagens sob critrios subjetivos do olho

humano, ou seja, uma cena de baixo contraste transformada para outra

visualmente mais destacada. normalmente utilizada como uma etapa de pr-

processamento para sistemas de reconhecimento de padres.

Para isto, ocorre uma concentrao em uma pequena faixa dos dados

contidos em uma imagem de satlite, impedindo o aproveitamento de toda faixa de

256 nveis de cinza e favorecendo uma visualizao mais ntida.

Assim, h uma transferncia radiomtrica em cada pixel, aumentando adiscriminao visual entre os objetos presentes na imagem. Esta operao feita

ponto a ponto, independentemente da vizinhana. A distribuio estatstica dos

nveis de cinza em termos do nmero de amostras (pixels) com cada nvel descrita

em um histograma, onde, regra geral, quanto maior a inclinao de uma curva,

maior o contraste (INPE, 1998).

Deste modo, o realce ou contraste foi feito no ArcGis, usando a funo do

histograma de aumento linear de contraste, de forma que os nveis de cinza fossemespalhados por todo o intervalo possvel de 256 nveis com determinao dos

valores mximos e mnimos. Estes valores compuseram os valores iniciais e finais e

determinaram a inclinao da reta.

O processo de georreferenciamento consiste no ajuste do sistema de

coordenadas de uma imagem com uma base ou carta topogrfica, cobrindo a

mesma rea. Desta forma possibilita que cada um dos pontos ou pixels da imagem,

passe a ser atrelado a um par de coordenadas de um sistema universalmenteconhecido. Pode-se usar ento como referncia espacial, uma base em formato

digital (outra imagem ou arquivo vetorial).

No caso da rea em estudo, foi adotado para o projeto final o Sistema de

Projeo Universal Transverso de Mercator-UTM e o Datum WGS 84. Tendo como

base cartogrfica de apoio a rede hidrogrfica da bacia Tenente Amaral, que foi

devidamente elaborada a partir da imagem de satlite Spot de resoluo espacial de

2,5 m, disponibilizada pela SEMA MT.


53/103

4.2.2. Mapa de solos

O mapa de solos utilizado foi disponibilizado pela Secretria de Planejamento

do Estado de Mato Grosso (SEPLAN-MT), e ajustado de acordo com a imagem Spot

de 5 metros de resoluo espacial pelo Arc-Gis.

Foi necessria a edio da base temtica, de solos, pois o nvel de detalhe da

imagem Spot propiciou melhorar a qualidade da escala de abrangncia, tendo em

vista que as escalas de trabalho da SEPLAN so de 1: 250 000 e o trabalho busca

melhorar a escala de detalhes dos solos.

Para tanto, utilizou-se do Software ArcGis 9.3, para a reedio da base desolos, onde muitos estavam sendo extrapolados, devido escala reduzida. Neste

sentido, tal base, foi reelaborada de acordo com um mosaico de imagens Spot de

2,5 metros de resoluo espacial disponibilizada pela Secretaria de Estado de Meio

Ambiente (SEMA- MT) datada de julho de 2007.

Tal procedimento implicou na melhoria desta base considerada importante

para o trabalho, haja vista que, determinados tipos de solos no so propcios para a

prtica de agricultura e pastagens cultivadas na rea de estudo. Para melhor ilustrar,tem-se como exemplo os solos Neossolos Quartzarnicos, que possuem

caractersticas de tonalidades de cor clara e ainda, para prtica agrcola,

normalmente se apresentam com curvas de nvel para evitar eroses. Portanto,

essas caractersticas so visveis na imagem Spot, pois sua resoluo espacial

proporciona uma boa visibilidade.

No que tange a sua importncia para a pesquisa, os solos foram classificados

de acordo com nveis de aptido de uso, com base em levantamento bibliogrfico,onde suas caractersticas so essenciais para determinar que tipo de atividade

econmica seja mais vivel ao seu uso. Portanto, o trabalho se ampara na

disponibilidade de diversas bibliografias referentes ao conhecimento pedolgico, na

qual serviram como suporte para o trabalho tcnico.

