Eficácia de dados Hyperion/EO-1 para identificação de alvos agrícolas: comparação com dados ETM+/Landsat-7

O objetivo desta pesquisa foi avaliar o uso de dados hiperespectrais Hyperion/EO-1 na discriminação de alvos agrícolas, comparando a acurácia de classificação obtida pelos dados desse sensor à obtida por dados multiespectrais ETM+/Landsat-7. Para isso, alvos agrícolas da região de Franca - SP, com diferenças espectrais bem definidas e outros alvos com diferenças espectrais sutis, imageados por ambos os sensores, em 16 de julho de 2002, foram discriminados utilizando o classificador supervisionado de Máxima Verossimilhança (MaxVer). Os alvos agrícolas com diferenças espectrais bem definidas foram caracterizados por seis classes de uso e cobertura do solo; já os com diferenças espectrais sutis, por cinco classes de variedades de cana-de-açúcar. Quando os dados ETM+ foram classificados, a acurácia foi de 91,5% para as classes de uso e cobertura do solo e de 67,6% para as classes de variedades de cana-de-açúcar, enquanto, para os dados do sensor Hyperion, a acurácia de classificação foi de 94,9% e de 87,1%, respectivamente, demonstrando, assim, a importância do uso de dados hiperespectrais na discriminação de alvos agrícolas com características espectrais semelhantes.

Comparison between artificial neural networks and maximum likelihood classification in digital soil mapping

Soil surveys are the main source of spatial information on soils and have a range of different applications, mainly in agriculture. The continuity of this activity has however been severely compromised, mainly due to a lack of governmental funding. The purpose of this study was to evaluate the feasibility of two different classifiers (artificial neural networks and a maximum likelihood algorithm) in the prediction of soil classes in the northwest of the state of Rio de Janeiro. Terrain attributes such as elevation, slope, aspect, plan curvature and compound topographic index (CTI) and indices of clay minerals, iron oxide and Normalized Difference Vegetation Index (NDVI), derived from Landsat 7 ETM+ sensor imagery, were used as discriminating variables. The two classifiers were trained and validated for each soil class using 300 and 150 samples respectively, representing the characteristics of these classes in terms of the discriminating variables. According to the statistical tests, the accuracy of the classifier based on artificial neural networks (ANNs) was greater than of the classic Maximum Likelihood Classifier (MLC). Comparing the results with 126 points of reference showed that the resulting ANN map (73.81 %) was superior to the MLC map (57.94 %). The main errors when using the two classifiers were caused by: a) the geological heterogeneity of the area coupled with problems related to the geological map; b) the depth of lithic contact and/or rock exposure, and c) problems with the environmental correlation model used due to the polygenetic nature of the soils. This study confirms that the use of terrain attributes together with remote sensing data by an ANN approach can be a tool to facilitate soil mapping in Brazil, primarily due to the availability of low-cost remote sensing data and the ease by which terrain attributes can be obtained.

Composição e configuração da paisagem da sub-bacia do arroio jacaré, Vale do Taquari, RS, com ênfase nas áreas de florestas

A conversão de áreas com cobertura florestal contínua por fragmentos florestais vem contribuindo para a diminuição da diversidade biológica, em função da perda de micro-habitats únicos, mudanças nos padrões de dispersão e migração, isolamento de habitats e erosão do solo. A solução desses problemas está intimamente vinculada ao planejamento e manutenção de bacias hidrográficas. A sub-bacia do Arroio Jacaré, localizada no Vale do Taquari, RS, compreende uma área de 538,98 km², onde estão parcial ou totalmente inseridos nove municípios. Essa bacia se encontra em uma região de ecótono entre as formações vegetais do tipo Floresta Estacional Decidual (FED) e Floresta Ombrófila Mista - Mata de Araucária (FOM). Foram elaboradas e analisadas informações relacionadas às características estruturais das classes de mata na região (FED, FOM e vegetação secundária), utilizando-se imagem do satélite Landsat 7 ETM+, referente à passagem 04/02/2002 e software de Sistemas de Informações Geográficas (SIG) Idrisi, 3.2, software de Ecologia de Paisagem Fragstats 3.3. Os resultados indicaram que a região apresenta aproximadamente 50% de suas matas nativas conservadas ou em estágio de regeneração, porém de forma altamente fragmentada, com 87,82% dos fragmentos menores que 1 ha. Considerando um efeito de borda de 50 m, em torno de 40% dos fragmentos ainda apresentam área nuclear.

