Mapeamento de fragmentos florestais com monodominância de aroeira a partir da classificação supervisionada de imagens Rapideye

A espécie florestal Myracrodruon urundeuva (Fr. All.) figura desde 1992 na lista de espécies da flora brasileira ameaçadas de extinção e, contudo, manifesta comportamento monodominante em algumas regiões do Estado de Minas Gerais, sobretudo na região do Médio Rio Doce. Este trabalho teve por objetivo comparar métodos de classificação supervisionada de imagens Rapideye para mapeamento de fragmentos florestais monodominados por Myracrodruon urundeuva em Tumiritinga, MG. Foram avaliadas a classificação pelo algoritmo da Maximaverossimilhança (Maxver) e a classificação por Redes Neurais Artificiais (RNA). Foram testadas 19 combinações envolvendo diferentes bandas, componentes principais e o índice de vegetação da diferença normalizada para a classificação da imagem Rapideye. O treinamento da rede foi realizado variando-se a taxa de aprendizado, o número de interações e o número de neurônios na camada interna. A avaliação dos mapas temáticos produzidos foi realizada através dos índices Kappa e Kappa condicional para a classe de uso do solo "aroeira" e pela análise das Matrizes de Confusão. O método que apresentou melhor desempenho foi a classificação de todas as bandas da imagem Rapideye pelo algoritmo Maxver, apresentando coeficientes Kappa 80 e Kappa condicional 90. O mapa temático gerado teve exatidão do usuário igual a 93% e exatidão do produtor igual a 90%, sendo as maiores confusões do classificador para a classe Aroeira Monodominante acometidas entre as classes Mata Nativa e Pasto Manejado. Da imagem temática produzida, extraiu-se a informação de que 22% do Município de Tumiritinga se encontrava sob ocupação da aroeira em monodominância. A análise do uso e cobertura do solo no município não retrata, na região de estudo, o quadro anunciado de espécie ameaçada de extinção, no qual M. urundeuva se encontra.

Estimativa de área de soja por classificação de imagens normalizada pela matriz de erros

O objetivo deste trabalho foi estimar a área plantada com soja por meio da normalização da matriz de erros gerada a partir da classificação supervisionada de imagens TM/Landsat‑5. Foram avaliados oito municípios no Estado do Paraná, com dados referentes à safra de 2003/2004. As classificações foram realizadas por meio dos métodos paralelepípedo e máxima verossimilhança, dando origem à "máscara de soja". Os valores do índice Kappa dos oito municípios ficaram acima de 0,6. As estimativas de área de soja, corrigidas por matriz de erros, apresentaram alta correlação com as estimativas oficiais do estado e com as estimativas geradas a partir de um método alternativo denominado "expansão direta". A estimativa de área de soja por meio da normalização da matriz de erros apresenta menor custo e pode subsidiar métodos convencionais na estimativa menos subjetiva de safras.

Avaliação da classificação digital de povoamentos florestais em imagens de satélite através de índices de acurácia

A utilização de matéria-prima de origem florestal aumentou significativamente nas últimas décadas. A busca por alta produtividade concretizou-se com a introdução de espécies exóticas, principalmente Eucalyptus sp. e Pinus sp. Neste trabalho avaliou-se a precisão da classificação digital obtida no levantamento de povoamentos florestais implantados e naturais da área da carta de Cachoeira do Sul - RS, utilizando técnicas de geoprocessamento, sensoriamento remoto, SIG (sistema de informação geográfica) e GPS (sistema de posicionamento global). Verificou-se que a área é ocupada por vegetação natural (35,54%), Pinus sp. (1,89%) e Eucalyptus sp. (0,77%), cuja precisão na classificação supervisionada digital foi: Exatidão global (85,23%), Kappa (84,90%) e Tau (77,74%). Concluiu-se que os três índices de acurácia podem ser utilizados, apesar de os índices Kappa e Tau mostrarem-se mais consistentes.

