LIVIA - um software para classificação não supervisionada de áreas foliares infectadas pela ferrugem do café.

O objetivo deste comunicado é apresentar a implementação JavaTM do software LIVIA (Library for Visual Image Analysis). Trata-se de um módulo de processamento de imagens digitais aplicado à agricultura, desenvolvido na Embrapa Informática Agropecuária (Campinas/SP), sob demanda da Embrapa Meio Ambiente (Jaguariúna/SP).

Sensoriamento remoto e geoprocessamento aplicado ao estudo temporal do uso da terra e na comparação entre classificação não supervisionada e análise visual

Pós-graduação em Agronomia (Energia na Agricultura) - FCA

Classificação não-supervisionada de dados hiperespectrais usando análise em componentes independentes

No passado recente foram desenvolvidas v árias t écnicas para classi ca ção de dados hiperspectrais. Uma abordagem tí pica consiste em considerar que cada pixel e uma mistura linear das reflectancias espectrais dos elementos presentes na c élula de resolu ção, adicionada de ru ído. Para classifi car e estimar os elementos presentes numa imagem hiperespectral, v ários problemas se colocam: Dimensionalidade dos dados, desconhecimento dos elementos presentes e a variabilidade da reflectância destes. Recentemente foi proposta a An álise em Componentes Independentes,para separa ção de misturas lineares. Nesta comunica ção apresenta-se uma metodologia baseada na An álise em Componentes Independentes para detec ção dos elementos presentes em imagens hiperespectrais e estima ção das suas quantidades. Apresentam-se resultados desta metodologia com dados simulados e com dados hiperespectrais reais, ilustrando a potencialidade da t écnica.

Sistema de predição de alarmes em processos industriais por classificação não-supervisionada

Um sistema de predição de alarmes com a finalidade de auxiliar a implantação de uma política de manutenção preditiva industrial e de constituir-se em uma ferramenta gerencial de apoio à tomada de decisão é proposto neste trabalho. O sistema adquire leituras de diversos sensores instalados na planta, extrai suas características e avalia a saúde do equipamento. O diagnóstico e prognóstico implica a classificação das condições de operação da planta. Técnicas de árvores de regressão e classificação não-supervisionada são utilizadas neste artigo. Uma amostra das medições de 73 variáveis feitas por sensores instalados em uma usina hidrelétrica foi utilizada para testar e validar a proposta. As medições foram amostradas em um período de 15 meses.

Identificação de hidroformas e hidromorfologias em zonas Costeiras arenosas utilizando técnicas de classificação de Imagem

A aplicação de metodologias inovadoras no estudo da zona costeira, como as Técnicas de Informação Geográfica (TIG), utilizando fotografia aérea e imagens de satélite de alta resolução espacial, é um assunto proeminente da investigação das áreas das Ciências Geo-Espaciais e da Engenharia Costeira. Um conjunto de fotografias aéreas, entre 1958 e 2002, foi analisado visualmente num ambiente de Sistemas de Informação Geográfica (SIG), com o objectivo de identificar hidroformas e hidromorfologias costeiras, no sector entre Esmoriz e Mira. Este trabalho tem como objectivo principal identificar e analisar formas/padrões morfológicas e hidrodinâmicos (hidroformas e hidromorfologias) recorrendo a algoritmos da classificação de imagem. Para alcançar esse objectivo foram aplicados diferentes métodos de classificação de imagem, nomeadamente técnicas de classificação supervisionada e não supervisionada, utilizando o software PCI Geomatica®. Foram testados diferentes algoritmos na classificação supervisionada, (paralelepípedo, distância mínima e máxima probabilidade) e na classificação não supervisionada, o K-médias e o ISODATA. Os algoritmos de classificação supervisionada apresentaram bons resultados, demonstrados pela precisão global e coeficiente Kappa, de 95.65% - 0.95661 e de 95.85% - 0.95840, para o método do paralelepípedo e para o método da máxima probabilidade respectivamente. Os algoritmos de classificação não supervisionada (K-médias e ISODATA) permitiram identificar várias classes, como por exemplo, praia, face da praia e zona de rebentação. Os resultados obtidos foram comparados (sobrepostos) com os da análise visual em ambiente SIG, mostrando uma boa concordância nas hidroformas e hidromorfologias identificadas.