Sazonalidade de variáveis biofísicas em regiões semiáridas pelo emprego do sensoriamento remoto

Para investigar alterações no albedo, no Índice de Vegetação por Diferença Normalizada (NDVI), no saldo de radiação e no fluxo de calor no solo, em decorrência do regime pluviométrico no semiárido cearense, desenvolveu-se um estudo na bacia do Rio Trussu - Ceará, empregando-se sensoriamento remoto. Foram utilizadas duas imagens Landsat 7 ETM+, datadas de 25-10-2000 e 24-7-2001, sendo as variáveis estimadas pelo emprego do algoritmo SEBAL (Surface Energy Balance Algorithms for Land). Os resultados mostraram que as variáveis investigadas apresentaram alterações entre as duas estações, sendo os maiores valores de albedo registrados na estação seca. O NDVI apresentou maior sensibilidade ao regime hídrico, mostrando alto potencial de recuperação da vegetação ao efeito da precipitação. As margens do Rio Trussu apresentaram NDVI superior a 0,39, sendo indicativo de preservação da mata ciliar. A vegetação da bacia mostrou alto poder resiliente expresso pelo incremento nos valores de NDVI para o ano de 2001. A estação chuvosa exerceu também influência marcante sobre o saldo de radiação e fluxo de calor no solo, confirmando o efeito da estação climática na modificação do balanço de energia sobre a bacia.

Relação entre índice de área foliar e frações de componentes puros do modelo linear de mistura espectral, usando imagens ETM+/Landsat

O índice de área foliar (IAF) é uma das mais importantes variáveis biofísicas da vegetação, estando relacionado diretamente com a evapotranspiração, com a produtividade da vegetação e com a interceptação da chuva pelo dossel. O objetivo deste trabalho foi analisar a relação do IAF de diversos tipos de cobertura do solo com Frações de Componentes Puros (FCPs) do Modelo Linear de Mistura Espectral (MLME). A área de estudo foi a microbacia hidrográfica do Ribeirão dos Marins, localizada no município de Piracicaba - SP. O IAF foi medido, no campo, com o equipamento LAI-2000, em 32 áreas com diferentes coberturas vegetais. A imagem utilizada foi do sensor ETM+ a bordo do satélite Landsat-7. No MLME, foram considerados três componentes puros (vegetação, solo e sombra), selecionados com o auxílio dos componentes principais. Como resultado, tem-se que o IAF variou de 0,47 a 4,48, quando consideradas todas as áreas. As relações do IAF com a fração do componente puro vegetação F VEG e com a fração do componente puro solo (F SOL) foram significativas, embora fracas. Ao considerar apenas dados de IAF de cana-de-açúcar, houve aumento da variação explicada tanto para F VEG como para F SOL, sugerindo que a estratificação da vegetação pelo tipo pode melhorar a estimativa do IAF.

Artificial neural networks applied for soil class prediction in mountainous landscape of the Serra do Mar¹

Soil information is needed for managing the agricultural environment. The aim of this study was to apply artificial neural networks (ANNs) for the prediction of soil classes using orbital remote sensing products, terrain attributes derived from a digital elevation model and local geology information as data sources. This approach to digital soil mapping was evaluated in an area with a high degree of lithologic diversity in the Serra do Mar. The neural network simulator used in this study was JavaNNS and the backpropagation learning algorithm. For soil class prediction, different combinations of the selected discriminant variables were tested: elevation, declivity, aspect, curvature, curvature plan, curvature profile, topographic index, solar radiation, LS topographic factor, local geology information, and clay mineral indices, iron oxides and the normalized difference vegetation index (NDVI) derived from an image of a Landsat-7 Enhanced Thematic Mapper Plus (ETM+) sensor. With the tested sets, best results were obtained when all discriminant variables were associated with geological information (overall accuracy 93.2 - 95.6 %, Kappa index 0.924 - 0.951, for set 13). Excluding the variable profile curvature (set 12), overall accuracy ranged from 93.9 to 95.4 % and the Kappa index from 0.932 to 0.948. The maps based on the neural network classifier were consistent and similar to conventional soil maps drawn for the study area, although with more spatial details. The results show the potential of ANNs for soil class prediction in mountainous areas with lithological diversity.

