Rita de Cassia Dos Santos

CLASSIFICAO TEXTURAL APLICADA COBERTURA DO SOLO DE UMA
BACIA HIDROGRFICA USANDO SENSORIAMENTO REMOTO

Rita de Cssia dos Santos
TESE SUBMETIDA AO CORPO DOCENTE DA COORDENAO DOS

PROGRAMAS DE PS-GRADUAO DE ENGENHARIA DA UNIVERSIDADE
FEDERAL
DO
RIO
DE
JANEIRO
COMO
PARTE
DOS
REQUISITOS
NECESSRIOS PARA A OBTENO DO GRAU DE MESTRE EM CINCIAS EM

ENGENHARIA CIVIL.
Aprovada por:
________________________________________________
Prof. Otto Corra Rotunno Filho, Ph.D.
________________________________________________
Prof. Alessandra Magrini, D.Sc
________________________________________________
Prof. Carla Bernadete Madureira Cruz, D.Sc
________________________________________________
Prof. Gutemberg Borges Frana, Ph.D
________________________________________________
Prof. Isimar de Azevedo Santos, D.Sc
________________________________________________
Prof. Jorge Antnio Martins, D.Sc
RIO DE JANEIRO, RJ - BRASIL

ABRIL DE 2002
SANTOS, RITA DE CASSIA DOS

Classificao Textural Aplicada
Cobertura do Solo de uma Bacia
Hidrogrfica Usando Sensoriamento
Remoto [Rio de Janeiro] 2002
X, 153 p. 29,7 cm (COPPE/UFRJ,

M.Sc. Engenharia Civil, 2002)
Tese - Universidade Federal do Rio de
Janeiro, COPPE
1. Bacia hidrogrfica
2. Modelagem Hidrolgica
3. Sensoriamento remoto
4. Classificao de imagem
5. Textura
I.COPPE /UFRJ II.Ttulo (srie)
ii
Resumo da Tese apresentada COPPE/UFRJ como parte dos requisitos necessrios

para obteno do grau de Mestre em Cinciais (M.Sc.)
CLASSIFICAO TEXTURAL APLICADA COBERTURA DO SOLO DE UMA
BACIA HIDROGRFICA USANDO SENSORIAMENTO REMOTO.
Abril/2002
Orientador: Otto Corra Rotunno Filho
Programa: Engenharia Civil
fundamental a compreenso da ocupao do uso do solo para um melhor
direcionamento do planejamento urbano no contexto da modelagem hidrolgica em
bacias hidrogrficas . Este trabalho tem como objetivo analisar dados de classificao
da cobertura e uso do solo atravs de sensoriamento remoto, incluindo imagens do tipo
Landsat5-TM e do tipo Radarsat.
A metodologia incluiu a avaliao de diferentes tcnicas de anlise digital de
imagens. Foram utilizadas tcnicas de classificao no supervisionada e supervisionada
para mapear a cobertura do uso do solo de uma bacia hidrogrfica .O estudo de caso foi
a bacia hidrogrfica dos rios Iguau e Sarapu. Nesse contexto, procedeu-se a uma
investigao sobre a presena de uma estrutura de correlao espacial nas imagens de
satlite Landasat5-TM e Radarsat. Feita essa anlise, avaliou-se dois algoritmos de
textura, GLCM (Gray Level Coocurrence Matrix) e NGLDM ("Neighboring Gray
Level Dependence Matrix"), tanto para a faixa do espectro eletromagntico
correspondente ao visvel e ao infravermelho (Landsat5-TM) quanto para a faixa de
microondas (Radarsat). A pesquisa incluiu uma comparao entre as classificaes de
cobertura do solo obtidas atravs do mtodo de mxima verossimilhana e dos mtodos
de textura GLCM E NGLDM.
Os resultados envolvendo classificao textural, embora no tenham apontado
uma melhora significativa no nvel de classificao da cobertura do solo, indicam que a
abordagem de mtodos de classificao por textura necessita ser melhor explorada.
Finalmente, importante destacar que a imagem de radar, em complemento
imagem Landsat, pode desempenhar um papel importante nos estudos de classificao e
avaliao da evoluo da cobertura e uso do solo de uma bacia hidrogrfica.
iii
Abstract of Thesis presented to COPPE/UFRJ as a partial fulfillment of the

requirements for degree of Master of Science (M.Sc.)
TEXTURAL CLASSIFICATION APPLIED TO WATERSHED SOIL COVER
CLASSIFICATION USING REMOTE SENSING
April/2002
Advisor: Otto Corra Rotunno Filho
Department: Civil Engineering
The understanding of soil cover occupation is essential for improving the
guidelines with respect to the urban planning in the context of watershed hydrological
modeling. This work focuses on the analysis of soil cover classification using remote
sensing, including Landsat5-TM e Radarsat images.
The methodology included the evaluation of different techniques for digital image
analysis. Unsupervised and supervised classification techniques were used for
watershed soil cover mapping. The study case was the Iguau-Sarapu watershed.
Under this framework, an investigation was conducted about the presence of spatial
correlation structure in satellite images such as Landsat5-TM and Radarsat.
Following this analysis, two texture algorithms named GLCM (Gray Level
Coocurrence Matrix) and NGLDM ( Neighboring Gray Level Dependence Matrix) were
applied to the visible and infrared part (Landsat5-TM) and to the microwave part
(Radarsat) of the eletromagnetic spectrum. The research work included a comparison
between the maximum likelihood method and the textural classification methods GLCM
and NGLM.
The results involving textural classification, although they have not shown
significative improvements, indicated that the classification approach using textural
methods should be better explored. Finally, it is important to emphasize that the radar
image, in addition to the Landsat image, can play an important role in watershed soil
cover classification studies.
iv
Tia Nena e Zo
AGRADECIMENTOS
Este trabalho s foi possvel graas ao apoio de algumas pessoas e instituies

que menciono a seguir:
COPPE e ao Laboratrio de Hidrologia e Meio Ambiente do Programa de
Engenharia Civil;
ao Conselho Nacional de Desenvolvimento Cientfico e Tecnolgico (CNPq),
que tornou possvel meus estudos em parte do perodo desta pesquisa;
empresa THREETEK, na pessoa do diretor- presidente Joo Carlos Vassalo, e
RADARSAT Internacional pela cesso da imagem do dia 23 de julho de 1997
utilizada nesta dissertao;
paciente orientao amiga e solidria do professor Otto Corra Rotunno Filho
que acreditou nesta pesquisa, sugerindo caminhos e apontando direes para a
concluso deste trabalho; com esta convivncia, entendi finalmente o que Hegel queria
dizer com o pensamento se nos preocupamos muito com uma rvore, perdemos a
dimenso da floresta;
s minhas melhores amigas, Zo e tia Nena, pelo exemplo de vida que
representam e pelo apoio incondicional que dedicaram a mim nos momentos mais
difceis nesta e em outras caminhadas.
vi
"Toda cincia seria suprflua se a forma de manifestao e a essncia das

coisas coincidissem imediatamente.(...) A verdade cientfica sempre um
paradoxo, se julgada pela experincia da vida cotidiana, que apenas agarra
a aparncia efmera das coisas".
Karl Marx
vii
NDICE
CAPTULO 1 - INTRODUO .................................................................................................. 1
CAPTULO 2 - CONSIDERAES TERICAS ....................................................................... 6
2.1 Gesto de recursos hdricos..................................................................................................... 6
2.2 A cidadania plena como pr-condio para a participao popular ................................... 134
2.3 Sensoriamento remoto e modelagem hidrolgica.................................................................10
2.4 Sensoriamento remoto e geoprocessamento......................................................................... 15
2.4.1 Leis da radiao ......................................................................................................... 18
2.5 Satlites Ambientais............................................................................................................. 20
2.5.1 Sistema Landsat5-TM................................................................................................ 21
2.5.2 Sistema RADARSAT ................................................................................................ 25
2.6 Classificao de Imagens.................................................................................................... ..28
2.7 Anlise de textura................................................................................................................. 36
2.7.1 Geoestatstica aplicada em sensoriamento remoto......................................................39
CAPTULO 3 METODOLOGIA.............................................................................................45
3.1 Processamento digital da imagem..........................................................................................44
3.2 Classificao de imagem........................................................................................................47
3.2.1 Mtodo Isodata............................................................................................................48
3.2.2 Mtodo da mxima verossimilhana...........................................................................49
3.3 Anlise geoestatstica.............................................................................................................54
3.3.1 Teoria das variveis regionalizadas.............................................................................54
3.3.2 Funo variograma............................................................................................................. 58
3.3.3 Anlise estrutural.........................................................................................................56
3.4 Mtodo NGLDM de anlise de textura..................................................................................57
3.5 Mtodo GLCM de anlise de textura .................................................................................... 63
CAPTULO 4 - ESTUDO DE CASO: BACIA HIDROGRFICA DOS RIOS IGUAU E
SARAPU.................................................................................................................................... 65
4.1 Descrio da regio .............................................................................................................. 65
4.2 Tendncias scio-econmicas da Baixada Fluminense......................................................... 65
4.3. Localizao da regio de estudo e algumas caractersticas .................................................. 70
4.3.1 Dados orbitais..............................................................................................................65
4.3.2 Dados auxiliares...........................................................................................................65
4.3.3 Tratamento Preliminar da imagem..............................................................................66
4..4 Processo histrico da ocupao e a cobertura vegetal.......................................................... 70
4.4.1 Trabalho de Campo.....................................................................................................70
CAPTULO 5 RESULTADOS E DISCUSSO.......................................................................76
CAPTULO 6 - CONCLUSES E RECOMENDAES .......................................................101
REFERNCIAS BIBLIOGRFICAS ...................................................................................... 112
APNDICE A - Participao Comunitria ..............................................................................106
APNDICE B - Programa de Despoluo da Baa de Guanabara ..........................................118
APNDICE C - Estimativa de Parmetros................................................................................126
viii
LISTA DE FIGURAS
Figura 2.1 - Espectro eletromagntico...................................................................................... 13
Figura 2.2 - Sistema de imageamento por meio de sensoriamento remoto .............................. 16
Figura 2.3 - Satlite Landsat5-TM.............................................................................................21
Figura 2.4 - Esquema bsico de funcionamento de um radar convencional............................. 26
Figura 2.5 - Grfico de espao de atributos para o caso de uma imagem com apenas duas
bandas espectro. ................................................................................................... 29
Figura 2.6 - As curvas de probabilidade das classes A, B e C ................................................. 33
Figura 2.7 - Limites de deciso ................................................................................................ 34
Figura 2.8 - Distribuies normais representando os dados de duas reas de treinamento ...... 34
Figura 3.1 - Fluxograma Metodolgico.....................................................................................43
Figura 3.2 - Deciso por funes discriminadas........................................................................53
Figura 5.1 - Histograma das bandas 1/2/3/4/5/6/7.................................................................... 76
Figura 5.2 - Representao do conjunto de cartas topogrgicas............................................... 73
Figura 5.3 - Composio colorida das bandas 3/4/5 nas cores vermelho ................................. 73
Figura 5.4 - Pontos de controle utilizados para o registro da imagem Landsat5-TM de 27/06/94
(composio colorida das bandas 4, 5 e 3)........................................................... 76
Figura 5.5 - Classificao pelo mtodo da verossimilhana..................................................... 78
Figura 5.6 - Variogramas adimensionais empricos para as bandas 1, 4, 5 e 8.........................87
Figura 5.7 - Variogramas adimensionais empricos para as bandas 1, 4, e 5............................87
Figura 5.8 - Variogramas adimensionais empricos para as bandas 1, 4, 5 e 8.........................88
Figura 5.9 - Classificao supervisionada pelo mtodo da mxima verossimilhana...............97
Figura 5.10 - Classificao supervisionada pelo mtodo da mxima verossimilhana.............98
Figura 5.11 - Classificao supervisionada pelo mtodo da mxima verossimilhana.............99
Figura 5.12 - Classificao supervisionada pelo mtodo da mxima verossimilhana...........100
ix
LISTA DE TABELAS
Tabela 2.1 - Histrico do sistema Landsat e algumas caractersticas dos instrumentos .............22
Tabela 2.2 - Caractersticas espectrais e aplicaes do Landsat5-TM........................................23
Tabela 2.3 - Bandas de freqncia mais utilizadas em radares....................................................26
Tabela 2.4 - Caractersticas dos satlites Landsat e Radarsat Radarsat versus Landsat...............28
Tabela 5.1- Pontos de controle terrestre para georreferenciar .................................................... 74
Tabela 5.2 - Matriz de correlao entre as bandas 1/2/3/4/5/6/7/8.............................................. 79
Tabela 5.3a - Resultados obtidos a partir da imagem Landsat Calibrao............................... 82
Tabela 5.3b - Resultados obtidos a partir da imagem Landsat Validao................................ 82
Tabela 5.4a - Resultados obtidos a partir da imagem de radar - Calibrao ............................... 83
Tabela 5.4b - Resultados obtidos a partir da imagem de radar - Calibrao................................83
Tabela 5.5a - Resultados obtidos a partir da imagem Landsat - Calibrao ............................... 84
Tabela 5.5b - Resultados obtidos a partir da imagem Landsat - Validao.................................84
Tabela 5.6a - Resultados obtidos a partir da imagem de radar - Calibrao ............................... 85
Tabela 5.6b - Resultados obtidos a partir da imagem de radar - Validao ................................ 85
Tabela 5.7 - Anlise estatstica das reas de treinamento - Calibrao....................................... 90
Tabela 5.8 - Anlise estatstica das reas de treinamento - Validao.........................................91
Tabela 5.9 - Anlise estatstica das reas de treinamento - Calibrao....................................... 92
Tabela 5.10 - Anlise estatstica das reas de treinamento - Calibrao..................................... 93
Captulo 1 - Introduo
CAPTULO 1 - INTRODUO
de fundamental importncia o estudo dos recursos hdricos disponveis nas
bacias hidrogrficas. A partir desse referencial, o mapeamento produzido atravs de
imagens de satlites possibilita, cada vez mais, conhecer as caractersticas da cobertura
do solo e apontar para polticas pblicas de planejamento urbano que viabilizem a
efetiva participao comunitria na tomada de decises relativas gesto das cidades.
A cincia e a tecnologia, por sua vez, devem atender aos interesses e aos
projetos que contemplem todas as camadas sociais. Faz-se necessrio, portanto,
repensar a forma de gesto imposta pelo modelo liberal ou neoliberal, que atende,
prioritariamente, aos interesses do capital, ficando a populao merc de uma poltica
econmica que fortalece as desigualdades sem uma contrapartida cultural que estimule a
solidariedade.
A busca constante de um equilbrio entre desenvolvimento e meio ambiente deve
ser uma meta permanente a ser atingida pela sociedade. Uma bacia hidrogrfica, apesar
de suas variadas caractersticas topogrficas, geolgicas, climticas e diversidade de sua
utilizao, representa um clssico exemplo de ecossistema, onde as relaes entre o
homem e a natureza merecem ser estudadas e entendidas.
Atualmente, no mais aplicvel a ao emprica e isolada na resoluo e
tomada de deciso acerca dos problemas que provocam direta ou indiretamente
impactos, conflitos e depredaes ao meio ambiente, sendo essencial o desenvolvimento
de uma viso holstica na identificao e abordagem das variveis pertinentes a um
estudo ambiental e, mais especificamente, sob a tica do gerenciamento de recursos
hdricos em uma bacia hidrogrfica. A preservao da qualidade ambiental em uma
bacia hidrogrfica altamente desejvel, no s ao bem estar e segurana do homem
como de todos os seres vivos que vivem em parceria naquela rea.
O planejamento urbano e regional no contexto de bacias hidrogrficas constitui
um desafio, pois a ocupao no ordenada dessas reas, principalmente em regies
metropolitanas, acarreta inmeras alteraes ambientais que, em ltima anlise, afetam
milhes de habitantes. Dentre tais alteraes, destaca-se a modificao do regime
1
hdrico de microbacias e macrobacias com conseqente agravamento do problema de

enchentes (Marin et al.,1999).
Uma das formas de estabelecer o planejamento urbano e regional de uma bacia
hidrogrfica o conhecimento da ocupao do solo dessa rea atravs de mapas de uso
do solo. As tcnicas tradicionais para elaborao desses mapas exigem detalhada coleta
de dados, quase sempre onerosa pela logstica necessria aos levantamentos de campo.
Esses mapas ficam, muitas vezes, defasados no tempo, dada a forma intensa, rpida e
desordenada de ocupao de uma bacia. Os avanos observados nas tcnicas de anlise
de imagens digitais e na tecnologia de sua aquisio (sensores a bordo de plataformas
orbitais) possibilita a gerao de mapas quase em tempo real e uma otimizao dos
levantamentos de campo. Dessa forma, uma imagem pode ser usada nos modelos de
determinao e monitoramento da ocupao do solo. Os modelos hidrolgicos do tipo
chuva-vazo, por sua vez, procuram representar os fenmenos fsicos em uma bacia
hidrogrfica com o objetivo de melhor entender o ciclo hidrolgico. O progresso nessa
rea tem sido atingido atravs do desenvolvimento e uso de duas grandes classes de
modelos: concentrados e distribudos. Contudo, muitos tpicos permanecem em aberto
para discusso tais como a melhora nas fontes de dados, calibrao, validao,
parametrizao e escalas de alimentao e operao desses modelos.
Modelos de simulao hidrolgica tm se tornado uma parte fundamental de
quase todos os aspectos de hidrologia. Por exemplo, condies do tempo existentes e
previsveis so fornecidas aos modelos para estimar futuras vazes de enchente para
operaes de emergncia, combate a inundaes e regularizao de reservatrios.
Modelos so utilizados em estudos de planejamento para avaliar os benefcios e
impactos de planos alternativos de uso da terra ou medidas de controle de enchentes.
Em estudos de projetos, modelos so utilizados para ajudar no desenvolvimento de
especificaes para as estruturas de engenharia de forma a resolver problemas de
controle de enchentes, navegao e abastecimento de gua.
O presente trabalho insere-se, pois, no contexto do desenvolvimento de modelos
hidrolgicos distribudos do tipo chuva-vazo e planejamento de ocupao do solo,
onde o mapeamento da cobertura do solo por sensoriamento remoto foi enfatizado.
Tendo em vista a amplitude espacial e temporal que ocorre na ocupao de uma bacia
2
hidrogrfica, definiu-se como uma das prioridades a pesquisa das tcnicas de

mapeamento automticos. Assim, estabeleceu-se, como meta desse trabalho, o estudo
do procedimento de classificao de uma imagem de satlite, fazendo uma abordagem
mais detalhada do mtodo de classificao supervisionada denominado de mxima
verossimilhana e de um mtodo de classificao por textura. Entre os objetivos
especficos dessa pesquisa, destacam-se:
avaliao de diferentes estratgias e tcnicas de anlise digital de imagens;
utilizao das tcnicas de classificao no supervisionada e supervisionada

para mapeamento do cobertura do solo, tendo como base uma imagem
Landsat5-TM e uma imagem do Radarsat;
aplicao de tcnicas de classificao em uma bacia hidrogrfica, incluindo

