Avaliação de técnicas de segmentação e classificação automática de imagens landsat-tm no mapeamento do uso do solo na Amazônia1

O mapeamento do uso da terra é fundamental para o entendimento dos processos de mudanças globais, especialmente em regiões como a Amazônia que estão sofrendo grande pressão de desenvolvimento. Tradicionalmente estes mapeamentos têm sido feitos utilizando técnicas de interpretação visual de imagens de satélites, que, embora de resultados satisfatórios, demandam muito tempo e alto custo. Neste trabalho é proposta uma técnica de segmentação da imagens com base em um algoritmo de crescimento de regiões, seguida de uma classificação não-supervisionada por regiões. Desta forma, a classificação temática se refere a um conjunto de elementos (pixels da imagem), beneficiando-se portanto da informação contextual e minimizando as limitações das técnicas de processamento digital baseadas em análise pontual (pixel-a-pixel). Esta técnica foi avaliada numa área típica da Amazônia, situada ao norte de Manaus, AM, utilizando imagens do sensor "Thematic Mapper" - TM do satélite Landsat, tanto na sua forma original quanto decomposta em elementos puros como vegetação verde, vegetação seca (madeira), sombra e solo, aqui denominada imagem misturas. Os resultados foram validados por um mapa de referência gerado a partir de técnicas consagradas de interpretação visual, com verificação de campo, e indicaram que a classificação automática é viável para o mapeamento de uso da terra na Amazônia. Testes estatísticos indicaram que houve concordância significativa entre as classificações automáticas digitais e o mapa de referência (em tomo de 95% de confiança).

Análise da dinâmica da cobertura vegetal de Curitiba, PR (de 1986 a 2004), utlizando imagens Landsat TM

O objetivo deste estudo foi fazer uma análise da dinâmica da cobertura vegetal de Curitiba, PR, por meio da manipulação de imagens Landsat TM. Para isso, foram utilizadas duas imagens Landsat TM, sendo uma de 2004 e outra de 1986, que foram georreferenciadas, classificadas e processadas, a fim de se obter o mapa de cobertura vegetal das duas datas. Foram analisados aspectos quantitativos, bem como a distribuição da cobertura vegetal pelas regionais administrativas da cidade nas duas datas. A cobertura vegetal diminuiu em todas as regionais, como resultado do crescimento urbano, principalmente nas áreas de menor densidade urbana e maior quantidade de cobertura vegetal. Dessa forma, a urbanização expandiu-se para além das áreas de ocupação tradicionais. A regional que apresentou maior diminuição de cobertura vegetal foi a Pinheirinho e a que teve menor diminuição, a Matriz. Foi possível identificar maior carência de cobertura vegetal justamente nas áreas onde a ocupação urbana se faz mais presente. Tal informação pode ser útil ao planejamento de áreas verdes ou à arborização urbana, contribuindo como subsídio para o direcionamento das ações a serem realizadas, ao indicar potencialidades, vocações, carências e necessidades das diversas regiões da cidade.

Estimativa dos componentes do balanço de energia e da evapotranspiração em plantios de eucalipto utilizando o algoritmo sebal e imagem landsat 5 - TM

Variáveis climáticas são essenciais para a compreensão das condições ambientais que influenciam o crescimento e o desenvolvimento vegetal. Nos últimos anos, as pesquisas que utilizam dados climáticos e técnicas de sensoriamento remoto em análises espaço-temporais da demanda por água e energia das plantas têm-se intensificado. O SEBAL (Surface Energy Balance Algorithms for Land) é um dos algoritmos mais destacados em estudos que envolvem estimativas dos fluxos de energia em grandes áreas, e pode ser aplicado com poucas medições de campo. Este trabalho, realizado no Município de Santa Bárbara, Minas Gerais, objetivou estimar os componentes do balanço de energia e, por conseguinte, a evapotranspiração em plantios de eucalipto com aplicação do algoritmo SEBAL e de imagem do sensor TM do satélite Landsat 5. As estimativas foram realizadas para cena do dia 20/06/2003. Considerando apenas as áreas referentes aos plantios de eucalipto (sete anos de idade), foram obtidos valores médios de saldo de radiação (Rn), fluxo de calor no solo (G), fluxo de calor sensível (H), fluxo de calor latente (LE) de 420,12 W m-2, 81,80 W m-2, 149,93 W m-2, 188,39 W m-2, respectivamente. Para a evapotranspiração real horária (ETr h), o valor médio obtido foi de 0,28 mm h-1. As estimativas mostraram-se condizentes com dados da literatura, no entanto pesquisas com maior controle experimental devem ser realizadas.