Contribuições do solo e dossel em modelo de estimativa de biomassa aérea no Bioma Pampa

O objetivo deste trabalho foi avaliar o desempenho preditivo do submodelo espectral do modelo JONG, com a inserção de variáveis espectrais que considerassem a densidade de biomassa do dossel e as contribuições dos diferentes solos subjacentes. Índices calculados pela diferença e razão simples - entre as bandas 4 e 3, 4 e 5, 4 e 7, do sensor orbital ETM+/Landsat 7 - foram sugeridos para representar a contribuição espectral dos solos subjacentes e a influência das diferenças estruturais dos dosséis. A parametrização da componente espectral foi implementada por regressão linear múltipla e, em seguida, foi comparada aos dados de biomassa obtidos em campo. As variáveis espectrais que melhor expressaram as variações da disponibilidade inicial de forragem foram a fração solo (modelo linear de mistura espectral) e a razão entre as bandas 4 e 7. A componente espectral do modelo JONG, com a nova parametrização, apresenta sensibilidade para eliminar as influências do solo e dossel na disponibilidade inicial de biomassa e facilita a interpretação dos resultados, em razão da relação entre as variáveis espectrais selecionadas.

Amostragem probabilística estratificada por pontos para estimar a área cultivada com soja

O objetivo deste trabalho foi avaliar o desempenho de um modelo probabilístico de amostragem estratificada por pontos, e definir um tamanho de amostra adequado para estimar a área cultivada com soja no Rio Grande do Sul. A área foi estratificada de acordo com a percentagem de soja cultivada em cada município do estado: menor que 20, de 20 a 40 e maior que 40%. Foram avaliadas estimativas obtidas por meio de seis tamanhos de amostras, resultantes da combinação de três níveis de significância (10, 5 e 1%) e dois valores de erro amostral (5 e 2,5%). Para cada tamanho de amostra, foram realizados 400 sorteios aleatórios. As estimativas foram avaliadas com base na área de soja obtida de um mapa temático de referência proveniente de uma cuidadosa classificação automática e visual de imagens multitemporais dos satélites TM/Landsat-5 e ETM+/Landsat-7 disponível para a safra 2000/2001. A área de soja no Rio Grande do Sul pode ser estimada por meio de um modelo de amostragem probabilística estratificada por pontos, sendo que a melhor estimativa é obtida para o maior tamanho amostral (1.990 pontos), com diferença de apenas -0,14% em relação à estimativa do mapa de referência e um coeficiente de variação de 6,98%.

Tecnologias geoespaciais no gerenciamento da cultura da maçã

No presente trabalho, foram utilizadas tecnologias geoespaciais visando a auxiliar o gerenciamento e o manejo da cultura da maçã. Um GPS de navegação foi utilizado para delimitar 201 quadras de maçã na Fazenda Rio Verde situada no município de Fraiburgo-SC. As coordenadas dos pontos (waypoints) foram introduzidas num sistema de informações geográficas (SIG), obtendo-se um mapa com a distribuição dos limites das quadras de maçã. Estes limites foram associados a um banco de dados contendo informações cadastrais, tais como: variedade, data de plantio e área. Imagens do sensor ETM+ do satélite Landsat-7, adquiridas em 07 de janeiro de 2000 e 05 de agosto de 2001, foram utilizadas para mapear o uso e ocupação do solo nas áreas restantes da fazenda. O tamanho das quadras de maçã variou entre 0,14 e 5,32 ha. Uma comparação entre a área das quadras estimada pelo GPS de navegação e a área estimada a partir do número de plantas, multiplicado pela área ocupada por planta, apresentou um coeficiente de correlação r=0,97. As classes de uso e ocupação do solo foram: açude, banhado, mato, capoeira, lavoura e reflorestamento. De acordo com os resultados alcançados nesta pesquisa, pode-se chegar às seguintes conclusões: a) o uso do GPS de navegação mostrou-se viável para a obtenção do mapa com o limite das quadras de maçã; b) as imagens do Landsat permitiram identificar as diferentes classes de uso e ocupação do solo; c) o SIG associado a um banco de dados é uma importante ferramenta de gerenciamento das atividades da fruticultura em quadras.

