Академический Документы
Профессиональный Документы
Культура Документы
AREIA - PARAÍBA
ABRIL - 2006
GEORGE DO NASCIMENTO RIBEIRO
2
MAPEAMENTO DO USO ATUAL DA TERRA E COBERTURA VEGETAL EM
ÁREA DO AGRESTE PARAIBANO UTILIZANDO TÉCNICAS DE
SENSORIAMENTO REMOTO E GEOPROCESSAMENTO
AREIA, PARAÍBA
ABRIL – 2006
GEORGE DO NASCIMENTO RIBEIRO
3
Dissertação apresentada ao Programa de Pós-Graduação em Manejo de Solo e
Água da Universidade Federal da Paraíba, como parte dos requisitos para obtenção do
título de “Mestre em Manejo de Solo e Água”. Área de Concentração: Manejo e
Conservação de Solos e Água.
BANCA EXAMINADORA
4
A DEUS, fonte de toda minha inspiração.
A minha amada esposa, Iêda de Araújo P.
Nascimento; a minha querida mãe, Crizeleide Andrade do
Nascimento e ao meu filho Cauã de Araújo Nascimento,
luzes de minha vida.
Ao Professor Harendra Singh Teotia, pelos
ensinamentos, amizade e lição de vida.
Dedico
AGRADECIMENTOS
5
A todo corpo docente do PPGMSA, na pessoa do Professor José Ferreira da Costa
Filho, pelos ensinamentos tão apreciados e valiosos à minha formação, tanto profissional
quanto pessoal.
Ao Conselho Nacional de Pesquisa e Desenvolvimento – CNPq – pela concessão da
bolsa durante o período do curso.
Aos meus irmãos, Luciano e Stélio Ábdon; a minha querida sobrinha, Letícia; ao
meu pai, José Estélio e a minha cunhada, Karine, pela alegria e força durante toda minha
jornada.
Aos meus avôs, José Abdias e Abdon Abdias (in memorian); as minhas avós, “Vó
Rosinha” (in memorian), Nininha e Eunice, pela dedicação e amor.
Aos meus familiares, primos, tios, cunhado, sogra e a todos de minha estima, que
de alguma maneira me auxiliaram quer seja com palavras de carinho ou com apoio moral
para a conclusão desse trabalho.
Aos amigos e contemporâneos de curso: Cícero, Tiago, Adriana, Sâmara Rachel,
Lindhiane, Joseli, Junio, Maely, Francisco (Chico ninha), Francisco das Chagas, Iane, pelo
apoio, compreensão e estímulo durante esta empreitada.
Enfim, a todos os funcionários e colegas do Departamento de Solos e Engenharia
Rural que direta ou indiretamente contribuíram para a execução deste trabalho.
SUMÁRIO
LISTA DE FIGURAS
LISTA DE QUADROS
LISTA DE TABELAS
RESUMO
6
ABSTRACT
1. INTRODUÇÃO 1
...................................................................................................
2. REVISÃO BIBLIOGRÁFICA 3
............................................................................
2.1. O Sensoriamento Remoto e a Radiação Eletromagnética (REM) 3
................
2.2. O satélite Landsat-TM 7
..................................................................................
2.3. Análise digital de imagens 1
............................................................................ 2
2.4. Utilização do Sensoriamento Remoto no levantamento dos recursos 1
naturais 5
2.5. O Geoprocessamento e os Sistemas de Informações Geográficas (SIG’s) ... 1
8
2.6. Levantamento e Mapeamento ....................................................................... 2
2
3. MATERIAL E MÉTODOS ................................................................................. 2
6
3.1. Área de estudo ............................................................................................... 2
6
3.2. Geologia e Geomorfologia ............................................................................ 2
6
3.3. Relevo ........................................................................................................... 2
7
3.4. Clima ............................................................................................................. 2
7
3.5. Vegetação natural .......................................................................................... 2
8
3.6. Agricultura e dados sócio-econômicos ......................................................... 3
0
3.7. Material, equipamentos, softwares e ambiente computacional ..................... 3
0
3.8. Disponibilidade de informações geográficas e recursos da terra .................. 3
1
7
3.9. Fluxograma de automatização ...................................................................... 3
2
3.10. Trabalho de campo ...................................................................................... 3
3
3.11. Metodologia aplicada: Erdas Imagine versão 8.3.1 .................................... 3
4
3.11.1. Formação da composição colorida ................................................... 3
4
3.11.2. Delimitação da Área de Interesse (AOI) a ser fotointerpretada ....... 3
5
3.11.3. Classificação Não Supervisionada (Unsupervised Classification) ... 3
6
3.11.4. Avaliação da Classificação Não Supervisionada .............................. 3
7
3.11.5. Definição das cores para as classes exibidas na opacity ................... 3
8
3.11.6. Elaboração dos Mapas Temáticos ..................................................... 3
9
3.11.6.1. Definição da área do mapa 3
................................................... 9
3.11.6.2. Definição da área do mapa na folha de trabalho 3
.................. 9
3.11.6.3. Adição de título 4
.................................................................... 0
3.11.6.4. Adição de molduras e referências laterais 4
............................ 1
3.11.6.5. Adição de legenda 4
................................................................ 1
3.11.6.6. Adição de barra de escala 4
..................................................... 2
3.11.6.7. Adição de norte magnético 4
.................................................. 2
3.11.6.8. Preparação para impressão dos mapas 4
confeccionados ....... 3
3.11.7. Classificação Supervisionada 4
8
............................................................ 3
3.11.7.1. Definição das assinaturas 4
..................................................... 4
3.11.7.2. Usando as ferramentas da AOI para colecionar as 4
assinaturas 5
3.11.7.3. Escolha de pixels semelhantes (Neighborhood Options) ..... 4
5
3.11.7.4. Coleta da Assinatura ‘água’ através do Create Feature 4
Space Image 6
3.11.7.5. Posicionamento do cursor através do Image/Feature Space 4
Cursor Linking 6
3.11.7.6. Definição de assinaturas (Feature Space Signature) ............ 4
7
3.11.7.7. Ferramentas para avaliação das assinaturas ......................... 4
7
3.11.7.7.1. Matriz de erro (Contigency Matrix) ..................... 4
8
3.11.7.7.2. Assinaturas de objetos .......................................... 4
8
3.11.7.7.3. Histogramas ......................................................... 4
9
3.11.7.7.4. Separação das Assinaturas (Signature 4
Separability) 9
3.11.7.7.5. Estatísticas ............................................................ 5
0
3.11.8. Avaliação da classificação ................................................................ 5
0
4. RESULTADOS E DISCUSSÃO ......................................................................... 5
1
4.1. Classes identificadas ..................................................................................... 5
3
4.2. Chave de fotointerpretação ........................................................................... 5
3
4.3. Mapa digital gerado pelo método de classificação supervisionada .............. 5
5
9
4.4. Caracterização dos estratos/classes definidas ............................................... 5
7
4.5. Distribuição espacial dos estratos/classes definidas ..................................... 6
9
4.6. Precisão da classificação ............................................................................... 7
1
4.7. Estatísticas KAPPA ....................................................................................... 7
3
5. CONCLUSÕES ................................................................................................... 7
5
6. RECOMENDAÇÕES .......................................................................................... 7
7
7. REFERÊNCIAS BILIOGRÁFICAS ................................................................... 7
9
APÊNDICE (Lista de nomes vulgares e científicos) ............................................... 8
9
ANEXO I ................................................................................................................. 9
1
ANEXO II ................................................................................................................ 9
3
ANEXO III ............................................................................................................... 9
4
10
LISTA DE FIGURAS
11
6
FIGURA 3.2. Mapa Geomorfológico do Estado da Paraíba .................................... 2
7
FIGURA 3.3. Precipitação média histórica, período de fevereiro a maio no 2
Estado da Paraíba
8
FIGURA 4.1. Composição colorida da região agreste em estudo como AOI ......... 5
2
FIGURA 4.2. Mapa temático da distribuição espacial do uso e da cobertura da 5
terra no Agreste paraibano
6
FIGURA 4.3. Características referentes à classe 1, Água/Áreas úmidas na região 5
em estudo
7
FIGURA 4.4. Vista panorâmica de um riacho poluído localizado na cidade de 5
Pocinhos – PB
8
FIGURA 4.5. Aspectos gerais dos componentes da classe 2, faz-se notar a 5
cobertura do solo
9
FIGURA 4.6. Aspectos gerais da Caatinga Hiperxerófila arbustiva-arbórea 6
descontínua na região em estudo
1
FIGURA 4.7. Aspecto típico da palma forrageira, cultura tradicional regional ...... 6
2
FIGURA 4.8. Aspecto típico do sisal como cultura tradicional regional ................ 6
2
FIGURA 4.9. Demonstrativo da classe Pastagem com alguns remanescentes 6
nativos
4
FIGURA 4.10. Principais culturas de subsistência na região, milho e feijão .......... 6
5
FIGURA 4.11. Pomar demonstrando a principal frutífera regional, o cajú ............. 6
6
FIGURA 4.12. Vista panorâmica da área urbana da cidade de Pocinhos-PB ......... 6
7
FIGURA 4.13. Aspectos gerais da classe identificada, demonstrando os 6
afloramentos rochosos tão peculiares à região
7
FIGURA 4.14. Caracterização dos solos desnudos da região em estudo ................ 6
9
FIGURA 4.15. Distribuição percentual das classes identificadas... ........................ 6
9
12
FIGURA 4.16. Distribuição total, em Km2, das classes identificadas ..................... 7
0
LISTA DE QUADROS
13
LISTA DE TABELAS
14
RESUMO
15
Caatinga 1 e Caatinga 2, são recomendadas essencialmente para uso de preservação de
fauna e flora, ou se possível, o uso de manejo sustentável dos recursos naturais.
ABSTRACT
16
and Savanna 2 (Caatinga Forest 2), are recommended essentially for the use of
preservation fauna and flora, or if possible may be for the sustainable use of the natural
resources.
17
1. INTRODUÇÃO
18
quantidade significativa de informações relacionadas com os mais variados campos do
meio ambiente.
Devido ao uso constante dos solos, da não adoção de técnicas de reposição dos
nutrientes e da retirada da vegetação natural da região dos municípios de Puxinanã e
Pocinhos, observa-se uma diminuição da fertilidade natural dos solos, ocasionando redução
nos índices de produtividade agrícola, onde consequentemente a economia regional é
afetada e ao mesmo tempo debilitada. Através de estudos competentes e detalhados dos
recursos naturais da região semi-árida do Estado da Paraíba, em especial da região agreste,
melhores práticas de manejo e melhor planejamento poderão ser utilizados, contemplando,
assim, tais áreas que se demonstram bastante problemáticas.
Neste contexto, o estudo a ser desenvolvido abrange partes das regiões do Agreste
paraibano, referentes aos municípios de Puxinanã e Pocinhos, e tem como principal
objetivo o mapeamento do uso e da cobertura da terra através de Sensoriamento Remoto e
Geoprocessamento, para dar suporte ao planejamento e utilização racional dos recursos
naturais disponíveis regionais.
