Classificação automática de cobertura vegetal em imagens aéreas e orbitais para uso em planejamento energético

Neste trabalho é apresentado um modelo de redes neurais que será utilizado como ferramenta para uso no planejamento energético e na construção de cenários energéticos através da identificação e agrupamento de pixels representativos de classes de água, vegetação e antropização no entorno do reservatório de Tucuruí, Estado do Pará (bacia do rio Tocantins). Para o estudo, foram utilizadas fotografias aéreas ortorretificadas e um recorte da imagem do satélite Landsat, ambos obtidos em agosto de 2001 e classificados utilizando a métrica da mínima distância no software Matlab 7.3.0 (Matrix Laboratory - software de matemática aplicada) e no Arcview 3.2a (programa de Sistemas de Informações Geográficas). Para classificação da área no Matlab, foram utilizadas redes neurais competitivas, mais especificamente as redes de Kohonen que são caracterizadas por realizar um mapeamento de um espaço de dimensão n (número de entradas) para um espaço de dimensão m (número de saídas). Os resultados obtidos no classificador utilizando rede neural e no classificador do Arcview foram semelhantes, mas houve uma divergência no que diz respeito à imagem de alta e média resolução que pode ser justificada pelo fato de que a imagem de alta resolução espacial ocasiona muita variação espectral em algumas feições, gerando dificuldades nas classificações. Esse classificador automático é uma ferramenta importante para identificar oportunidades e potenciais a serem desenvolvidos na construção de cenários energéticos programados. Os resultados deste trabalho confirmam que a imagem de média resolução ainda é a mais indicada para resolver a maioria dos problemas que envolvem identificação de cobertura do solo para utilização em planejamento energético.

Estudo comparativo da distribuição espaço-temporal da precipitação na Amazônia Oriental

Este trabalho utilizou os dados de precipitação do período de janeiro de 2000 a setembro de 2007 da torre micrometeorológica localizada na Estação Científica Ferreira Pena (ECFP) em Caxiuanã e foram comparados com o algoritmo 3B42 que combina dados de satélites no canal de microoondas para ajustar aqueles do canal infravermelho. Adicionalmente foi feita uma análise da distribuição temporal e espacial da precipitação na Amazônia Oriental utilizando os dados de cinco algoritmos estimadores de precipitação: O Geostationary Environmental SalellitePrecipitation lndex (GPI); o 3B42; 3A12 e 3A25 que são os algoritmos provenientes dos sensores de microondas e do radar meteorológico à bordo do satélite Tropical Rainfall MeasuringMission (TRMM); e o Global Precipitation Climatology Center (GPCC) de janeiro de 1998 a dezembro de 2007. A comparação entre o algoritmo 3B42 com os dados do pluviógrafo da torre mostrou que o estimador 3B42 superestima a precipitação em relação aos dados da torre para todo o período de estudo. Os períodos mais chuvosos foram os trimestres de março-abril-maio (MAM) e dezembro-janeiro-feveireiro (DJF) e os períodos menos chuvosos foram setembro-outubro-novembro (SON) e junho-julho-agosto (JJA). Esta sazonalidade da precipitação se apresenta principalmente devido à influência da Zona de Convergência Intertropical (ZCIT), que contribui de maneira apreciável para a modulação da estação chuvosa na região. A comparação trimestral entre o algoritmo 3B42 e pluviógrafo da torre, mostra que o algoritmo 3B42 superestimou (subestimou) a precipitação em relação ao pluviógrafo em MAM e JJA (DJF e SON); e DJF é o trimestre que apresenta as estimativas de precipitação com valores mais aproximados a precipitação medida na torre micrometeorológica de Caxiuanã. Na média mensal o 3B42 subestima a precipitação de outubro a janeiro e superestima em relação as dados medidos na torre, de março a agosto. O algoritmo3B42 superestimou (subestimou) a precipitação noturna (matutina e vespertina) do ciclo diurno em relação ao pluviógrafo da torre, nas vizinhanças de Caxiuanã. No entanto ambos estimadores mostraram que em média o horário de maior precipitação é por volta das 1800hora local (HL). Além disso, as análises do ciclo diurno médio sazonal indicam que em DJF nos horários de 0900 HL, 1500 HL e 1800HL têm os valores de precipitação estimada pelo algoritmo3B42 mais aproximados aos valores da precipitação medida pontualmente em Caxiuanã. Os meses de novembro a fevereiro têm um máximo principal de precipitação no período vespertino, tanto na torre como no algoritmo 3B42. No período de maio à julho o horário os máximos diurnos de precipitação passam do período da tarde para os da noite e madrugada,modificando o ciclo diurno em comparação aos demais meses. A comparação entre os cinco algoritmos na Amazônia Oriental mostrou diferentes comportamentos entre os estimadores. O algoritmo GPI subestimou s precipitação em relação aos demais algoritmos na região costeira do Amapá e Guiana Francesa e superestimou na região central da Amazônia. Tanto o algoritmo 3A12 quanto o 3A25 apresentaram menor precipitação que os demais algoritmos. O algoritmo 3842, por ser uma combinação de várias estimativas baseadas no canal de microondas e infravermelho, apresenta padrões semelhantes a Figueroa e Nobre (1990). No entanto, o GPCC mostra menos detalhes na distribuição espacial de precipitação nos lugares onde não há pluviômetros como, por exemplo, no Noroeste do Pará. As diferenças entre os algoritmos aqui considerados podem estar relacionados com as características de cada algoritmo e/ou a metodologia empregada. As comparações pontuais de precipitação de um pluviômetro com a média numa área com dados provenientes de satélites podem ser a explicação para as diferenças entre os estimadores nos trimestres ou ciclo diurno. No entanto não se descartam que essas diferenças sejam devidas à diferente natureza da precipitação entre as subregiões, assim como a existência de diferentes sistemas que modulam o ciclo diurno da precipitação na Amazônia Oriental.