Uso de imagens orbitais como base de dados para projetos de reforma agrária

Análises técnica e econômica foram realizadas em imagens dos sensores IKONOS, TM/Landsat 5, ETM+/Landsat 7 e CCD/CBERS, objetivando a verificação da viabilidade destas como base de dados em projetos de reforma agrária. Essas análises efetuadas e a situação de mercado indicaram que a imagem IKONOS apresenta excelente desempenho técnico, mas o custo de aquisição inviabiliza sua utilização como base de dados para a reforma agrária. A imagem do Landsat 7, com baixo custo de aquisição, apresentou grande viabilidade técnica para fins de reforma agrária. No entanto, a perda do contato com a plataforma Landsat 7 inviabilizou a compra de novas imagens do sensor ETM+. A imagem CCD/CBERS apresentou a segunda maior similaridade com a verdade de campo e o menor índice Kappa para a classificação. Apesar do baixo índice de exatidão para a classificação, as análises de custo, o lançamento do CBERS-2 e a possibilidade de correção dos problemas de radiometria podem tornar as imagens da plataforma CBERS-2 concorrentes de peso no mercado e, ainda, preencher a lacuna deixada pela perda do Landsat 7. A imagem do Landsat 5 apresentou o mais baixo desempenho técnico nas análises efetuadas. Entretanto, seu potencial como base de dados é amplamente reconhecido pelo INCRA, que ainda utiliza tais imagens. O declínio da vida útil do Landsat-5 atribui mais importância ao lançamento do CBERS-2.

Mapeamento das áreas de preservação permanente e identificação dos conflitos de uso da terra na sub-bacia hidrográfica do Rio Camapuã/Brumado

O objetivo deste trabalho foi mapear e quantificar as áreas de preservação permanente (APPs) de acordo com a Resolução nº 303/02 do CONAMA para, então, com base no mapa de uso da terra e cobertura vegetal, identificar e quantificar os eventuais conflitos de uso da terra, com vistas a nortear o cumprimento da lei e promover o uso adequado dos recursos da sub-bacia hidrográfica do rio Camapuã/Brumado, MG. Utilizaram-se uma imagem digital do sensor ETM+/LANDSAT 7, bases cartográficas planialtimétricas do IBGE para a área de estudo, e os softwares Anudem 5.2, Erdas Imagine 9.2 e ArcGIS 9.3. As APPs ocuparam 63.095 ha, representando 57,0% da área total da sub-bacia (110.711,9 ha). Com relação às categorias de APPs, o terço superior da bacia, ao longo das linhas de cumeada, correspondeu a 52,6% dos 63.095 ha; as zonas de proteção às margens dos cursos d'água, a 31,4%; a proteção das nascentes, a 15,6%; e as encostas com declividade superior a 45° e o terço superior de morros totalizaram 0,4%. As áreas de terço superior da bacia, ao longo das linhas de cumeada, foram as mais desrespeitadas (55,9%), seguidas das margens de curso d'água (23,12%), proteção de nascentes (20,83%), encostas com declividade superior a 45° (0,3%) e terço superior de morros (0,1%). Foram identificados 21.939,3 ha de APPs sendo explorados por atividades agropecuárias, o que representa 34,8% do total de APPs. Entretanto, constatou-se que 30.734,3 ha dos 47.616,9 ha situados fora das áreas de APP, i.e., 64,5% das áreas legalmente passíveis de conversão de uso da terra, estavam cobertos por vegetação nativa. Encontraram-se sólidas evidências de que a falta de conhecimento a respeito da espacialização das APPs dentro da propriedade é a principal causa do descumprimento da lei. A delimitação e espacialização das APPs pelo geoprocessamento viabilizam a aplicação da legislação florestal, contribuindo notoriamente para minimizar os conflitos de uso da terra e evitar a degradação dos remanescentes florestais pela formação de corredores ecológicos naturais que mitiguem os efeitos deletérios da fragmentação de habitats.

Comparação de dados dos satélites Ikonos-II e Landsat/ETM+ no estudo de áreas cafeeiras

O objetivo deste trabalho foi avaliar o impacto do aumento da resolução espacial e radiométrica da imagem pancromática do Ikonos-II na identificação de plantios de café (Coffea arabica), em comparação com as imagens do Landsat/ETM+. A área de estudo está localizada no Município de Pedregulho, SP, onde foram selecionados 50 talhões com plantios de café, e foram levantados dados referentes à altura, idade, espaçamento e variedade de cada talhão. As imagens permitiram a identificação de talhões com características diferentes em campo, tendo-se destacado a imagem do Ikonos-II, que apresentou melhor desempenho. Para os talhões com características iguais em campo, as imagens analisadas não se mostraram eficientes, independentemente do satélite utilizado. As correções atmosféricas e radiométricas, na imagem do Ikonos-II, não proporcionaram ganho efetivo nas análises realizadas. A maioria dos talhões identificados na imagem do Ikonos-II pode ser localizada na imagem do Landsat/ETM+ (68%). A correlação significativa entre a banda 4 do Landsat/ETM+ e o canal pancromático do Ikonos-II indica uma forma de ligação entre as imagens dos dois satélites.