os algoritmos de textura GLCM (mtodo matriz de co-ocorrncia de tons de
cinza) e NGLDM ( mtodo matriz de tons de cinza vizinhos dependentes),
bacia dos rios Iguau e Sarapu.
Ressalte-se que a bacia dos rios Iguau e Sarapu abrangem boa parte da Baixada
Fluminense, incluindo os municpios de Belford Roxo, Duque de Caxias, Nilpolis,
Nova Iguau, Rio de Janeiro e So Joo do Meriti. Baixo nvel scio-econmico,
servios precrios de sade e educao, extrema concentrao de pobreza e
marginalidade social so problemas da Baixada Fluminense e de seus quase trs milhes
de habitantes, que, secundarizados pelo poder pblico, so obrigados a reinventar
diariamente novas formas de sobrevivncia. A saturao do espao urbano e o
crescimento desordenado das cidades sem qualquer planejamento agravam ainda mais
os problemas da regio, que exigem enfrentamento poltico dos governantes. Lembre-se
ainda que a bacia em estudo rea contribuinte da baa de Guanabara e que, portanto,
discusses relacionadas com o Programa de Despoluio da Baa de Guanabara so
pertinentes.
Cabe destacar que, quando da introduo de qualquer tecnologia, pode-se inferir
a existncia de benefcios potenciais trazidos pelo sensoriamento remoto para a
populao como um todo, a partir da possibilidade de, por exemplo, obteno de maior
preciso nos dados relativos cobertura do solo e infra-estrutura de uma determinada
regio. Supondo a adoo de uma poltica de uso racional do solo com base nos dados
3
obtidos a partir do sensoriamento remoto, uma de suas conseqncias ser a maior

facilidade na adoo de programas de preveno dos riscos ambientais na execuo de
um planejamento. Muitos empreendimentos, como rodovias, aeroportos e conjuntos
habitacionais, podero ser construdos em locais mais adequados preservao
ambiental se, antes de sua execuo, forem considerados os dados obtidos atravs da
tecnologia de sensoriamento remoto. Da mesma forma, o controle efetivo do
desmatamento e uma real avaliao da extenso e potencial de regies florestais pode
ser melhor executada a partir de imagens de satlite.
Em que pesem tais possibilidades da adoo de um planejamento mais eficiente
a partir dos instrumentos de trabalho oferecidos pelo sensoriamento remoto, preciso
lembrar que, na sociedade, no h relao automtica entre a mera existncia de uma
determinada tecnologia e sua aplicao prtica em benefcio da maioria da populao.
que as injunes de ordem poltica econmica e cultural so, quase sempre,
determinantes da forma de sua aplicao, ou mesmo de sua no aplicao, a depender de
um contexto especfico. Assim como o real aproveitamento de todas as potencialidades
contidas na tecnologia de sensoriamento remoto algo que depender das concepes
de mundo e sociedade manifestas pelos agentes encarregados de sua execuo, o mesmo
pode ser dito quando se discute a necessidade de fazer com que os benefcios dessa
mesma tecnologia cheguem populao.
Feito esse registro sobre a rea de estudo e o uso do sensoriamento remoto como
instrumento para que os avanos tcnicos cientficos beneficiem o conjunto da
sociedade, apresenta-se, no Captulo II, uma reviso da literatura pertinente ao tema da
pesquisa de forma contextualizada. Em primeiro lugar, so destacados alguns aspectos
da gesto de recursos hdricos, incluindo a nfase na integrao entre sensoriamento
remoto e modelagem hidrolgica sob o enfoque da representao espacial dos
fenmenos fsicos. Em seguida, so apresentados conceitos bsicos sobre a base de
dados relativamente recente gerada por imagens de satlite, especialmente sobre as
imagens Landsat5-TM (regio do espectro eletromagntico correspondente ao visvel e
ao infravermelho e Radarsat (faixa de microondas do espectro eletromagntico).
Posteriormente, feita uma breve reviso sobre mapeamento da cobertura do solo e,
finalmente, discutido o procedimento de classificao digital de imagens de satlite,
4
com destaque especial para a abordagem geoestatstica e para aplicaes dos mtodos
de textura GLCM e NGLDM, utilizados nesta dissertao. No Captulo III, apresentase a metodologia adotada na presente pesquisa, incluindo o procedimento de
classificao digital de imagens por mtodos como isodata e mxima verossimilhana e
a discusso dos mtodos de classificao GLCM e NGLDM envolvendo textura. O
Captulo IV apresenta uma descrio da rea de estudo referente a bacia hidrogrfica
dos rios Sarapu e Iguau, enquanto o Captulo V mostra os resultados obtidos no
processo de caracterizao da cobertura do solo atravs de imagem de satlite Landsat5TM e Radarsat. Finalmente, o Captulo VI apresenta as concluses da pesquisa e
recomendaes para futuros trabalhos, com apreciao do papel de algoritmos de
textura em classificao digital bem como do uso de imagens de radar com fins de
classificao da cobertura e uso do solo.
Captulo 2 Consideraes Tericas
CAPTULO 2 - CONSIDERAES TERICAS

2.1 Gesto de recursos hdricos
A lei federal 9.433 de 8 de janeiro de 1997 ou aqui chamada Lei das guas
ainda no conhecida pela maior parte da populao brasileira. A sua regulamentao
tem sido feita aos poucos, incluindo a criao da Agncia Nacional de guas (ANA)
atravs da lei 9.984 de 17 de julho de 2000, autarquia federal vinculada ao Ministrio do
Meio Ambiente, Amaznia Legal e Recursos Hdricos com vistas a implementar a
poltica nacional de recursos hdricos. O princpio fundamental reside em uma gesto de
recursos hdricos por bacia hidrogrfica, descentralizada, com a participao do poder
pblico, dos usurios e da comunidade. A Lei das guas estabelece a criao da figura
do comit de bacia (dimenso poltica) e da agncia de bacia (dimenso tcnica com
vistas a fornecer subsdios para as decises do comit).
Pode-se estabelecer essa questo em relao ao Programa de Despoluio da
Baa de Guanabara (PDBG), uma vez que a regio de estudo desta dissertao, a bacia
dos rios Iguau e Sarapu, rea contribuinte da baa de Guanabara. PDBG um
programa criado pelo governo do estado do Rio de Janeiro, resultante da ECO/92 e
implementado a partir de 1994 (Potsch e Rotunno, 1998 - Apndice A). Esse programa
foi elaborado a fim de melhorar as condies das guas que compem a baa de
Guanabara e recebeu ajuda de rgos na esfera municipal, estadual e federal, mas
mesmo assim est bem longe de cumprir seu objetivo principal. Os modelos
hidrolgicos e hidrodinmicos foram criados com o objetivo de tentar modelar a
natureza na inteno de estudar solues para diversos problemas que afligem a nossa
populao. Nesse contexto, abrigam-se ainda questes que passam pelo gerenciamento
de recursos hdricos, at a forma como as organizaes surgem, desenvolvem-se e
estruturam-se de acordo com seus objetivos e relacionamentos com o ambiente, seja na
esfera pblica ou privada. Mas antes deve-se estabelecer e esclarecer o ncleo da
discusso, de forma que se possa, aos poucos, chegar a um entendimento sistmico do
PDBG.
6
O prisma adotado na conduo deste trabalho e sob o qual estar-se- abordando

e analisando, nesta breve discusso, o tpico gesto de recursos hdricos contempla um
referencial com os eixos poltico, econmico e cultural, significativamente diferente dos
eixos poltico e econmico, comumente empregado pelos atuais responsveis pela
poltica nacional de recursos hdricos e reproduzidos insistentemente na mdia oral e
impressa. Chama-se ateno para esse aspecto, pois essa orientao muda o enfoque da
discusso que tem sido colocado em pauta pela ANA sobre a cobrana pelo uso da gua.
Atualmente, paga-se pelo armazenamento, tratamento e distribuio da gua.
Alguns estados comeam a estabelecer adicionalmente a cobrana pelo seu uso, em que
estudos tm sido financiados pelos governos federal e estaduais com o objetivo de
desenvolver mtodos e modelos de cobrana da gua. A justificativa para tal a
possibilidade de haver recursos no sentido de investir na prpria bacia hidrogrfica onde
o dinheiro foi arrecadado, permitindo preservar ao longo do tempo, em princpio, a
disponibilidade de gua tanto em quantidade como em qualidade. Segundo Rotunno
(2001), a justificativa nobre, mas a viso incorreta e a conduo do processo de
implementao obscura. A viso incorreta, pois trabalha somente com os eixos
poltico e econmico, referencial precrio. obscura, pois no consegue desvelar e
trabalhar com o eixo cultural, aspecto fundamental de uma verdadeira gesto de
recursos hdricos. Alguns movimentos realizados no sentido de resgatar de fato a
relao entre cidadania e gua tm sido enfatizados e estimulados, como, por exemplo,
a criao de vrios centros de referncia da gua e encontros anuais apoiados pelo
CREA-RJ (Petrpolis, 2002).
No caso do PDBG, essa discusso pertinente, na medida em que a qualidade da
gua da baa de Guanabara est intrinsecamente ligada ocupao das bacias
hidrogrficas contribuintes e, portanto, ligada Lei das guas.
Um esturio uma interface complexa de corpos de gua distintos, onde ocorre
a transio entre um sistema eminentemente fluvial e um sistema puramente marinho.
Uma definio precisa para esturio difcil, mas aceita-se que, em geral, tal definio
compreenda as seguintes caractersticas: corpo de gua costeiro; semi-fechado; ligao
direta com o mar; afluxo de gua do mar; afluxo de gua doce.
7
A baa de Guanabara um esturio governado por processos hidrogrficos com

origens tanto fluvial quanto marinha, como, por exemplo, enchentes e mars,
respectivamente. Esturios tendem a ser sistemas amplos com boa circulao. H
usualmente uma clara distino com respeito morfologia e habitats medida que se
distancia do mar em direo aos trechos superiores de rio, com variao de
profundidade, salinidade e aerao. Em essncia, as principais caractersticas de um
esturio so: (1) morfologia e batimetria; (2) hidrologia; (3) mars; (4) meteorologia; (5)
correntes de densidade.
Nesse contexto, o gerenciamento de esturios requer a capacidade de se
determinar o efeito sobre a circulao estuarina ou sobre as concentraes de
constituintes que resulta de um evento especfico ou controle externo. Para alguns
desses eventos, especialmente aqueles causados por eventos naturais, a determinao
dos efeitos pode se basear completamente na coleta e anlise dos dados. Muitos desses
eventos, contudo, levam a situaes de gerenciamento nas quais a atividade humana
precisa ser avaliada antes que seja implementada, requerendo, pois, alguma capacidade
de realizar previses.
Adicionalmente, importante destacar, nesse texto inicial de contextualizao
do uso de satlites, que o entendimento do sistema estuarino da Baa de Guanabara
passa por um planejamento urbano e regional com enfoque nas bacias hidrogrficas
contribuintes, pois a ocupao no ordenada dessas reas, principamente em regies
metropolitanas, acarreta inmeras alteraes ambientais que, em ltima anlise, afetam
milhes de habitantes.
Saliente-se ainda que os problemas do Programa de Despoluio da Baa de
Guanabara passam pela falta de uma viso sistmica, levando a inseres fragmentadas
de diversos rgos ambientais. Destaque-se ainda que os planos de recursos hdricos e
gerenciamento de bacias hidrogrficas so essenciais no planejamento urbano e
regional. Devemos, pois, caminhar no sentido de revisar e atualizar os atuais planos
diretores de nossas cidades com vistas a integrar, de fato, a perspectiva de recursos
hdricos no desenvolvimento de nossas comunidades, aspecto que deveria ser
fortemente incentivado em prximas etapas do Programa de Despoluio da Baa de
Guanabara. Nesse sentido, entendeu-se ser relevante apresentar uma discusso
8
comunitria, uma vez que, no juzo da autora, este tpico fundamental para a
realizao de uma verdadeira gesto de recursos hdricos (Apndice B).
2.2
Sensoriamento remoto e modelagem hidrolgica

Talvez a propriedade mais importante de um modelo hidrolgico o grau de
representao dado s variaes espaciais e temporais nos parmetros de entrada e

sada. Pode-se, ento, diferenciar entre um modelo concentrado e um modelo
distribudo. Enquanto, nos modelos concentrados, assume-se que os parmetros e
variveis variam somente com o tempo, define-se modelos distribudos como aqueles
em que os parmetros e variveis variam tanto no espao quanto no tempo.
No passado, seguindo Beven e OConnell (1982), modelos concentrados de uma
natureza fsica e semi-emprica tm se constitudo no tipo mais comum. Esses modelos
no tem necessariamente permitido aumentar a compreenso dos sistemas sob anlise,
nem os parmetros desses modelos tem obrigatoriamente uma base fsica slida.
Contudo, esses modelos ainda tm um importante papel nas aplicaes de engenharia.
Mais recentemente, o foco tem sido alterado em direo ao desenvolvimento de
modelos hidrolgicos espacialmente distribudos. Beven e OConnell (1982) propuseram
algumas reas nas quais modelos distribudos fisicamente embasados poderiam ser
aplicados, tais como mudanas na bacia hidrogrfica, entradas e sadas espacialmente
variveis, movimento de poluentes e sedimentao atravs da bacia e previso da resposta
hidrolgica de bacias hidrogrficas no monitoradas.
A aplicao de modelos hidrolgicos distribudos com base fsica requer a
avaliao de um nmero relativamente grande de parmetros relacionados ao solo,
vegetao e aos aspectos topogrficos em uma dimenso espacial. Dois particulares
problemas dizem respeito ao nmero de medidas e obteno de valores efetivos dos
parmetros, representativos na escala da malha empregada no modelo. Esforos no sentido
de se resolver esses problemas esto estimulando desenvolvimentos nas estratgias de
coletas de dados em campo e o uso da tecnologia de sensoriamento remoto.
Sensoriamento remoto significa obter informao sobre um objeto sem toc-lo. H
dois aspectos envolvidos: a tecnologia de adquirir os dados atravs de um instrumento que
9
est afastado do objeto e a anlise dos dados para interpretar os atributos fsicos do objeto.
Essa uma definio bem ampla. Convencionalmente, contudo, o termo sensoriamento
remoto implica uma distncia bastante significativa entre sensor e objeto, da ordem de
quilmetros ou centenas de quilmetros. Em tal situao, o espao interveniente
preenchido de ar (plataforma area) ou at mesmo parcialmente constitudo do vcuo
(plataforma espacial), onde somente as ondas eletromagnticas so capazes de servir de
ligao eficiente entre o sensor e o objeto. Sensoriamento remoto, como Gupta (1991)
afirma, tem, por essa razo, significado a aquisio de dados de radiao eletromagntica
(comumente situada na faixa de comprimentos de onda entre 0,4 m and 30 cm) a partir
de sensores colocados em plataformas areas ou espaciais e interpretao das
caractersticas dos objetos terrestres.
O princpio bsico envolvido nos mtodos de sensoriamento remoto que, em
diferentes faixas de comprimentos de ondas/freqncias, cada tipo de objeto reflete ou
emite uma certa intensidade de luz, que dependente dos atributos fsicos ou da
composio do objeto em estudo. Assim,utilizando essa informao de uma ou mais
faixas de comprimentos de ondas, h possibilidade de se diferenciar diferentes tipos de
objetos e mapear a sua distribuio, seja no solo seja na gua.
O espectro eletromagntico a ordenao das radiaes eletromagnticas de
acordo com os comprimentos de onda ou, em outras palavras, freqncia ou energia. O
espectro usualmente apresentado entre raios csmicos e ondas de rdio, com as partes
intermedirias constituindo os raios gama, raios X, ultravioleta, visvel (VIS),
infravermelho prximo (NIR), infravermelho intermedirio (MIR), infravermelho afastado
(FIR) e microondas (Figura 2.1). O espectro eletromagntico entre comprimentos de onda
de 0.02 m a 1 m pode ser dividido em duas partes principais: faixa tica e faixa de
microondas. A faixa tica refere-se quela parte do espectro eletromagntico em que
fenmenos ticos de reflexo e refrao podem ser utilizados para anlise da radiao.
Essa faixa estende-se dos raios X (0.02 m de comprimento de onda) passando pelo
visvel e incluindo o infravermelho afastado (1 mm de comprimento de onda). A regio de
microondas compreende a faixa de comprimentos de onda de 1 mm a 0.8 m.
A seguir, apresenta-se, com mais detalhes, as principais faixas do espectro
eletromagntico representadas na Figura 2.1:
10
raios gama
so produzidos no ncleo dos tomos, possuem pequenos
comprimentos de ondas e so bastante utilizados para identificar minerais

radioativos; no existe, em princpio, limite superior para freqncia das
radiaes gama, embora ainda seja encontrada uma faixa superior de
freqncias para radiao conhecida como raios csmicos;
raios X - a radiao na faixa de comprimentos de onda de 10-6m a 102
m; so gerados, predominantemente, pela parada ou diminuio da
velocidade de eltrons de alta energia; por se constituir de ftons de alta

energia, os raios-X so altamente penetrantes, sendo uma poderosa
ferramenta em pesquisa sobre a estrutura da matria;
ultravioleta (UV) - radiao de extensa faixa do espectro, desde 0,1 m a

0,38 m; possui um relativo potencial de aplicaes em sensoriamento
remoto, principalmente no campo da pesquisa mineral e de anlise que
exijam luminescncia;
visvel (VIS) - possui uma pequena variao no comprimento de onda, que

vai de aproximadamente 0,38m a 0,72m; definida como capaz de
produzir a sensao de viso para o olho humano normal, sendo decomposta
nas cores violeta, azul, verde, amarela, laranja e vermelho; possui grande
importncia para o sensoriamento remoto, pois imagens obtidas, nessa faixa,
apresentam excelente correlao com a experincia visual do intrprete;
infravermelho (IV) - possui comprimento de onda de 0,72m a 105m;

dividido em prximo, mdio e afastado, sendo facilmente absorvida pela
maioria das substncias (efeito de aquecimento);
microondas - suas radiaes situam-se na faixa entre 105m a 108m;

amplamente utilizadas pelo sensoriamento remoto em radares, sendo pouco
atenuadas pela atmosfera ou por nuvens; permitem o uso de sensores em
qualquer condio de tempo; podem ser utilizadas na deteco de leo no
mar e estimativa de perfil atmosfrico (temperatura, umidade);
ondas de rdio - possuem grandes comprimentos de onda, utilizados para

comunicaes a longa distncia, pois so pouco atenuadas pela atmosfera.
11
O conhecimento dessa base terica conduz a uma melhor compreenso da

tecnologia do sensoriamento remoto, visto que os vrios sensores atualmente
disponveis podem ser classificados de acordo com a faixa de comprimentos de onda
que eles captam.
Figura 2.1 - Espectro eletromagntico (fonte: Collier, 1989)