19
2. REVISÃO BIBLIOGRÁFICA
20
que geram a própria fonte de energia para iluminar artificialmente os objetos alvo
(Serafim, 2000).
A radiação eletromagnética (REM) refletida ou emitida por um objeto, pode ser
captada por sensores. As fontes de radiação eletromagnética podem ser divididas em
naturais e artificiais. O sol é a fonte natural mais importante, pois sua energia, ao interagir
com diversas substâncias da superfície da terra, origina uma série de fenômenos tais como
reflexão, absorção, luminescência e aquecimento, que são passíveis de serem investigados
pelo sensoriamento remoto (Lamparelli et al., 2001).
O comportamento espectral de um alvo pode ser definido como sendo a medida da
reflectância desse alvo ao longo do espectro eletromagnético (Rosa, 1990). O
comportamento espectral de diferentes alvos presentes na superfície terrestre é produto da
complexa interação entre a energia solar e matéria, condicionado também por outros
aspectos do contexto ambiental, pois os alvos absorvem, refletem e emitem Radiação
Eletromagnética (REM) de forma diferenciada, ao longo do espectro eletromagnético, em
função de suas propriedades específicas (Barbosa, 1996). Como exemplo, para se obter
dados espectrais da vegetação é necessário que se conheça os fatores determinantes da
reflectância das folhas tais como, pigmentos, estrutura interna, conteúdo de água.
Os sensores remotos utilizam várias regiões do espectro eletromagnético. Esta faixa
estende-se desde os comprimentos de onda mais curtos (raios cósmicos) e de alta
freqüência até as ondas de rádio de comprimentos de onda muito longos e de baixa
freqüência (Fernandes, 1997). O mesmo autor afirma que no sensoriamento remoto, a faixa
mais utilizada é aquela compreendida entre 0,3 e 15,0µm, mais conhecido como espectro
óptico. A Figura 2.1 abaixo, representa o espectro eletromagnético segundo Lilesand e
Kiefer (1994).
21
Porcentagem de reflexão
22
solos da caatinga, é preponderante considerar a textura. Os materiais do solo sofrem erosão
sendo transportados e depositados em outros locais, isto de acordo com Maldonado (1999),
está ligado às mudanças na cobertura vegetal.
No Quadro 2.1, observa-se as regiões do espectro eletromagnético com seus
respectivos canais e comprimentos de onda correspondentes, cada uma em função de suas
características específicas.
23
O sensoriamento remoto utiliza várias técnicas desenvolvidas no sentido da tomada
e análise de dados de recursos naturais por meio de satélites, tais como o Landsat-MSS e
TM, Spot, RADAR, AVHRR, MOMS, entre outros (Serafim, 2000).
Ao empregarem imagens SOPT/HRV para estudos temáticos do uso da
terra/cobertura vegetal e classificação do solo/terra na parte semi-árida do Piauí – BR
(municípios de Jaicós e Picos), Teotia et al. (2001), tiveram como resultante, a partir de um
banco de dados, a base de um mapa de aptidão para fins de planejamento e
desenvolvimento rural.
Marsh et al. (1990), utilizaram a tecnologia do sensoriamento remoto combinada
com o Sistema de Informações Geográficas (SIG) para mapeamento de uso da terra e
cobertura vegetal para a Região Walo de Senegal, África.
Para a seleção de uma banda espectral adequada, é necessário que se conheça a
natureza dos fenômenos estudados e de como se expressam sua características no espectro
eletromagnético. Quando se estuda a vegetação, a banda preferida é a do infravermelho
próximo. No entanto, em regiões semi-áridas o intervalo espectral mais apropriado para o
estudo da cobertura vegetacional é o vermelho (Maldonado, 1999).
De acordo com Dalmolin et al. (2005), solos de textura arenosa apresentam maior
reflectância devido a sua constituição mineralógica (quartzo), e ao fato de apresentarem
baixos teores de matéria orgânica, óxidos de ferro e menores teores de água.
24
horário de Brasília, e apresentam recobrimento repetitivo a cada 16 dias. Percorre o espaço
de 7,7 km/seg e o tempo de obtenção de uma cena é de 24 segundos. Os satélites Landsat 4
e 5 podem ser considerados como um estágio de transição entre os sistemas precursores
antigos e atuais sensores de recursos terrestres (Barbosa, 1996).
Uma imagem inteira do satélite Landsat-TM/5 representa no solo uma área de
abrangência de 185 x 185 km. A resolução geométrica das imagens nas bandas 1, 2, 3, 4, 5
e 7 é de 30 m. Cada "pixel" da imagem representa, portanto, uma área no terreno de 0,09
ha. Para a banda 6, a resolução é de 120 m, isto é, cada "pixel" representa 1,4 ha.
O satélite Landsat transporta dois sensores multiespectrais (Figura 2.3). O primeiro
é o Multi-Spectral Scanner (MSS), que obtém imagem em quatro bandas espectrais (região
visível e infravermelho). O segundo é o Thematic Mapper (TM), que coleta imagens em
sete bandas espectrais (região do visível, infravermelho próximo, duas no infravermelho
médio e uma no infravermelho termal). Sua resolução espacial na parte refletida do
espectro eletromagnético (visível e infravermelho refletido, correspondendo as bandas 1, 2,
3, 4, 5 e 7) é de 30 metros, enquanto na faixa emitida (infravermelho termal) a resolução é
de 120 metros (Barbosa, 1996).
Uma outra diferença entre o TM e o MSS diz respeito ao número de detectores
usados para as diversas bandas de imageamento. A radiação eletromagnética, após a
reflexão no espelho de varredura, é focalizada pelo sistema óptico sobre uma matriz de 100
detectores de forma que cada uma receba o fluxo de radiação proveniente de uma área de
30 x 30 metros na superfície terrestre. Enquanto que o MSS utiliza seis detectores para
registrar os dados em cada uma de suas bandas de imageamento (total de 24 detectores), o
TM usa 16 detectores para cada banda do visível e o infravermelho próximo e médio e 4
detectores para região do infravermelho termal (total de 100 detectores).
25
O TM imageia através de um campo total de visão de 15,4° (+ 7,7° do nadir),
completa aproximadamente 7 ciclos de imageamento direto e reverso combinados por
segundo. Essa taxa relativamente baixa limita a aceleração do espelho imageador,
otimizando a integridade geométrica do processo de coleta de dados e a relação sinal/ruído
do sistema (Lillesand e Kiefer, 1994).
Fernandes et al. (1999), consideraram uma tecnologia adequada o uso do satélite
Landsat-TM/5, em estudos de avaliação de aptidão agrícola das terras, pois as imagens
adquiridas mediante a aquisição da cena do satélite fornecem boa fonte de dados para
extração de informações.
Pode-se observar no Quadro 2.2 as principais aplicações dos sete canais do
Landsat/TM-5 e que as bandas 6 e 7 estão fora da seqüência de comprimento de onda, por
que a banda 7 foi adicionada ao TM posteriormente ao processo original.
Quadro 2.2. Resumo das principais aplicações dos 7 canais do satélite Landsat – TM/5
26
A Banda 1 (0,45 a 0,52 µm), apresenta grande penetração em corpos de água, com
elevada transparência, permitindo estudos batimétricos. Sofre absorção pela clorofila e
pigmentos fotossintéticos auxiliares (carotenóides). Apresenta sensibilidade a plumas de
fumaça oriundas de queimadas ou atividade industrial. Pode apresentar atenuação pela
atmosfera.
No comprimento de onda que vai de 0.52 a 0.60 µm, o que corresponde a banda 2,
ocorre uma grande sensibilidade à presença de sedimentos em suspensão, possibilitando
sua análise em termos de quantidade e qualidade. Apresenta boa penetração em corpos de
água.
A vegetação verde, densa e uniforme, apresenta grande absorção na banda 3 (0.63 a
0.69 µm), ficando escura, permitindo bom contraste entre as áreas ocupadas com vegetação
(ex.: solo exposto, estradas e áreas urbanas). Apresenta bom contraste entre diferentes tipos
de cobertura vegetal (ex.: campo, cerrado e floresta). Permite análise da variação litológica
em regiões com pouca cobertura vegetal. Permite o mapeamento da drenagem através da
visualização da mata de galeria e entalhe dos cursos dos rios em regiões com pouca
cobertura vegetal. É a banda mais utilizada para delimitar a mancha urbana, incluindo
identificação de novos loteamentos. Permite a identificação de áreas agrícolas.
Os corpos de água absorvem muita energia nesta faixa de onda (0.76 a 0.90 µm),
banda 4, e ficam escuros, permitindo o mapeamento da rede de drenagem e delineamento
de corpos de água. A vegetação verde, densa e uniforme, reflete muita energia nesta banda,
aparecendo bem clara nas imagens. Apresenta sensibilidade à rugosidade da copa das
florestas (dossel florestal). Apresenta sensibilidade à morfologia do terreno, permitindo a
obtenção de informações sobre geomorfologia, solos e geologia. Serve para análise e
mapeamento de feições geológicas e estruturais. Serve para separar e mapear áreas
ocupadas com pinus e eucalipto. Serve para mapear áreas ocupadas com vegetação que
foram queimadas. Permite a visualização de áreas ocupadas com macrófitas aquáticas (ex.:
aguapé). Permite a identificação de áreas agrícolas.
A banda 5 (1.55 a 1.75µm), apresenta sensibilidade ao teor de umidade das plantas,
servindo para observar estresse na vegetação, causado por desequilíbrio hídrico. Esta
banda sofre perturbações em caso de ocorrer excesso de chuva antes da obtenção da cena
pelo satélite.
A faixa que compreende a banda 6 (10.4 a 12.5µm), demonstra sensibilidade aos
fenômenos relativos aos contrastes térmicos, servindo para detectar propriedades termais
de rochas, solos, vegetação e água.
Apresentando sensibilidade à morfologia do terreno, a banda 7 (2.08 a 2.35 µm),
27
permite obter informações sobre geomorfologia, solos e geologia. Esta banda serve para
identificar minerais com íons hidroxilas. Potencialmente favorável à discriminação de
produtos de alteração hidrotermal.
O canal 3 é o mais importante para os estudos de vegetação e foi projetado para
separar zonas com vegetação e terras limpas (Teotia et al., 1999). Ainda, segundo estes
autores, a banda 4 foi projetada para auxiliar na estimativa da continuação da biomassa e é
muito importante na discriminação de corpos de água, já a banda 5, fornece informações
importantes a respeito de umidade de vegetação e tipo de cultura, muito importante nos
trabalhos sobre vegetação. A escolha do canal mais apropriado também é variável da época
do ano e do que se estuda (Figura 2.4).
LEGENDA
A C A: Banda TM4 (época seca)
B: Banda TM3 (época seca)
Radiância C: Banda TM4 (época úmida)
B D: Banda TM3 (época úmida)
D 1: solo desnudo
2: vegetação aberta
3: vegetação
4: vegetação densa
Cobertura vegetal
1 2 3 4
De acordo com Teotia et al. (2003), trabalhando com uma imagem SPOT/HRV,
que recobre um setor do semi-árido paraibano, devido as características espectrais e de
resolução espacial, o canal 3 revela-se com uma adequada discriminação entre os recursos
naturais, mostrando diferenças nítidas entre as classes de solos e os tipos vegetacionais, e
ainda, os corpos de água. Pinto (1991), observou que o vigor da cobertura vegetal é fator
importante, quando se considera a resposta espectral bastante característica.