Interpretação de imagens multitemporais de sensoriamento remoto.

Estudos multitemporais de dados de sensoriamento remoto dedicam-se ao mapeamento temático de uso da terra em diferentes instâncias de tempo com o objetivo de identificar as mudanças ocorridas em uma região em determinado período. Em sua maioria, os trabalhos de classificação automática supervisionada de imagens de sensoriamento remoto não utilizam um modelo de transformação temporal no processo de classificação. Pesquisas realizadas na última década abriram um importante precedente ao comprovarem que a utilização de um modelo de conhecimento sobre a dinâmica da região (modelo de transformação temporal), baseado em Cadeias de Markov Fuzzy (CMF), possibilita resultados superiores aos produzidos pelos classificadores supervisionados monotemporais. Desta forma, o presente trabalho enfoca um dos aspectos desta abordagem pouco investigados: a combinação de CMF de intervalos de tempo curtos para classificar imagens de períodos longos. A área de estudo utilizada nos experimentos é um remanescente florestal situado no município de Londrina-PR e que abrange todo o limite do Parque Estadual Mata dos Godoy. Como dados de entrada, são utilizadas cinco imagens do satélite Landsat 5 TM com intervalo temporal de cinco anos. De uma forma geral, verificou-se, a partir dos resultados experimentais, que o uso das Cadeias de Markov Fuzzy contribuiu significativamente para a melhoria do desempenho do processo de classificação automática em imagens orbitais multitemporais, quando comparado com uma classificação monotemporal. Ainda, pôde-se observar que as classificações com base em matrizes estimadas para períodos curtos sempre apresentaram resultados superiores aos das classificações com base em matrizes estimadas para períodos longos. Também, que a superioridade da estimação direta frente à extrapolação se reduz com o aumento da distância temporal. Os resultados do presente trabalho poderão servir de motivação para a criação de sistemas automáticos de classificação de imagens multitemporais. O potencial de sua aplicação se justifica pela aceleração do processo de monitoramento do uso e cobertura da terra, considerando a melhoria obtida frente a classificações supervisionadas tradicionais.

Uma proposta metodológica de integração de técnicas de análise espectral e de inteligência computacional, baseadas em conhecimento, para o reconhecimento de padrões em imagens multiespectrais

Somente no ano de 2011 foram adquiridos mais de 1.000TB de novos registros digitais de imagem advindos de Sensoriamento Remoto orbital. Tal gama de registros, que possui uma progressão geométrica crescente, é adicionada, anualmente, a incrível e extraordinária massa de dados de imagens orbitais já existentes da superfície da Terra (adquiridos desde a década de 70 do século passado). Esta quantidade maciça de registros, onde a grande maioria sequer foi processada, requer ferramentas computacionais que permitam o reconhecimento automático de padrões de imagem desejados, de modo a permitir a extração dos objetos geográficos e de alvos de interesse, de forma mais rápida e concisa. A proposta de tal reconhecimento ser realizado automaticamente por meio da integração de técnicas de Análise Espectral e de Inteligência Computacional com base no Conhecimento adquirido por especialista em imagem foi implementada na forma de um integrador com base nas técnicas de Redes Neurais Computacionais (ou Artificiais) (através do Mapa de Características Auto- Organizáveis de Kohonen SOFM) e de Lógica Difusa ou Fuzzy (através de Mamdani). Estas foram aplicadas às assinaturas espectrais de cada padrão de interesse, formadas pelos níveis de quantização ou níveis de cinza do respectivo padrão em cada uma das bandas espectrais, de forma que a classificação dos padrões irá depender, de forma indissociável, da correlação das assinaturas espectrais nas seis bandas do sensor, tal qual o trabalho dos especialistas em imagens. Foram utilizadas as bandas 1 a 5 e 7 do satélite LANDSAT-5 para a determinação de cinco classes/alvos de interesse da cobertura e ocupação terrestre em três recortes da área-teste, situados no Estado do Rio de Janeiro (Guaratiba, Mangaratiba e Magé) nesta integração, com confrontação dos resultados obtidos com aqueles derivados da interpretação da especialista em imagens, a qual foi corroborada através de verificação da verdade terrestre. Houve também a comparação dos resultados obtidos no integrador com dois sistemas computacionais comerciais (IDRISI Taiga e ENVI 4.8), no que tange a qualidade da classificação (índice Kappa) e tempo de resposta. O integrador, com classificações híbridas (supervisionadas e não supervisionadas) em sua implementação, provou ser eficaz no reconhecimento automático (não supervisionado) de padrões multiespectrais e no aprendizado destes padrões, pois para cada uma das entradas dos recortes da área-teste, menor foi o aprendizado necessário para sua classificação alcançar um acerto médio final de 87%, frente às classificações da especialista em imagem. A sua eficácia também foi comprovada frente aos sistemas computacionais testados, com índice Kappa médio de 0,86.