Conforme Mulders (1987), a pesquisa na rea de sensoriamento remoto procura
incorporar observaes sob os seguintes aspectos:
-
multi-espectral, que a observao em diferentes comprimentos de ondas,

possibilitando a definio da assinatura espectral dos objetos;
mltiplas estaes, que a observao de diferentes estaes na mesma

altitude (estereoscopia) ou em diferentes altitudes, com diferentes escalas;
multi-polarizao,usada para o estudo de propriedades de polarizao dos

objetos;
multi-temporal, que a observao da mesma rea ou objeto em diferentes

tempos; dessa maneira, caractersticas dinmicas como qualidade da gua,
umidade do solo e crescimento de planta, entre outras, podem ser monitoradas;
tratamento visual da imagem derivada de processamento digital ou

proveniente de registro de fotografias.
Em hidrologia, o sensoriamento remoto avaliado como uma abordagem vivel

para o estudo da variabilidade espacial de propriedades fsicas da bacia hidrogrfica,
uma vez que os dados bsicos so espaciais por natureza.
O estado da arte em pesquisa na rea de sensoriamento remoto correspondente
alimentao de modelos hidrolgicos distribudos pode ser resumido como segue:
12
aplicaes na determinao da cobertura do uso do solo de uma bacia

hidrogrfica baseada na poro do visvel e do infravermelho do espectro
eletromagnticos;
medidas na faixa de microondas do espectro eletromagntico aplicadas na

identificao de gua.
Link(1983) relaciona um resumo dos avanos na rea de sensoriamento remoto

aplicada modelagem hidrolgica.
Apesar do progresso realizado atravs de estudos que envolvem dados de
sensoriamento remoto, h um nmero limitado de modelos hidrolgicos que tm sido
usados, com sucesso, acoplados a essa nova base de dados.
Jackson et al. (1977) utilizou informao de cobertura do uso do solo, adquirida
a partir de imagem Landsat, para estimar coeficientes de escoamento superficial para o
modelo STORM (U.S. Army Corps of Engineers, 1976). Os autores concluram que,
exceto para bacias muito pequenas, a concordncia entre simulaes hidrolgicas feitas
com base em formas convencionais de definio do modelo e simulaes feitas com
base em modelos alimentados por imagens Landsat bastante boa e aceitvel para
estudos de planejamento em bacias hidrogrficas. Adicionalmente, os autores revelam
que redues significativas
em custo, associadas com o desenvolvimento de
mapeamento da cobertura de uso do solo e estimativa de parmetros para modelos

hidrolgicos de planejamento, podem ser obtidas atravs do uso de imagens Landsat.
Tanto Ragan e Jackson (1980) quanto Harvey e Solomon (1984) utilizaram cobertura e
uso do solo obtida por sensoriamento remoto para estimar a curva nmero relacionada a
escoamentos superficiais como entrada para o modelo do Soil Conservation
Service(SCS). Em ambos estudos, imagens Landsat foram utilizadas para estimar a
cobertura e uso do solo. Em ambos os casos, os resultados obtidos atravs do
sensoriamento remoto foram aceitveis com valores de curva nmero definidos com
base em cartografia convencional (SCS, 1972).
Em um outro estudo, Webb et al (1980) mostraram que os percentuais de
classificao de cobertura do uso do solo derivados com base em imagens Landsat eram
bastante aceitveis para os propsitos de modelagem hidrolgica. Na pesquisa realizada
por Rango et al (1983), cobertura do uso do solo obtida atravs de dados convencionais
13
e imagem Landsat foram fornecidas ao modelo HEC-1 (U.S. Army Corps of Engineers,
1981) para gerar curvas de freqncia de descarga. As diferenas nos resultados foram
consideradas insignificantes. Tambm chegaram concluso de que, para bacias
maiores do que 26 km2, a abordagem envolvendo imagem Landsat era mais eficiente em
termos de custo.
Fortin et al. (1986) forneceu um exemplo da aplicao da cobertura do uso do
solo
para previses de enchentes no modelo CEQUEAU.. Simulaes feitas com
imagem Landsat deram resultados similares ou melhores do que dados cartogrficos

convencionais. Mais recentemente, Tao e Kouwen (1989) compararam duas
alternativas, com e sem imagem Landsat, usando o modelo WATFLOOD (Kouwen,
1988) em bacia hidrogrfica discretizada por uma malha de 10 km X 10 km. Dados
horrios de chuva forma empregados. O modelo foi utilizado em dois modos:
concentrado, sem imagem Landsat, e distribudo, com imagem Landsat. Os resultados
indicam um melhora na estimativa do hidrograma de cheia.
Estudos realizados por Abreu (2000) e
Ribeiro et al. (2000) abordam o
problema do mapeamento da cobertura do solo e o problema da deteco de mudanas

nessa cobertura atravs do uso de imagens Landsat obtidas para a bacia hidrogrfica dos
rios Iguau e Sarapu, Rio de Janeiro, Brasil.
Com respeito deteco de gua, um grande esforo de pesquisa tem sido feito
para a anlise de dados de radar meteorolgico (Brandes, 1975; Creutin e Obled, 1982;
Collier, 1989; Messaoud e Pointin, 1990; Bhargava e Danard, 1994; Barbosa, 2000).
Aplicaes de dados de radar previso de vazes podem ser encontradas em
publicaes como Dalezius (1982), Garland (1986), Collinge e Kirkby (1987), Collier
(1989), Kouwen e Soulis (1993) e Pereira Filho e Crawford (1999).
Trabalhos relacionados ao mapeamento de neve (rea, profundidade e contedo
de gua) esto em andamento. Rango (1993) apresentou uma reviso dos estudos
desenvolvidos nessa rea. Exemplos de aplicaes desse tipo de mapeamento em
modelos hidrolgicos podem ser encontrados em Martinec e Rango (1986), Leavesley e
Stannard (1990) e Donald et al. (1995), entre outros.
Finalmente, na rea de deteco de umidade do solo, a faixa de microondas do
espectro eletromagntico tem sido explorada com vistas aplicao em modelos
14
hidrolgicos (Schmugge et al., 1980; Jackson et al., 1981, Engman, 1990; Pietroniro,
1993; Rotunno, 1995). H dois modos importantes de utilizar a umidade do solo em
modelos hidrolgicos. reconhecido que a umidade inicial tem um importante papel na
definio do hidrograma (vazo ao longo do tempo) para eventos chuvosos. A segunda
forma consiste em se empregar a umidade do solo em diferentes tempos para controlar e
corrigir o desempenho do modelo (Kuczera (1983a, 1983b)).
Verifica-se, pois, que a grande variabilidade espacial das caractersticas fsicas
de uma bacia hidrogrfica coloca, em evidncia, o uso do sensoriamento remoto como
provedor de uma nova base de dados. Essa nova base de dados um dos elementos
essenciais no desenvolvimento dos novos modelos hidrolgicos distribudos com base
fsica.
2.3 Sensoriamento remoto e geoprocessamento
Conforme j destacado no item anterior, sensoriamento remoto, segundo
Lillesand e Kiefer (1994), a cincia e a arte de obter informaes sobre o objeto, rea,
ou fenmeno atravs de anlise de dados adquiridos por um dispositivo que no est em
contato com o objeto, a rea ou o fenmeno (Figura 2.2).
Figura 2.2 - Sistema de imageamento por meio de sensoriamento remoto

15
.
Sensoriamento remoto e o processamento digital de imagens representam
atualmente uma grande fonte de dados, obtidos de maneira rpida e precisa, permitindo
assim uma atualizao permanente dessas informaes. Com a introduo da
informtica na pesquisa ambiental, a reunio desses dados foi bastante facilitada,
permitindo a otimizao da tomada de deciso no gerenciamento e monitoramento do
espao geogrfico, ficando a cargo do monitoramento a funo de acompanhar as
alteraes espao-temporais dessas informaes (Novo, 1988). As informaes de
sensoriamento remoto podem ser incorporadas em sistemas de informaes geogrficas
(SIG), parte do campo do conhecimento denominado de geoprocessamento.
Segundo Rodrigues (1990), o geoprocessamento pode ter diferentes sistemas
computacionais (sistemas aplicativos, sistemas especialistas, sistemas de satlite,
levantamento de campo e cadastros), podendo estar aliado cartografia digital, ao
sensoriamento remoto, modelagem numrica de terreno e inteligncia artificial.
Dentro deste contexto, o geoprocessamento possui a perspectiva de anlise
interdisciplinar e interinstitucional, integrando especialistas de diferentes ramos a
participarem do desenvolvimento dos estudos ambientais, sendo o mapeamento
temtico o seu principal modelo operacional.
Segundo Aronoff (1989), o advento dos sistema de informaes geogrficas
(SIGs) pode ser comparado ao advento da imprensa na Idade Mdia. Do mesmo modo
que a imprensa no somente tornou a informao mais rpida e financeiramente
acessvel, como tambm revolucionou a maneira pela qual o conhecimento passou a
fluir na sociedade, os sistemas de informaes geogrfica mudaram drasticamente a
possibilidade de a informao ser gerada, atualizada e disseminada de forma segura,
rpida e eficiente, tendo o sensoriamento remoto como um grande provedor de
informaes ambientais a serem manipuladas.
Segundo Simpson (1992), os pases desenvolvidos usam de forma rotineira os
dados orbitais juntamente com um SIG. A integrao do sistema de informaes
geogrfica e o sensoriamento remoto se d a partir do momento em que se transferem os
resultados obtidos dos tratamento de imagens de sensoriamento remoto para o sistema
16
de informao geogrfica e a partir da, integradas a este, com dados cartogrficos,

passa a gerar informaes temticas derivadas. Conforme Bhering (1995), a integrao
entre o sistema de informao geogrfica e o sensoriamento remoto tem a vantagem de
adequar as imagens orbitais para elaborao de mapas (bases e reviso e atualizao dos
mapas existentes), alm da visualizao do terreno. Imagens orbitais, combinadas com
modelos digitais do terreno, podem ser utilizadas para produzir perspectivas realistas do
terreno, auxiliando no planejamento das mais diversas atividades que atuam sobre o
meio fsico. Esse avano foi possvel devido ao grande desenvolvimento proporcionado
s tcnicas de modelagem digital pela integrao dessas tecnologias.
17
2.3.1 Leis da radiao

O movimento vibratrio e rotacional das partculas atmicas das molculas que
compem um corpo emitem energia. Essa energia transferida atravs de ondas
eletromagnticas em diversos comprimentos de onda que formam o espectro
eletromagntico. O mecanismo de transferncia denomina-se radiao eletromagntica.
A radiao eletromagntica de fundamental importncia na transferncia de
energia na atmosfera. O espectro eletromagntico composto de vrias formas de
energia, como luz visvel, ondas de rdio, trmicas, raios x, raios ultravioleta, entre
outras. Segundo Shanda (1986), todas essas energias so similares, baseadas na teoria
de ondas.
As ondas eletromagnticas propagam-se na velocidade de 3 x 108 m/s
(velocidade da luz no vcuo) e diferem apenas em freqncia e, portanto, em
comprimento de onda. O nmero de ondas que passa por um ponto do espao num
determinado tempo define a freqncia (f) da radiao. A onda eletromagntica pode
tambm ser caracterizada pelo comprimento da onda ().
A radiao eletromagntica tratada modernamente segundo uma viso dualista,
ou seja, ora como onda, ora como partcula ou fton (Ramalho et al., 1977). Assim, a
propagao de energia, reflexo e refrao so fenmenos abordados considerando-se a
energia radiante com uma onda. Por outro lado, absoro e emisso de energia so
analisados sob o enfoque corpuscular. Nesse sentido, Einstein, ao explicar o efeito
fotoeltrico, estabeleceu que a radiao eletromagntica comporta-se como se
consistisse de uma coleo de ftons. Em outras palavras, a energia radiante transfere-se
de um corpo para outro em quantidades fixas, por meio de pulsos (Novo, 1992). A
energia W de cada fton denominada quantum. O quantum W de energia radiante de
freqncia f dado pela Equao 2.1.
W = hf ( Equao de Planck)
(2.1)
onde:
h - constante de Planck (6,626 x 10-34 Joule x segundo );
f - freqncia (Hertz).
18
Cabe ressaltar que todo objeto com uma temperatura acima do zero absoluto
emite energia eletromagntica. Com o objetivo de melhor descrever as caractersticas
radiativas dos objetos, introduziu-se o conceito de corpo negro. Corpo negro definido
como um objeto que irradia energia a uma taxa mxima, por unidade de rea e
comprimento de onda, em uma dada temperatura. Assim, emite toda energia que possui,
com emissividade igual a 1 para todos os comprimentos de onda, e absorve toda energia
incidente.
Entre as leis da radiao, cabe destacar as leis de Planck, Stefan-Boltzmann,
Wien, Kirchhoff, Lambert, Beer-Bouguer-Lambert, sinteticamente apresentadas a
seguir.
A intensidade de radiao monocromtica relacionada com o comprimento de
onda e a temperatura do emissor atravs da lei de Planck como (Kidder et al., 1995):
M =
2hc2
5 (ehc/kT 1)
(2.2)
onde
M - energia radiante espectral emitida em W m-2 sr-1 m-1;
h
- constante de Planck = 6.6262 x 10-34 Ws2 ;
-velocidade da luz = 3 x 108 ms-1 ;
- constante de Boltzman =1,38054 x 10-23 J K-1;
- temperatura absoluta do corpo negro (K);
- comprimento de onda em metros.

J a lei de Stefan-Boltzmann obtida atravs da integrao da funo de Plank
sobre todos os comprimentos de onda. Conforme Kidder et al.(1995), a emitncia por

um corpo negro dada por
F= Fd = T 4
(2.3)
onde
- a constante de Stefan-Boltzmann;
F- densidade de escoamento monocromtica (W m-2 m-1)=
5,67x10-12W.cm-2.K-4;
19
- comprimento de onda (m);

T- temperatura absoluta (K).
Igualando a zero, o resultado da diferenciao da funo de Planck em relao
ao comprimento de onda, obtm-se a lei de Wien. Assim, tem-se (Kidder et al., 1995):
mx = C/T
(2.4)
onde
mx: comprimento de onda de mxima emisso (m);
C
:2898 (Km);
:temperatura (K).
Essa lei determina o comprimento de onda de maior emisso de radiao por um

corpo negro. O pico da radiao emitida por um corpo desloca-se na direo dos
menores comprimentos de onda com o aumento da temperatura desse corpo. Essa lei
mostra que o comprimento de onda da mxima emisso de um corpo negro
inversamente proporcional a temperatura (Kidder et al., 1995).
Com relao
lei de Kirchhoff, para um dado comprimento de onda, a
emissividade monocromtica de um meio igual a absortividade monocromtica desse

meio no caso de um equilbrio termodinmico. Emissividade
a razo entre a
emitncia desse corpo e a correspondente emitncia de um corpo negro, enquanto

absortividade a razo entre a quantidade de energia radiante absorvida e o total
incidente. No caso de um corpo negro a emissividade e a absortividade so mximas
(igual a 1), enquanto, em superfcies reais, esses valores so inferiores a 1.
A lei de Lambert diz que a radiao incidente sobre uma determinada superfcie
funo do produto da radiao na superfcie normal aos raios incidentes e o cosseno
do ngulo de incidncia desses raios.
Finalmente, a lei de Beer-Bouguer-Lambert descreve um processo de atenuao
exponencial sofrido por um feixe monocromtico de radiao ao atravessar um meio
homogneo.
2.4 Satlites Ambientais

20
A palavra satlite, em um dos seus significados bsicos, definida como um

pequeno corpo girando em torno de um corpo maior. As aplicaes de tcnicas espaciais
no estudo da Terra, juntamente com o avano terico e da tecnologia computacional,
tm conduzido a um maior conhecimento dos trs principais componentes do globo
terrestre, terra, atmosfera e oceanos, assim como as reas interdisciplinares do clima, de
ciclos biogeoqumicos e ciclos hidrolgicos. Existe, por parte da comunidade cientfica,
uma crescente nfase na necessidade de se estudar a terra como um sistema global e a
interao entre seus trs principais componentes.
Hoje, o estudo de nosso planeta, que inclui estudos da terra, oceanos, atmosfera
e suas interaes, est avanando atravs das contnuas observaes regionais e globais,
provenientes do sensoriamento remoto por satlites.
Atualmente, esto disponveis dados ambientais de diversos sistemas de
satlites, tais como o SPOT (satlite francs), ERS (satlite europeu), Landsat (srie
americano) e Radarsat (satlite canadense), entre outros. Neste captulo, face ao objetivo
deste trabalho, so descritas as principais caractersticas dos satlites ambientais
utilizados, que so os sistemas Landsat e Radarsat.
2.4.1
Sistema Landsat5-TM
A srie de satlites dedicada ao sensoriamento remoto dos recursos terrestres
teve incio a partir de maio de 1972 e tem, como misso, controlar e conservar os
recursos naturais da Terra (Figura 2.3). A Tabela 2.1 apresenta o histrico do sistema
Landsat.
21
Figura 2.3 - Satlite Landsat5-TM (fonte: annima)

O sistema Landsat5-TM compe-se de uma srie de satlites lanados em
intervalos mdios de 3 a 4 anos. Esse sistema foi desenvolvido pela Agncia Espacial
Americana (NASA), objetivando adquirir dados espaciais, espectrais e temporais sobre
a superfcie terrestre de forma repetitiva a cada 16 dias.
Inicialmente, os satlites da srie Landsat 1, 2 e 3 foram denominados de Earths
Resources Technology Satellites (ERTS), operando com dois tipos de imageadores:
cmeras de vdeo (Return Beam Vidicon Cameras- RBVC), similar a uma cmera de
TV e que permitia o registro instantneo de uma cena; dispositivo matricial
multiespectral (Multiple Spectral Scanner - MSS) contendo 5 bandas espectrais,
sendo 2 (duas) no espectro visvel, 2 (duas no espectro infravermelho prximo e 1
(uma) no termal, isto , 0.5-0.6m; 0.6-0.7m; 0.7-0.8m; 0.8-1.1m; 10.4-12.6m,
respectivamente. Esses sensores cobriam 161 milhes de quilmetros quadrados de
terreno a cada semana, imageando linhas do terreno numa faixa de 185 Km,
perpendicular orbita do satlite. Em particular cada cena do MSS cobre uma rea de
aproximadamente 34.000 km da superfcie terrestre. A sua resoluo espacial, isto ,
sua capacidade de distinguir ou captar objetos na superfcie terrestre, ou ainda, o
tamanho do pxel era de aproximadamente 80m x 80m.
A partir do Landsat 4, o instrumento RBV foi substitudo pelo sensor de
mapeamento temtico (Thematic Mapper -TM). Os satlites Landsat 4 e 5 passaram a
operar com imagedores TM, atuando em sete bandas espectrais. Alm dessa vantagem,
22
com nmero superior de bandas espectrais, a resoluo espacial obtida pelo sensor TM
superior de 30 m x 30 m (Campbell 1987; Novo, 1988). A Tabela 2.2 apresenta as
caractersticas espectrais do TM a bordo do Landsat-5, satlite este que forneceu dados
utilizados neste estudo.
Tabela 2.1 - Histrico do sistema Landsat e algumas caractersticas dos instrumentos
(fonte: Novo, 1988)
Satlite
LANDSAT 1
LANDSAT 2
LANDSAT 3
LANDSAT 4
LANDSAT 5
LANDSAT 6
LANDSAT 7
Lanamento
(Inoperncia)
23/07/72
(06/01/78)
22/01/75
(25/02/82)
05/03/78
(31/03/83)
16/07/82
(09/93)
01/03/84
05/10/93
(05/10/93)
12/98
Instrumentos
Altitude
RBV/MSS
Resoluo
(metros2)
80/80
917
Repetio
(dias)
18
RBV/MSS
80/80
917
18
RBV/MSS
30/80
917
18
MSS/TM
80/30
705
16
MSS/TM
ETM
80/30
15 (pan*)
30 (ms**)
15 (pan*)
30 (ms**)
705
705
16
16
705
16
ETM
* pancromtica; ** multiespectral
O Landsat5-TM foi lanado em uma rbita de 705 km de altitude, buscando
suprir as deficincias do Landsat4 -TM, que apresentou defeitos na transmisso dos
dados do sensor TM.
O Landsat5-TM representou um maior avano no
desenvolvimento de sistemas orbitais de coletas e processamento de dados, altamente

automatizados da superfcie terrestre. Todo o sistema mais complexo que os lanados
anteriormente, considerando-se as mudanas ocorridas na configurao externa do
satlite, incluindo as formas de retransmisso de dados, comunicao e controle de
rbita (Campbell, 1987). O sensor TM passa sobre o mesmo ponto da superfcie
terrestre a cada 16 dias, registrando sete imagens (cada uma correspondendo a uma
banda espectral diferente: trs na faixa do visvel, duas no infravermelho prximo e
duas na faixa do infravermelho mdio.
Tabela 2.2 - Caractersticas espectrais e aplicaes do Landsat5-TM (fonte: Inpe, 1997)
Banda
Intervalo espectral
(m)
(0,45 0,52)
Principais caractersticas e aplicaes das bandas TM do satlite