Trabalhando na região da Amazônia Legal, Collares (2004) revisou e atualizou
todas as folhas integrantes regionais, através da interpretação visual de imagens digitais do
Landsat/TM, possibilitando a estruturação do banco de dados georreferenciados de
recursos naturais onde estão as informações levantadas pelo RADAM BRASIL, assim
como as outras obtidas durante a atualização.
Para mapeamento de uso da terra (cobertura arbórea/arbustiva, floresta implantada,
28
agricultura, pastagem etc.) Azambuja Madruga (2004), utilizou a classificação digital
supervisionada (maxi-verossimilhança) sobre imagens digitais TM do Landsat 5, com
aplicativo computacional Idrisi.
Pissarra et al. (2002), avaliaram a aplicabilidade da análise visual das imagens de
satélite Landsat-TM/5, no estudo ambiental de microbacias hidrográficas do Córrego Rico,
Jaboticabal - SP, por técnicas de sensoriamento remoto, concluindo que a imagem de
satélite Landsat-TM/5 destaca-se de grande importância para análise visual em áreas
extensas, para estratificar regiões de estudo homogêneas.
Apesar do ser humano ter a capacidade de distinguir uma gama muito grande de
padrões, dificilmente é capaz de processar o enorme volume de informações presentes em
uma imagem de satélite. Por essa limitação, faz-se necessário a utilização do
processamento digital de imagens, que tem por objetivo facilitar a extração de informações
a partir de imagens, constituindo-se em um estágio preparatório, embora quase sempre
obrigatório, da atividade de interpretação das imagens de sensoriamento remoto (Crosta,
1993).
Essencialmente existem dois métodos de classificação de imagens multiespectrais,
que são: o método de classificação não supervisionado - unsupervised classification - e o
método de classificação supervisionado – supervised classification - que podem ser
utilizados separadamente de acordo com a necessidade do trabalho (Moreira, 2004).
A classificação não supervisionada (Figura 2.5), usa um algoritmo de “clustering”,
que analisa os pixels “desconhecidos” da base de dados e divide-os em um número de
classes espectralmente distintas, baseado em seu próprio agrupamento natural, sendo
possível identificar o tipo de cobertura representada por cada classe espectral, usando
vários tipos de informações, como imagens coloridas e fotográficas, mapas e dados de
reconhecimento de campo (Avery e Berlin, 1985).
29
Figura 2.5. Esquema da classificação não supervisionada (cluster classifier) (adaptado de
Avery e Berlin, 1985).
30
grande valia técnica para conduzir os trabalhos de mapeamento e levantamento de campo,
mostrando-se eficiente no levantamento do uso da terra para o município de Pinhal
Grande-RS.
A classificação digital supervisionada mostrou-se eficiente no levantamento de
recursos florestais, segundo Bolfe et al. (2002), quando submetidos aos índices de
precisão: Exatidão Global, Kappa e Tau, onde obteve-se 85,23%, 84,90% e 77,74% de
concordância, respectivamente.
Existem vários softwares utilizados para a análise e estudo de imagens de satélites.
O software Erdas Imagine versão 8.3.1., é um programa utilizado para diversas atividades
no sensoriamento remoto. Uma delas é a elaboração de mapas temáticos, confeccionados
por meio de imagens de satélites. O sistema Erdas se constitui num sistema misto ou
integrado e que deve-se ao fato deste manter ou recuperar rapidamente, e a um custo baixo,
grande quantidade de informações (Alves, 1999).
O Software Erdas Imagine é usado para processamento de imagens de
sensoriamento remoto. Atualmente o sistema tem capacidade de análise de dados de 1024
X 1024 pixéis de imagens, em 16 milhões de cores. O Erdas Drive apresenta alto volume
de armazenagem para transferir e guardar os dados das imagens de satélite de disco para
computadores (Soares Neto e Silva, 1996).
Para Moreira (2004), existem alguns fatores que contribuem para o êxito da análise
das imagens de satélites que são, basicamente: a época de obtenção das imagens de satélite,
tipo de produto, bandas espectrais, escala das imagens e experi6encia do fotointérprete.
O uso da terra dá indicações sobre a tradição e sobre os conhecimentos empíricos
arraigados na cultura dos lavradores e suas ações perante o meio ambiente em que vivem
(calendário agrícola, práticas agrícolas adotadas, variedades plantadas). A cobertura
vegetal dá uma idéia de como se apresenta na atualidade, além de permitir perspectivas
futuras, o uso e a conservação do meio estudado.
Trabalhando em parte do município de Patos – PB, região semi-árida da Paraíba,
com imagens de Landsat - TM/5, utilizando o programa Erdas Imagine, Ferreira (2001),
verificou que a principal forma de vegetação local era a arbórea arbustiva fechada, além de
outras composições da caatinga.
O software Erdas Imagine versão 8.3.1. foi utilizado por Veloso Junior (2003), que
concluiu que este é um programa que facilita o levantamento dos recursos naturais de uma
região, poupando tempo, dinheiro e pessoal especializado. Afirmativa, essa, corroborada
por Ribeiro (2003), que trabalhando na região do Agreste paraibano, constatou que o uso
do software Erdas Imagine facilitou no levantamento dos recursos naturais da referida
31
região, principalmente solos e usos da terra, a qual o trabalho se propunha.
Silva (1999), trabalhando na região de Sousa - PB, verificou que o uso do software
Erdas Imagine mostrou-se como uma tecnologia de extrema valia na manipulação de dados
georreferenciados. Rodrigues et al. (2001), efetuando a classificação supervisionada da
imagem de satélite Landsat-TM/5, e utilizando-se das bandas 3, 4 e 5, obteve o mapa de
uso atual da terra, que estabelece a presença ou ausência de conflito aparente na ocupação
das terras estudadas.
Para a elaboração do mapa de uso da terra, Rubert et al. (2002), utilizaram imagem
orbital do satélite Landsat 7-ETM+, composição das bandas 3, 4 e 5, por apresentarem uma
boa discriminação para estudo de solo, vegetação e lâmina d’água.
32
(1977), também utilizou imagens de Landsat em mapeamento do uso da terra no continente
africano.
São diversas as áreas das ciências naturais em que o sensoriamento remoto tem sido
empregado com sucesso, como anteriormente citado, tais como os estudos de
monitoramento ambiental (Pontes et al., 1993), meteorologia e climatologia (Rosa et al.,
1993; Abdon, 1982), avaliação da aptidão agrícola (Fernandes et al., 1999), etc.
Um estudo sistemático das características espectrometrais dos sensores orbitais tem
sido bastante utilizado nos estudos de cobertura da terra, através de técnicas de
processamento de imagens com combinações de bandas espectrais específicas onde vem se
obtendo resultados significativos na discriminação e caracterização dos alvos da superfície
terrestre (Maldonado, 1999).
O termo uso da terra denota a forma pela qual o espaço está sendo ocupado, quer
por aspectos naturais quer por atividades antrópicas, se tornando num dos principais
estudos, subsidiando informações para criação de um banco de dados que possibilitam uma
melhor utilização do espaço regional.
Na tentativa de minimizar os impactos ambientais provocados pelo homem,
Montebelo et al. (2005), trabalharam em áreas de preservação permanente (APPs)
objetivando analisar o uso e cobertura do solo existentes, culminando em dados de riscos
de erosão presente nestas áreas, através de técnicas de geoprocessamento, podendo assim
fornecer informações para elaboração de planos diretores, contribuindo para um
Planejamento Ambiental da área, como também contribuindo para a composição de um
banco de dados georreferenciados.
A recomendação para o uso da terra foi um estudo realizado por Silva Brito (2003),
na bacia hidrográfica do ribeirão Bom Jardim, localizada entre as porções Sul do município
de Uberlândia e Norte do município de Uberaba; o estudo considerou a questão do
desenvolvimento agrícola na região, elaborando um mapa final de uso da terra
recomendado, considerado como um importante instrumento para nortear o
desenvolvimento agrícola de forma sustentável na área estudada.
Soares e Filho (2003), executaram o levantamento do meio físico para avaliar o
potencial agrícola das terras utilizando sensoriamento remoto e obtiveram a identificação
de fatores importantes como a restrição à utilização agrícola das terras, sendo essas
indicações sobre a viabilidade dessa atividade feita para cada forma de relevo apresentado
no esboço geomorfológico elaborado.
Alves (1986), trabalhando com imagens de satélite Landsat–TM/5, concluiu que
estas podem ser perfeitamente utilizadas na classificação do uso da terra para grandes
33
áreas, mesmo quando disponíveis em escalas pequena e/ou média. Trabalhos realizados
pelo INPE (1986), mostraram a eficácia das imagens de satélite na avaliação de mudanças
no uso da terra nas áreas da Amazônia brasileira e no auto grau de colonização dessa
região em comparação com outras áreas.
Imagens e dados do satélite SPOT HRV foram trabalhadas para o estudo do uso da
terra, cobertura vegetal e classificação de solo nas partes semi-áridas do Nordeste do Brasil
(Teotia et al., 1991). Os referidos autores utilizaram também fotografias de SPOT para
avaliação de capacidade da terra de uma região do Estado do Piauí, e concluíram que a
fotografia de SPOT foi uma das melhores ferramentas para o planejamento dessas regiões.
Silva et al. (1998), reportam que o sistema de análise georreferenciada é útil na
visualização de variações espaciais e temporais de uso da terra além de aperfeiçoar o
armazenamento e transferência de dados para as decisões concernentes à conservação do
solo e água pela preservação das florestas em solos inaptos às culturas.
No Brasil, Teotia et al. (1983), pesquisaram os solos e uso da terra sobre parte
Noroeste da região semi-árida do Estado da Paraíba a partir de interpretação visual de
imagens Landsat, cobrindo uma área de quase 14.500 km2 e classificaram os solos de
acordo com as normas do serviço nacional de levantamento e conservação de solos.
Segundo Ferreira (2001), o estudo da vegetação natural na região semi-árida é de
fundamental importância, devido as características peculiares que a mesma apresenta,
mesmo que não conhecidas suficientemente e adequadamente.
Como objetivo de subsidiar a implementação de uma política florestal para o
Estado da Paraíba, Lins e Medeiros (1994), realizaram um levantamento de abrangência
estadual da cobertura vegetal nativa, onde ficou identificada a ocorrência de três diferentes
tipos de estrato dentro da formação florestal denominada de caatinga.
Silva et al.(2002), estudando a Microrregião da Depressão do Alto Piranhas – PB,
concluíram que o mapeamento do uso das terras, permitiu a obtenção de conhecimentos
relativos à forma e distribuição do espaço agrícola, dando um indicativo da situação atual
da área, com ênfase na importância da preservação e uso adequado das terras, além de
oferecer subsídios a trabalhos de planejamento.