Uso de imagens de satélite de alta resolução (GeoEye-1) para estimativa de acúmulo de carbono em alagados de Mata Atlântica em recuperação na Reserva Ecológica Guapiaçu (Cachoeiras de Macacu, Rio de Janeiro)

Áreas alagadas são importantes devido à grande biodiversidade que sustentam e aos serviços ambientais gerados pela sua conservação. Essas áreas, quando dominadas por macrófitas, tendem a suportar grande biodiversidade e assumir grande valor de conservação. Assim, o monitoramento do estabelecimento deste importante componente do ecossistema durante um projeto de recuperação de ecossistemas é importante para avaliar o sucesso da sua recuperação. Este trabalho teve como objetivo estimar aquantidade de biomassa por área acumulada em um ecossistema ao longo de um gradiente de recuperação. Através da classificação não supervisionada gerada a partir de de imagens de satélite de alta resolução (GeoEye-1) e amostragem destrutiva foram estimadas quantidades de biomassa por área em três alagados em recuperação na Reserva Ecológica Guapiaçú. A classificação não supervisionada se mostrou uma ferramenta acurada e eficiente no mapeamento de classes de vegetação. Os alagados estudados apresentam uma taxa de acúmulo de carbono anual estimada em 1,12 MgC.hec-1 atingindo um máximo de 5.55 MgC.hec-1 no terceiro ano. Adicionalmente, foi observada uma correlação negativa entre biomassa e profundidade.

Mapeamento de uso das terras utilizando processamento digital de imagem de sensoriamento remoto.

O uso dos métodos tradicionais de levantamento do uso das terras, em razão do custo elevado dos instrumentos e a dificuldade de disponibilizar as informações de maneira rápida aos tomadores de decisão, torna proibitivo seu emprego de forma sistemática e repetitiva sobre grandes extensões de território. Desta forma, existe a necessidade de se utilizar métodos que possibilitem o levantamento do uso das terras de maneira eficiente, rápida e que tenham relativamente baixo custo. Neste contexto, a forma mais eficiente e rápida para caracterizar o uso atual das terras é por meio dos recursos instrumentais oferecidos pelo sensoriamento remoto (SR), com auxílio dos Sistemas de Informações Geográficas (SIGs) e dos Sistema de Posicionamento Global (GPSs). O processo de levantamento e caracterização do uso das terras, nesse caso, pode ser grandemente facilitado pela utilização de imagens de satélites e outros recursos de sensoriamento remoto, que podem gerar dados passíveis de serem geocodificados, ou seja, integrados, relacionados e espacializados nos SIGs. Esses, em conjunto com os GPSs, são considerados, atualmente, como a maneira mais eficiente de levantamento e identificação do uso das terras. Desta forma, o trabalho teve como objetivo o mapeamento de uso das terras utilizando o processamento digital de imagem de sensoriamento remoto, utilizando-se a interpretação visual, a classificação digital supervisionada, e a classificação híbrida (classificação digital + interpretação visual), utilizando-se imagem TM do satélite LANDSAT 7.