LANDSAT-5
Apresenta grande penetrao em corpos de gua, com elevada
transparncia, permitindo estudos batimtricos. Sofre absoro pela
23
Banda
Intervalo espectral
(m)
(0,52 0,60)
(0,63 0,69)
(0,76 0,90)
(1,55 1,75)
(10,4 12,5)
(2,08 2,35)
Os intervalos de
Principais caractersticas e aplicaes das bandas TM do satlite

LANDSAT-5
clorofila e pigmentos fotossintticos auxiliares (carotenides). Apresenta
sensibilidade a plumas de fumaa oriundas de queimadas ou atividade
industrial. Pode apresentar atenuao pela atmosfera.
Apresenta grande sensibilidade presena de sedimentos em suspenso,
possibilitando sua anlise em termos de quantidade e qualidade. Boa
penetrao em corpos de gua.
A vegetao verde, densa e uniforme, apresenta grande absoro, ficando
escura, permitindo bom contraste entre as reas ocupadas com vegetao
(ex.: solo exposto, estradas e reas urbanas). Apresenta bom contraste
entre diferentes tipos de cobertura vegetal (ex.: campo, cerrado e
floresta). Permite anlise da vanao litolgica em regies com pouca
cobertura vegetal. Permite o mapeamento da drenagem atravs da
visualizao da mata galeria e entalhe dos cursos dos rios em regies com
pouca cobertura vegetal. a banda mais utilizada para delimitar a
mancha urbana, incluindo identificao de novos loteamentos. Permite a
identificao de reas agrcolas.
Os corpos de gua absorvem muita energia nesta banda e ficam escuros,
permitindo o mapeamento da rede de drenagem e delineamento de corpos
de gua. A vegetao verde, densa e uniforme, reflete muita energia nesta
banda, aparecendo bem clara nas imagens. Apresenta sensibilidade
rugosidade da copa das florestas (dossel florestal). Apresenta
sensibilidade morfologia do terreno, permitindo a obteno de
informaes sobre Geomorfologia, Solos e Geologia. Serve para anlise e
mapeamento de feies geolgicas e estruturais. Serve para separar e
mapear reas ocupadas com pinus e eucalipto. Serve para mapear reas
ocupadas com vegetao que foram queimadas. Permite a visualizao de
reas ocupadas com macrfitas aquticas (ex.: aguap). Permite a
identificao de reas agrcolas.
Apresenta sensibilidade ao teor de umidade das plantas, servindo para
observar estresse na vegetao, causado por desequilbrio hdrico. Esta
banda sofre perturbaes em caso de ocorrer excesso de chuva antes da
obteno da cena pelo satlite.
Apresenta sensibilidade aos fenmenos relativos aos contrastes trmicos,
servindo para detectar propriedades termais de rochas, solos, vegetao e
gua.
Apresenta sensibilidade morfologia do terreno, permitindo obter
informaes sobre Geomorfologia, Solos e Geologia. Esta banda serve
para identificar minerais com ons hidroxilas. Potencialmente favorvel
discriminao de produtos de alterao hidrotermal.
comprimentos de onda de cada banda e suas aplicaes
potenciais cobrem uma faixa no terreno de 185 km. Em seis dessas imagens (bandas 1,
2, 3, 4, 5 e 7), o pxel corresponde a 30 m x 30 m. A resposta espectral de cada elemento
do terreno registrada a bordo pelos detectores em valores de cinza que variam de zero
(equivalente ao preto ou refletividade mnima) a 255 (branco ou refletividade mxima).
24
O Landsat6-TM foi lanado em 1993 sem sucesso, pois apresentou problemas

operacionais. No sentido de solucionar a falta de dados confiveis, a NASA lanou, em
1998, o Landsat7-ETM+.
Por ser o Landsat7 o mais recente satlite em operao, ressalta-se aqui algumas
caractersticas resumidas. Lanado em abril de 1999, com um novo sensor a bordo
denominado ETM+ ("Enhanced Thematic Mapper Plus"). Sua vida til est prevista
para ser superior a 5 anos em rbita.
Uma imagem Landsat7-ETM+ composta por 8 bandas espectrais, onde a oitava
banda refere-se banda pancromtica com resoluo espacial de 15 m.Cabe ainda
destacar que a banda termal (banda 6) gerada com ganho baixo (canal 6L) e ganho alto
(canal 6 H). Isso permite vrias opes de anlise e aplicaes, tais como a medio
relativa de temperatura radiante ou o clculo de temperatura absoluta.
2.5.2 Sistema RADARSAT
O radar um sistema de medio com princpio eletromagntico para deteco e
localizao de objetos (Battan, 1993). Teve seu desenvolvimento durante a Segunda
Guerra Mundial com o objetivo de detectar avies. Com o passar do tempo, o
aperfeioamento do seu sistema vem tornando possvel, cada vez mais, a sua aplicao
em outras reas da cincia.
Entre as vantagens de se utilizar imageadores de radar (Radarsat),
complementarmente s imagens do tipo Landsat, destaca-se, sob o aspecto operacional,
a capacidade das microondas penetrarem as nuvens e a chuva. Radares operando em
comprimentos de onda maiores do que 2 cm no so significativamente afetados por
nuvens, enquanto a chuva torna-se um fator importante em sistemas de imageamento
que trabalhem em comprimentos de ondas menores do que 4 cm (Ulaby et al., 1986).
Microondas tm tambm a habilidade de penetrar a superfcie terrestre, como,
por exemplo, as copas das rvores, mais profundamente do que ondas na faixa do
visvel e do infravermelho. Contudo, h alguns fatores limitantes a considerar como a
umidade e a densidade da vegetao.
25
Antes do desenvolvimento do imageamento por satlites, nos anos 60, o radar

meteorolgico (Figura 2.4) era a principal fonte de detalhamento dos dados de estrutura
e comportamento de sistemas meteorolgicos de meso-escala (Fattorelli et al., 1995). A
maior vantagem do uso do radar para a medida de precipitao a cobertura que ele
proporciona numa grande rea com alta resoluo espacial e temporal. Atualmente, o
radar pode oferecer estimativas de chuva em intervalos de 5 minutos e com resoluo
espacial de at 500 m (Fattorelli et al, 1995). A cobertura espacial dos ndices de chuva
implica uma melhor definio das previses e dos alertas especficos de vazo e
tambm permite a ampliao do prazo de previso de fluxos de gua em bacias
hidrogrficas sob a regio de abrangncia do radar onde se aproximem ou sejam
detectadas potenciais tempestades (Browning e Collier, 1989). Isso tambm significa
alertas com maior antecedncia, j que os dados de chuva esto disponveis para uma
grande rea, de modo que, em muitos casos, so mais eficientes do que dados referentes
rede de telepluvimetros em operao (Collier et al. 1983).
Existem, no entanto, problemas com a correta medida da refletividade do radar e
com os procedimentos de calibrao que so necessrios para transformar as medidas de
ecos de chuva do radar em ndices de chuva. A combinao dessas e vrias outras
fontes de erros (Austin, 1987) leva a problemas bastante complexos, que envolvem
inmeras situaes operacionais.
A obteno de dados de toda a extenso de um pas ou continente requer uma
rede de radares, alm de capacidade de intercomunicao e processamento dos dados,
para se analisar em conjunto os dados de diferentes locais. Entretanto, h algumas
aplicaes hidrolgicas e meteorolgicas que requerem medidas de precipitao de
grandes reas que somente poderiam ser perfeitamente cobertas com a associao de
imagens de satlite aos dados dos radares.
Observaes de satlites so disponveis em escalas continentais e at hemisfricas.
Possuem uma resoluo temporal de 30 min e resoluo espacial de 4 a 8 km no
espectro infravermelho e de at 1 km na faixa do visvel (Clark,1983). Como essas
medies so freqentes, possvel obter informaes como caractersticas das nuvens
potencialmente precipitveis e mudanas ocorridas na rea e formato das nuvens. Com
isso, a estimativa da chuva pode ser realizada relacionando essas caractersticas com
26
ndices reais de chuva ou com sua acumulao em um certo perodo (Fattorelli et al.,
1995). A Tabela 2.3 apresenta as bandas de radar mais utilizadas em meteorologia, onde
a nomenclatura de diferentes faixas do espectro atravs de letras funcionavam como
cdigos para evitar que se soubesse os comprimentos de onda efetivamente utilizados.
Fonte: Pessoa,1993
Figura 2.4 - Esquema bsico de funcionamento de um radar convencional

Tabela 2.3 - Bandas de freqncia mais utilizadas em radares (Ulaby et al., 1986).
Banda
K
X
C
S
L
Freqncia
(GHz)
30,0
10,0
6,0
3,0
1,5
Comp. de onda (cm)

1,0
3,0
5,0
10,0
20,0
Diferentemente do radar meteorolgico, os satlites de sensoriamento remoto em

rbita sobre a Terra usam diferentes caminhos e diferentes altitudes, dependendo do
objetivo. De forma geral, o caminho de rbita pode ser do tipo equatorial e polar. A
rbita polar so ideais para observao da Terra, porque permite a quase completa
observao do globo terrestre em 24 horas. A rbita do Radarsat de aproximadamente
27
800 km e quase-polar (inclinada de 98,6) heliossincronizada. Esta ltima caracterstica

faz com que o satlite raramente esteja em situao de eclipse e, assim, o mesmo possui
a capacidade de imageamento de 28 minutos a cada rbita. Uma revoluo em torno da
terra cerca de 100,7 minutos repetido o ciclo para um dado ponto do Equador a cada
24 dias.
Distintamente dos sensores passivos (por exemplo, o sensor TM a bordo dos
satlites da srie Landsat) em que a energia solar a fonte de radiao eletromagntica,
o radar um sistema ativo, isto , pode gerar sua prpria energia e portanto pode operar
continuamente durante o dia ou a noite.
O radar usa a regio de microondas do espectro eletromagntico. A energia
microonda possui um comprimento de onda maior que as pores visvel e
infravermelho do espectro eletromagntico. Essa caracterstica da energia microonda
permite a penetrao da onda na atmosfera sem atenuao, isto , sem espalhamento e
absoro significativa da energia por parte dos constituintes da atmosfera e at mesmo
por cobertura de nuvens, nvoa (seca ou mida) e chuva (dependendo da intensidade).
Os principais sistema de radar operam com comprimento de entre 0,5 cm e 50,0 cm.
Quanto maior o comprimento de onda, maior capacidade de penetrao na atmosfera
ou precipitao (chuva). Com o propsito de evitar tais problemas, o Radarsat foi
configurado para operar com comprimento de onda de 5,6 cm, que denominado banda
C, com polarizao do campo eltrico HH (polarizao horizontal na emisso e na
recepo).
O projeto Radarsat foi implementado pela Agncia Espacial Canadense, com o
objetivo de obter imagens de radar de todo o planeta e fornec-las aos usurios em
geral. Para isso, lanou-se o Radarsat-1, em dezembro de 1995, com o auxlio da
NASA. Esse satlite munido de um radar de abertura sinttica (SAR) operando na
banda C, mas apto a operar numa grande variedade de configuraes em termo de
resoluo espacial.
Devido a um sofisticado sistema de captao de energia solar (rbita
heliossincronizada), o satlite consegue imagear at 28 minutos por rbita. Os dados so
enviados s estaes terrestres em tempo real ou, estando o satlite Radarsat em posio
desfavorvel, armazenados em dois gravadores de bordo. De uma ou de outra forma, h
28
a possibilidade dos usurios obterem a imagem apenas algumas horas depois de

captadas. O Radarsat descreve uma rbita heliossincrnica a uma altitude de 792 km,
com um perodo de revista de 28 dias. A largura da faixa varia de 50 km a 500km, com
resolues de 10 metros a 100metros. A Tabela 2.4 apresenta as caractersticas de
imageamento do Radarsat em contraste com as caractersticas do sistema Landsat.
Tabela 2.4 - Caractersticas dos satlites Landsat e Radarsat
Radarsat versus Landsat (fonte: Inpe, 1998)
LANDSAT
RADARSAT
Resoluo espacial:
Resoluo Espacial:
30m2 multiespectral
Entre 10m2 e 100m2 de acordo com modo de
15m2 pancromtico
imageamento
Sensores passivos que captam o reflexo da Sensor
ativo
(SAR)
que
capta
energia emitida pelo sol (bandas visvel) e retroespalhamento (ou retorno) da energia
energia emitida (bandas infravermelho) pelo (bandaC, polarizao HH, comprimento de
sistema terra-atmosfera
onda de 5.6 cm) sobre o alvo.
Incapaz de imageamento com cobertura de Capacidade de imageamento com cobertura

nuvens
de nuvens
Fonte: Instituto Nacional de Pesquisas Espaciais (1998).
2.5 Classificao de imagens

Classificar o processo de extrao de informao em imagens para reconhecer
padres e objetos homogneos e so utilizados em sensoriamento remoto para mapear
reas da superfcie terrestre que correspondem aos temas de interesse. A essncia dessa
metodologia consiste de (Swain e Davis, 1978):
as classes de interesse so caracterizadas atravs dos dados que so

representativos das classes;
o restante da imagem classificado por meio de regras estatsticas que

utilizam a caracterizao das classes.
A informao espectral de uma cena pode ser representada por uma imagem
espectral, na qual cada pxel tem coordenadas espaciais x, y, com uma assinatura
espectral L, que representa a radincia do alvo em todas as bandas espectrais. Para uma
29
imagem de K bandas, h K nveis de cinza associados a cada pxel, sendo um para cada
banda espectral. As caractersticas do pxel so denominadas atributos espectrais.
O conceito de espao de atributos essencial para se entender como funciona a
classificao de imagens multiespectrais. A Figura 2.5 mostra um grfico de espao de
atributos, para o caso de uma imagem com apenas duas bandas espectrais. Nesse
espao, encontram-se plotados 1 pxel de trs diferentes tipos de materiais superficiais,
denominados A, B e C. Se apenas a banda 1 for considerada, fcil notar que os
materiais B e C no poderiam ser separados, pois ambos apresentam um nmero digital
DN de aproximadamente 200. Porm, ao se considerar as bandas 1 e 2, esses trs
materiais superficiais teriam posies distintas no espao de atributos, que seriam
caractersticas, servindo, portanto,
para distingui-los e identific-los dos demais
(Crsta, 1992).
DN
25
20
15
10
50
0
BANDA 2
C
B
A
BANDA 1
50
10
15
20
25
TONS DE CINZA (DN)
Figura 2.5- Grfico de espao de atributos para o caso de uma imagem com apenas duas
bandas espectrais (fonte: Duda e Hart, 1973).
Os classificadores podem ser divididos em classificadores pxel a pxel e
classificadores por regies:
classificadores pxel a pxel utilizam apenas a informao espectral da cada

pxel para achar regies homogneas; esses classificadores podem ser
separados em mtodos estatsticos (utilizando regras de teoria da
probabilidade) e determinsticos (no utilizam probabilidade);
classificadores por regies utilizam, alm da informao espectral de cada

pxel, a informao espacial que caracteriza a relao com seus vizinhos;
procuram simular o comportamento de um foto-intrprete, reconhecendo
30
reas homogneas de imagens, baseados nas propriedades espectrais e

espaciais de imagens; a informao de borda utilizada inicialmente para
separar regies e as propriedades espaciais e espectrais para unir reas com
mesma textura.
O resultado da classificao digital apresentado por meio de classes espectrais
(reas que possuem caractersticas espectrais semelhantes), uma vez que um alvo
dificilmente caracterizado por uma nica assinatura espectral. constitudo por um
mapa de pxeis classificados, representados por smbolos grficos ou cores, ou seja, o
processo de classificao digital transforma um grande nmero de nveis de cinza em
cada banda espectral em um pequeno nmero de classes definidas em uma nica
imagem (Richards, 1986; Crsta, 1992).
Mtodos de classificao de imagens.
Pode-se enquadrar os mtodos de classificao em dois grandes grupos:
classificao no supervisionada e supervisionada. A seguir, faz-se a distino entre
esses grupos.
Classificao no supervisionada
um processo onde operaes numricas so conduzidas para procurar
grupamentos naturais de propriedades espectrais dos pxeis (classes). A classificao
no supervisionada parte do princpio de que o cdigo computacional empregado
capaz de identificar, atravs de uma funo de classificao, as classes dentro de um
conjunto de dados.
O primeiro passo na anlise no-supervisionada a realizao de uma anlise de
agrupamento. Atravs dessa anlise, as nuvens de dados so identificadas no espao de
atributos. Feita essa anlise, possvel estabelecer, atravs de uma funo de
classificao, quais concentraes (nuvens) devem ser tratadas com grupos separados,
ou seja, o possvel nmero de classes que podem ser identificados na imagem.
31
Classificao Supervisionada
A classificao dita supervisionada quando a identidade e a localizao dos
alvos/tipos da cobertura terrestre so conhecidos a priori, atravs de trabalhos de
campo, anlise de fotografias reas, mapas, entre outros. As reas da imagem na qual o
usurio conhece a verdade terrestre so identificadas como reas de treinamento, tendo
em vista que o uso das caractersticas espectrais dessas reas servem para treinar
diferentes
algoritmos
classificatrios,
que
envolvem clculos
de
estatsticas
multivariadas com parmetros como mdia, desvio padro, matriz de covarincia,

matriz de correlao, entre outros.
O procedimento de classificao supervisionada em imagens freqentemente
utilizado no tratamento de imagens orbitais obtidas por sensores multiespectrais. Esse
procedimento consiste basicamente em dividir os vrios pontos da imagem em grupos
ou classes, de forma que os pontos de uma dada classe tenham caractersticas espectrais
similares. O critrio de similaridade a ser adotado definir o tipo de classificador a ser
empregado.
Os vrios mtodos de classificao podem ser, de forma geral, separados em
dois grandes grupos: aqueles que utilizam critrios geomtricos e aqueles que utilizam
critrios estatsticos. No primeiro grupo, cada ponto da imagem classificado segundo
sua distncia dos demais pontos no espao de atributos. Apesar de eficientes sob o
ponto de vista computacional, tais mtodos produzem erros tanto de excesso como de
omisso. Por outro lado, os mtodos estatsticos, apesar de mais custosos
computacionalmente, produzem resultados mais confiveis (Richards, 1986; Crsta,
1992).
Na maioria das situaes reais detectadas em imagens de sensoriamento remoto,
o nmero digital (DN) dos pxeis representar, na verdade, uma mistura de mais de um
tipo de superfcie. Isso ocorre porque, em uma rea de 30 m x 30 m ou de 80 m x 80 m,
equivalentes aos pxeis do TM e do MSS respectivamente, bastante provvel que mais
de um tipo ocorra. Nesse caso, como um pxel contendo 40% de pastagem e 60% de
mata deveria ser classificado? O nmero digital de um pxel desse tipo representar, de
fato, uma mistura da resposta espectral da pastagem com a mata. Uma soluo atribuir
32
cada pxel a uma ou outra classe dependendo de qual classe ele est mais prximo. Essa
questo da proximidade ou similaridade permear a discusso dos mtodos de
classificao supervisionada. Atravs do procedimento de classificao supervisionada,
o usurio identifica alguns dos pxeis pertencentes s classes desejadas e submete ao
algoritmo computacional, definido segundo alguma regra estatstica pr-estabelecida, a
tarefa de classificar todos os demais pxeis.
Pode-se considerar a questo da proximidade entre classes com base em
estatsticas dos dados. Uma forma de definir cada classe calcular a mdia estatstica
para cada classe em cada banda espectral. Um mtodo de classificar que considera,
como mtrica para o clculo das distncias de um pxel s diferentes classes, mdias
espectrais por banda e matriz de covarincia espectral das bandas selecionadas o
mtodo da mxima verossimilhana.
Para que a classificao por mxima verossimilhana seja precisa, necessrio
um nmero razoavelmente elevado de pxeis para cada conjunto de reas de treinamento
ou interesse, nmero esse preferencialmente acima de uma centena (Campbell, 1987).
Esse nmero permite uma base segura para tratamento estatstico. Devido a esse nmero
alto de pxeis, no possvel represent-los graficamente de maneira individualizada.
Utiliza-se, nesse caso, isolinhas ou curvas de contorno
no espao de atributos,
representando a funo densidade de probabilidade de pxeis correspondentes s reas