Assad (1998), definiu um método para determinação da aptidão agrícola de terras
para três níveis de manejo, a partir de informações obtidas por levantamentos de solos, e
utilizando o SIG-IDRISI desenvolvido pelo Instituto Nacional de Pesquisas Espaciais
(INPE). Utilizando os recursos do IDRISI, Rodrigues et al. (2001), obteveram o mapa de
classes de capacidade de usos das terras e do mapa de uso atual, com posterior
identificação de áreas de conflito entre esses mapas. O mapeamento de uso adequado das
34
terras para fins agrícolas é uma das alternativas de uso dos SIG’s, como visto no trabalho
de Silva et al. (2003).
35
O termo Sistemas de Informação Geográfica (SIG), também conhecido como
Geoprocessing Information System (GIS), é aplicado para sistemas que realizam o
tratamento computacional de dados geográficos e recuperam informações não apenas com
base em suas características alfanuméricas, mas também através de sua localização
espacial. Um SIG pode ser utilizado como ferramenta para produção de mapas, como
suporte para análise espacial de fenômenos, como um banco de dados geográficos, com
funções de armazenamento e recuperação de informação espacial.
36
Figura 2.7. Arquitetura de Sistemas de Informações Geográficas (INPE, 2004).
37
de Manejo das Unidades de Conservação. Azambuja Madruga (2004), determinou a
cobertura florestal nativa e plantada no estado do Rio Grande do Sul em escala 1:250.000,
determinando sua espacialização, classificando-as por categoria de tamanho, de função e
de propriedade, calculando o total de estoque disponível, tratamentos silviculturais
necessários para cinco anos, intensidade de cortes e ocorrência de danos por incêndios e
pragas.
As técnicas de geoprocessamento foram essenciais para a geração de um mapa de
uso da terra recomendado no estudo proposto por Silva Brito (2003), na bacia hidrográfica
do ribeirão Bom Jardim na região do triângulo mineiro, para a geração dos mapas utilizou-
se das técnicas de sobreposição de mapas temáticos, armazenados no sistema de
geoprocessamento SPRING 3.5.
Utilizando o geoprocessamento na análise de áreas de conflito do uso da terra na
microbacia hidrográfica do Arroio Ituzinho, Salbego et al. (2002), elaboraram os mapas
temáticos, permitindo determinar as áreas que apresentam conflitos em relação ao uso da
terra, concluindo que as técnicas de geoprocessamento utilizadas se mostraram eficientes,
apresentando rapidez e confiabilidade.
Em estudo da precisão de resultados obtidos no levantamento de áreas florestais dos
povoamentos naturais e implantados da área de abrangência da carta sistemática de
Cachoeira do Sul - RS, obtida através de técnicas de geoprocessamento, Bolfe et al. (2002),
utilizaram sistemas de informações geográficas e sistemas de posicionamento global.
Rubert et al. (2002), estudaram o uso de geoprocessamento na determinação de
áreas de conflitos de uso da terra no município de Nova Esperança - RS, concluindo que as
técnicas de geoprocessamento proporcionaram as condições básicas para a identificação
das áreas de conflitos e diagnóstico da paisagem do município, sendo de fundamental
importância para a elaboração de propostas corretivas das condições do meio físico,
alteradas pelo uso inadequado.
Rossato et al. (2002), pesquisaram o uso da terra no Município de Pinhal Grande -
RS, tendo como objetivo o mapeamento do uso da terra, através do geoprocessamento e
sensoriamento remoto identificando e quantificando as diferentes classes de uso.
No estudo da evolução do uso da terra em Botucatu – SP, Campos et al. (2004),
demonstraram que o Sistema de Informações Geográficas que foi utilizado para as
análises, mostraram-se eficientes para auxiliar na identificação e mapeamento das áreas
com uso da terra, facilitando o processamento dos dados.
Em estudo realizado no município de Cedro – PE, verificando mudanças na
cobertura vegetal regional, Sousa (2003), demonstrou que a utilização de SIG e
38
sensoriamento remoto foram ferramentas indispensáveis para o acompanhamento das
mudanças na cobertura vegetal na região de estudo.
O Brasil com seu enorme potencial agrícola e a área a ser explorada (8,5 milhões de
2
Km ), não pode deixar de conhecer melhor os seus solos (Demattê et al., 2003), bem como
suas potencialidades e riscos de uso da cobertura vegetal, sem que haja o conhecimento
prévio de onde se deseja explorar.
39
Os levantamentos diferenciam-se, principalmente, quanto aos objetivos a que se
destinam e quanto à extensão das áreas abrangidas por eles. São conhecidos cinco tipos
principais, de acordo com a EMBRAPA (1995): exploratório, reconhecimento,
semidetalhado, detalhado, ultradetalhado.
• Levantamento exploratório
• Levantamento reconhecimento
• Baixa intensidade
• Média intensidade
• Alta intensidade
40
• Levantamento semidetalhado
• Levantamento detalhado
• Ultradetalhado
Num país de dimensão continental como o Brasil, com uma grande carência de
informações adequadas para a tomada de decisões sobre os problemas urbanos, rurais e
ambientais, o Geoprocessamento apresenta um enorme potencial, principalmente se
baseado em tecnologias de custo relativamente baixo, em que o conhecimento seja
adquirido localmente.
41
Ribeiro (1999), realizou o mapeamento do uso da terra do Alto Rio Pardo,
Botucatu (SP), através da capacidade de uso da terra, utilizando o Sistema de Informações
Geográficas IDRISI. Para tal estudo foi necessário realizar previamente um levantamento
de solos da região assim conferindo certas características à cada classe de solo.
De acordo com IBGE (1999), as legendas de uso da terra compreendem um
conjunto de informações relativas às classes de uso, aos tipos, às espécies utilizadas e às
tecnologias aplicadas, de acordo com vistorias gerais na área a ser levantada, podendo esta
sofrer várias modificações e atualizações de acordo com as informações que forem
levantadas.
42
3. MATERIAL E MÉTODOS
43
plutônicas ácidas, que são representadas essencialmente pelos granitos (BRASIL, 1972). A
região está sob a unidade Geomorfológica da Superfície da Borborema e sob as Depressões
do Curimataú e do Rio Paraíba (Figura 3.2).
3.3. Relevo
3.4. Clima
44
de 700 a 900 mm, nas áreas mais úmidas, e média de 400 mm nas áreas mais secas. As
chuvas concentram-se nos meses de abril a julho, ocorrendo neste período 80% do total
anual (IBGE, 2000).
A Zona de Convergência Intertropical é o principal sistema meteorológico gerador
de chuvas sobre o semi-árido paraibano, apresentando melhor distribuição temporal e
espacial a partir do mês de fevereiro. Entre fevereiro e maio, o valor médio histórico é de
360,0 mm no Cariri e Curimataú. Sobre o Agreste, o período chuvoso concentra-se entre os
meses de abril e julho (SEMARH, 2005). Na Figura 3.3, observa-se a média histórica da
precipitação, em todo território do estado da Paraíba durante os meses de fevereiro, março,
abril e maio.
Figura 3.3. Precipitação média histórica, período de fevereiro a maio no estado da Paraíba
(Adaptado de SEMARH, 2005).
45
condições para armazenar substâncias nutritivas (Carneiro, 1998). A extrema facilidade de
rebrote e germinação logo aos primeiros sinais de água, são características intrínsecas das
plantas xerófilas.
De acordo com Carneiro (1998), as plantas xerófilas são classificadas em efêmeras,
suculentas ou carnosas e lenhosas:
• Efêmeras: possuem ciclo vegetativo curto, germinam, crescem, floram e
frutificam ao longo do período chuvoso, desaparecendo durante a seca, são de
porte herbáceo ou arbustivo;
• Suculentas ou Carnosas: possuem caules e folhas carnosas, revestidas de
cutícula espessa e cerosa, tecido espinhoso ou mucilaginoso dotado de
viscosidade, raízes fibrosas e superficiais para absorver o orvalho e as primeiras
chuvas, e órgãos aéreos para sugar a umidade existente no ar durante a noite;
• Lenhosas: árvores e arbustos dotados de estrutura celulósica, de folhas caducas
no verão, de caules e galhos algumas vezes recobertos de camadas suberosas
isolantes do calor solar, folhas capazes de controlar a transpiração, raízes
profundas capazes de buscarem água profundamente e de acumularem reservas
nutritivas.
46
3.6. Agricultura e dados socieconômicos
47
SOLEDADE (Superintendência de Desenvolvimento do Nordeste, 1972 e 1970) na escala
1:100.000; Mapa de Solos das regiões do Agreste e Cariri paraibano (Teotia, 1985) na
escala 1:100.000; Mapa de Solos do Estado da Paraíba (Secretaria Extraordinária do Meio
Ambiente e dos Recursos Hídricos e Minerais – SEMARH, 2004) na escala de 1:400.000;
Mapa de Solos do Estado da Paraíba (Brasil, 1972) na escala de 1:500.000; Mapa
geomorfológico do Estado da Paraíba (IBGE, 2000) na escala de 1:1.000.000; Mapa das
Mesorregiões do estado da Paraíba (IBGE, 2000) na escala de 1:500.000; Mapa da
microrregiões homogêneas do Estado da Paraíba (IBGE, 2000) na escala de 1:500.000;
Mapas de Solo e Vegetação da região Agreste (Ribeiro, 2003) na escala 1:25.000.
As redes viárias, drenagem e outros pontos de controle foram conseguidos através
das cartas topográficas, onde foram anotadas as coordenadas, com o auxílio de um GPS,
objetivando o ajuste correto da base na imagem.
48
3.9. Fluxograma de automatização
1 - Objetivo de estudo pela interpretação automática, tais como uso da terra, irrigação
potencial, geologia, solo, meio-ambiente
2 - Seleção da área de estudo, por exemplo, (1000 pixel x 1000 pixel) da região em estudo
49
10 - Utilização dos critérios de interpretação da United States Geological Systems, na qual
a interpretação sempre deve ser 85% ou mais correta
15 - Classificação final e preparação dos mapas dos usos e cobertura vegetal da terra
50
Para o posicionamento global, utilizou-se um GPS GARMIN, o qual foram
anotados dados de latitude e longitude. Para as demais classificações, foram utilizados
dados apresentados na Legenda Complementar (ANEXO II e III).
Foram procedidas cinco viagens à campo conforme descrição na Tabela 3.1:
51
objetivos do trabalho, numa escala de 1:50.000. Segue-se então como foi realizada a
composição colorida destas três bandas:
52
• Clicar em From Inquire Box;
• Selecionar Ignore zero in output stats;
• Clicar OK. Esperar o final do Processamento (Job Done) e clicar em OK novamente.
53
• No campo OUTPUT FILE, digita-se o nome do arquivo selecionado no campo INPUT
FILE e adiciona-se a palavra isodata entre o nome do mesmo e a extensão (por
exemplo: semiarido_isodata.img);
• Em Cluster Options indique, no campo Number Class, a quantidade de classes que se
deseja a classificação;
• Em Processing Options indica-se, para o campo Maximum Interations e para o
Convergence Theshold, respectivamente, o número máximo de interações que o
Isodata reclassificará a imagem e a porcentagem máxima de pixels em que a
classificação não pode ser mudada entre as interaçõeas. No primeiro caso, seleciona-se
o número 24 e no segundo 0.950;
• Marca-se o Classify Zeros;
• Clica-se em OK, para iniciar o processo de classificação e em seguida, OK novamente.