Vulnerabilidade ao fogo de florestas intactas e degradadas na região de Santarém - Pará

A Amazônia se constitui atualmente como a maior floresta tropical úmida remanescente e contínua do mundo e abriga a maior diversidade de plantas e animais dentre todos os biomas da Terra, constituindo de suma importância para a manutenção da biodiversidade. A região tem passado por mudanças significativas nas últimas décadas, mudanças que são resultantes principalmente das alterações da paisagem/cobertura vegetal, impulsionadas pelo aumento populacional e práticas de manejo inadequado da terra, resultado de desmatamentos, queimadas, mudanças nas atividades agrícolas, pecuária, exploração madeireira, programas de colonização, abertura de estradas e problemas latifundiários. Dentre esses fatores, as queimadas e incêndios florestais se tornam os problemas mais críticos para a região, pois o manejo do fogo pelos produtores rurais na maioria das vezes é feito de forma inadequada, escapando de controle e provocando prejuízos econômicos, sociais e ecológicos. Florestas que já queimaram uma vez ficam mais susceptíveis a novos incêndios, pois tornam-se mais inflamáveis devido a modificação em sua estrutura do dossel, na dinâmica de umidade relativa do ar, temperatura do ar e no combustível fino no chão da floresta. Sendo assim, objetivou-se neste trabalho investigar os padrões diurnos de inflamabilidade de florestas intactas e degradadas na região de Santarém – PA, área de grandes alterações no padrão de uso do solo, com intensas atividades agrícolas e agropecuárias, região que apresenta também número significativo de focos de incêndios. Observou-se que as florestas intactas da região são significativamente menos inflamáveis do que as florestas degradadas, e as bordas das florestas degradadas são mais inflamáveis que seu interior, comprovados por dados da dinâmica de umidade relativa e temperatura do ar, umidade da Serapilheira e taxa de abertura do dossel. Esses dados foram associados com dados socioeconômicos através de entrevistas semi estruturadas, com o objetivo de saber como os produtores rurais manejam o fogo, onde os resultados mostraram que o treinamento de manejo de fogo influencia significativamente na adoção de boas práticas de uso de fogo, como por exemplo, não colocar fogo em horário crítico (entre 11 e 15 horas para região estudada), fazer aceiro, queimar contra o vento, esperar a primeira chuva, entre outros. O tamanho da propriedade não influencia significativamente no uso adequado de fogo, porém os pequenos produtores são os que mais o utilizam em suas atividades produtivas, uma vez que este se constitui a forma mais barata para limpar e preparar a terra. Neste sentido, este trabalho visa mostrar a necessidade de investimento em pesquisas sobre a inflamabilidade das florestas, o aperfeiçoamento das análises de satélites associadas às pesquisas em campo, como uma forma de amenizar e talvez solucionar os problemas das queimadas na Amazônia, além de colaborar para adoção de uma política de incentivo a redução das queimadas pelos produtores rurais, aliadas ao treinamento de uso do fogo, acesso a informação e tecnologias alternativas ao manejo de fogo.