Características espectrais da soja ao longo do ciclo vegetativo com imagens landsat 5/TM em área agrícola no oeste do Paraná

O objetivo deste trabalho foi estudar as mudanças no comportamento espectral da cultura da soja, por meio dos perfis espectrais temporais dos índices de vegetação NDVI e GVI, expressos em diferentes valores físicos: fator de reflectância bidirecional (FRB) aparente, de superfície e normalizado derivados de imagens Landsat 5/TM. Foi monitorada área de cultura de soja localizada próxima ao município de Cascavel - PR, utilizando cinco imagens da safra de 2004/2005, sendo realizados nessas imagens os procedimentos de transformação radiométrica, correção atmosférica e normalização, determinando valores físicos dos fatores de reflectância bidirecional aparente, de superfície e normalizado, respectivamente. Com o intuito de caracterizar a resposta espectral da biomassa da soja, geraram-se imagens referentes aos índices de vegetação NDVI e GVI. Como resultado, a cultura mostrou-se diferente para os tratamentos dos fatores de reflectância bidirecional aparente, de superfície e de normalização. Por meio dos perfis médios espectrais do NDVI e GVI, foi possível acompanhar todo o ciclo da cultura da soja, caracterizando o seu desenvolvimento. Observou-se, ainda, que os dados provenientes do fator de reflectância bidirecional normalizado descaracterizaram a curva espectral da cultura da soja, principalmente em meio à fase de crescimento vegetativo, na data de 9-12-2004.

Spatial autocorrelation of ndvi and gvi indices derived from landsat/tm images for soybean crops in the western of the state of Paraná in 2004/2005 crop season

This research aims at studying spatial autocorrelation of Landsat/TM based on normalized difference vegetation index (NDVI) and green vegetation index (GVI) of soybean of the western region of the State of Paraná. The images were collected during the 2004/2005 crop season. The data were grouped into five vegetation index classes of equal amplitude, to create a temporal map of soybean within the crop cycle. Moran I and Local Indicators of Spatial Autocorrelation (LISA) indices were applied to study the spatial correlation at the global and local levels, respectively. According to these indices, it was possible to understand the municipality-based profiles of tillage as well as to identify different sowing periods, providing important information to producers who use soybean yield data in their planning.

Mapeamento do uso e cobertura da terra a partir da segmentação e classificação de imagens-fração solo, sombra e vegetação derivadas do modelo linear de mistura aplicado a dados do sensor TM/Landsat5, na região do reservatório de Tucuruí - PA

Técnicas de sensoriamento remoto são fundamentais para o monitoramento das mudanças de uso da terra, principalmente em áreas extensas como a Amazônia. O mapeamento de uso da terra, geralmente é realizado por métodos de classificação manual ou digital pixel a pixel, os quais consomem muito tempo. Este estudo aborda a aplicação do modelo linear de mistura em uma imagem Landsat-TM segmentada para o mapeamento das classes de uso da terra na região do reservatório de Tucuruí-PA para os anos de 1996 e 2001.

Exploring TM image texture and its relationships with biomass estimation in Rondônia, Brazilian Amazon

Many texture measures have been developed and used for improving land-cover classification accuracy, but rarely has research examined the role of textures in improving the performance of aboveground biomass estimations. The relationship between texture and biomass is poorly understood. This paper used Landsat Thematic Mapper (TM) data to explore relationships between TM image textures and aboveground biomass in Rondônia, Brazilian Amazon. Eight grey level co-occurrence matrix (GLCM) based texture measures (i.e., mean, variance, homogeneity, contrast, dissimilarity, entropy, second moment, and correlation), associated with seven different window sizes (5x5, 7x7, 9x9, 11x11, 15x15, 19x19, and 25x25), and five TM bands (TM 2, 3, 4, 5, and 7) were analyzed. Pearson's correlation coefficient was used to analyze texture and biomass relationships. This research indicates that most textures are weakly correlated with successional vegetation biomass, but some textures are significantly correlated with mature forest biomass. In contrast, TM spectral signatures are significantly correlated with successional vegetation biomass, but weakly correlated with mature forest biomass. Our findings imply that textures may be critical in improving mature forest biomass estimation, but relatively less important for successional vegetation biomass estimation.

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.