54
• De modo similar, mover a palavra CLASS_NAME até que a mesma esteja abaixo da
palavra COLOR;
• Clicar em OK;
• Em Raster Attribute Editor Dialog, primeiramente, selecionar todas as classes exibidas;
• Clicar, pressionando o botão direito do mouse, no campo OPACITY, selecionar a
opção Fórmula e marcar o n.º 0 (Zero);
• Clicar em APPLY;
• Clicar em CLOSE.
55
3.11.6. Elaboração dos Mapas Temáticos
Na confecção do mapa temático do uso e da cobertura da terra, foi utilizado o
programa MAP COMPOSER, situado no menu principal do ERDAS IMAGINE, versão
8.3.1. A perfeita manipulação de seus comandos e opções permitiram que fossem
adicionados os seguintes elementos de grupo: título, bordas retangulares e linhas com
intervalos regulares, legenda, barra de escala e norte magnético.
Antes de se proceder a adição dos componentes acima mencionados, foi necessário
definir a área do mapa na folha de trabalho, preparar os dados das camadas e definir
numericamente a área de localização do mapa na folha de trabalho.
56
• Ativar o menu secundário ANNOTATION, selecionar a opção Tools e clicar no ícone
MAP FRAME;
• Deslocar o cursor ativado até a folha de trabalho e marcar uma área (quadrado ou
retângulo) qualquer, pressionando o botão direito do mouse até sua finalização;
• Clicar em Viewer;
• Clicar em algum lugar da imagem (preferencialmente, no centro);
• Clicar na opção Change Map and Frame Area (Maintain Scale) e, respectivamente, nos
campos WIDTH e HEIGTH, atribuir o valor 5.50 (para ambos).
Após estas etapas foi necessário ajustar a posição do mapa, da seguinte maneira:
• Abaixo de Uper Left Frame Coordinates, respectivamente, clicar nos campos "X" e
"Y" a atribuir o valor 1.00 e 9.00;
• Clicar na opção Change Scale and map Area (Maintain Frame Area) e atribuir o valor
50.000 ao campo Scale;
• Clicar em OK;
• Ativar o menu secundário File e clicar em Close.
• Ativar o menu secundário Annotation, selecionar a opção Tools e clicar no ícone Text;
• Mover o cursor em direção ao topo da folha de trabalho;
• Clicar no local conveniente (o cursor torna-se um i-beam) onde deseja adicionar o
título;
• Em Enter Text String, digitar o título desejado;
• Clicar em OK;
57
• Abaixo do campo POSITION, indicar o valor 3.75 e 9.50, respectivamente, para os
campos "X" e "Y";
• Abaixo da palavra Alignment, definir o default;
• Bottom para o campo Vertical e Center para o campo Horizontal;
• Clicar em OK e em Close.
• Ativar o menu QUICK, pressionando o lado direito do mouse e selecionar a opção Fit
Map To Window;
• Ativar o menu secundário Annotation, selecionar a opção Tools e clicar no ícone
Grid/Tick;
• Clicar no ícone Map Frame;
• Em NEATLINE, atribuir o valor 0 para o campo MARGIM;
• Na opção HORIZONTAL AXIS, selecionar o campo OUTSID LENGHT e atribuir a
variável comprimento o valor 0.06;
• Selecionar o campo SPACING e atribuir o valor 5.000;
• Clicar em COPY TO;
• Clicar em Vertical Axis;
• Clicar em Apply e em Close.
58
• Abaixo de Legend Layout, selecionar todas as classes que são apresentadas no campo
Class_names;
• Ativar a opção Title, clicar em Title Alignment e selecionar a alternativa Left-justified;
• Clicar em Apply e em Close.
59
Uma vez procedida a adição de todos os elementos de grupo, foi necessário salvar a
composição do tema gerado. Para tanto, foram selecionadas as seguintes opções: File, Save
e Map, sendo necessariamente obrigatório a adição da extensão Map (*.map).
60
dos dados, as classes desejadas e o algoritmo são usados antes que seja iniciada a relação
das unidades amostrais.
Pela identificação dos padrões na imagem, ajusta-se o sistema do computador para
identificar pixels com características parecidas ou similares. Pela adição prioritária a essas
classes, supervisiona-se a classificação dos pixels como eles são assinados para um valor
de classe.
Foi necessário desenvolver as seguintes operações neste processo:
• Definição de Assinaturas
• Avaliação das Assinaturas
• Desenvolvimento da Classificação Supervisionada
61
• Selecionar todas as ROWS, clicando o botão do mouse nas caixas do campo columns, e
clicar, pressionando a tecla shift e o botão do mouse, simultaneamente, nas caixas 3, 4
e 5 (Red, Green e Blue);
• Clicar em Apply;
• Clicar em close.
62
• Clicar em Redo;
• Clicar no ícone Add Signature;
• Justificar a assinatura coletada e a cor e pressionar a tecla Enter;
• Ativar/abrir o menu secundário Utility e selecione a opção Inquire Cursor;
• Arrastar a interação do inquire cursor para visualizar um elemento objeto qualquer;
• Clicar em Grow at Inquire;
• Clicar no ícone Add Signature e pressionar o botão do mouse na coluna Color,
respectivamente, para justificar a assinatura e definir a cor conveniente;
• Clicar em Close;
• Ativar o menu Viewer e selecionar a opção Arrange layers;
• Pressionar o botão direito do mouse sobre a AOI layer e selecionar a opção Delete
layer;
• Clicar em Apply;
• Clicar em Não;
• Clicar em Close.
63
• Selecionar a sequência de opções Feature, View e Linked Cursors;
• Marcar Select e clicar no Viewer 2;
• Clicar em Link;
• Arrastar o inquire cursor no Viewer (Viewer #1), até a posição referente à água.
• Selecionar o polígono;
• Clicar no ícone Add Signature;
• Respectivamente, selecionar as opções Feature e Statistics;
• Clicar em OK, quando a função estiver 100% completa, no Job status;
• Clicar dentro da coluna Signature Name;
• Pressionar o botão na coluna Color;
• Clicar em Unlink;
• Clicar em Close;
• Ativar o menu View e selecionar a opção Arrange Layers na Viewer 2;.
• Pressionar o botão direito do mouse sobre a AOI Layer e selecionar Delete Layer;
• Clicar em Apply;
• Clicar em No;
• Clicar em Close e selecionar as opções File e Save As;
• Clicar em OK.
• Contingency Matrix
• Assinaturas de Objetos
• Histogramas
• Separação de Assinaturas (Signature Separability)
• Estatísticas
64
3.11.7.7.1. Matriz de erro (Contingency Matrix)
65
3.11.7.7.3. Histogramas
A utilização desta ferramenta tornou possível a análise dos histogramas para
avaliações das próprias camadas criadas e respectivas comparações. A manipulação de
histograma reduziu automaticamente o contraste em áreas muito claras ou muito escuras,
numa imagem, expandindo também os níveis de cinza ao longo de todo intervalo, gerando
imagens com informações mais perceptíveis ao olho humano, facilitando dessa forma
extração de mais detalhes dos dados das imagens. Para tanto, foi necessário executar as
etapas seguintes:
66
3.11.7.7.5. Estatísticas
Esta ferramenta permitiu analisar as estatísticas para as camadas, afim de que fosse
possível fazer avaliações e comparações próprias das "signatures" (pontos de amostragem).
Foi necessário executar as seguintes etapas:
67
4. RESULTADOS E DISCUSSÃO
68
Figura 4.1. Composição colorida da região agreste em estudo delimitada como AOI
69
4.1. Classes identificadas
A partir dos dados obtidos nas observações de campo e com os agricultores, além
de informações sobre a sócio-economia local, associada a interpretação da imagem, foram
identificadas 08 (oito) classes de uso da terra e cobertura vegetal, assim distribuídas:
UNIDADES COR
1. Água/Áreas úmidas AZUL
2. Caatinga 1 VERDE MUSGO
3. Caatinga 2 VERDE CLARO
4. Agricultura tradicional MARROM
5. Pastagem CINZA
6. Agricultura de subsistência LARANJA
7. Afloramentos rochosos/Área urbana AMARELO
8. Solos desnudos BRANCO
70
Na banda 3, as cores apresentadas indicam as freqüências dos pixels para o nível
pancromático. As menores freqüências são indicadas pelos tons avermelhados, em
seqüência os tons azuis/ciano e magentas. Para Moreira (2004), a cor é usada como
parâmetro para discernir tipos diferentes de vegetação ou estádio de desenvolvimento de
determinada espécie, principalmente em áreas agrícolas.
A vegetação lenhosa, ou mais densa, apresentou-se na cor vermelha, ou numa
variação desta, de acordo com o grau de cobertura da terra. A maior ou menor quantidade
de biomassa verde que a vegetação apresentou na época da tomada da imagem, bem como
a localização, são características que influenciam nesta variação de cor (Isaia et al., 1992).
A cor que predominou na classificação de locais com reservatórios de água ou
ambientes com alto grau de umidade, foi a preta. Essa coloração facilitou a classificação de
corpos d’água pois é bem específica e de rápida localização.
A agricultura tradicional apresentou-se na coloração verde, ou uma pequena
variação desta, decorrente do tipo de cultura que se destinava, se áreas sisaleiras ou de
plantio de palma forrageira. Demonstrou-se com uniformidade e de localização
relativamente fácil.
As colorações e variações para classificar a pastagem e a agricultura de subsistência
provocou confusão, necessitando utilizar outros critérios de fotointerpretação para uma
maior precisão.
Para a caracterização dos afloramentos rochosos e área urbana, a coloração
característica apresentada foi o azul/ciano, ou uma variação desta. Ainda, entraram nesta
classificação os trechos rodoviários. Estes apresentaram altas reflectâncias.
Os solos desnudos foram os que apresentaram níveis mais altos de reflectância,
onde a coloração predominante foi o azul claro, ou uma variação desta.
Com relação às tonalidades, considerou-se a variação entre clara, média e escura,
independente da cor que representava a vegetação. Tal qual Ferreira (2001), este foi um
dos melhores critérios para diferenciação dos estratos de vegetação lenhosa, pois indicou
um menor ou maior grau de cobertura dos solos. Para Moreira (2004), a tonalidade é um
parâmetro qualitativo, ou seja, indica a presença de alvos com reflectâncias diferentes.
Maldonado (1999), reporta que a resposta espectral da vegetação nativa do semi-
árido varia de acordo com o efeito do sombreamento dos troncos e galhos, com a
influência da quantidade de folhas e com a diminuição da reflectância dos elementos
subjacentes dos estratos inferiores decorrentes do efeito de sombreamento provocado pela
porção lenhosa. As tonalidades referentes a cada classe, estão apresentadas no Quadro 4.
