Utilização de imagem de alta resolução espacial para o mapeamento de uso da terra e cobertura vegetal

Autores

  • Elias Rodrigues da Cunha UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL- UFMS
  • Vitor Matheus Bacani UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL-UFMS
  • Arnaldo Yoso Sakamoto UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL-UFMS

DOI:

https://doi.org/10.5902/2236499414954

Resumo

O presente trabalho objetivou aplicar uma abordagem metodológica que utiliza técnica de segmentação associada à análise e interpretação visual de imagens de alta resolução no mapeamento de uso da terra e cobertura vegetal da bacia hidrográfica do córrego Guanandy, município de Aquidauana- MS, Brasil. A abordagem metodológica proposta fundamentou-se em procedimentos digitais de imagem que utilizam imagens de alta resolução espacial, técnica de segmentação e interpretação visual de imagens. O mapeamento de uso da terra e cobertura vegetal foi divido em 6 seis etapas: 1ª Captura das imagens de satélite GeoEye no ArcMap 10® Online; 2ª Mosaico das cenas; 3ª Segmentação e extração de regiões, 4ª Elaboração da chave de interpretação, 5ª Classificação visual em ambiente SPRING 5.2 e 6ª Exatidão da classificação. Como resultado foram mapeadas 7 classes de uso da terra e cobertura vegetal. As imagens de alta resolução espacial submetidas à combinação da técnica de segmentação e o método de interpretação visual, apresentaram resultados satisfatórios de classificação, com exatidão global de 91% e índice Kappa de 0,90, considerado “excelente”.

 

Palavras-chave: Segmentação,; índice kappa; SPRING.

 

DOI: 10.5902/2236499414954

Downloads

Não há dados estatísticos.

Biografia do Autor

Elias Rodrigues da Cunha, UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL- UFMS

Bacharel em Geografia pela pela Universidade Federal de Mato Grosso do Sul- CPAq. Atualmente é mestrando do Programa de Pós-Graduação em Geografia na UFMS/CPTL e técnico do laboratório de Geoprocessamento na UFMS/CPAQ. Experiência nas áreas de Geotecnologias (Sensoriamento Remoto, SIG e Geoprocessamento) e Geografia Física.

Vitor Matheus Bacani, UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL-UFMS

Possui Licenciatura Plena e Bacharelado em Geografia pela Universidade Federal de Mato Grosso do Sul - UFMS/CPTL (2005), mestrado em Geografia pela UFMS/CPAQ (2007) e doutorado em Geografia Física pela Universidade de São Paulo (FFLCH/USP). É Professor Adjunto da UFMS/CPAQ e atua nos Programas de Mestrado em Geografia da UFMS dos Campi de Aquidauana e Três Lagoas. É pesquisador membro associado do LETG-Rennes-COSTEL da Université de Rennes 2, França e coordenador do Laboratório de Geoprocessamento da UFMS/CPAQ. Tem experiência nas áreas de Sensoriamento Remoto, Sistemas de Informação Geográfica, Pedologia, Zoneamento Ambiental, Ordenamento Territorial e Pantanal.

Arnaldo Yoso Sakamoto, UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL-UFMS

Possui graduação em Ciências Políticas e Sociais pela Fundação Escola de Sociologia e Política de São Paulo (1973), graduação em Geografia pela Universidade de São Paulo -USP (1979), mestrado em Geografia (Geografia Humana) pela USP (1989), doutorado em Geografia (Geografia Física) pela USP (1997) e pós-doutor pelo INPE (2005). Atualmente é Professor Associado da Universidade Federal de Mato Grosso do Sul e do Programa de Pós-Graduação em Geografia do Câmpus de Três Lagoas da UFMS. É responsável pelo Laboratório de Estudos Ambientais do Campus de Três Lagoas da UFMS. Tem experiência em pesquisas geográficas sobre dinâmica hídrica no Pantanal (piezometria, lagoas e salinas da Nhecolândia); análise estrutural da cobertura pedológica; zoneamento ecológico econômico; análise de vulnerabilidade ambiental e estudos de bacias hidrográficas.