Avaliação de técnicas de classificação digital de imagens landsat em diferentes padrões de cobertura da terra em Rondônia

Dados de sensoriamento remoto têm sido largamente utilizados para classificação da cobertura e uso da terra, em particular graças à aquisição periódica de imagens de satélite e à generalização dos sistemas de processamento digital de imagens, que oferecem uma variedade de algoritmos de classificação de imagens. Este trabalho teve por objetivo avaliar alguns dos métodos mais comuns de classificações supervisionadas e não supervisionadas para imagens do sensor TM do satélite Landsat-5, em três áreas com diferentes padrões de paisagem em Rondônia: (1) áreas de fazendas de "Médio porte", (2) assentamentos no padrão "Espinha de peixe" e (3) áreas de contato entre floresta e "Cerrado". A comparação com um mapa de referência baseado na estatística Kappa produziu indicadores de desempenho bons ou superiores (melhores resultados - K-médias: k = 0,68; k = 0,77; k = 0,64 e MaxVer: k = 0,71; k = 0,89; k = 0,70, respectivamente nas três áreas citadas), para os algoritmos utilizados. Os resultados indicaram que a escolha de um algoritmo deve considerar tanto a capacidade de discriminar várias assinaturas espectrais em diferentes padrões de paisagem quanto a relação custo/benefício decorrente das várias etapas do trabalho dos operadores que elaboram um mapa de cobertura e uso da terra. Este trabalho apontou a necessidade de esforço mais sistemático de avaliação prévia de várias opções de execução de um projeto específico antes de se iniciar o trabalho de elaboração de um mapa de cobertura e uso da terra.

Técnicas de mineração de dados para identificação de áreas com cana-de-açúcar em imagens Landsat 5

Neste trabalho, verificou-se a aderência de técnicas de mineração de dados voltadas para problemas de classificação de dados na identificação automatizada de áreas cultivadas com cana-de-açúcar, em imagens do satélite Landsat 5/TM. Para essa verificação, foram estudadas imagens de áreas cultivadas com cana-de-açúcar em três fases fenológicas diferentes. Os pixels foram convertidos em valores de refletância de superfície, nas vizinhanças das cidades de Araras, São Carlos e Araraquara, no Estado de São Paulo. Foram gerados cinco modelos de árvores de decisão binária, induzidos pelo algoritmo C4.5, em que todos produziram taxas de acerto superiores a 90%. A introdução de atributos de textura trouxe ganhos significativos na acurácia do modelo de classificação e contribuiu para melhorar a distinção de áreas cultivadas com cana-de-açúcar em meio a tipos diversos de cobertura do solo, como solo exposto, área urbana, lagos e rios. Os índices de vegetação mostraram-se relevantes na distinção da fase e do estado fenológico das culturas. Os resultados reforçam o potencial forte das árvores de decisão no processo de classificação e identificação de áreas cultivadas com cana-de-açúcar, em diferentes cidades produtoras, no Estado de São Paulo.

Sensoriamento remoto orbital como recurso para análise da ocorrência da leishmaniose tegumentar americana em localidade urbana da região Sudeste do Brasil

INTRODUÇÃO: A ocorrência de leishmaniose tegumentar americana na região do Vale do Paraíba e litoral Norte do Estado de São Paulo foi estudada por meio de sensoriamento remoto orbital e de mapas da região. MÉTODO: As áreas consideradas de risco foram localizadas numa composição de imagens das bandas TM-3,4 e 5 do satélite Landsat, a vegetação arbustiva foi identificada e se procuraram correlações entre aquelas áreas e as características ambientais relevantes e suas mudanças. RESULTADOS: Foi caracterizada uma área de risco que pode se provar um macro habitat para vetores, reservatórios e agentes etiológicos. A busca de mudanças na paisagem e a avaliação dos dados meteorológicos não forneceram nenhum incremento dos possíveis fatores de risco. CONCLUSÕES: Existe plena correlação entre as áreas consideradas de risco e a presença de córregos e vegetação arbustiva.

The BACTEC MGIT(tm) 320 system as a laboratory tool to diagnose tuberculosis in a Brazilian hospital with a high prevalence of HIV infection

Abstract: INTRODUCTION: The World Health Organization endorses the BACTEC Mycobacterial Growth Indicator Tube (MGIT)(tm) system as a rapid, sensitive, and specific method to diagnostic of tuberculosis. Here, we compared the performance of this system against Ogawa-Kudoh cultures and microscopy. METHODS: A total of 927 samples were obtained between December 2011 and December 2013 from 652 cases of suspected tuberculosis at the School Hospital of the Federal University of Rio Grande in Brazil. RESULTS: The MGIT system confirmed tuberculosis in more cases in less time. CONCLUSIONS: The MGIT system is an effective tool for early diagnosis of tuberculosis, especially in patients with HIV/AIDS.