No processo de classificação da imagem, como critério complementar, utilizou-se a
71
textura, caracterizado como os padrões lisa ou rugosa, homogênea ou heterogênea, ou
numa combinação destas. Serviu para diferenciar as classes de vegetação nativa de acordo
com a espacialização apresentada por cada um, no caso, densa ou fechada e aberta.
Também foi utilizada para diferenciação dos tipos de agricultura tradicional, bem como
destes com a agricultura de subsistência e suas próprias nuances. Moreira (2004), reporta
que a textura é o padrão de arranjo espacial dos elementos texturais, que são as menores
feições contínuas e homogêneas distinguíveis.
Um dos parâmetros de grande importância na interpretação de imagens é o efeito
do sombreamento, pois a reflectância dos alvos podem ser diferenciados dependendo do
grau de sombreamento que são expostos. Para Moreira (2004), o que pode ocasionar
sombreamento são as irregularidades dos dosséis e as características do relevo. A chave de
fotointerpretação resultante da classificação supervisionada está exposta no Tabela 4.2.
72
Figura 4.2. Mapa temático da distribuição espacial do uso e da cobertura da terra em áreas
do Agreste paraibano.
73
4.4. Caracterização dos estratos/classes definidas
• Classe 2: Caatinga 1
Para se estudar a interação que a vegetação possui com a reflectância é necessário
que se entenda os indivíduos que compõem a comunidade vegetal. Para Moreira (2004), no
sensoriamento remoto, é necessário entender os órgãos de nutrição das plantas (raiz, caule
e principalmente folhas), porém para o ambiente semi-árido, também é preciso entender o
que se apresenta abaixo do dossel, ou seja, o que acontece com as plantas herbáceas. Não
só isso, pois os galhos e troncos também influenciam diretamente na reflectância das
plantas nesse ambiente.
Seguindo os critérios propostos por Maldonado (1999), esta classe foi apresentada
como vegetação de Caatinga Hiperxerófila arbustiva-arbórea contínua (Figura 4.5). Esse
75
estrato é caracterizado por indivíduos que apresentam porte variável em torno de 3 a 4,5
metros. Apresentam-se em solos rasos, com alto grau de pedregosidade, presença de
afloramentos de rocha, matacões e calhaus.
Boa parte dessa área é utilizada para pecuária extensiva caprina e bovina. Os solos
que ali ocorrem, não são recomendados para exploração agrícola devido a forte
susceptibilidade à erosão e forte impedimento agrícola causado pelas características físicas
do solo.
O suporte natural de nutrientes, que ainda assegura a vida vegetal, se apresenta na
ciclagem natural de nutrientes, que mesmo sendo em pequena escala, devido a constante
retirada da vegetação para fins energéticos, ainda supre as necessidades básicas de
sobrevivência das plantas.
No que concerne aos aspectos geomorfológicos e hidrológicos das áreas de
ocorrência da vegetação desta classe, em geral, demonstraram que a mesma situa-se em
áreas onde o relevo é suave ondulado, apresentando o padrão de drenagem dendrítico.
Fisionomicamente, o estrato arbustivo-arbóreo contínuo apresentou uma maior
variabilidade de espécies florestais aqui identificadas: catingueira (Caesalpinia
pyramnidalis), jurema preta (Mimosa hostilis), faxeiro (Cereus squamosus), aveloz
(Euphorbia gymnoclada Boiss.), braúna (Schinopis brasiliensis), mulungú (Eritrina
velutinosa), mofumbo (Cobretum leprosum), pinhão bravo (Jatropha pohliana), umburana
(Commiphora leptofloeos), cardeiro (Cereus chrysostele Vaupl.), xique-xique
(Pilosocereus gounelli), marmeleiro (Croton hemiargyreus), mandacarú (Cereus
jamacaru), macambira (Bromelia lacimiosa).
É bastante interessante ressaltar a utilização principal do aveloz na região, este se
presta a construção de cercas vivas, por ser um arbusto lactescente e que forma densas
76
moitas, impedindo o egresso de animais indesejáveis aos locais delimitados por esse
vegetal.
Seguindo padrões definidos por Ferreira (2001), o grau de sombreamento para esta
classe foi definido como forte, em que a razão se apresentou em três árvores por metro
quadrado, o que leva a considerar que nestas áreas há uma proteção mais efetiva do solo
contra a ação direta de gotas de chuva e do vento.
Uma opção vislumbrada para as áreas de Caatinga, é a criação de APP’s (Áreas de
Preservação Permanentes), de acordo com as leis federais vigentes, uma vez que o nível de
degradação e depauperamento dos solos é bastante visível, quer seja por processos erosivos
ou por ações antrópicas. Para que os proprietários de terras não ficassem desprovidos de
algumas fontes de renda, decorrentes do uso dos recursos naturais dessas áreas, o governo
poderia lançar de subsídios agrícolas ou, em certos casos, incentivos fiscais.
• Classe 3: Caatinga 2
Esta classe foi apresentada como sendo vegetação de Caatinga Hiperxerófila
arbustiva-arbórea descontínua ou aberta (Figura 4.6), de acordo com critérios propostos
por Maldonado (1999). Caracterizou-se pela presença de indivíduos com porte médio entre
2 e 3 metros com cobertura razoável do solo. Análogo à classe 1, apresenta-se em solos
rasos, com alto grau de pedregosidade, presença de afloramentos de rocha, matacões e
calhaus.
O grau de sombreamento para esta classe foi definido como moderado, seguindo os
padrões definidos por Ferreira (2001), em que a razão se apresenta em duas árvores por
metro quadrado.
Os aspectos geomorfológicos e hidrológicos das áreas de ocorrência desta
vegetação, evidenciaram que as mesmas situam-se em áreas onde o relevo e a drenagem se
apresentam, respectivamente, sob os padrões suave ondulado à ondulado e dendrítico.
Tal qual a classe 1, boa parte dessa área é utilizada para pecuária extensiva, caprina
e bovina. Todavia, há alguns anos atrás, essa área apresentava-se com um padrão de
cobertura do solo maior do que atualmente. A retirada de material vegetal para uso
energético, não só pela população local, bem como por empresas que utilizam da madeira
como fonte principal de energia (padarias, olarias etc), foi um dos principais fatores que
culminaram na diminuição de grande parte dos remanescentes vegetacionais.
77
Figura 4.6. Aspectos gerais da Caatinga Hiperxerófila arbustiva-arbórea descontínua na
região em estudo.
78
Figura 4.7. Aspecto típico da palma forrageira, cultura tradicional .
79
ondulado e padrão de drenagem dendrítico.
A produção, em sua grande maioria, é destinada para o consumo dos animais na
época seca, a qual os pastos estão sem vegetação. Ainda, visto que essas culturas trazem
uma renda extra para os agricultores, estes lançam mão, em pequena escala e em poucas
áreas, da adubação natural, principalmente com esterco bovino.
O fator limitante para esta classe está na presença de pedregosidade em algumas
áreas de plantio das espécies, além da erosão pelo mau uso agrícola das terras sem as
devidas precauções. Em alguns locais o relevo é bastante acidentado sendo considerado um
forte fator limitante. Porém o principal dos fatores está ligado à escassez de água,
intrínseco à região.
• Classe 5: Pastagem
A maior parte dessa área é aproveitada com pecuária extensiva bovina e caprina,
utilizando nessa área pastagens de gramíneas e leguminosas espontâneas. Em alguns
trechos, verifica-se experiências no sentido de formação de pastagens artificiais,
principalmente com o capim buffel (Cenchrus ciliaris) e o capim elefante (Pennisetum
purpureum Schum.).
O capim elefante, Família das Gramíneas ou Poacea, são vegetais rústicos, de
resistência relativa a escassez hídrica e ao frio, facilidade de multiplicação, onde é
utilizado tanto para fenação como ensilagem para uso na época das secas. Garantem
também uma renda extra para alguns agricultores, quando o ano é bom de chuvas.
Nestas áreas de pastagem, apresentam-se alguns remanescentes florestais nativos,
como o juazeiro (Zizifus juazeirus) e o mulungú (Eritrina velutinosa). Também algumas
espécies herbáceas consideradas pioneiras nos estágios de sucessão da vegetação natural,
foram observadas tal como a faveleira (Cnidoscolus phylacantus Pax.) (Figura 4.9).
No que concerne aos aspectos geomorfológicos e hidrológicos dessa classificação,
o padrão de relevo se apresentou como plano à suave ondulado, já a drenagem não se
observou um padrão característico.
Através de conversas com alguns agricultores da área, esses comentaram que em
meados da década de 90, o governo subsidiou o plantio de capim na região. Alguns
tentaram essa inovação, porém com resultados não muito satisfatórios pois os pastos
sucumbiram a falta de água que é peculiar da região.
Estes mesmos ainda reclamam da espécie algaroba (Prosopis juliflora), que
também foi trazida como fonte de alimento para os animais, porém acabou se tornando
uma praga para os produtores. Essa espécie possui um sistema radicular bastante longo,
80
buscando água até profundidades muito grandes, dessa forma chega até o lençol freático,
assim acabando com o pouco de água que se apresenta no subsolo regional. Anteriormente
a chegada dessa espécie, contam eles, havia água nos cacimbões que existem nos cursos
dos rios secos, hoje já não mais existe.
Um dos fatores limitantes para esta classe identificada, está na presença de
pedregosidade em alguns locais, o que impede a motomecanização agrícola. Porém, o fator
limitante principal desta classe é a escassez de água.
81
Figura 4.10. Principais culturas de subsistência na região, milho e feijão.
Na cultura do algodoeiro, da Família das Malváceas, sua maior importância está nas
fibras, porém com os caroços podem ser fabricados tortas que alimentam o gado bovino na
época das secas. São dispersados em solos e climas diferentes.
Nessas áreas também foram distinguidos alguns plantios em pequenas áreas e de
forma isoladas de espécies frutíferas tais como o cajú (Anarcadium occidentale Linn.),
côco (Coco nucifera Linn.), manga (Mangifera indica Linn.), umbú (Spondias tuberosa) e
jaboticaba (Myrciaria cauliflora Berg.).
Da Família das Palmáceas, o côco se presta à produção de frutos verdes para
extração da água de côco, como bebida refrescante e dos frutos maduros se faz o doce
caseiro, além da retirada do leite de côco, bastante utilizado na culinária regional.
Um dos principais frutos de importância econômica da região é o cajú (Figura
4.11), família das Anacardiáceas, onde é utilizado tanto o pedúnculo floral, que é o
pseudofruto, como a própria castanha, fonte de renda para os agricultores em época de
frutificação. O pseudofruto é bastante utilizado na alimentação dos moradores locais, pois
é grande fornecedor de vitamina C. Na região, utiliza-se também a farinha da castanha. O
gado utiliza bastante de sua copa como abrigo do sol causticante do nordeste.
Tanto a jaboticaba como a manga, respectivamente, Famílias das Mirtáceas e das
Anacardiáceas, sendo a primeira de porte médio e a segunda de porte mais elevado, servem
de fonte de renda extra para os agricultores em época de frutificação, além de serem
consumidas pelas próprias famílias locais. Têm maior ocorrência na região leste da área de
trabalho, ou seja, onde há uma melhor distribuição das chuvas e maior umidade relativa do
ar, decorrente da presença de altos relevos.