Referências

ARCGIS/ARCINFO – Esri Inc. ArcGis Version 10. Environmental Systems Research Institute Inc. New York. 2012. 1 Cd Rom.

BOWDEN, L.W. (editor),. Urban environments: inventory andanalysis, Manual of Remote Sensing, First Edition (L.W. Bowdenand E.L. Pruitt, editors), American Society of Photogrammetry, Falls Church, Virginia. 1975 .p. 1815–1880.

CLARK, D.B., C.S. CASTRO, L.D.A. ALVARADO, AND J.M. READ. Quantifying mortality of tropical rain forest trees using high spatial resolution satellite data, Ecology Letters, v. 7. 2004. p. 52–59.

CARLEER, A.P. DEBEIR, O.; WOLFF, E. Assessment of Very High Spatial Resolution Satellite Image Segmentations. Photogrammetric Engineering & Remote Sensing v. 71, n. 11, 2005, p. 1285–1294.

CLEVE, C., KELLY, M., KEARNS, F.R., MORTIZ, M. Classification of the wildland-

urban interface: a comparison of pixel- and object-based classifications using high resolution aerial photography. Computers, Environmental and Urban Systems, v. 32, 2008. p. 317–326.

Código Florestal Brasileiro. lei nº 12.651 de 25 de maio de 2012. Brasília, Diário Oficial da União, 2012.

COIMOR Usinas de Preservação, Disponível em > http://www.coimor.com.br/index.htm > Acesso 02, fev, 2014.

FLORENZANO,T.G. Geomorfologia: conceitos e tecnologias atuais. São Paulo: Oficina de Textos, 2008.

FOODY, G. M. Status of land cover classification accuracy assessment. Remote Sensing of Environment. v. 80, n. 1, p. 185-201, 2002.

GLOBAL MAPPER - Blue Marble Geographics. Global Mapper 13.2. 2012 Hallowell. 2012.

GROVE, J.M., CADENASSO, M.L., BURCH JR., W.R., PICKETT, S.T.A., SCHWARZ, K.; O’NEIL-DUNNE, J., WILSON, M.,. Data and methods comparing social structure and vegetation structure of urban neighborhoods in Baltimore, Maryland. Society & Natural Resources v.19 (2), 2006. p.117–136.

HAACK, B.N., S.C. GUPTILL, R.K. HOLZ, S.M. JAMPOLER, J.R. JENSEN, AND R.A. WELCH, Urban analysis and planning, Manual of Photographic Interpretation, Second Edition (W.R. Philipson, editor), American Society for Photogrammetry and Remote Sensing, Bethesda, Maryland. 1997 p. 517–554.

IBGE. Manual técnico de Uso da Terra. 3ª ed. Rio de Janeiro, RJ, 2013.

JENSEN, J. R. Introductory Digital Image Processing: A remote sensing perspective. 3. ed. Upper Saddle River, NJ: Prentice-Hall, 2005. 526p.

JENSEN, J.R., D.C. COWEN, Remote sensing of urban/suburban infrastructure and socio-economic attributes, Photogrammetric Engineering & Remote Sensing, v. 65(5) p.611–622. 1999.

JENSEN, J. R. Sensoriamento remoto do ambiente: uma perspectiva em recursos terrestres. Tradução da 2ed. por (pesquisadores do INPE): José Carlos N. Epiphanio (coordenador); Antonio R. Formaggio; Athos R. Santos; Bernardo F. T. Rudorff; Cláudia M. Almeida; Lênio S. Galvão. São José dos Campos: Parêntese. 2009. 672p.

LANDIS, J. R.; KOCH, G. G. The measurement of observer agreement for categorical data. Biometrics, v.33, n.1, p. 159-174, 1977.

LANDRY, S.M., PU, R.,. The impact of land development regulation on residential tree cover: an empirical evaluation using high-resolution IKONOS imagery. Landscape Urban Planning, v. 94 (2), 2010 p. 94–104.