de treinamento para cada classe. Na realidade, os contornos representam um ajuste
baseado em distribuies normais ou gaussianas dos pxeis das reas de treinamento. Do
contrrio, os contornos seriam totalmente irregulares, o que no seria desejvel devido
dificuldade de comput-los. Ressalta-se que, devido a esse ajuste, os contornos so
simtricos ao redor da mdia e sua forma ser circular se os desvios-padro nas duas
bandas forem os mesmos, ou elptica se os desvios-padro forem diferentes. Esses
mesmo conceitos podem ser estendidos para mais do que duas dimenses, o que
freqente em imagens de sensoriamento remoto, sendo que, nesse caso, os contornos
tornam-se elipsides em trs dimenses.
Essas probabilidades representam uma ferramenta de classificao poderosa e
flexvel, atravs da qual pode-se escolher, por exemplo, classificar apenas os pxeis
desconhecidos que esto bastante prximos mdia de uma classe. Por outro lado,
33
pode-se julgar necessrio classificar os pxeis desconhecidos que se situam a qualquer

distncia da mdia, dentro da rea definida pelo conjunto de treinamento. Nesse caso,
escolher-se-ia , como limite de deciso, o contorno que engloba, por exemplo, 99% dos
pxeis da rea de treinamento. Descartando-se os restantes 1%, pode-se compensar, por
exemplo, a possibilidade de que alguns dos pxeis da rea de treinamento sejam
includos por engano, podendo representar rudo ou pxel situado no limite entre dois
tipos de cobertura. Usando esses conceitos, pode-se classificar todos os pxeis de uma
imagem como pertencentes s classes pr-definidas. A Figura 2.6 exemplifica como os
contornos de probabilidade podem ser estendidos de forma a cobrir todos os pxeis da
imagem.
BANDA 2
BANDA 1
Figura 2.6 - As curvas de probabilidade das classes A, B e C so estendidas para

probabilidades menores; os nmeros atribudos a cada contorno representam a
probabilidade, em porcentagem, de um pxel desconhecido pertencer a uma dada classe,
com base nos parmetros estatsticos das reas de treinamento (fonte: Duda e Hart,
1973).
Na Figura 2.6, observa-se que os pxeis graficamente localizados nos pontos 1 e
2 so ambos atribudos classe A. O pxel 2 situa-se mais prximo, em distncia
absoluta, da classe B. Pelo mtodo da mxima verossimilhana, ao se ponderar essa
distncia pelo desvio-padro das classes A e B, esse pxel possui 0,1% de probabilidade
de pertencer classe A e 0% de pertencer classe B. Quanto ao pxel 3, ele situa-se
34
dentro das classes B e C, mas com uma probabilidade de 10% de pertencer classe C
contra 0,1% de pertencer classe B, sendo portanto atribudo classe C.
A deciso de atribuir o pxel 3 classe C exemplifica um outro conceito
importante na classificao pelo mtodo da mxima verossimilhana, que a definio
dos limites de deciso entre classes contguas. Esses limites so traados a partir dos
pontos onde contornos de igual probabilidade entre duas classes contguas se cruzam,
como mostrado na Figura 2.7.
BANDA 2
BANDA
Figura 2.7 - Limites de deciso (representados pelas linhas espessas)

superpostos; esses limites so traados a partir dos pontos de igual probabilidade para
duas ou mais classes (fonte: Duda e Hart, 1973).
Nesta dissertao, trabalhou-se com 10 classes, de tal forma que o espao de
atributos encontrado estava repleto de nuvens de pxel, lembrando que, mesmo as reas
de treinamentos, apresentem, muitas vezes, recobrimento. A Figura 2.8 mostra como
traado o limite de deciso no mtodo da mxima verossimilhana.
Porcentagem de pxeis
limite de deciso
Classe 1
Classe 2
Tons de cinza (DN)
35
Figura 2.8 - Duas distribuies normais representando os dados de duas reas de

treinamento contendo pxeis com intervalos de variao dos nmeros digitais
superpostos; o limite de deciso colocado no ponto em que as duas distribuies se
cruzam, de tal forma que um pxel desconhecido, nessa posio, teria a mesma
probabilidade de pertencer a ambas as classes (fonte: Duda e Hart, 1973).
importante ressaltar que mesmo o mtodo de mxima verossimilhana
passvel de imprecises. A metodologia da mxima verossimilhana procura manter a
porcentagem dos pxeis classificados erroneamente a mais baixa possvel (Richards,
1986; Crsta, 1992).
Interpretao e Seleo de Medidas de Classificao
Uma avaliao detalhada e precisa da cobertura terrestre construda a partir dos
dados de sensoriamento remoto oferece uma melhor qualidade na utilizao dos mapas.
A avaliao e abordagem mais precisas geralmente so executadas atravs de uma
seleo de amostras de referncias locais ou reas de treinamento para validao,
comparando-se a classificao dessas referncias locais com as classificaes obtidas a
partir dos mapas de cobertura terrestre. A amostra de referncia deve ser selecionada
independentemente dos dados utilizados ou reas de treinamento de calibrao do
procedimento de classificao. Os dados relativos a reas de treinamento de calibrao e
validao so resumidos na matriz de erros (Stehman e Czaplewsky, 1998; Edwards et
al., 1998).
No se tem chegado a um consenso sobre que medidas seriam mais apropriadas
para uma avaliao precisa e detalhada, apesar de a estatstica kappa ser a mais indicada
(Rosenfield e Fitzpatrick-Lins, 1986). O coeficiente kappa uma medida de
concordncia entre as amostras da cena e aquelas derivadas atravs da classificao da
imagem de sensoriamento remoto. Essa medida leva em conta todos os elementos da
matriz de erros e exclui a concordncia que ocorre por acaso.
2.6 Anlise de textura
36
Feies espectrais, texturais, temporais e contextuais so os quatro elementos

importantes de padres usados na interpretao visual de imagens de radar. Feies
espectrais descrevem as variaes tonais mdias banda a banda em uma imagem
multiespectral, enquanto que feies texturais descrevem a distribuio espacial dos
valores tonais em uma banda. Feies contextuais contm informaes sobre o arranjo
relativo de segmentos pertencentes a diferentes categorias e feies temporais
descrevem mudanas nos atributos da imagem em funo do tempo (Ulaby et al., 1986).
No processo de classificao, o contedo de informao em uma imagem digital
expresso atravs da intensidade ou nmero digital de cada pxel e pelo arranjo espacial
dos pxeis (textura, forma e contexto) na imagem (Lee e Philpot, 1991).
Tradicionalmente, o nvel de cinza (intensidade espectral) tem sido o elemento mais
enfocado na anlise de imagens e na extrao de informaes em estudos de
sensoriamento remoto.
Nesta dissertao, no entanto, a anlise de textura ser tambm avaliada em sua
contribuio na rea de extrao de informaes a partir de imagens de sensoriamento
remoto. A presente pesquisa trata do mapeamento da cobertura e uso do solo de uma
bacia hidrogrfica atravs da classificao de imagens Landsat e Radarsat. Explora-se
especialmente o potencial promissor de aplicao da textura em diferentes faixas do
espectro eletromagntico, como caso da
imagem Landsat5-TM (visvel e
infravermelho) e Radarsat adquirida na faixa de microondas (banda C, polarizao HH).

A textura definida como uma combinao entre magnitude e freqncia da
variao tonal em uma imagem, sendo esta produzida pelo efeito conjunto de todas as
pequenas feies que compem uma rea particular na imagem Embora possam ser
consideradas como propriedades independentes, tonalidade e textura, na realidade,
possuem relaes ntimas. Sem variaes em tonalidade, nenhuma mudana em textura
pode ser percebida (Crosta, 1993). A textura est, pois, intrinsecamente ligada a
tonalidade e, em determinadas circunstncias, uma pode dominar a outra. Esta relao
pode ser entendida da seguinte forma: quando uma rea pequena de uma imagem tem
pouca variao dos nveis de cinza, a propriedade dominante a textura (Haralich et al.,
1973; Haralich, 1979).
37
A textura constitui uma caracterstica importante em anlises de diversos tipos

de imagens, desde aquelas obtidas de equipamentes matriciais multiespectrais atravs de
aeronaves ou satlites at imagens de culturas de clulas ou amostras de tecidos com
aplicao na rea de biomdica. Embora os mtodos de anlise de textura sejam muito
utilizados, no h uma apresentao formal e nem uma definio precisa do termo. As
tcnicas de discriminao de textura encontradas na literatura so baseadas na intuio e
percepo de cada autor (Haralich, 1979).
Na rea de sensoriamento remoto, a textura considerada um elemento
importante usado em interpretao visual de imagens. Em anlises visuais, a textura
refere-se ao padro aparente de uma determinada rea, descrita pelas caractersticas lisa,
rugosa e grossa. Em anlises digitais, a textura reflete o padro espacial ou freqncia
de variao de tons em uma determinada rea, produzida por uma associao de feies
pequenas demais para serem identificadas individualmente, mas que permitem a
identificao e a delimitao de reas com propriedades superficiais (Simonett e Davis,
1983). Alm disso, a textura contm informaes importantes sobre o arranjo estrutural
das superfcies e o ambiente que as circunda, ou seja, a informao contextual da rea
analisada (Haralich et al., 1973).
Em sendo a textura uma caracterstica importante na interpretao visual de
imagens, sua utilizao pode melhorar o desempenho de classificadores digitais,
principalmente em imagens com alta resoluo espacial. No entanto, a textura de uma
imagem difcil de ser quantificada, uma vez que no h consenso na definio desse
termo nem tampouco uma formulao matemtica precisa. Ao contrrio da informao
espectral, que descreve a variao do nvel de cinza de um pxel, a textura contm
informao sobre a distribuio espectral dos nveis de cinza de uma regio da imagem
(Ulaby et al., 1986; Ulaby et al., 1989).
Campbell (1987) refere-se textura da imagem como a aparente aspereza ou
suavidade de uma regio da imagem, usualmente resultado de uma superfcie irregular
sendo iluminada a partir de um ngulo oblquo. Essa iluminao origina regies mais
claras e regies mais escuras. Ainda que a textura seja reconhecida como um importante
elemento auxiliar em aerofotogrametria, o processo convencional automatizado ainda
no explorou adequadamente esse tipo de informao.
38
Variaes na topografia, rugosidade da superfcie, propriedades dieltricas dos

materiais da superfcie e processamento de imagens originam diferentes padres de
textura. bastante conhecido que as paisagens reais consistem de um conjunto de
caractersticas espectralmente diversas, tornando-se extremamente complexas na
medida que a resoluo espacial aumenta. De fato, o uso de textura implica
explicitamente que as clulas de resoluo so menores do que os elementos na cena,
uma vez que numerosas medidas so requeridas para cada elemento ou classe de forma
a se detectar mudanas texturais (Woodcock e Strahler, 1987). Quando a resoluo
espacial do sensor menor que os alvos de interesse contidos na cena, a maioria das
medidas (nmeros digitais) da imagem so altamente correlacionadas com as de sua
vizinhana. No entanto, se o tamanho dos objetos se aproxima da resoluo espacial do
sensor, h uma diminuio da semelhana entre medidas vizinhas. Quando a resoluo
espacial do sensor diminui, vrios objetos podem ser encontrados em um nico pxel,
tornando as medidas uniformes (Woodcock e Strahler, 1987).
De forma a se extrair mais informaes de imagens de sensoriamento remoto, a
classificao dessas imagens deve incluir dados que caracterizam o padro de
comportamento espacial para cada categoria. Contudo, a maioria dos procedimentos de
classificao, particularmente em uso operacional, baseiam-se exclusivamente em
caractersticas espectrais de intensidade e so, portanto, indiferentes ao contedo
espacial presente na imagem. Esses tipos de classificadores por pontos no tem um bom
desempenho em ambientes onde haja um excesso de pxeis de fronteira ou onde haja
substancial superposio entre classes (Martin et al., 1988).
Martin et al. (1988) consideram que a menor rea da imagem digital que compe
uma textura distinta pode ser definida como elemento de textura. Segundo esses autores,
a textura pode ser caracterizada por trs componentes: contraste local, escala e
orientao. O contraste a diferena de tom entre reas vizinhas escuras e claras. reas
com alto contraste local possuem textura rugosa, enquanto que reas com baixo
contraste possuem textura lisa. A escala definida pelas dimenses das reas escuras e
claras. Quando os nveis de cinza dos pxeis variam nas proximidades, a textura tida
como fina. Por outro lado, se os tamanhos das reas escuras ou claras so de vrios
pxeis, o contraste caracterstico dessa rea observado somente em pxeis mais
39
distantes, resultando em uma textura grossa. A orientao est relacionada disposio

da direo das reas claras e escuras. Se essas reas no tem uma orientao
preferencial e so equidimensionais, a textura isotrpica. Ao contrrio, se as reas
dispem-se de forma alongada em uma direo preferencial, a textura anisotrpica. A
geometria da anisotropia dos elementos de uma imagem pode variar de acordo com o
arranjo da orientao. Regies de cultivo, por exemplo, apresentam anisotropia paralela;
formaes rochosas diaclasadas mostram anisotropia curvilnea.
Lira e Frulla (1998) estudaram, de forma cuidadosa, a reduo de manchas nas
imagens obtidas com o uso de radar, aplicando primeiramente filtros especiais
imagem original. Os resultados dessa filtragem foram avaliados de forma qualitativa em
toda a imagem e estimados quantitativamente nas reas de textura e relevo.
Algoritmos texturais procuram medir a textura da imagem atravs da
quantificao das distintas relaes espectrais e espaciais entre pxeis vizinhos. Por
exemplo, em ambientes florestais, onde a varincia local alta, medidas de textura
seriam mais vlidas do que mtodos do tipo ponto-a-ponto, j que incorporam a
variabilidade espacial para diferentes classes (Woodcock e Strahler, 1987). Em resposta
necessidade de se extrair informaes a partir do arranjo espacial dos dados da
imagem, vrios algoritmos tm sido desenvolvidos baseados em abordagem estrutural
(Connors e Harlow, 1980 a), em padres de freqncia espaciais (Bajcsy e Liebermann,
1976), em estatsticas de segunda-ordem (Haralick et al., 1973; Galloway, 1975;
Haralick, 1979; Sun e Wee, 1983), em espectro de texturas (Wang e He, 1990) e em
combinaes de padres de textura espectral (Lee e Philpot, 1991).
Em estudos comparando vrias medidas de textura, tcnicas estatsticas de
segunda ordem tm desempenho superior em relao a outros mtodos em funo de
melhor captar a variabilidade espacial da imagem (Haralick, 1979; Conners e Harlow,
1980b; Marceau, 1989; Gong et al., 1992; Barber et al., 1993). As abordagens
estatsticas de Haralick, Shanmugam e Dinstein (1973) e Sun e Wee (1983) fazem uso
das funes densidade de probabilidade de tons de cinza, que geralmente so calculadas
como distribuies conjuntas de probabilidade condicionada dos tons de cinza de pares
de pxeis em uma dada rea da imagem.
40
Mais especificamente, sob o aspecto metodolgico, este trabalho abordar o

procedimento originalmente desenvolvido por Sun e Wee (1983), denominado mtodo
matriz de tons de cinza vizinhos dependentes que ser denominado, a partir de agora,
por simplicidade, NGLDM. O algoritmo foi implementado computacionalmente em
FORTRAN. Similarmente, ser utilizado o mtodo matriz de co-ocorrncia de tons de
cinza, aqui denominado de GLCM (Envi, 2000), adotado em Haralick et al. (1973) e em
Haralick (1979).
2.6.1
Geoestatstica aplicada em sensoriamento remoto

A geoestatstica foi utilizada inicialmente na soluo de problemas de geologia e
minerao. Trata-se da utilizao de tcnicas especficas, desenvolvidas na Escola de

Minas de Paris (Matheron, 1962-1963). Para tanto, o autor foi bastante auxiliado pelos
trabalhos estatsticos da escola sul-africana realizados em minas de ouro e urnio, que
forneceram uma extensa gama de conhecimentos experimentais.
A geoestatstica est baseada na teoria das variveis regionalizadas (Journel e
Huijbregts, 1978) que constituem uma funo definida em um domnio do espao. So
variveis em que os valores esto relacionados, de alguma maneira, com a posio que
ocupam no espao.
Mesmo tendo sua origem ligada a problemas
especficos encontrados na
minerao, a geoestatstica, pela generalidade de seu desenvolvimento e por lidar com

dados distribudos espacialmente, pode ser utilizada criteriosamente na interpretao e
estudo de grande parte dos fenmenos que aparecem nos domnios das cincias da
natureza, como, por exemplo, na geologia, na geofsica, na engenharia florestal, na
cartografia e tambm na hidrologia.
Curran (1988) forneceu uma introduo sobre o uso de variogramas em
sensoriamento remoto e Jupp et al. (1988) consideraram as propriedades da covarincia
e os efeitos da regularizao em imagens modeladas pela regionalizao das variveis,
que so variveis aleatrias em que as posies no espao so conhecidas. Eles tambm
introduziram uma srie de ferramentas que permitem a construo das funes de
covarincia para elementos discretos. Jupp et al. (1989) aplicaram os primeiros
41
resultados em modelos simples de imagens e em imagens digitais deles obtidas, para

mostrar como a estrutura espacial de uma imagem depende da estrutura espacial
previamente obtida de uma cena. Woodcock et al. (1988 a, 1988 b), discutiram o uso de
variogramas para modelos simples de imagens do solo consistindo de reas alocadas
aleatoriamente em uma rea contnua. Eles tambm analisaram o processo de
regularizao e seu efeito nos variogramas. Seus resultados indicaram relaes diretas
entre diversos parmetros da imagem e o comportamento dos variogramas. Webster et
al. (1989) discutiram diferentes estratgias de amostragem para minimizar a varincia
de krigagem. Os autores queriam reduzir o nmero de amostras coletadas usando
imagens previamente obtidas da rea a ser amostrada. Eles tambm discutiram o
mapeamento da radiometria do solo usando krigagem.
Atkinson et al. (1992) usaram uma abordagem de cokrigagem com a radiao do
solo (como segunda varivel) para prever as seguintes variveis primrias: GLAI
(ndice de rea folicular) da cevada, biomassa seca e percentagem de cobertura de trevos
na pastagem. A varivel secundria usada nos trs experimentos foi o ndice de
vegetao normalizado NDVI [(infravermelho prximo vermelho) / (infravermelho +
vermelho)]. O objetivo foi estabelecer uma estratgia tima de amostragem para
alcanar a preciso desejada. De seus experimentos, os autorers concluram que, com o
mesmo desempenho, a cokrigagem resultou em uma preciso em torno de trs vezes
maior que aquela alcanada com a krigagem univariada. Alm disso, os autores
sustentam que cokrigagem oferece uma tcnica econmica e operacional para utilizar a
reflectncia para estimar propriedades da superfcie da terra. Finalmente, Atkinson et al.
(1992) estudaram o tamanho timo da regio para pesquisas com sensoriamento remoto
considerando imagens nas faixas do visvel e do infravermelho.
Muoz Muiz (1991), por sua vez, trata da simulao de campos aleatrios de
precipitao, empregando estruturas de correlao espacial.
Barbosa (2000) avalia a distribuio espao-temporal da chuva atravs de um
referencial geoestatstico. Dados de chuva acumulada em uma hora, medidos pelo radar
meteorolgico de So Paulo e pela rede telemtrica localizada na bacia do Alto Tiet,
foram submetidos a uma anlise geoestatstica. Foram determinados variogramas de
alguns eventos para serem investigadas as variaes espaciais dos sistemas
42
precipitantes. Da funo variograma, foram obtidos elementos que, juntamente com os