Estrutura e heterogeneidade da paisagem de uma unidade de conservação no nordeste do Pantanal (RPPN SESC Pantanal), Mato Grosso, Brasil : efeitos sobre a distribuição e densidade de antas (Tapirus terrestris) e de cervos-do-pantanal (Blastocerus dichotomus)

A RPPN SESC-Pantanal, em Barão de Melgaço, MT, apresenta características em grande parte associadas à fisionomia do cerrado, com áreas mais secas em relação às regiões localizadas mais ao sul e a oeste do Pantanal. O mapa de cobertura do solo, produzido através de classificação não-supervisionada de imagens de satélite, identificou 18 classes de cobertura e nove domínios fisionômicos, que correspondem a uma representação sintética da distribuição das unidades da paisagem na Reserva. O desenvolvimento apropriado de estratégias de manejo e de conservação fundamenta-se principalmente no conhecimento da fauna regional, ressaltado pela sua abundância e formas de uso da área. A anta, Tapirus terrestris, e o cervo-do-pantanal, Blastocerus dichotomus, são elementos bastante comuns na paisagem da RPPN. A estimativa do tamanho da população de antas na região de estudo foi de 581 indivíduos; a densidade (0,71 ind./km2), no conjunto das fisionomias florestais da região, foi 92% mais elevada do que para as formações campestres (0,37 ind./km2). O tamanho populacional estimado para o cervo-do-pantanal foi de 135 indivíduos (0,44 ind./km2) para o período seco, e 157 indivíduos (0,73 ind./km2) para o período úmido. Com base nos modelos de distribuição gerados, nos resultados obtidos via o Índice de Seleção e nas estimativas de densidade, pode-se inferir sobre a qualidade dos hábitats para as espécies. As Matas com Acuri (Scheelea phalerata) são de elevada importância para T. terrestris, embora a espécie tenha ampla distribuição na Reserva. B. dichotomus tem sua maior população no Pantanal e, na Reserva, está em condição peculiar em relação à descrita como característica para a espécie: ocupa hábitats mais secos do que na maior parte de sua área de ocorrência Os hábitats campestres, relacionados à presença de murundus, foram selecionados positivamente pela espécie. A análise espacial em diferentes escalas foi fundamental para evidenciar a importância de corpos d’água (tanques ou baías) na previsão da ocorrência da espécie: as zonas de maior probabilidade dispõem-se na forma de núcleos centrados na rede de tanques, na área central da Reserva e nas adjacências de baías na porção leste da UC. As análises demonstraram uma hierarquia no uso dos hábitats, tanto para T. terrestris quanto para B. dichotomus, permitindo identificar zonas onde as chances são maiores de ocorrência das espécies, uma expressão de conjuntos de fatores que devem se aproximar do ótimo para as espécies no contexto da paisagem estudada.

Aplicação do Sensoriamento Remoto e do Sistema de Informações Geográficas na Detecção de Manchas de Óleo na Região do Pólo de Exploração de Guamaré, R.N.

Objective to establish a methodology for the oil spill monitoring on the sea surface, located at the Submerged Exploration Area of the Polo Region of Guamaré, in the State of Rio Grande do Norte, using orbital images of Synthetic Aperture Radar (SAR integrated with meteoceanographycs products. This methodology was applied in the following stages: (1) the creation of a base map of the Exploration Area; (2) the processing of NOAA/AVHRR and ERS-2 images for generation of meteoceanographycs products; (3) the processing of RADARSAT-1 images for monitoring of oil spills; (4) the integration of RADARSAT-1 images with NOAA/AVHRR and ERS-2 image products; and (5) the structuring of a data base. The Integration of RADARSAT-1 image of the Potiguar Basin of day 21.05.99 with the base map of the Exploration Area of the Polo Region of Guamaré for the identification of the probable sources of the oil spots, was used successfully in the detention of the probable spot of oil detected next to the exit to the submarine emissary in the Exploration Area of the Polo Region of Guamaré. To support the integration of RADARSAT-1 images with NOAA/AVHRR and ERS-2 image products, a methodology was developed for the classification of oil spills identified by RADARSAT-1 images. For this, the following algorithms of classification not supervised were tested: K-means, Fuzzy k-means and Isodata. These algorithms are part of the PCI Geomatics software, which was used for the filtering of RADARSAT-1 images. For validation of the results, the oil spills submitted to the unsupervised classification were compared to the results of the Semivariogram Textural Classifier (STC). The mentioned classifier was developed especially for oil spill classification purposes and requires PCI software for the whole processing of RADARSAT-1 images. After all, the results of the classifications were analyzed through Visual Analysis; Calculation of Proportionality of Largeness and Analysis Statistics. Amongst the three algorithms of classifications tested, it was noted that there were no significant alterations in relation to the spills classified with the STC, in all of the analyses taken into consideration. Therefore, considering all the procedures, it has been shown that the described methodology can be successfully applied using the unsupervised classifiers tested, resulting in a decrease of time in the identification and classification processing of oil spills, if compared with the utilization of the STC classifier