Dimensões humanas do uso e cobertura das terras na Amazônia: uma contribuição do LBA

O entendimento das mudanças em paisagens amazônicas depende de documentação das alterações na cobertura da terra. Este artigo parte de resultados do Experimento de Larga Escala de Biosfera-Atmosfera na Amazônia (LBA) relativos ao tema para focalizar um estudo transversal que analisa as dimensões sociais e biofísicas dessas transformações. As áreas de estudo representam um gradiente de fertilidade de solos e inclui distintos mosaicos de paisagens, desde o estuário Amazônico e a Região Bragantina até o nordeste de Rondônia. Áreas de assentamento rural são enfatizadas, devido a sua relevância social e a seus impactos sobre a cobertura das terras em escala local e regional. Para exemplificar o potencial destes estudos, apresentamos resultados comparativos para Machadinho d'Oeste e Vale do Anari, RO. A análise multitemporal utilizou imagens do satélite Landsat e levantamentos de campo. Proprietários, seringueiros, madeireiros e outros atores locais foram entrevistados sobre seus sistemas de produção e a história de uso das terras. O cálculo de métricas espaciais embasou nossas conclusões. Os resultados indicam que o desenho do assentamento e aspectos institucionais têm um papel importante no processo de alteração da paisagem. A combinação de lotes privados com reservas comuns, manejadas por populações locais, pode produzir efeitos positivos na manutenção de maiores manchas de floresta. A metodologia utilizada oferece potenciais de integração, análise e monitoramento do uso e cobertura das terras na Amazônia, visando fornecer subsídios a políticas que valorizem as dimensões sociais e ambientais do desenvolvimento da região.

Estimativa de área de vegetação secundária na Amazônia Legal Brasileira

A vegetação secundária tem funções relevantes para os ecossistemas, tais como a fixação de carbono atmosférico, a manutenção da biodiversidade, o estabelecimento da conectividade entre remanescentes florestais, manutenção dos regime hidrológico e a recuperação da fertilidade do solo. O objetivo deste trabalho é, através de uma abordagem amostral, estimar a área ocupada por vegetação secundária na Amazônia Legal Brasileira (AML) em 2006. A amostragem se baseia em uma abordagem estratificada pelo grau de desflorestamento das cenas LANDSAT-TM que recobrem a AML. Foram selecionadas 26 cenas para o ano de 2006, distribuídas em sete estratos conforme o percentual de desflorestamento, nas quais foram mapeadas as áreas de vegetação secundária a partir de técnicas de classificação de imagens. Foi desenvolvido um modelo multivariado de regressão para estimar a área de vegetação secundária utilizando como variáveis independentes a área de desflorestamento, a área de hidrografia, a estrutura agrária, e área das unidades de conservação. A análise de regressão encontrou um R2 ajustado de 0,84 , e coeficientes positivos para a proporção de hidrografia na imagem (2,055) e para a estrutura agrária (0,197), e coeficientes negativos para o grau de desflorestamento na imagem (-0,232) e para a proporção de Unidades de Conservação na imagem (-0,262). O modelo de regressão estimou uma área de 131.873 km² de vegetação secundária para o ano de 2006. Aplicando uma simulação Monte Carlo foi estimada uma incerteza de aproximadamente 12.445 km² para a área.

Mapeamento da antiga cobertura vegetal de várzea do Baixo Amazonas a partir de imagens históricas (1975-1981) do Sensor MSS-Landsat

Este estudo apresenta um mapa da cobertura vegetal da planície de inundação do Rio Amazonas entre as cidades de Parintins (AM) e Almeirim (PA), com base em imagens Landsat-MSS adquiridas entre 1975 e 1981. O processamento digital dessas imagens envolveu a transformação para imagens-fração de vegetação, solo e água escura (sombra), seguido da aplicação de técnicas de segmentação e classificação por região. O mapa resultante da classificação foi organizado em quatro classes de cobertura do solo: floresta de várzea, vegetação não-florestal de várzea, solo exposto e água aberta. A precisão do mapa foi estimada a partir de dois tipos de informações coletadas em campo: 1) pontos de descrição: para validação das classes de cobertura não sujeitas a grandes alterações, como é o caso dos corpos d'água permanentes, e identificação de indicadores dos tipos de cobertura original presentes na paisagem na ocasião da obtenção das imagens (72 pontos); 2) entrevistas com moradores antigos para a recuperação da memória sobre a cobertura vegetal existente há 30 anos (44 questionários). Ao todo foram coletadas informações em 116 pontos distribuídos ao longo da área de estudo. Esses pontos foram utilizados para calcular o Índice Kappa de concordância entre os dados de campo e o mapa resultante da classificação automática, cujo valor (0,78) indica a boa qualidade do mapa de cobertura vegetal da várzea. Os resultados mostram que a região possuía uma cobertura florestal de várzea de aproximadamente 8.650 km2 no período de aquisição das imagens.