Mapeamento digital de solos por redes neurais artificiais com base na relação solo-paisagem

Técnicas de mapeamento digital podem contribuir para agilizar a realização de levantamentos pedológicos detalhados. Objetivou-se com este trabalho obter um mapa digital de solos (MDS) com uso de redes neurais artificiais (RNA), utilizando correlações entre unidades de mapeamento (UM) e covariáveis ambientais. A área utilizada compreendeu aproximadamente 12.000 ha localizados no município de Barra Bonita, SP. A partir do resultado de uma análise de agrupamento das covariáveis ambientais, foram escolhidas cinco áreas de referência para realizar o mapeamento convencional. As UM identificadas subsidiaram a aplicação da técnica de RNA. Utilizaram-se o simulador de redes neurais JavaNNS e o algoritmo de aprendizado backpropagation. Pontos de referência foram coletados para avaliar o desempenho do mapa digital produzido. A posição na paisagem e o material de origem subjacente foram determinantes para o reconhecimento dos delineamentos das UM. Houve boa concordância entre as UM delineadas pelo MDS e pelo método convencional. A comparação entre os pontos de referência e o mapa de solos digital evidenciou exatidão de 72 %. O uso da abordagem MDS utilizada pode contribuir para diminuir a falta de informações semidetalhadas de solos em locais ainda não mapeados, tomando-se como base informações pedológicas obtidas de áreas de referência adjacentes.

Identificação de impurezas e misturas em pó de café por meio de comportamento espectral e análise de imagens digitais

Para eliminar divergências na interpretação dos resultados e agilizar os atuais métodos de detecção de fraudes em café torrado e moído, foi estabelecido um método baseado na análise por imagem e fundamentado no princípio de que diferentes materiais de origem orgânica, como o pó de café, podem apresentar reflectâncias distintas em diferentes comprimentos de onda do espectro eletromagnético. Partiu-se da hipótese de que o pó de café adulterado, quando submetido a uma fonte artificial de iluminação, apresenta uma reflectância, nos canais vermelho (R), verde (G) e azul (B), diferente em relação à do pó de café não-adulterado. Após as etapas de limpeza, secagem e homogeneização, foram geradas imagens multiespectrais das amostras de café, por meio de uma lupa acoplada a uma câmara CCD (Charge Coupled Device). A quantificação das impurezas na amostra foi obtida utilizando-se curvas de calibração entre a área relativa obtida pela classificação supervisionada de imagens e a porcentagem de impurezas presentes nas amostras. Esse novo método permite agilidade da resposta, ausência de subjetividade nos resultados e não-destruição das amostras analisadas, e assegura um patamar mínimo de detecção de 95% das impurezas do produto.

Evolução do uso da terra entre 1996 e 1999 no município de Botucatu-SP

Este trabalho teve o objetivo de avaliar a evolução do uso da terra no município de Botucatu - SP, no período de três anos, considerando-se seis tipos de cobertura vegetal (cana-de-açúcar, reflorestamento, floresta nativa, pastagem, cítrus e outros), tendo como base as imagens de satélite Landsat 5, bandas 3; 4 e 5, órbita 220, ponto 76, quadrante A, passagem de 8 de junho de 1999. O Sistema de Informações Geográficas - IDRISI for Windows 3.2, foi utilizado para as análises. Os resultados mostraram que esse programa foi eficiente para auxiliar na identificação e mapeamento das áreas com uso da terra, facilitando o processamento dos dados. As imagens de satélite TM/LANDSAT 5 forneceram um excelente banco de dados para a classificação supervisionada. O município não vem sendo preservado ambientalmente, pois apresenta-se coberto com menos de 20% de florestas nativas, mínimo exigido por lei. As áreas de pastagem, principal componente da paisagem do município, confirmam a vocação da região para a pecuária.