Desta maneira, as pesquisas realizadas pela SEPLAN-MT que serviram para

respaldar os nveis de importncia dos solos para o cultivo agrcola foram de

extraordinria importncia, para verificar o nvel de aptido de cada um deles

presentes na rea de estudo.


54/103

Assim, o quadro 2 demonstra os nveis da aptido agrcola, com base

(SEPLAN-MT), onde professores especialistas em estudo dos solos, determinaram o

nvel de importncia para produo agrcola de cada solo, sendo a, sendo o nvel (1)

de menor aptido e o nvel (5) o de maior aptido.

Quadro 2: Nveis de aptido dos solos em relao a produo agrcolapresentes na Bacia do Rio Tenente Amaral

SOLO NIVEL

Solos Litlicos 1

Solos Concrecionrios 2

Neossolos Quartzerenicos 3

Solos Podzlicos 4

Solos Latosslicos 5

Fonte:Organizado por Adriana Oliveira Barros, 2011.

Foi necessrio fazer ainda o georreferenciamento do layer e posterior ajuste de

pixels, pois foi transformado para matriz (linhas e colunas) que devem ter o mesmo

tamanho dos demais dados, sendo importante o ajuste das informaes com mesmo

tamanho de pixele com linhas e colunas iguais para o processamento no softwareIDRISI.

4.2.3. Declividade

O mapa de declividade do terreno foi elaborado a partir dos dados da Shuttle

Radar Topography Mission (SRTM) que so os resultados de um projeto cooperativo

entre a NASA (National Aeronautics and Space Administration), NGA (National

Geospatial-Intelligence Agency), DLR (Agncia Espacial Alem) e ASI (Agncia

Espacial Italiana) com o objetivo de gerar um Modelo Digital de Elevao (MDE) da

Terra. O Projeto SRTM faz parte de um programa que visa examinar a superfcie

terrestre, oceanos, atmosfera, gelo e a vida como um sistema integrado.

Os dados foram disponibilizados pelo Departamento Nacional de Produo

Mineral (DNPM), onde posteriormente calculou-se a declividade percentual com o

uso da ferramenta slope do ArcGis no Spatial Analyst.

Tambm foi necessrio fazer o georreferenciamento do layer e posterior ajuste

de pixels, pois foi transformado para matriz (linhas e colunas) que devem ter o


55/103

mesmo tamanho dos demais dados, sendo fundamental o ajuste das informaes

com mesmo tamanho de pixel e com linhas e colunas iguais para que o software

Idrisi pudesse process-los.

4.2.4. Levantamento de campo

O trabalho de campo foi realizado nos dias 20 e 21 de maio de 2010 para a

coleta de amostras de treinamento e validao das principais culturas agrcolas e

formaes vegetais existentes na Bacia Tenente Amaral. Foram percorridos

aproximadamente 130 km, procurando explorar ao mximo a bacia no intuito de

subsidiar a classificao, sendo rea total da bacia equivalente a 855 Km, vejafigura 16.

Figura 16: Mapa ilustrativo da configurao da bacia Tenente Amaral.Fonte: Adriana Oliveira Barros

Para a realizao da coleta dos dados, foi utilizado um receptor de Sistema

de Posicionamento Global (GPS) marca Garmin-Etrex, uma mquina fotogrfica,

planilha de campo e uma imagem de Spot da rea com resoluo de 2,5 metros,


56/103

abrangendo toda a bacia e que serviu de apoio para reconhecimento da rea,

localizao dos plantios e definio dos pontos de amostras.

As campanhas de campo tm como principal fundamento a possibilidade de

abranger ao mximo a rea escolhida propiciando a checagem de dvidas relativas

aos usos da terra, pois diferentes culturas se configuram em vrios momentos com

mesma forma, tamanhos e tonalida

ADRIANA OLIVEIRA BARROS - Aplicabilidade Da Logica Fuzzy Para a Classificacao Do Uso Da Terra Na...

Documents

Transcript of ADRIANA OLIVEIRA BARROS - Aplicabilidade Da Logica Fuzzy Para a Classificacao Do Uso Da Terra Na...