82
Figura 4.11. Pomar demonstrando a principal frutífera regional, o cajú.
83
• Afloramentos rochosos: caracterizam-se pela exposição de elevações de rochas
isoladas, chamados de inselbergs, de dimensão e altura variável, cobertas com
manchas de vegetação de porte arbustivo-herbáceo, por vezes arbóreo (Figura
4.13). Esta classe está distribuída próxima a sede da cidade de Pocinhos e em
alguns pontos da região de estudo. A rede viária também foi incluída nessa
classe.
O relevo onde ocorrem essa elevações rochosas é em sua grande maioria plano a
suave ondulado, em alguns trechos apresenta-se ondulado.
Nas áreas urbanas, foram observados algumas espécies vegetais que são utilizadas
como ornamentação de praças e ruas, como o sombreiro, a algaroba, dentre outras. Junto
com os afloramentos rochosos, foi observado a presença de cactáceas e bromeliáceas
típicas da região.
84
• Classe 8: Solos desnudos
Os solos desnudos não apresentaram dificuldades para serem caracterizados, sendo
que estes estão ligados diretamente à antropização como roçados e vizinhança de açudes.
Estas são áreas onde o estrato florestal encontra-se modificado, como conseqüência
da utilização desordenada da vegetação nativa regional para utilização em atividades
antrópicas tais como pecuária extensiva bovina e caprina. Na região é necessário a
disposição de grandes áreas como pastagem, para que se possa promover um pastoreio
adequado, evitando empobrecimento da vegetação e do depauperamento dos solos. Porém
como as propriedades são de pequeno porte sempre ocorre o superpastoreio.
A agricultura intinerante também é um dos fortes fatores que propiciam na
degradação das terras locais, pois para o aproveitamento do solo, os lavradores utilizam-se
de técnicas sem embasamento científico que intensificam a degradação e que são
comprovadamente letais para os solos. Dentre elas estão os desmatamentos e as queimadas
desordenadas.
Não obstante, a retirada de material florestal com fins energéticos também é um
grande gerador de desequilíbrios ambientais. Sabe-se que na região não só é extraído os
estéreis para o uso energético da população local, mas também de empresas da região que
fazem o uso desse material.
Nessas áreas são perceptíveis o declínio da fertilidade natural do solo, bem como a
má qualidade das águas dos reservatórios naturais e artificiais e dos riachos, devido a
sedimentação por partículas sólidas provocados pela erosão e enxurradas. Esse fato deve-se
a retirada da maioria do material vegetal da caatinga regional.
Como se pode observar no mapa digital, a maioria dessas áreas se encontram nas
porções leste e noroeste da imagem, fato esse devido ao grande uso dessa área pelos
produtores, uma vez que estes solos outrora apresentavam-se com condições mais
propicias ao uso agrícola e por apresentarem baixa pedregosidade, com relevo suave
ondulado a plano (Figura 4.14).
Estas áreas são caracterizadas por terem sido utilizadas com fins agrícolas ou
pastoris, e em conseqüência destas práticas a vegetação natural fora totalmente removida
apresentando assim uma alta reflectância espectral. Estes solos estão, quase que em sua
totalidade praticamente expostos a ação do sol e chuva. A erosão nessa classe é bastante
forte e nítida. Em época das chuvas aparecem algumas plantas que são utilizadas pelos
animais durante o pastoreio, porém como são em pequena número rapidamente sucumbem
a retirada excessiva provocada pelos animais.
85
Figura 4.14. Caracterização dos solos desnudos da região em estudo.
De acordo com o mapa digital elaborado, e suas classes definidas, foram calculadas
as áreas de distribuição espacial das fácies, cuja percentual por classe e da área total que
compreende 629Km2, estão ilustrados nas Figuras 4.15 e 4.16.
21%
16% 7%
Caatinga 1
Caatinga 2
Agricultura tradicional
Afloramentos rochosos/Área urbana
Pastagem
Agricultura de subexistência
Solos desnudos
Ägua
86
Distribuição da área total em
quilômetros quadrados
39,6 9,9 49,5
26,4
59,4
69,3
52,8 23,1
Caatinga 1
caatinga 2
Agricultura Tradicional
Afloramentos rochosos/Área urbana
Pastagem
Agricultura de subsistência
Solos desnudos
Água
Tabela 4.3. Matriz de erro com a Acurácia total, por classe, para a classificação
supervisionada
88
que para essa classe, foram colocadas em uma mesma fácie (classe), dois tipos de cultura
tradicionais, a palma e o sisal. Possivelmente, isso se deve ao fato de que cada uma das
espécies apresentem uma reflectância diferenciada, de acordo com suas próprias
características morfológicas e estruturais, sendo necessário estudos mais detalhados sobre a
reflectância de cada componente vegetal em épocas seca e chuvosa. Para tal pode ser usado
o NDVI (Índice de Vegetação por Diferença Normalizada).
De acordo com a média geral de classificação (Overall Classification Accuracy),
que foi de 86,00%, este revela que a precisão da classificação foi considerada alta, ou seja,
os resultados revelam a existência de classes temáticas espectralmente homogêneas, de
acordo com dados obtidos por Teotia (1999). Isso implica dizer que os intervalos de
Números Digitais (DN’s) de uma classe não se apresentam em DN’s de outras classes,
demonstrando uma boa precisão na classificação.
Para as classes que demonstraram um percentual de precisão menor que 85,00%, os
resultados levam a considerar que as mesmas não possuem boa separabilidade, assim
podendo haver heterogeneidade espectral entre elas.
Apesar da variação encontrada para a precisão a nível de classes, o resultado médio
demonstrou-se bastante satisfatório pois coincidiu em parte com percentuais obtidos por
Ferreira (2001) e Silva Junior (2000).
Na Tabela 4.4 são apresentados os erros de comissão e omissão durante o processo
de classificação da imagem multipespectral utilizada no estudo.
89
menos expressivos para as classes: Caatinga 1 (4,76%) e Caatinga 2 (6,25%).
Diferentemente para os casos em que os percentuais de erros foram significativos para
Agricultura tradicional (25,00) e Pastagem (18,75). No caso da primeira, possivelmente é
devido a não separação das culturas em classes distintas em virtude da similaridade
espectral entre elas. Já para a segunda, pode ser pelo fato de haver confusão com DN’s de
áreas de agricultura de subsistência.
Os resultados obtidos para os percentuais de omissão revelam a ocorrência de
pixels que não conseguiram ser categorizados em nenhuma das classes definidas, por não
apresentarem similaridade com as mesmas.
Na Tabela 4.6, são apresentadas as estatísticas KAPPA total e por classe, para a
classificação supervisionada da imagem digitalizada.
De acordo com dados da Tabela 4.6, as classes que apresentaram menores índices
Kappa foram: Agricultura tradicional (74,39%), Solos desnudos (75,01), Agricultura de
subsistência (77,67%) e Pastagem (79,26%), em ordem crescente. Mesmo com essa
variação da estatística Kappa, estas classificações se enquadraram no nível de
concordância muito boa, demonstrando que mesmo com alguns erros de comissão e
omissão apresentados para algumas classes, o mapeamento da imagem pela técnica
supervisionada se apresentou satisfatório.
90
Tabela 4.6. Estatísticas KAPPA, por classe e geral, para o mapa confeccionado pela
classificação supervisionada
91
5. CONCLUSÕES
92
As principais limitações referentes às classes definidas passíveis de utilização
agrícola, que são agricultura tradicional, pastagem e agricultura de subsistência, foram: em
primeiro plano a escassez de água, a presença de pedregosidade superficial e a
susceptibilidade a processos erosivos em alguns locais decorrentes do relevo.
As classes Caatinga 1 e Caatinga 2, de acordo com as características obtidas, são
recomendadas essencialmente para uso de preservação de fauna e flora, ou se possível, o
uso de manejo sustentável dos recursos naturais de forma que possibilite uma renda extra
para os agricultores locais.
A classe solos desnudos foi a que apresentou os dados mais preocupantes com
relação a sua conservação, uma vez que ocupou cerca de 12% da área, aproximadamente
75,48 Km2, e está em início de processo de desertificação, decorrentes das ações antrópicas
que hoje são tomadas e por falta de auxílio por parte do poder público local.
93
6. RECOMENDAÇÕES
94
Puxinanã), onde serão explicados os benefícios deste trabalho para o planejamento
ambiental e social detalhado de cada cidade.
Ainda, com a base de dados levantados, este tipo de estudo pode servir para
informar, educar e conscientizar as populações, que são as principais vítimas do mau uso
dos recursos naturais, assim com aos políticos, pois fornece elementos de informação como
apoio às tomadas de decisão, sobre a conservação do meio-ambiente e a qualidade de vida
da população.
Para a classe caracterizada como solos desnudos é necessário que o poder público e
a população de um modo geral tenham conhecimento sobre o que está ocorrendo com os
recursos naturais da região. Dessa forma poderia produzir-se incentivos aos agricultores
locais, conscientizando-os e educando-os para que seja possível utilizar técnicas que
possibilitem não só evitar o depauperamento do solo mas que também traga lucratividade
para eles.
95
7. REFERÊNCIAS BIBLIOGRÁFICAS
ALLAN, J. A. Land use changes in the area of Aegean Turkey. In: GEDEREN, J.L.von;
COLLINS, W.G. (edit.). Monitoring change by Remote Sensing. Birminghan-England:
The Remote Sensing Societ, 1977. p. 1-14.
96
AZAMBUJA MADRUGA, P.R. de. Uso de geoprocessamento no inventário florestal do
Rio Grande do Sul: uma abordagem críticade. In: Aplicações de Geotecnologias na
Engenharia Florestal. Curitiba, PR: Copiadora Gabardo Ltda., 2004.
CAMPOS, S.; SILVA, M.; PIROLI, E.L.; CARDOSO, L.G.; BARROS, Z.X. Evolução do
uso da terra entre 1996 e 1999 no município de Botucatu – SP. In: ENGENHARIA
AGRÍCOLA, Jaboticabal – SP: v. 24, n. 1, p. 211-218, jan. a abr., 2004.
CARNEIRO, J.O. Recursos de solo e água no semi-árido nordestino. João Pessoa – PB:
Ed. União, 115p., 1998.
COLLARES, J.E.C. Mapa de biomas do Brasil: uma síntese de mais de trinta anos de
mapeamento vegetação. In: Aplicações de Geotecnologias na Engenharia Florestal.
Curitiba, PR: Copiadora Gabardo Ltda., 2004.
97
DALMOLIN, R.S.D.; GONÇALVAS, C.N.; KLAMT, E.; DICK, D.P. Relação entre os
constituintes do solo e seu comportamento espectral. In: CIÊNCIA RURAL, Santa Maria-
RS: v.35, n.2, p. 481-489, mar-abr, 2005.
FERNANDES, M.F. Avaliação da aptidão agrícola das terras de parte do setor Leste
da Bacia do Rio Seridó usando Sensoriamento Remoto e Geoprocessamento. 1997,
196f. Dissertação (Mestrado em Irrigação e Drenagem) – Centro de Ciências Tecnológicas,
Universidade Federal da Paraíba, Campina Grande - PB, 1997.