Viabilidade de uso de imagens do Landsat em mapeamento de área cultivada com soja no Estado do Paraná

O objetivo deste trabalho foi avaliar a viabilidade do uso de imagens do Landsat, para o mapeamento da área cultivada com soja, nas safras de 2000/2001 a 2006/2007, no Estado do Paraná. A análise dos "quick looks" das imagens dos sensores TM e ETM+ foi feita para selecionar as imagens úteis para o mapeamento da cultura da soja. Os "quick looks" foram classificados de acordo com a presença ou a ausência de nuvens e de problemas técnicos. Conforme os resultados, em nenhum dos sete anos teria sido possível mapear a área cultivada com soja, em todo o Estado, mesmo nos três anos-safra em que os satélites Landsat 5 e 7 operaram em conjunto. A presença de nuvens, detectada pelos sensores ópticos, deve ser levada em conta no mapeamento sistemático da área cultivada com culturas de verão, no Brasil.

Análise comparativa de classificadores digitais em imagens do Landsat-8 aplicados ao mapeamento temático

Resumo: O objetivo deste trabalho foi avaliar o desempenho dos classificadores digitais SVM e K-NN para a classificação orientada a objeto em imagens Landsat-8, aplicados ao mapeamento de uso e cobertura do solo da Alta Bacia do Rio Piracicaba-Jaguari, MG. A etapa de pré-processamento contou com a conversão radiométrica e a minimização dos efeitos atmosféricos. Em seguida, foi feita a fusão das bandas multiespectrais (30 m) com a banda pancromática (15 m). Com base em composições RGB e inspeções de campo, definiram-se 15 classes de uso e cobertura do solo. Para a segmentação de bordas, aplicaram-se os limiares 10 e 60 para as configurações de segmentação e união no aplicativo ENVI. A classificação foi feita usando SVM e K-NN. Ambos os classificadores apresentaram elevados valores de índice Kappa (k): 0,92 para SVM e 0,86 para K-NN, significativamente diferentes entre si a 95% de probabilidade. Uma significativa melhoria foi observada para SVM, na classificação correta de diferentes tipologias florestais. A classificação orientada a objetos é amplamente aplicada em imagens de alta resolução espacial; no entanto, os resultados obtidos no presente trabalho mostram a robustez do método também para imagens de média resolução espacial.

Emissões otoacústicas por produtos de distorção em crianças de 2 a 7 anos

Com a descoberta das Emissões Otoacústicas (EOA), tornou-se possível analisar e investigar as funções auditivas das células ciliadas externas do órgão da audição. Podem ser espontâneas, evocadas transientes ou por produto de distorção. O teste das EOAEs-DP caracteriza-se por ser um exame objetivo, rápido, indolor, não-invasivo e de fácil aplicação tanto para clínica como para programas de triagem auditiva. FORMA DE ESTUDO: Coorte transversal. MATERIAL E MÉTODO: Foram avaliadas 105 crianças entre 2 e 7 anos de idade da creche "Lar da Criança", de Marília, SP. A avaliação constou de exame otorrinolaringológico completo e EOAEs-DP. Todas estas crianças, após prévia autorização dos responsáveis, foram submetidas a exame otorrinolaringológico completo e EOAEs-DP. RESULTADOS: Os resultados demonstraram que das 105 crianças avaliadas, 44,76% apresentavam cerume. 12 crianças permaneceram com cerume mesmo após uso de ceruminolítico e lavagem auricular ou não apresentaram consentimento informado de seus responsáveis. Portanto, estas foram excluídas do trabalho sendo o restante, 93 crianças, submetidas a avaliação das EOAEs-DP Após a realização das EOAEs-DP, verificou-se que 5,37% das crianças apresentaram exames alterados, sendo que 60% destas eram do sexo masculino e 60% com acometimento bilateral. DISCUSSÃO: Os resultados encontrados foram inferiores aos citados na literatura, assim como o predomínio do sexo masculino. Além disso, notou-se alta prevalência de cerume nos pacientes testados. CONCLUSÃO: É essencial uma avaliação otorrinolaringológica completa prévia. O exame de EOAEs-DP pode ser realizado em crianças para detecção precoce e prevenção de falhas no desenvolvimento cognitivo e psicoemocional.