Identificação e mapeamento de áreas de milho na região sul do Brasil utilizando imagens MODIS

O presente trabalho teve como proposta avaliar a identificação e o mapeamento das áreas de milho da região noroeste do Estado do Rio Grande do Sul a partir de dados multitemporais do sensor MODIS (Moderate Resolution Imaging Spectroradiometer) a bordo do satélite Earth Observing System - EOS-AM (Terra). O algoritmo de classificação supervisionada Spectral Angle Mapper (SAM) foi aplicado com sucesso em uma série multitemporal de imagens EVI pré-processadas. Verificou-se que as áreas classificadas como milho na imagem coincidiam plenamente com áreas mais extensas ou contínuas (> 90 ha) de milho. Áreas de menor extensão ou localizadas em encostas de morros, ao lado de vegetação arbórea, não foram detectadas pelo classificador devido à baixa resolução espacial das imagens. A maior utilidade prática da identificação e da classificação digital das áreas de milho obtidas das imagens MODIS está na sua aplicação para isolar ou complementar o mapeamento das áreas agrícolas visando ao seu monitoramento a partir de diferentes índices de vegetação, derivados de imagens de alta resolução temporal e baixa resolução espacial.

Utilização da técnica por componentes principais (acp) e fator de iluminação, no mapeamento da cultura do café em relevo montanhoso

O objetivo deste trabalho foi avaliar as informações obtidas das imagens do satélite Landsat/TM5, utilizando técnicas de Análise por Componentes Principais (ACP) e Fator de Iluminação oriundo de um Modelo de Elevação do Terreno, calculado a partir de imagens ASTER, no mapeamento de áreas de café em terreno montanhoso. As imagens utilizadas (três) foram corrigidas para o efeito da atmosfera e cobriram, temporalmente, o ciclo da cultura. Foram calculadas as componentes principais e escolhidas as duas primeiras, as quais possuíam 94% das informações, para a definição das amostras. As amostras resultantes da ACP foram utilizadas na classificação supervisionada cujo resultado foi comparado com uma classificação convencional e uma classificação multitemporal convencional. A acurácia das classificações foi realizada por meio do cálculo da Exatidão Global e do Coeficiente Kappa, tendo como base uma máscara da área cafeeira da região. Os resultados mostraram que a técnica de ACP foi efetiva no estabelecimento de classes de iluminação, assim como na escolha das amostras, apesar de estas não terem representado a área efetivamente classificada. Em função disto, as classificações foram mais acuradas, principalmente aquela que considerou todos os pixels de cada imagem classificada individualmente pelo método da ACP, confirmando a importância do aspecto multitemporabilidade .

Mapeamento multitemporal da cobertura de terra, por meio de árvore de decisão, na bacia hidrográfica do rio Marombas-SC

RESUMO O conhecimento sobre a cobertura da terra é fundamental como informação para o planejamento e o estudo dos efeitos da substituição de paisagens naturais por paisagens antropizadas. Este estudo objetivou analisar a dinâmica da cobertura da terra entre os anos de 1989 e 2011, na bacia hidrográfica do rio Marombas (SC), empregando o classificador árvore de decisão (AD). Foram utilizadas bandas espectrais do satélite Landsat 5, índices de vegetação e atributos de terreno extraídos do modelo digital de elevação. Esses dados foram utilizados como atributos de classificação da cobertura da terra, nos anos de 1989, 1991, 1993, 1997, 2001, 2004 e 2011. A qualidade do classificador AD foi avaliada por um conjunto de 500 pontos aleatórios e independentes, gerados para cada ano, o que permitiu calcular os parâmetros índice Kappa e exatidão global a partir das matrizes de confusão. O algoritmo AD obteve desempenho médio próximo a 83% para o índice Kappa e exatidão global média de 86%. Esses valores permitem considerar a classificação como excelente, o que permitiu uma associação segura entre a influência antrópica e a dinâmica da cobertura da terra na bacia hidrográfica estudada. Foi diagnosticado o aumento das atividades agrícolas e silvicultoras em detrimento das coberturas naturais, além de uma fragmentação dos corredores ecológicos da Floresta Ombrófila Mista, no intervalo analisado de 22 anos.

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).

Abordagem metodológica baseada em imagens do SAR-R99B para identificar prováveis pistas de pouso não-homologadas na Amazônia

Este estudo apresenta uma abordagem metodológica baseada em imagens de radar e nos critérios de tonalidade, tamanho e forma geométrica para identificar prováveis pistas de pouso não-homologadas na Amazônia. Os seguintes procedimentos foram conduzidos: georreferenciamento da imagem do sensor SAR-R99B do município paraense de Itaituba, adquirida na banda L, polarização HH e resolução espacial de três metros; subtração do ruído speckle com filtro mediana; classificação com a técnica não-supervisionada ISODATA; vetorização da classe indicativa dos alvos de interesse; e cálculo e seleção automática dos alvos de interesse por critérios de índice de circularidade e de tortuosidade. Foram identificados dez alvos, dos quais dois foram considerados como prováveis pistas de pouso pelos referidos índices.