98
GOWARD, S.N.; MARKHAM, B.; DYE, D.G.; DULAWEY, W.; YANG, J. Normalized
difference vegetation index measurements from the Advanced Very High Resolution
Radiometer. Remote Sensing Environment, 35: 257-277, 1991.
HEPNER, G.F. et al. Artificial neural network classification using a minimal training set:
comparison to conventional supervised classification. Photogrammetric Engineering &
Remote Sensing, vol. 56, n º 4, April, p: 469-473, 1990.
HUETE, A.; JUSTICE, C.; LIU, H. Development of vegetation and soil indices for
MODIS-EOS. Remote Sensor Environment, New York, v.49, p. 224-234, 1994.
IBGE. Manual técnico de uso daterra. Rio de Janeiro: IBGE (Departamento de recursos
Naturais e Estudos Ambientais, Primeira Divisão de Geoci6encias do Nordeste), 58p.,
1999.
ISAIA, T.O. et al. Avaliação do estoque lenheiro do estado do Rio Grande do Norte –
1a etapa: estratificação e mapeamento da vegetaçào nativa lenhosa através de
composições coloridas do TM Landsat. BRA 87/007. Documento de campo, n.4, Rio
Grande do Norte: dez., 1992.
LANDIS, J.; KOCH, G.G. The measurements of observed agreement for categorical
data. Biometric: 33 (3), 159-174, mar., 1977.
99
LILLESAND, T.M.; KIEFER, R.W. Remote sensing and image interpretation. 3. ed.
New York: Jonh Wiley & Sons Inc., 1994, 748p.
100
NUNES, G.M.; DECIAN, V.S.; FIGUEREDO, O.A.T.; OLIVEIRA, F.; MADRUGA,
P.R.A.; PEREIRA, R.S. Utilização de geotecnologias no monitoramento ambiental para
controle e gestão municipal. In: XXXI CONGRESSO BRASILEIRO DE ENGENHARIA
AGRÍCOLA. Salvador – BA: 29 de julho a 02 de agosto de 2002. (CD ROM)
PINTO, S.A.F.; VALÉRIO FILHO, M.; GARCIA, G.I. Utilização de imagens LANDSAT-
TM na análise comparativa entre dados de uso da terra e de aptidão agrícola. Revista
Brasileira de Ciências do Solo, Campinas - SP, v.13, p.101-110, 1989.
RESENDE, M.; CURI, N.; REZENDE, S.B.; CORRÊA, G.F. Pedologia: base para
distinção de ambientes. 2a ed., Viçosa: NEPUT, 367 p., 1997.
101
RIBEIRO, F.L.; CAMPOS, S. Capacidade de uso da terra no alto rio Pardo, Botucatu
(SP), através do Sistema de Informação geográfica. In: Energia na Agricultura, São
Paulo, 14: p. 48-60, 1999.
RODRIGUEZ, J.L. Atlas Escolar Paraibano. João Pessoa: GRAFSET, 96p., 1997.
ROSA, R.O.; CASTRO JUNIOR, E.; LIMA, M.M.A.; NUNES, U.M.; COELHO, N.A.L.
Utilização de imagens SPOT pancromática na detecção de cicratizes de movimentos de
massa rápidos em encostas florestadas – Maciço da Tijuca, RJ. In: SIMPÓSIO
BRASILEIRO DE SENSORIAMENTO REMOTO, 7. 1993. Curitiba. Anais... Curitiba:
INPE/SELPER/SBC, 476p., p. 245-248, 1993.
ROSSATO, A.; CASSOL, R.; SIEBEN, A.; BRUTTI, E.A.; RAFFAELLI, J.A. Uso da
terra no município de pinhal grande – RS, através do uso de geoprocessamento. In: XXXI
CONGRESSO BRASILEIRO DE ENGENHARIA AGRÍCOLA, Salvador – BA: 29 de
julho a 02 de agosto de 2002. (CD ROM)
SABINS, F. F. Remote Sensing: principles and interpretation. New York: W.H. Freeman
and Company. 1987. 426p.
102
SALBEGO, A.G.; SILVA, A.P.B.; RUBERT, C.; GIOTTO, E. Geoprocessamento na
análise de áreas de conflito do uso da terra na microbacia hidrográfica do Arroio Ituzinho.
In: ANAIS ... XXXI CONGRESSO BRASILEIRO DE ENGENHARIA AGRÍCOLA,
Salvador-BA: 29 de jul. a 02 de jul., 2002. (CD ROM)
SILVA, E.P. da; FERNANDES, M.F.; ANDRADE, L.A. de; SILVA, E.J. da. uso das
terras de parte da Microrregião Homogênea Depressão do Alto Piranhas, estado da
Paraíba: um banco de dados. In: ANAIS ... XXXI CONGRESSO BRASILEIRO DE
ENGENHARIA AGRÍCOLA, Salvador-BA: 29 de jul. a 02 de jul., 2002. (CD ROM)
SILVA, E.P. da. Levantamento integrado dos recursos naturais renováveis de parte da
microrregião homogênea de Sousa - PB, utilizando-se técnicas de sensoriamento
remoto e sistema de informação geográfica, 1999, 64f. Trabalho de Conclusão de Curso
(Curso de Engenharia Agronômica) - Centro de Ciências Agrárias, Universidade federal da
Paraíba, Areia – PB, 1999.
103
SILVA FILHO, A. A.; TONIOLO, E. R.; GABINIO, M.; OLIVEIRA, S. F.S.
Mapeamento da cobertura florestal nativa lenhosa do Estado de Pernambuco. Recife:
Projeto PNUD/FAO/BRA/87/007, 32p. il (Documento de Campo n° 17), 1998.
SOARES NETO, J.P.; SILVA, M.A. Probabilidade mensal de chuva para a região de
Barreiras. In: Revista Brasileira de Agrometeorologia. Santa Maria - RS, v.4, n.2, p. 91-
94, 1996.
SOUSA, C.L. de. Análise multitemporal da cobertura vegetal para detecção de mudanças
no município de Cedro-PE. In: Anais ... XI SIMPÓSIO BRASILEIRO DE
SENSORIAMENTO REMOTO, Belo Horizonte: INPE, 05 - 10 abril, p.2907-2912, 2003.
TEOTIA, H.S.; DA SILVA, I.F.; DOS SANTOS J.R.; VELOSO JUNIOR, J.R.;
GONÇALVES, J.L de G. Classificação da cobertura vegetal e capacidade de uso da terra
na região de Cariri Velho (Paraíba), através de sensoriamento remoto e geoprocessamento.
In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 11., 2003, Belo
Horizonte-MG. Anais... São José dos Campos – SP: INPE, p. 1969-1976, 2003.
TEOTIA, H.S.; COSTA FILHO, J.F.; SANTOS, J.R.; FERREIRA, L.A. Integração do
sensoriamento remoto e SIG/SIT na preparação de modelo de desenvolvimento da terra
para planejamento rural. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO
REMOTO, 10., 2001, Foz de Iguaçu – PR. Anais... São José dos Campos – SP: INPE,
2001.
TEOTIA, H. S.; COSTA FILHO, J. F.; SANTOS, J. R.; SILVA JUNIOR, E. B.; SOUSA,
C. L.; SERAFIM, E. C. S. Análise multitemporal da Cobertura vegetal do Semi-Árido
da Paraíba (Região de Depressão do Alto Piranhas) para Planejamento Regional
104
Através de Sensoriamento Remoto e Geoprocessamento. Areia-PB: UFPB/CCA,
Relatório Técnico. 1999, 110 p..
TEOTIA, HS ULBRICHT, K. A.; CIVCO, D.L.; KENNARD, W.C. Utilização of data for
land use/cover mapping and soil/land classification in the Piaui state of northeastern Brasil.
In: PROCEEDING OF THE XXIV ERIM. Int. Conf. Rio de Janeiro, 1991.
TEOTIA, H.S.; ULBRICHT, K.A. Evolution of Landsat thematic mapper data for
generalized soil, Landsat adn landcover classification in the Semi-arid part of the state of
Paraiba, Brazil. In: INTERNATIONAL CONFERENCE OF REMOTE SENSING.
London, Procedings ... p. 131-140, 1985.
105
APÊNDICE
106
sisal Agave sisalana Perr.
umbú Spondias tuberosa
umburana Commiphora leptofloeos
xique-xique Pilosocereus gounelli
107
ANEXO I: QUESTIONÁRIO DE CAMPO (IBGE, 1999)
MICRORREGIÃO:
MUNICÍPIO:
108
m) existem depósitos ou silos para armazenagem de produtos agrícolas no município?
Caso afirmativo, informar capacidade.
n) Existiram ou existem conflitos pela posse de uso da terra no município nos últimos
cincno anos? Se possível, informar: local e área envolvida (município, distrito, nome da
propriedade e área em ha ou Km2)
o) Existem reservas indígenas no município? Mencionar local, nome da comunidade e da
reserva, se possível, o número de membros da comunidade
2. INFORMAÇÕES AMBIENTAIS
a) Verificam-se secas, enchentes ou chuvas violentas nos últimos dez anos no município?
b) Comentar caso existam informações sobre conseqüências desses fenômenos como
perda de safras
c) Em caso de enchentes, informar o nome dos principais rios transbordados
d) Relacionar a existência no município de atividades prejudiciais ao meio ambiente
e) Indicar se existem no município alguma atividade ou projeto voltado para recuperação
ambiental
f) Indicar se existem atividades garimpeiras no município, qual o equipamento usado
(draga, desmonte hidráulico, etc.) e minério explorado
g) Informar, se possível, quais os principais defensivos agrícolas usados e se conhece
casos de intoxicação por esses produtos
h) Informar se existe algum manancial contaminado por defensivos agrícolas devido a
problemas de drenagem da água de irrigação
i) Indicar se existem áreas de interesse especial (parques, APA’s, etc.) no município.
Caso afirmativo, informar se existe população residente nestas áreas e as atividades
desenvolvidas.
109
ANEXO II: Legenda Complementar
Uso da Terra
Padrão: Tipo:
P= Pequeno V= Vegetação
M= Média Aa= Atividade Agrícola
G= Grande P= Pecuária
Relevo
Padrão Densidade:
P= Plano MB= Muito Baixa
SO= Suave Ondulado B= Baixa
O=Ondulado M= Média
A=Alta A= Alta
Vegetação
Estrato: Densidade:
Hb= Herbáceo MB= Muito Baixa
Abv= Arbustivo B= Baixa
Abr= Arbóreo M= Média
A= Alta
Drenagem
Padrão: Densidade:
D = Dendrítica B = Baixa
C = Circular MB = Muito Baixa
A = Arial M = Média
H = Heterogênea A = Alta
Erosão
Grau:
F = Fraca M = Moderada S = Severa MS = Muito Severa
110
111
ANEXO III: FICHA DE CAMPO (Modelo Foto-interpretativo)
Unid. 1
Unid. 2
Unid. 3
Unid. 4
Unid. 5
Unid. 6
112