Evolução espaço-temporal do uso e cobertura do solo nas estâncias turísticas de Avaré e Paranapanema, no reservatório de Jurumirim (SP)

Pós-graduação em Geografia - IGCE

Processamento digital de fotografias aéreas para análise do uso do solo

Pós-graduação em Agronomia (Energia na Agricultura) - FCA

Geotecnologias aplicadas à caracterização e mapeamento das alterações da cobertura vegetal intra-urbana e da expansão urbana da cidade de Rio Claro (SP)

Pós-graduação em Geografia - IGCE

Ecologia de paisagem aplicada à análise ambiental do sítio arqueológico PA-BA-84: Alunorte em Barcarena-PA

Uma das tarefas da pesquisa em Arqueologia da Amazônia é compreender as relações entre as populações humanas pretéritas e a floresta tropical úmida. É muito importante definir as unidades de paisagem no contexto do processo de ocupação humana e assim, integrar esses dados ao contexto dos sítios arqueológicos. Este estudo tem como objetivo definir a composição de unidades de paisagem atual do sítio arqueológico PA-BA-84: ALUNORTE, em termos taxonômicos, utilizando a abordagem geográfica da Ecologia de Paisagem como uma eficiente ferramenta na política de preservação do patrimônio arqueológico. Esta abordagem sistêmica destaca a interdependência mútua dos elementos da paisagem e as interações entre estes, gerando duas unidades espaciais de análise do sítio arqueológico: o micromeio e o macromeio. A classificação taxonômica das unidades de paisagem está relacionada com a aplicação de diferentes escalas espaciais, onde o geossistema refere-se às escalas de menor detalhe para a análise do macromeio do sítio, enquanto as unidades geofácies e geótopo relacionam-se às escalas de maior detalhe referentes à análise do micromeio. O resgate das informações ambientais passa pelo uso sensoriamento remoto e o geoprocessamento da imagem SPOT, como uma ferramenta eficaz para a definição das unidades de paisagem. A classificação da imagem foi otimizada com o classificador baseado em redes neurais, com trabalhos de campo e com dados do Programa de Arqueologia Preventiva na área do Projeto Bauxita Paragominas/PA. Desta forma, a definição das unidades de paisagem do sitio Alunorte passa pela associação de classificação não supervisionada com classificação supervisionada. Os resultados mostraram que o geossistema do macromeio é constituído por oito geofácies, representadas por áreas construídas, áreas de cultivo agrícolas, rios, praias, várzea, vegetação em áreas alagadas, capoeira adulta e capoeira jovem. A delimitação espacial do geossistema obedece aos limites da bacia hidrográfica do rio Murucupi. O micromeio é definido a partir do sistema de nascente do rio Murucupi e apresenta cinco geofácies que são constituídas por áreas construídas, rios, praias, várzea, capoeira adulta e capoeira jovem. O sítio está assentado sobre rampas de colúvio, a qual é constituída por rampas inferior, média e superior, o que está diretamente relacionado com os geotópos que cobrem o relevo do micromeio. Na rampa superior foi registrada a maior concentração de vestígios arqueológicos, o que representa, certamente, o local do assentamento humano pretérito, no processo de ocupação pré-histórico, iniciado há mil anos, o que coincide com uma paleogeofácies de manguezal na praia de Itupanema. O geossistema é caracterizado por um alto grau de antropização representado a partir de ciclos cada vez mais curtos de regeneração da cobertura vegetal. Esta degradação afeta diretamente o patrimônio arqueológico, por isso, os estudos que visam preservar esse patrimônio, preocupados com o resgate do processo de ocupação da Amazônia, devem priorizar a preservação conjunta do mesmo com o geossistema em que está inserido.