dados de chuva dos postos e do radar, foram inseridos no modelo de krigagem
bayesiana. Esse modelo geoestatstico permitiu melhores estimativas e minimizao da
varincia dos dados de chuva previstos inicialmente pelo radar atravs da relao Z-R.
Pecly (2000) adotou o referencial geoestatstico para anlise de dados ambientais
referentes ao monitoramento do emissrio submarino de esgotos de Ipanema, Rio de
Janeiro.
Teixeira (2001) analisou a importncia de variveis scio-econmicas na
definio de reas prioritrias de investimento de saneamento. O municpio de Niteri
foi escolhido para estudo de caso. Sob o ponto de vista metodolgico, Teixeira (2001)
analisou a estrutura espacial das diversas variveis, utilizando tcnicas de geoestatstica,
tais como o variograma e o covariograma. As anlises indicaram a presena de
estruturas de correlao espacial.
Nasser (2001) conduziu um estudo de qualidade de gua na baa de Guanabara
utilizando tcnicas de sensoriamento remoto e geoestatstica. Foram avaliadas as
variaes espaciais de parmetros de qualidade de gua e de imagem Landsat5-TM,
destacando uma abordagem geoestatstica atravs da construo de variogramas e
covariogramas. Foi feita a modelagem da estrutura de correlao espacial presente nos
dados atravs do mtodo de krigagem bayesiana.
Miranda et al. (1998) trataram o problema da classificao de imagem de radar
do tipo JERS-1 SAR atravs de uma abordagem textural com
o uso de
semivariogramas. Os autores aplicaram o algoritmo textural desenvolvido para a regio

do rio Uaups (Brasil), conseguindo caracterizar as diferentes classes presentes na
regio de estudo por meio de semivariogramas.
Carr e Miranda (1998) estabecem uma comparao entre o mtodo de coocorrncia de tons de cinza (GLCM) e um mtodo de classificao utilizando
semivariogramas. O estudo foi conduzido para diferentes tipos de imagens. Os autores
concluram que medidas texturais obtidas atravs de semivariogramas forneceram uma
preciso maior do que um classificador baseado no GLCM para imagens na faixa de
microondas, enquanto, para imagens na faixa do visvel e infravermelho, os resultados
foram inferiores.
43
Em Abreu (2000), incorporou-se de forma preliminar o estudo de correlao

espacial na classificao de uma imagem de satlite Landsat5-TM atravs da construo
de alguns variogramas para algumas classes de cobertura e uso do solo. A presente
dissertao d continuidade a esse estudo e explora, de forma ampliada, o problema da
estrutura de correlao espacial dos dados, incluindo anlise de textura, tanto para uma
imagem Landsat5-TM quanto para uma imagem Radarsat.
44
Captulo 3 Metodologia
CAPTULO 3 METODOLOGIA
O presente captulo aborda o processo desenvolvido para obteno da
classificao da cobertura do solo de uma bacia hidrogrfica utilizando imagem
Landsat5-TM e imagem Radarsat. O fluxograma apresentado na Figura 3.1 fornece
inicialmente uma viso simplificada da metodologia adotada.
Imagem Landsat5-TM
27/06/1994
Imagem Radarsat
23/07/1997
Georreferenciamento
Classificao
No Supervisionada
Supervisionada
Mtodo Isodata
Mtodo Mxima
Verossimilhana
Matriz de erros
Matriz de erros
Anlise Geoestatstica
Textura
NGLDM - mtodo matriz

de tons de cinza vizinhos
dependentes
GLCM- mtodo matriz

de co-ocorrncia de
tons de cinza
45
Anlise comparativa entre as diversas classificaes obtidas.
Figura 3.1 Fluxograma metodolgico
O procedimento de classificao adotado consistiu, de forma sucinta, numa

classificao no supervisionada seguida de uma classificao supervisionada. Para a
classificao no supervisionada, foi utilizado o mtodo denominado de isodata,
enquanto o mtodo de mxima verossimilhana, foi empregado para a classificao
supervisionada. Esse procedimento est melhor explicitado no decorrer desse captulo.
Adicionalmente, investigou-se o uso de um mtodo de classificao que
explorasse, alm dos tons de cinza de uma imagem de sensoriamento remoto, a estrutura
de correlao espacial presente nessa imagem. De forma a caracterizar essa estrutura de
correlao espacial, no considerada em mtodos como isodata e mxima
verossimilhana, lanou-se
mo de uma anlise geoestatstica preliminar. Mais
especificamente, alguns variogramas foram construdos para demonstrar a presena

dessa estrutura de correlao nas imagens estudadas.
Em sensoriamento remoto, o desenvolvimento de mtodos que incorporem a
correlao espacial um desafio, especialmente, na identificao da textura de imagens.
A textura, complementarmente aos tons de cinza, pode tornar o processo de
classificao digital de imagens bem mais robusto e poderoso (Li et al., 1998; Lira e
Frulla, 1998; Hudak e Wessman, 1998).
Em particular, nessa pesquisa, adotou-se, para clculo de textura, o mtodo
matriz de co-ocorrncia de tons de cinza (GLCM) e o mtodo matriz de tons de cinza
vizinhos dependentes que ser denominado, a partir de agora, por simplicidade, de
NGLDM (Sun e Wee, 1983). Esse mtodo similar ao mtodo matriz de co-ocorrncia
de tons de cinza (GLCM), adotado em Haralick et al.(1973) e Haralick (1979). Contudo,
o mtodo NGLDM considera a relao entre um pxel e seus vizinhos em um nico
passo, em lugar de se considerar uma direo por vez. Essa nova abordagem elimina a
dependncia angular e simplifica a implementao, alm de reduzir o tempo
computacional e armazenamento necessrios para o clculo das texturas.
3.1 Processamento digital da imagem
46
Nessa fase, operaes como visualizao de bandas individuais, composio

colorida, correo atmosfrica, recorte, realce de contraste, registro da imagem e
classificaes supervisionadas ou no, so utilizadas, procurando-se extrair o mximo
de informaes da imagem digital. Tendo como objetivo produzir um mapa temtico,
com legenda envolvendo a cobertura vegetal/uso da terra e delimitao da rea urbana
de uma bacia hidrogrfica, utilizou-se o sistema de tratamento de imagens ENVI-3.2
(2000).
No caso particular dessa pesquisa, no foi feita a correo atmosfrica da
imagem. Os histogramas para as diferentes bandas foram elaborados e indicaram a
possibilidade de conduo do presente estudo sem tal correo, exceto para a banda 6
(Landsat5-TM), que foi eliminada para efeito de classificao. Registre-se, no entanto, a
necessidade de avaliao da relevncia da correo atmosfrica em estudos
multitemporais como, por exemplo, deteco de mudanas na cobertura do solo de uma
bacia hidrogrfica.
A metodologia adotada parte da leitura das oito bandas de uma imagem digital
(no formato do Instituto Nacional de Pesquisas Espaciais - INPE) dos satlites
Landsat5-TM e Radarsat, que abrangem a rea de interesse. As imagens, nesse formato,
so gravadas em bandas espectrais separadamente, sendo que, nessa dissertao, foram
utilizadas as bandas 1, 2, 3, 4, 5, 6 e 7 e radar. Para otimizar o trabalho, gerado um
nico arquivo contendo todas as bandas. Nesse arquivo, so aplicadas algumas tcnicas
de processamento digital da imagem. Para a leitura de cada uma das bandas originais da
imagem, so informados o nmero de linhas, o nmero de colunas e o modo de
armazenamento dos pxeis (acesso seqencial de bandas - BSQ). Cabe salientar que a
resoluo radiomtrica para a imagem Landsat-TM de 1 byte (256 nveis de cinza),
enquanto a imagem Radarsat de 2 bytes (216 -1 nveis de cinza). A resoluo espacial
para a imagem Landsat-TM de 30 m X 30 m para as bandas 1, 2, 3, 4, 5 e 7, de 120 m
X 120 m para a banda 6 e de 6,25 m X 6,25 m para a imagem de radar Radarsat. A
seguir, descreve-se o procedimento utilizado para classificao levando-se em conta a
imagem Landsat5-TM. O uso e incluso da imagem de radar no mesmo arquivo foi feito
a posteriori, levando-se em conta as caractersticas diferenciadas de resoluo
radiomtrica e espacial.
47
O passo seguinte consiste em identificar e localizar a rea especfica do estudo.

Nessa etapa, estudam-se vrias formas de composies, que se baseiam, essencialmente,
na associao das cores primrias - vermelho , verde e azul combinao de trs bandas
espectrais. No caso da imagem Landsat5-TM, bandas 1, 2, 3 combinao das bandas 3,
4 e 5, associadas s cores vermelha, verde e azul respectivamente, apresenta um
colorido, equivalente s cores percebidas pelo olho humano, servindo como ponto de
partida para uma primeira anlise visual das diversas formas de ocupao do solo.
Vrias composies so analisadas, at chegarmos a que melhor realce visualmente as
variadas formas de cobertura do solo da bacia hidrogrfica.
Aplica-se, ento, um recorte na imagem, abrangendo o espao geogrfico a ser
analisado, gerando assim uma nova imagem.
De posse da imagem da rea de estudo, feito o realce. Para tanto, so gerados
os histogramas referentes a cada banda da imagem. Note-se que a presena de grande
parte dos pxeis da imagem ocupando uma faixa restrita de nveis de cinza explicita a
pouca variabilidade de reflectncia dos alvos contidos na cena, aspecto muito comum
em imagens desse satlite. Esse fato ressalta a necessidade de se testar, a nvel
metodolgico, os diferentes realces, no sentido de se optar por aquele que melhor se
adapte cena.
Assim, faz-se o realce de forma a aumentar o contraste para cada banda,
abrangendo todo o domnio dos nveis de cinza (0-255). Esse tipo de aumento de
contraste no-linear obedece s leis gaussianas de distribuio estatstica, produzindo
um histograma em que a mdia e o desvio padro da distribuio so especificados e
que apresenta a forma aproximada de um sino. Sua vantagem que a informao
contida nas extremidades do histograma realada. Ao se produzir composies
coloridas de 3 bandas, o uso da normalizao desejvel, pois as 3 bandas podero ter
seus histogramas com as mesmas mdias e desvios-padro, obedecendo assim um
balanceamento de cores na composio.
Procede-se, ento, correo geomtrica da imagem. Esse procedimento
consiste em posicionar cada pxel da imagem em suas respectivas coordenadas UTM.
Desenvolve-se essa etapa a partir da imagem realada, o que facilita em muito a
identificao dos pontos de controle. Esses pontos de controle so alvos de fcil
48
reconhecimento, tanto na carta planimtrica quanto na imagem, representados por

cruzamento de estradas, pontes, juno de canais de rios, entre outros. A posio
geogrfica desses pontos de controle identificados nas folhas topogrficas e na imagem
permite que se relacione as coordenadas de cada ponto no sistema de projeo da carta
com as respectivas coluna e linha desse ponto na imagem. Esse procedimento gera um
banco de dados que servir de base no processo de transformao das coordenadas
dessa imagem (coluna, linha) em coordenadas geogrficas.
A transformao de coordenadas pode, ento, ser modelada usando-se
polinmios lineares, obtidos atravs de um ajuste pelo mtodo dos mnimos quadrados.
Essa transformao chamada de transformao afim e corrigir distores de escala e
rotao existentes entre a imagem e o mapa.
O processo de corrigir as distores de uma imagem atravs de pontos de
controle resulta na produo de uma nova imagem em que os pxeis, so reamostrados.
Nessa pesquisa, o valor do nmero digital de cada um dos pxeis determinado com
base no processo de reamostragem pelo vizinho mais prximo. A escolha desse
algoritmo no procedimento de reamostragem est baseada no fato de que no h
alterao no tom de cinza, preservando as caractersticas de variabilidade espectral da
imagem original, o que importante no processo de classificao das imagens.
Cabe ressaltar que, na metodologia de georeferenciamento da imagem, alm da
definio e implementao dos pontos de controles, devem ser informados o sistema de
coordenadas adotado, o fuso, a latitude mdia da rea, o hemisfrio e o elipside de
referncia.
3.2 Classificao da imagem
Como mencionado anteriormente, optou-se, no desenvolvimento desse trabalho,
por um procedimento que envolvesse uma classificao no-supervisionada seguida de
uma classificao supervisionada. Na classificao digital da imagem, pode-se utilizar
ou elaborar um programa de tratamento de imagens que disponha de algoritmos para
reconhecimento de padres que permitam aplicar os princpios das classificaes no
supervisionada e supervisionada.
49
O primeiro passo uma anlise visual detalhada da imagem a fim de identificar

as vrias formas de ocupao do solo e estabelecer uma primeira legenda. Nessa etapa
do processo, essa legenda dever representar o possvel nmero de classes que podem
ser identificados na imagem, ou seja, os agrupamentos distintos de pxeis. No processo
de classificao no-supervisionada, essas nuvens de pontos so automaticamente
identificadas e utilizadas como reas de treinamento ou interesse para a classificao.
Utilizou-se, neste trabalho, o sistema de classificao no-supervisionada isodata
para uma primeira identificao dessas classes, tornando necessria uma anlise visual
criteriosa para estabelecer quais dessas classes, efetivamente, representavam as vrias
formas de cobertura do solo.
3.2.1 Mtodo isodata

A classificao pelo algoritmo isodata pode ser vista como uma variao do
mtodo da distncia mnima. Entretanto, o mtodo isodata produz resultados que so,
muitas vezes, superiores ao derivados pelo clculo da distncia mnima. Alguns autores
(Richards, 1986; Velasco, 1989) identificam o procedimento isodata como uma tcnica
de classificao hbrida, com caractersticas dos mtodos de classificao no
supervisionada e supervisionada.
Procedimento de clculo
O algoritmo escolhe, inicialmente, os agrupamentos a partir de uma partio da amostra
de dados da imagem e desenvolve um processo iterativo que atualiza o conjunto de padres
caractersticos dos agrupamentos at obter um mnimo da funo J dada por
M
J = x mi
(3.1)
i =1 xS i
onde:
M - o nmero de classes;
50
(x Si ) indica os dados pertencentes partio Si e mi a mdia amostral da partio

Si.
Em geral, obtm-se um mnimo local de J, no havendo garantia de que ser atingido o
mnimo global. Diferentes escolhas da partio inicial podem levar a diferentes mnimos locais.
Um procedimento iterativo bsico para obter a minimizao de J o chamado algoritmo de K
mdias, descrito a seguir:
1. selecione o nmero de agrupamentos K;

2. escolha uma partio da amostra de dados com K agrupamentos; calcule as
mdias amostrais mi , i=1,2,...,K de cada agrupamento;
3. calcule a distncia do vetor de padres caractersticos x a cada um dos
agrupamentos;
4. atribua x ao agrupamento com mdia mais prxima de x;
5. se nenhuma atualizao de amostras a agrupamentos ocorrer (ou se o nmero
mximo permitido de iteraes for ultrapassado), pare;
6. caso contrrio, calcule as novas mdias amostrais dos agrupamentos e v para 3.
As propriedades de convergncia do algoritmo de K mdias foram estudadas por
MacQuee (1967). A isodata (Ball and Hall, 1965) representa, na verdade, um
desenvolvimento do mtodo de K mdias, incorporando procedimentos heursticos para
subdividir ou agrupar.
Feita essa anlise, so estabelecidas as regies de treinamento, ou seja, adota-se
o critrio de que essas classes representam a verdade terrestre. Essas regies de
treinamento, construdas a partir dessas classes, j apresentam alguma similaridade
espectral, o que importante no processo de classificao supervisionada, tendo em
vista que o uso das caractersticas espectrais dessas reas servem para treinar o
algoritmo de classificao.
Definidas as regies de treinamento da imagem, submete-se a imagem ao
processo de classificao supervisionada. Nessa pesquisa, adotou-se o mtodo da
mxima verossimilhana, para anlise da classificao de imagens de sensoriamento
remoto com o intuito de mapear a cobertura do solo de uma bacia hidrogrfica. Por essa
razo, o prximo item aborda especificamente essa metodologia, enquadrada no
conjunto dos classificadores do tipo pxel a pxel. Nesse mtodo, cada classe
51
modelada segundo uma distribuio gaussiana. O critrio de classificao utilizado a

regra de deciso bayesiana.
3.2.2 Mtodo da mxima verossimilhana.
O mtodo mxima verossimilhana, desenvolvido por Horwitz et al.(1971),
gerou um modelo para relacionar a assinatura espectral da combinao de um nmero
de classes presentes em um elemento de resoluo da imagem s assinaturas de cada
classe. Para estimar o vetor de propores de cada classe no elemento da cena,
propuseram a utilizao do procedimento de mxima verossimilhana (Apndice C).
Supondo m canais espectrais, as assinaturas espectrais das classes i, 1 i n,
so dadas por distribuio gaussianas m-dimensionais, onde Ai. a mdia e Mi a
matriz covarincia de classe i.
Sendo p= ( p1.,..., pn )t o vetor de propores, onde pi representa a proporo da
classe i no elemento de resoluo e Ap e Mp representando a assinatura espectral dessa
combinao de classes, a expresso para Ap dada por:
52
n
Ap = pi Ai
(3.2)
i=1
Supondo que as variveis aleatrias associadas a elementos de classes diferentes
so estatisticamente independentes, os autores propem uma expresso simplificada
para a matriz de covarincia da combinao das classes, dada por:
n
M p = pi M i
(3.3)
i=1
A seguir, descrito o mtodo proposto por Horwitz et al. (1971) para estimar as
propores.
Mtodo para estimar as propores
Sendo y = (y1, ..., ym) o vetor de observaes multiespectrais com distribuio
gaussiana para estimar p, tomamos a funo densidade conjunta, tambm denominada
funo de verossimilhana, dada por
1
F (y) = L =
Mp 1 2
(2)
exp -
1
( y - A p ) T M -p1 ( y - A p )
2
(3.4)
onde:
Mp- o determinante da matriz de covarincia Mp ;
Mp 1- a inversa da matriz de covarincia Mp ;
y e Ap - so vetores coluna.
Estimar por mxima verossimilhana significa escolher os parmetros para os
quais a Equao (3.4) maximizada. Como a funo lne (L) uma funo crescente de
L, o resultado obtido se maximizarmos o logaritmo natural de L. Ento, G = lne L.
Maximizar G o mesmo que minimizar F = - G; desprezando os termos constantes, a
soluo dada pelo vetor p que minimize
F = ln Mp + y - A p , M p
(y - Ap )
(3.5)
53
onde
u, v o produto interno dos vetores u e v ,
sendo
u = (u1, u2, ..., un);
v = (v1, v2, ..., vn);
u, v = u1 v1 + u2 v2 + ...+ un vn.
Como p um vetor de propores da rea de um elemento de cena, est sujeito
s restries
pi = 1
pi
onde
i = 1,..., n ( nmero de componentes).
Nesse modelo, o nmero de classes (n) deve ser menor ou igual ao nmero de
canais espectrais (m) mais uma unidade, isto :
n m+1
Em geral, minimizar a Equao (3.5), sujeita s restries impostas, um tanto
difcil. Para resolver esse problema, uma simplificao proposta
n
Mp = M =
1
n
M i,
(3.6)
i=1
isto , M tomada como a mdia das matrizes de covarincia das classes i. Testes
realizados pelos autores mostram que essa aproximao razovel. Dessa forma, M
torna-se constante, reduzindo a Equao (3.6) a
(p) = y - A p , M -1 ( y - A p )
tornando-se um problema de programao quadrtica, sujeito s restries lineares:
54
n
pi = 1;
i=1
pi 0,
onde:
i = 1,..., n (nmero de componentes).
Classificao pelo Mtodo da Mxima Verossimilhana.
A teoria estatstica de deciso base para a classificao estatstica de imagens.
O critrio estabelecido para a partio do espao de atributos a probabilidade de erro
ou um risco mdio, dependendo dos custos apropriadamente escolhidos.
Teoria estatstica de deciso (teoria bayesiana da deciso)
Os atributos xj, j = 1,..,M, so variveis aleatrias, que constituem o vetor
aleatrio de observao x.
Sejam conhecidas:
f (x wi) - funo densidade de probabilidade classe wi, i = 1,..., N;
P (wi ) - probabilidade a priori de cada classe wi, i = 1,...,N.
A chamada formulao bayesiana envolve tambm custos:
C(wkwi ) - custo de tomar por uma classe wk quando a verdadeira classe wi,
com i, k = 1,..,N.
Desse modo, sendo observado o vetor x, o erro decorrente de tomar a deciso wk
:
n
Lx (wk) = C (wk | wi) P (wi | x)
(3.7)
i=1
55
Deve-se tomar a deciso wk que minimize o erro mdio sobre a distribuio de x,

ou seja,
L(wk) = L x ( w x ) f (x) dx
(3.8)
L (wk) minimizado se, para cada valor de x, Lx (wk) minimizado.