Geotecnologias para mapear lavouras de café nos estados de Minas Gerais e São Paulo

O uso operacional de imagens de satélites de sensoriamento remoto para mapear lavouras de café em grandes áreas, para fins de obtenção de estatísticas agrícolas confiáveis e oportunas, ainda se encontra em desenvolvimento. Diversos são os fatores que dificultam a correta identificação e mapeamento do parque cafeeiro. Contudo, os avanços tecnológicos observados nos últimos anos em termos de aquisição de imagens com melhor qualidade e em maior quantidade, bem como o desenvolvimento de novas ferramentas de análise, propiciam o desenvolvimento de um método operacional que pode contribuir na formação das estatísticas agrícolas oficiais do café no Brasil. Neste sentido, o presente trabalho tem por objetivo relatar a metodologia e apresentar os resultados do mapeamento das áreas cultivadas com café nos Estados de Minas Gerais e São Paulo, utilizando imagens de sensoriamento remoto e técnicas de geoprocessamento. A abordagem metodológica consiste em quatro fases: a) restauração das imagens e georreferenciamento; b) classificação não supervisionada; c) interpretação visual na tela do computador para minimizar erros de omissão e inclusão, e d) determinação da área cultivada com café. Os resultados indicaram que a metodologia utilizada foi adequada para o mapeamento das lavouras de café de Minas Gerais e São Paulo.

Correlação entre a classificação clínica TNM e as características histológicas de malignidade do carcinoma epidermóide oral

A gradação histológica das margens mais profundas do carcinoma epidermóide oral influencia diretamente na sobrevida do paciente, já que células neoplásicas nesse local mostram-se indiferenciadas e de grande valor prognóstico. OBJETIVO: A proposta desse estudo é correlacionar a classificação clínica TNM com as características histopatológicas (grau de queratinização, pleomorfismo nuclear, padrão de invasão e infiltrado linfoplasmocitário) e os escores histológicos de malignidade de 38 casos de carcinoma epidermóide oral nas áreas mais profundas da lesão. FORMA DE ESTUDO: Estudo clínico retrospectivo. MATERIAL E MÉTODO: O estudo foi baseado em uma revisão retrospectiva incluindo a observação histológica de 38 casos de carcinoma epidermóide oral dos arquivos do Hospital Dr. Luis Antônio, Natal-RN, Brasil. Com a análise dos prontuários médicos, foram obtidos os dados referentes à classificação clínica TNM. A gradação histológica de malignidade foi realizada na área invasiva do tumor por dois patologistas em secções histológicas de 3 µm de espessura coradas pela hematoxilina e eosina. Para as análises estatísticas foram aplicados os testes paramétricos (ANOVA) e não-paramétricos (Tukey; Pearson; Qui²). RESULTADOS: Foi encontrada correlação estatisticamente significante do estadiamento clínico TNM com os escores histológicos de malignidade (p= 0,001) e com os parâmetros histológicos isolados tais como: pleomorfismo nuclear (p= 0,016) e grau de queratinização (p= 0,025). Além disso, houve também uma correlação estatisticamente significante entre infiltrado linfoplasmocitário (p= 0,016) e pleomorfismo nuclear (p= 0,004) com a classificação clínica TNM quando agrupada em duas séries: TNM-I/II e III/IV. CONCLUSÕES: A classificação clínica TNM teve uma correlação estatisticamente significante com grau de queratinização, pleomorfismo nuclear e infiltrado linfoplasmocitário, assim como com os escores médios de malignidade. Esses resultados altamente significantes indicam que as áreas invasivas podem ser primariamente responsáveis pelo comportamento clinico do tumor e isso pode ser imprescindível para a escolha da terapia para o carcinoma epidermóide oral.