MAEDER, J., S. NARUMALANI, D.C. RUNDQUIST, R.L. PERK, J. SCHALLES,K. HUTCHINS, AND J. KECK. Classifying and mapping general coral-reef structure using Ikonos data, Photogrammetric Engineering & Remote Sensing, v. 68(12). 2002 p.1297–1305.

MATHIEU, R., ARYAL, J., CHONG, A.K. Object-based classification of IKONOS Imagery for mapping large-scale vegetation communities in urban areas. Sensors v 7, 2007 p. 2860–2880.

MCKEOWN, D.M.,Building knowledge-based systems for detecting man-made structures from remotely-sensed imagery, Philosophical Transactions of the Royal Society London, Series A,324. 1988. p. 423–435.

MEINEL, G., NEUBERT, M. A Comparision of segmentation programs for high resolution remote sensing data. Int Arch Photogram Rem Sens Spatial Inform Sci XXXV-B4, 2004. p. 1097-1102. http://www.isprs.org/istanbul2004/comm4/papers/506.pdf. Acesso 10 março, 2014

MIURA, H., AND S. MIDORIKAWA,. Updating GIS building inventory data using high-resolution satellite images for earthquake damage assessment: Application to metro Manila, Philippines, Earth quake Spectra, v 22. 2006. p.151–168.

NEGRI, R. G e SILVA, M.F.S. Um novo método de segmentação de imagem com abordagem baseada em bordas e regiões. Revista Brasileira de Cartografia n. 65/3. p.441-453. 2013.

NOVO, E. M. L. M. Sensoriamento Remoto: princípios e aplicações. São Paulo: Edgard Blucher, 2010.

PU, R.; LANDRY, S., YU, Q, Object-based urban detailed land cover classification with high spatial resolution IKONOS imagery. International Journal of Remote Sensing, v 32 (12), 2011 p.3285–3308.

SPRING: Integrating remote sensing and GIS by object-oriented data modelling. CAMARA G.; SOUZA, R.C.M.; FREITAS, U.M.; GARRIDO J. Computers & Graphics, v 20: (3). p. 395-403, May-Jun 1996.

VALERIANO, M. de M. TOPODATA: guia de utilização de dados geomorfométricos locais - São José dos Campos: INPE, 2008.

YU, Q., GONG, P., CLINTON, N., BIGING, G., KELLY, M., SCHIROKAUER, D.,. Object based detailed vegetation classification with airborne high spatial resolution remote sensing imagery. Photogrammetric Engineering and Remote Sensing v. 72 (7), 2006 p.799–811.

ZHOU, W.Q., TROY, A., GROVE, J.M. Object-based land cover classification and change analysis in the Baltimore metropolitan area using multitemporal high resolution remote sensing data. Sensors 8 (3), 2008 p.1613–1636.

Downloads

Publicado

2015-09-07

Como Citar

Rodrigues da Cunha, E., Bacani, V. M., & Yoso Sakamoto, A. (2015). Utilização de imagem de alta resolução espacial para o mapeamento de uso da terra e cobertura vegetal. Geografia Ensino & Pesquisa, 19(2), 65–74. https://doi.org/10.5902/2236499414954

Edição

Vol. 19, n. 2, mai/ago (2015). Geografia Ensino & Pesquisa.

Seção

Geoinformação e Sensoriamento Remoto em Geografia

Licença

A revista Geografia Ensino & Pesquisa deterá os direitos autorais dos trabalhos publicados. Os direitos referem-se a publicação do trabalho em qualquer parte do mundo, incluindo os direitos às renovações, expansões e disseminações da contribuição, bem como outros direitos subsidiá¡rios. Os autores comprometen-se com a originalidade do trabalho, e no caso de desistência da submissão, os autores assumem a responsabilidade de comunicar à revista.

Após publicado os(as) autores(as) têm permissão para a publicação da contribuição em outro meio, impresso ou digital, em português ou em tradução, desde que os devidos créditos sejam dados à Revista Geografia – Ensino & Pesquisa.

 

A revista Geografia Ensino & Pesquisa utiliza em suas publicações uma Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

 Creative Commons License