Considerando os custos C (wk | wi) da forma
C (wk | wi) = o se i = k
(3.9)
C (wk | wi) = 1 se i k, onde i, k = 1,...,N,

a Equao (3.8) torna-se:
Lx (wk) = 1 P (wkx)
(3.10)
Logo, a minimizao de Lx (wk) obtida se, para cada vetor x de atributos

observados, decidir-se pela classe wk que maximize a probabilidade a posteriori
P(wk x).
Utilizando a regra de Bayes, temos:
P( w k x) =
f (x w k P(w k )
(3.11)
f (x)
Como o denominador independente de k, pode-se atribuir o vetor x classe

que maximize a expresso f(xwi) P (wk).
Dessa maneira, o processo de classificao pode ser encarado como o clculo de
funes discriminantes
gi (x) = f (xwi) P (wi), i = 1,..., N,
(3.12)
para cada vetor de atributos x observados, de forma que o vetor x seja classificado como
pertencente a classe wk que fornece a mxima funo discriminante. A Figura 3.2 ilustra
tal esquema.
56
g1()
g2(x)
MAX
X
x1

x
x= 2
.

x
n
DECISO
gM(x)
Figura 3.2 - Deciso por funes discriminadas (fonte: Mascarenhas e Velasco, 1984).
Adicionalmente, cabe ainda uma breve referncia sobre a identificao e a
correlao das informaes presentes nas reas de treinamento segundo as diversas
bandas espectrais da imagem fornecida pelo satlite Landsat5-TM. Neste trabalho,
tambm procedeu-se a anlise dessa informao espectral atravs da matriz de
correlao das bandas. As informaes contidas nessa matriz permitem fazer uma
previso sobre o potencial sucesso comparativo do uso de uma determinada combinao
de bandas em relao a outra composio no processo de classificao.
Com relao avaliao da preciso do procedimento de classificao, as reas
de treinamento ou interesse foram utilizadas como amostras de calibrao para
definio da preciso de calibrao. A preciso de calibrao um indicador da
adequabilidade de um esquema de classificao e da separabilidade espectral das
classes. Todavia, esses resultados no podem ser estendidos para o restante da rea de
estudo, uma vez que as reas de treinamento foram utilizadas para definir as regras de
deciso estatsticas no algoritmo de classificao supervisionada empregado. Portanto, o
indicador de preciso na calibrao representa uma estimativa inflada e tendenciosa da
preciso do processo de classificao. Por essa razo, em adio s amostras de
calibrao, foram selecionadas aleatoriamente amostras para validar o processo de
classificao.
O indicador utilizado para avaliar a preciso do processo de classificao tanto
na calibrao quanto na validao foi o coeficiente kappa. O coeficiente kappa uma
medida da concordncia entre as amostras da cena e aquelas derivadas atravs da
57
classificao da imagem de sensoriamento remoto. Essa medida leva em conta todos os

elementos da matriz de erros e exclui a concordncia que ocorre por acaso (Rosenfield e
Fitzpatrick-Lins, 1986).
3.3. Anlise geoestatstica
3.3.1 Teoria das variveis regionalizadas
Um fenmeno natural pode ser freqentemente caracterizado pela distribuio
espacial de uma ou mais variveis, chamadas variveis regionalizadas.
A teoria
geoestatstica baseada no fato de que a variabilidade de todas as variveis

regionalizadas tm uma estrutura particular. Se z(x) o valor da varivel z no ponto x,
o problema representar a variabilidade da funo z(x) no espao (quando x varia).
Essa representao ser usada para resolver alguns problemas como a estimao do
valor z(xo) no ponto xo onde no h dados disponveis, ou estimar a proporo de
valores z(x), numa dada rea, que so maiores que um determinado limite.
A soluo geoestatstica consiste em interpretar cada valor z(xi) como uma
realizao particular da varivel aleatria Z(xi) no ponto xi. O conjunto dessas variveis
aleatrias auto-correlacionadas em um domnio D constitui uma funo aleatria. O
problema de caracterizar a variabilidade espacial de z(x) , ento, reduzido a
caracterizar as correlaes entre as vrias variveis aleatrias Z(xi), Z(xj) que
constituem a funo aleatria {Z(xi), x D}.
3.3.2 Funo variograma
Sejam dois valores z(x) e z(x+h), nos pontos x e x+h separados pelo vetor h. A
variabilidade entre esses dois valores caracterizada pela funo variograma 2(x,h),
que definida como a esperana da varivel aleatria [Z(x)-Z(x+h)]2, isto ,
2(x,h) = E { [Z(x) - Z(x+h)]2 }
(3.13)
58
O variograma 2 (x,h) funo do ponto x e do vetor h. Assim, a estimao

desse variograma requer muitas realizaes, [zk(x) e zk(x+h)], [zk'(x) e zk'(x+h)],...,
[zk''(x) e zk''(x+h)], do par de variveis aleatrias [Z(x), Z(x+h)]. Na prtica, apenas uma
nica realizao [z(x) e z(x+h)] possvel, e essa realizao construda pelo par de
valores realmente medidos nos pontos x e x+h.
Para superar esse problema,
introduzida a hiptese intrnseca de que a funo variograma 2 (x,h) depende somente

do vetor distncia h (mdulo e direo) e no do local x. Essa hiptese simplesmente
uma hiptese de estacionariedade de segunda ordem das diferenas [Z(x)-Z(x+h)].
Se a hiptese intrnseca assumida, o semivariograma (h) e a funo de
covarincia C(h) so relacionados pela seguinte expresso:
(h) = C(0) C(h)
(3.14)
onde C(0) a covarincia para o vetor de separao zero, ou seja, C(0) igual
varincia 2 da varivel aleatria em estudo.
Outra maneira de representar a estrutura espacial de uma funo estocstica
atravs do clculo de um correlograma, que relaciona a covarincia varincia como
uma funo de h :
( h) =
C ( h)
= 1
( h)
2
(3.15)
O estimador clssico do semivariograma baseado em dados amostrais (Journel

e Huijbregts, 1978):
* (h) =
1 N ( h)
[z(x i ) - z(x i + h)]2
2 N (h) i =1
(3.16)
onde N(h) o nmero de pares experimentais [z(xi) e z(xi+h)] de dados

separados pelo vetor h.
59
No texto deste trabalho, ser adotado, por simplicidade, a nomenclatura de

variograma para designar a funo (h), embora, na literatura, essa funo seja
apresentada sob a denominao de semivariograma.
3.3.3 Anlise estrutural
O variograma uma ferramenta fundamental para a anlise estrutural de um
fenmeno. Anlise estrutural o nome dado ao procedimento de caracterizao das
estruturas de distribuio espacial das variveis consideradas. Esse o primeiro e
indispensvel passo para qualquer estudo geoestatstico. O modelo do variograma age
como um sumrio quantificado de toda a informao estrutural disponvel, que ser
ento utilizada em vrios procedimentos durante a investigao.
Na definio do variograma 2 (h), o h representa um vetor de mdulo |h| e
direo . Considera-se uma direo particular . Iniciando na origem, (0) = 0, o
variograma geralmente cresce com o mdulo |h|. Isso significa que, em mdia, a
diferena entre dois valores em dois pontos diferentes cresce medida que a distncia
|h| aumenta. A maneira como o variograma cresce para pequenos valores de |h|
caracteriza o grau de descontinuidade espacial da varivel em estudo.
preciso tambm conhecer a zona de influncia e anisotropia da varivel. Em
uma dada direo , o variograma pode se tornar estvel em torno de uma distncia |h|
= a. A partir dessa distncia o desvio mdio quadrtico entre os dois valores z(x) e
z(x+h) no mais depende da distncia |h| entre eles e esses dois valores no mais so
correlacionados. A distncia d significado ao conceito intuitivo de zona de influncia
de uma amostra z(x). No entanto, essa distncia no necessariamente igual em todas as
direes do espao.
3.4 Mtodo NGLDM de anlise de textura
A distribuio de entradas na matriz montada atravs do mtodo de anlise de
textura NGLDM (Sun e Wee, 1983) procura captar a variabilidade espacial presente na
imagem. Cada entrada na matriz do NGLDM calculada usando uma janela mvel ao
60
longo da imagem, avaliando a relao do tom de cinza do pxel central com os tons de
cinza dos pxeis vizinhos. Estatsticas de textura podem ser definidas como, por
exemplo, nmero no-uniforme (NNU), nfase nos nmeros pequenos (SNE), nfase
nos nmeros grandes (LNE), segundo momento (SMT) e entropia (ENT). As texturas
caracterizam e quantificam a distribuio de entradas na matriz do NGLDM.
Para uma dada imagem M(i,j), com i=1,2,..,n e j=1,2,...,m, o domnio espacial
horizontal pode ser representado por Zr= (1,2,..,n), e o domnio espacial vertical por
Zc=(1,2,..,m). Por essa razo Zr X Zc representa o conjunto dos elementos de resoluo
da imagem M. Adicionalmente, seja k=1,2,...,Ng, de forma que represente a possvel
amplitude de tons de cinza na imagem (M), e seja G a relao binria no espao Zr X Zc
de tal modo que sejam agrupados, aos pares, os elementos de resoluo na relao
espacial desejada.
A matriz de tons de cinza vizinhos dependentes da imagem M, referida aqui
como Q, definida, ento, por
Q(k, s) = # {(i,j) M (i,j) = k e
# [(q,r) ((i,j,) , (q,r))
(3.17)
e M(k,s) - M(q,r) ] = s }
onde:
(i,j), (q,r) G;
# - identifica o nmero de elementos no conjunto;
((i,j,),(q,r)) - a distncia entre os elementos (i,j) e (q,r);
- define a similaridade de tons de cinza;
- a mxima distncia entre elementos;
k - o tom cinza;
s - o nmero de pxeis similares presentes na vizinhaa definida por .
Para calcular as texturas pelo NGLDM, h dois parmentros a serem definidos: o
intervalo de tom de cinza ou amplitude de similaridade () e a distncia em relao ao
pxel central ( ). Cada entrada na matriz Q para uma classe Q(k,s) gerada pelo
nmero de ocorrncias em que a diferena no nvel de cinza entre cada pxel na classe
61
com um dado tom de cinza k e s dos seus vizinhos seja igual ou menor do que para
um valor especfico de . O valor mximo para s, Ns, depender de .
Nesta dissertao explorou-se, para efeito de classificao da imagem, as
estatsticas de textura com nfase nos nmeros pequenos (SNE), nfase nos nmeros
grandes (LNE), nmero no-uniforme (NNU), segundo momento (SMT) e entropia
(ENT), dadas por Sun e Wee (1983):
Ng
SNE =
k =1
[Q (k, s ) / s ] /
Ns
s =1
Ng
LNE =
k =1
[s
Ns
s =1
Ng
Ns
k =1
s =1
Ng
k =1
Ng
SMT =
k =1
Ng
ENT =
k =1
(3.18)
Q (k, s )
(3.19)
Ns
Q (k, s ) /
Ng
Ng
NNU = Q(k, s) /
s =1 k =1
k =1
Ns
Q (k , s )
s =1
Ns
Q (k, s )
Ns
Ng
Ns
s =1
k =1
s =1
2
[ Q (k, s )] /
Ns
s =1
(3.20)
s =1
Q (k , s )
Ng
Q (k, s) log [Q (k, s )] /

k =1
Ns
Q (k, s )
(3.21)
(3.22)
s =1
A SNE fornece uma medida de rugosidade. Para uma textura rugosa, as entradas
na matriz Q sero feitas especialmente nas colunas mais esquerda. Valores maiores de
SNE esto associados com texturas mais rugosas. A LNE fornece uma medida de
suavidade. Entradas na matriz Q do mtodo NGLDM tendero a ser feitas nas colunas
mais direita para um campo com textura suave. Valores altos de LNE indicam textura
suave. Por outro lado, as estatstica do nmero no uniforme (NNU), segundo momento
(SMT) e entropia (ENT) indicam medidas de homogeneidade com respeito s entradas
na matriz Q.
Finalmente, cabe salientar que os parmetros do mtodo NGLDM utilizados
nesta dissertao foram =1 e =16,32,64. O tamanho da janela para o qual foi
definida a matriz Q foi 11 pxeis X 11 pxeis, levando-se em conta os variogramas
62
elaborados para as diferentes classes de cobertura do solo. Esses variogramas esto

mostrados no Captulo 5.
3.5
Mtodo GLCM de anlise de textura

O mtodo GLCM fornece as probabilidades condicionais conjuntas de todas as
possveis combinaes de pares de pxeis para uma dada janela computacional Wnm
(Haralick et al., 1973). A co-ocorrncia dos tons de cinza representa a probabilidade de
que quaisquer dois pares de tons de cinza ocorram, condicionada distncia entre pxeis
e orientao utilizadas no clculo computacional. Algebricamente, pode-se
expressar por
Pr(x) = {Cij | ,}
(3.23)
com
n
C ij = Pij / Pij
(3.24)
ij=1
onde P a freqncia de ocorrncia dos tons de cinza i e j. A soma sobre ndice

n refere-se ao nmero total de pares de pxeis, que dependente do parmetro e dos
subscritos n e m de Wnm.
As texturas examinadas, neste trabalho, foram homogeneidade ou uniformidade
(HOM), dissimilaridade (DIS) e contraste (CON ), apresentadas a seguir:
n
HOM =
Cij
(3.25)
/(i j) /
(3.26)
Cij (i j)
(3.27)
i =1
DIS =
i =1
CON =
i =1
j=1
Cij
j=1
j=1
Quando os elementos de Cij crescem, a estatstica homogeneidade ou

uniformidade (HOM) cresce. As probabilidades conjuntas sero maiores onde houver
63
menor variao local na textura. Quanto mais dissimilares os nveis de cinza, maiores
sero as estatsticas de dissimilaridade (DIS) e contraste (CON).
Finalmente, cabe salientar que os parmetros do mtodo GLCM utilizados nesta
dissertao foram =1 e = 900. O tamanho da janela para o qual foi definida a matriz
de co-ocorrncias C
foi 11 pxeis X 11 pxeis, levando-se em conta os variogramas
elaborados para as diferentes classes de cobertura do solo. Esses variogramas esto

mostrados no Captulo 5.
64
Captulo 4 Estudo de Caso
CAPTULO 4 - ESTUDO DE CASO: BACIA HIDROGRFICA DOS RIOS

IGUAU E SARAPU
4.1
Descrio da regio
O espao geogrfico, que hoje chamado de Baixada Fluminense, refere-se
ampla rea limite com a cidade do Rio de Janeiro, que se estende seguindo o contorno
da baa de Guanabara at a chamada serra do Mar, que costeia, ao norte, o Atlntico.
Ficou historicamente conhecida como Baixada, por suas terras baixas, que contrastam e
abarcam aproximadamente 140 Km2 de terras cultivveis.
Os resultados preliminares da contagem de populao em IBGE, (1996) indicam
para a Baixada Fluminense uma populao de quase trs milhes de habitantes do total
de aproximadamente 13.500.000 do estado do Rio.
A Baixada Fluminense faz parte da regio metropolitana do Rio de Janeiro e
hoje abrange as reas dos municpios de Nova Iguau, Duque de Caxias, So Joo de
Meriti, Nilpolis, Belford Roxo, Japeri e Queimados. Os trs ltimos foram
recentemente desmembrados de Nova Iguau, sendo que algumas anlises incorporam,
ainda em sua diviso poltico-geogrfica, os municpios de Itagua, Paracambi e Mag.
Esses, porm, no constam como tais nas fontes pesquisadas. , nessa regio, que se
insere a bacia hidrogrfica dos rios Iguau e Sarapu.
4.2 Tendncias scio-econmicas da Baixada Fluminense
Historicamente, essa regio considerada como cidade satlite ou cidade
dormitrio, por servir, durante o perodo de desenvolvimento do capital industrial, como
alternativa de existncia urbana migrante, quando a necessidade de terras na periferia da
cidade tornou-se desesperadora (Perlman, 1977). Uma imensa populao marginalizada
que abandonava o interior do pas em busca das luzes da cidade maravilhosa e de
sobrevivncia, passa a servir de mo-de-obra para o processo de montagem e expanso
industrial, num perodo em que apenas duas opes se abrem para os migrantes que
chegam: as favelas ou os subrbios, cidades-dormitrio que circundam o Rio.
65
Localizada prximo ao municpio do Rio de Janeiro, cortada pelas principais

rodovias que ligam Rio a So Paulo e a Belo Horizonte, que atendem aos interesses
econmicos da industrializao, alm de uma grandiosa rede ferroviria, facilitando o
transporte da massa trabalhadora cidade do Rio de Janeiro. Ao longo dessas rodovias
que cortam sua regio, se instalaram indstrias, no curso dos anos de 1950, perodo
caracterizado pelo novo surto industrial no pas e de fortalecimento do processo de
expanso das periferias, que passam a se utilizar de parte da sua mo-de-obra.
Com a saturao do espao urbano do Rio de Janeiro na dcada de 1950 e com
novas linhas de nibus que passaram a servir o lugar, o Governo Federal decidiu
localizar alguns de seus empreendimentos industriais no estado do Rio de Janeiro. A
refinaria de petrleo da Petrobrs foi inaugurada em 1969, seguida do investimento
privado. Nesse perodo, destaca-se a cidade de Duque de Caxias.
a posio de Duque de Caxias como um centro industrial para o Rio,
sendo como atravessada pela estrada de ferro Leopoldina, e por duas das
mais importantes rodovias da regio, Rio- So Paulo e Rio- Petrpolis.
Conta com a maior refinaria de petrleo e a maior fbrica de borracha
sinttica do Brasil; a fbrica nacional de motores; e vrias outras
indstrias: farmacutica, qumica, metalrgica e de motores eltricos. Mais
de 22% da produo industrial provm de 300 estabelecimentos industriais
localizados no parque industrial de Caxias. (...) apenas uma pequena
poro da fora de trabalho se emprega no comrcio ou na indstria local.
(Folha de So Paulo, 18/01/98, p.13
A ocupao progressiva da Baixada Fluminense, potencializada a partir desse

perodo, vai redesenhando seu espao urbano, transformando antigas reas rurais em
pequenos loteamentos cada vez mais afastados do centro da metrpole, propiciando um
sistema de transporte no planejado, voltado aos interesses do grande capital, que se
tornou hoje um dos principais problemas da regio, principalmente por no atender aos
interesses da populao.
O mesmo processo ocorre com os loteamentos que se desenvolvem nas reas
mais afastadas dos centros dos municpios, sem qualquer planejamento e condies
66
mnimas de infra- estrutura. O crescimento rpido da populao na Baixada Fluminense,

a partir da dcada de 1950, vinda do interior do estado do Rio e de outros estados, em
busca de trabalho e atradas pelas condies de transportes e expanso habitacional,
determinam as construes populares loteadas junto aos rios Sarapu, Iguau e Meriti,
principais cursos de gua da regio e hoje transformados em grandes esgotos que
agravam a poluio da baa de Guanabara, tema bastante debatido atualmente, e que j
tiveram importncia fundamental na vida econmica da regio. Esse fato, entre outros,
concorre para o agravamento da atual situao de insalubridade com a qual convive a
populao mais afetada pelas condies de saneamento e moradia precria, acarretando
sofrimento e misria, vida de milhes de trabalhadores da Baixada Fluminense.
O baixo nvel de condio scio-econmica da maioria da sua populao
agravado pela falta ou insuficincia de recursos urbanos e comunitrios fundamentais,
imposta, em grande medida, pelo poder pblico que no consegue garantir direitos
bsicos. Isso dificulta o acesso da populao aos servios pblicos e bens necessrios
satisfao de suas necessidades, sobretudo aps ter sido completado o perodo do ciclo
industrial, em que cessam os investimentos pblicos que visam, fundamentalmente, a
reproduo da fora de trabalho necessria aos interesses do capital.
Paradoxalmente, apesar de sua importncia econmica, a Baixada compe um
quadro pleno de contradies, onde convive com uma realidade de crescimento
econmico ao lado de um dos maiores ndices de concentrao de pobreza e
marginalidade social. Em termos municipais, Duque de Caxias exemplo representativo
dessa contradio. Em uma microregio de 442 quilmetros quadrados e quase um
milho de habitantes, cercada por oito grandes favelas, encontra-se a maior refinaria de
petrleo da Amrica Latina, pertencente empresa estatal Petrobrs e, tambm, o maior
aterro sanitrio do pas, em uma rea totalmente descoberta que compreende toda a
extenso de um bairro (Jardim Gramacho), onde descarregado, por grande parte dos
habitantes da cidade do Rio de Janeiro e tambm pelos municpios da Baixada
Fluminense, todo o lixo domstico, hospitalar e industrial produzido e sem qualquer
tratamento.
Em um quadro de contradies econmicas acirradas, com brutal concentrao
de renda e monoplio fundirio, degradao das condies de vida da populao na
67
Baixada Fluminense, fica em evidncia uma histria marcada pela violncia e

expropriao de riquezas materiais e culturais. Nesse cenrio de pobreza, onde uma
massa de cidados desconhece qualquer direito, e encontra pouca fora para resistir,
retratada a situao trgica de excluso de mais de um tero da populao brasileira.
Milhares de seres humanos convivem diariamente com a fome, a misria e a violncia.
Grande parte deles alimenta-se muitas vezes do lixo e das sobras alimentares. O
assassinato de trabalhadores no campo e na cidade, o extermnio de crianas,
adolescentes, e povos indgenas, a segregao racial e o descompromisso
com o
homem e o meio ambiente em nome do lucro e da implantao de grandes projetos

econmicos demonstram o total desrespeito com os direitos do cidado e marcam, mais
uma vez, o estigma do nome Baixada Fluminense, que, lamentavelmente, se disseminou
em todo o mundo como expresso da violncia carimbada, sobretudo por sua histria de
esquadres da morte e extermnio de meninos.
Diante dessa
realidade, e longe de alcanarem direitos constitucionalmente
estabelecidos que, de fato, no se concretizam, essa grande maioria da populao da

Baixada Fluminense enfrenta toda sorte de dificuldades no seu cotidiano, e sente na pele
o preo social que pago por um projeto excludente de desenvolvimento econmico
que intensifica ainda mais o descuido produzido na sociedade pelo sistema capitalista,
que marcam e determinam o seu contexto scio- histrico.
Alguns indicadores scio-econmicos sobre a regio, permitiram caracterizar as
atuais condies de desigualdade social nas quais se inscrevem os setores mais pobres
da classe trabalhadora. Segundo IPEA(1992), a ampliao das desigualdades de renda
no pas, a precariedade das condies ocupacionais determinada pelas alteraes
econmicas ocorridas aps 1990, especialmente pelos seus impactos sobre o mercado de
trabalho, foi acompanhada por um aumento brutal da pobreza na regio, agravando
ainda mais o seu j conhecido quadro social.
A distribuio da populao indigente da regio metropolitana do Rio de
Janeiro, traada pelo mapa da fome no incio da dcada (IPEA, 1992), demonstra que,
apesar da Baixada Fluminense concentrar um nmero menor de indigentes (33,48%)
que o municpio do Rio (43,88%), quando comparados esses nmeros, relativos ao total
de indigentes de cada rea, e aos tamanhos diferenciados dos municpios, com o nmero
68
de casas existentes nas reas da capital e da Baixada Fluminense, pode-se estimar um

nmero gritante (22,95% na Baixada, contra 12,6% na capital) de famlias moradoras na
Baixada Fluminense que vive em condies de indigncia.
So vrios os segmentos que, dadas as condies estruturais, agravadas em
determinadas conjunturas, enfrentam essa realidade social, principalmente uma
significativa parcela da classe trabalhadora que o setor que fortalece mais ainda esse
contexto.
Com certeza, refletem as conseqncias agravadas pela soluo liberal
encontrada para a crise do capital na atual fase histrica (IPPUR, 1995).

Reflexo desse processo, observa-se, tambm, uma diminuio na renda das
famlias moradoras da Baixada Fluminense no incio da dcada de 90, que expressa
claramente um aumento da parcela da populao que recebe at meio salrio mnimo.
Esses dados mostram uma realidade crescente de pauperizao do trabalhador,
morador da Baixada Fluminense, que, a cada dia, se distancia mais ainda da
possibilidade de moradia, direito a sade, e acesso educao e cultura. Diante dessa
realidade histrica de carncia e frente aos problemas trazidos com a mais violenta crise
de desemprego, que piora mais ainda a situao, tem-se encontrado, cada vez mais, o
aumento da economia informal.
A saturao demogrfica de uma imensa populao de quase 3 milhes de
habitantes, cerca de 30% da populao do estado, retrata o grande ndice de densidade
demogrfica em uma rea de 1.262 quilmetros quadrados, em que a tendncia de
crescimento acelerado e desorganizado atribui ao seu perfil scio-histrico a marca da
periferia. As condies de vida da grande maioria dos habitantes dessa regio marcada
pela violncia e pelo abandono da populao pelos poderes pblicos, bem como pelos
aspectos de suas atividades econmicas, permitem descrever a Baixada Fluminense
como o referencial das contradies inerentes formao social brasileira que se inclui,
por sua vez, na lgica do sistema capitalista mundial. A Baixada Fluminense
expresso desse paradoxo.
69
4.3
Localizao da regio de estudo e algumas caractersticas

A bacia dos rios Iguau e Sarapu abrange uma rea de drenagem de 726 km2,
sendo que 168 km2 representam a sub-bacia do Sarapu, contm parte dos municpios
do Rio de Janeiro, Nilpolis, So Joo de Meriti ,Nova Iguau, Belford Roxo e Duque
de Caxias. Todos esses municpios esto dentro da rea metropolitana do Rio de
Janeiro.
A bacia est limitada ao norte com a bacia do rio Paraba do Sul; ao sul, com a
bacia dos rios Pavuna e Meriti; a leste, com as bacias dos rios Inhomirim e Estrela; a
oeste, com a bacia do rio Guandu e afluentes da bacia de Sepetiba.
O rio Iguau tem nascentes na serra do Tingu a uma altitude de cerca de 1000
m. Seu curso vai no sentido sudoeste, com uma extenso total de cerca de 43 km,
desaguando na baa de Guanabara, tendo como afluentes principais os rios Tingu, Pati,
e Capivara pela margem esquerda e Bota e Sarapu pela margem direita. A bacia do rio
Iguau apresenta duas caractersticas morfolgicas distintas: a serra do Mar e a Baixada
Fluminense.
O clima da bacia quente e mido com estao chuvosa no vero e uma
temperatura mdia anual em torno dos 22 C e precipitao mdia variando em torno de
1700mm.
A cobertura vegetal do solo da bacia, ainda remanescente, ocorre com
predominncia ao norte e nordeste, na regio do Tingu, e algumas reas na serra de
Madureira. Na serra do Tingu, est localizada a reserva biolgica do Tingu, onde um
trecho da Mata Atlntica rea de proteo ambiental.
4..4 Processo histrico da ocupao e a cobertura vegetal
A dificuldade de se visualizar a cobertura vegetal anterior ocupao da bacia
dos rios Iguau e Sarapu est relacionada destruio da maior parte dessa cobertura,
logo aps o descobrimento do Brasil. Mendes, (1940) comenta que o povoamento da
plancie que se estende do Meriti ao Estrela ou Inhomirim e da baa orla das serras foi
contemporneo da poca em que se principiou a povoar a cidade que Estcio de S
70
fundara e que o cuidado de Mem de S assegurava definitivamente para a coroa de

Portugal, arrebatando sua posse s aventuras dos franceses.
A colonizao foi, mais ou menos, simultnea nos vales dos rios que
cortam toda a Baixada Fluminense. A partir de 1566, os colonizadores
foram se estabelecendo pelos vales dos demais rios iguassuanos, sendo,
entretanto, mais procurado o do Rio Iguau, em cujas margens avultaram as
doaes de terras, em grandes e pequenas reas. Mas os vales do Meriti, do
Sarapu ,do Saracuruna ,do Jaguar, do Pilar e as zonas de Marapic,
Jacutinga e do rio do Ramos, que corre da Mantiqueira, muito prximo
encosta, hoje percorrida, na Serra da Estrela pela estrada Rio-Petrpolis,
foram igualmente disputados, como tambm o do Inhomirim, j para o lado
de Mag, cuja importncia se destacou nos primeiros tempos do BrasilColnia, nesta regio,
o primeiro ciclo econmico que deu incio
destruio das matas na costa brasileira foi o pau-brasil (Celsalpinease

echinata). No entanto, Pereira (1977) destaca que: embora o ciclo
econmico do pau-brasil tenha sido puramente predatrio e, por isso
mesmo, fadado curta durao, a cana de acar foi a base da colonizao
que estaria dentro do contexto histrico da evoluo brasileira .O incio do
ciclo econmico da cana data realmente de 1532, quando Martim Afonso de
Souza trouxe mudas de cana doce da Ilha de madeira para sua capitania
de So Vicente.
Segundo Pereira (1977), a cana de acar comeou a ser cultivada por volta de
1611, quando o mosteiro de So Bento recebeu uma sesmaria nas imediaes do rio
Iguau, (no atual municpio de Belford Roxo). Pereira (1977) relata:
... logo aps ter conseguido do Capito-Mor Afonso Albuquerque,
por Sesmaria dada aos 7 de junho de 1611, s voltas, pontas e sobejos
do rio Iguau, com muita lenha para o servio do engenho,
estabeleceu o mesmo, deixando todas as madeiras necessrias
prontas para a sua fbrica.
71
A histria da ocupao na bacia Iguau-Sarapu est basicamente relacionada

histria do municpio de Nova Iguau, que, desde a sua criao em 1833, continha as
terras hoje pertencentes aos municpios de Duque de Caxias, Nilpolis, So Joo de
Meriti e Belford Roxo. Somente em 1943 houve a primeira diviso, com a criao do
municpio de Duque de Caxias , compreendendo os at ento distritos de Nova IguauImbari, Caxias e Meriti.
A ocupao basicamente aucareira da regio foi desenvolvendo-se num
processo concomitante
de corte da floresta para madeira e lenha e instalao da
monocultura canavieira principalmente, e outras culturas secundariamente, como arroz,

feijo, milho e mandioca.
O municpio de Iguau teve a sua flora devastada em quase todo seu
territrio. Suas lavouras, nos tempos coloniais, exigiram a devastao
das matas prximas para cultura de cana, e os engenhos, consumindo
grande quantidade de lenha, concorreram para que ela fosse maior.
Possuindo excelente zona florestal, nas zonas montanhosas, ao fundo,
com os caminhos abertos para o serto, era dali que se tiravam ,pela
proximidade
do
mercado
consumidor,
as
madeiras
de
construo.(Mendes,1940).
Os agrupamentos populacionais foram se formando atravs das freguesias,

povoados em torno de parquias. A mais antiga foi a de N. S. do Pilar, criada em 1637,
s margens do Rio Pilar, afluente do Rio Iguau.
Segundo Mendes (1940), entre 1779 e 1789, as cinco freguesias existentes no
corpo interior da capitania do Rio de Janeiro e pertencentes regio do posterior
municpio de Iguau eram as seguintes:
N. S. do Marapicu: 902 habitantes livres e 919 escravos;
Santo Antonio de Jacutinga: 1402 livres e 919 escravos;
S. Joo de Meriti: 638 livres e 978 escravos;
N. S. da Piedade de Iguau: 963 livres e 1219 escravos;
N. S. do Pilar: 2027 livres e 1868 escravos;
72
As cinco freguesias apresentavam, portanto, naquele perodo um total de 13.054

habitantes, 5932 livres e 7122 escravos. E, denotando o incremento ocupacional em
1821, esse total passa para 18.705 habitantes. Das cinco freguesias, apenas a de
Marapic no pertencia bacia Iguau/Sarapu , fazendo parte da regio ocidental do
municpio de Iguau, na bacia do rio Guandu. As mais importantes freguesias daquele
perodo colonial ,at meados do sculo XIX, quando comea a decadncia econmica
da Baixada do Iguau , foram as freguesias do Pilar e de N.S. de Piedade de Iguau,
que, juntamente com o porto da Estrela no rio Inhomirim, eram importantes portos de
escoamento dos produtos vindos de Minas Gerais (principalmente o ouro e o caf) e da
prpria regio (cana, banana, arroz, milho, mandioca).
A bacia dos rios Iguau e Sarapu abrange diferentes regies e bases
fitogeogrficas, em funo basicamente do relevo, da pluviosidade e da hidrografia. Os
rios citados nascem em grandes altitudes (entre 800 e 1000 m) da serra do Mar.
Particularmente, o rio Iguau nasce na serra do Tingu e o rio Sarapu nasce na serra de
Madureira, na regio de domnio da Mata Atlntica, que originalmente se estendia pelas
plancies aluviais formadas pelo Iguau, Sarapu e seus tributrios, at o encontro com
manguezais nas regies sob influncia das mars da baa de Guanabara.
Atualmente, com mais de 400 anos de ocupao, desde a chegada dos
colonizadores europeus, no sculo XVI, apenas as serras, em suas partes mais altas,
ainda apresentam razovel grau de preservao dos ambientes primitivos, com florestas
altas e densas, ainda que destrudas em alguns pontos. Nas plancies, colinas e meias
encostas das serras, sobrevivem apenas umas poucas reas de vegetao secundria
(capoeira e capoeirinhas) e vrzeas arbustivas nas plancies temporrias encharcadas.
Dos manguezais, restam apenas franjas na foz do Iguau, que sofrem impactos dos altos
nveis de poluio da baa de Guanabara, sob influncia direta da refinaria de petrleo
de Duque de Caxias (Reduc) e do aterro de lixo Gramacho.
As plancies existentes na bacia Iguau-Sarapu apresentam colinas que, segundo
Ruellan (1944), eram antigas ilhas anteriores ao processo de sedimentao flviomarinha da Baa de Guanabara; essas colinas, chamadas de meias-laranjas, apresentam
cobertura florestal densa, com um porte arbreo mais desenvolvido do que as florestas
das encostas montanhosas, com rvores emergentes podendo atingir at 50 metros de
73
altura. So formados principalmente por gnaisses e tambm por granitos, geralmente

recobertos por uma camada espessa aluvial resultante do intemperismo das rochas.
As florestas das encostas montanhosas existentes nos Macios de Madureira e
Tingu, encontram-se ainda bem preservadas, no se podendo dizer o mesmo das
florestas das plancies costeiras que, tanto nas pequenas colinas, como nas vrzeas,
foram praticamente dizimadas, uma vez que a explorao dessas plancies se deu
intensamente j no incio da colonizao (sculos XVI e XVII).
Finalmente, segundo Teixeira (1994), na atualidade, aproximadamente 430 km2 de
uma rea total de 726 km2 da bacia Iguau-Sarapu correspondem a reas sem ocupao
urbana, resultando, portanto, em uma rea urbanizada correpondente a cerca de 40% da
bacia.
4.5
Informaes utilizadas na pesquisa

Para a realizao desta pesquisa, foram utilizadas duas imagens, sendo uma
Landsat5-TM com data de 27 de junho de 1994 e outra Radarsat com data de 23 de

julho de 1997, polarizao HH. Ambas foram trabalhadas no sistema de tratamento de
imagens Envi-3.2 (2000).
4.5.1 Dados auxiliares
Foram utilizados alguns dados auxiliares na definio das reas de treinamento
nas classificaes supervisionadas realizadas neste trabalho.Estes dados so:
-
relatrio da JICA (1994), que contm dados de classificao, sobre o uso do

solo de toda a regio adjacente baia de Guanabara definidos, a apartir de
uma imagem Landasat5-TM de 1991, compreendendo a rea da bacia dos rios
Iguau-Sarapu.
fotografias areas provenientes do levantamento aerofogamtrico realizado

pela fundao Centro de Informaes e dados do Rio de Janeiro (Fundao
CIDE), em 1998, compreendendo a rea da bacia dos rios Iguau- Sarapu;
74
imagem Landsat5-TM classificada, de 1998, da rea da bacia fornecida pelo

Instituto Estadual de Florestas do Rio de Janeiro (IEF);
Adicionalmente, foram realizados reconhecimentos de campo na rea da bacia,
previamente planejados, utilizando cartas na escala 1:50000 e imagens digitais

impressas da rea da bacia, alm GPS (model Garmin II Plus Hand Held ), instrumento
de posicionamento para auxiliar a verificao local da cobertura do solo e definio das
reas de treinamento utilizadas no processo de classificao supervisionada.
75
Captulo 5 Resultados e Discusso
CAPTULO 5 RESULTADOS E DISCUSSO

O desenvolvimento da pesquisa baseou-se na imagem Landsat5-TM (rbita 217,
ponto 76), datada de 27 de junho de 1994, abrangendo a bacia hidrogrfica dos rios
Iguau e Sarapu, contando com 7 bandas espectrais. Cabe enfatizar que, em seis dessas
imagens (bandas 1, 2, 3, 4, 5 e 7), o pxel corresponde, no terreno, a uma rea 30m x
30m, enquanto, na banda 6, o pxel refere-se a uma rea de 120m x 120m.
Adicionalmente, enfatizou-se o uso de uma imagem de radar (Radarsat banda C
polarizao HH), adquirida em 23 de julho de 1997.
Embora as imagens posuam datas diferenciadas em funo dos estudo feito nesta
regio, comprovada que no houve mudana nas reas de treinamento utilizadas aqui.
Inicialmente, so apresentados, a ttulo de ilustrato, os histogramas das bandas
espectrais que compem a imagem Landsat5-TM (Figura 5.1). Nota-se que as bandas
espectrais com maiores comprimentos de onda apresentam histogramas com menor
deslocamento em relao origem, exceto a banda 6 que apresenta-se deslocado de
forma atpica. A banda 6, embora tenha sido empregada na anlise visual, no foi
utilizada no processo de classificao.
N DE PXEIS
250000
Banda 1
Banda 2
Banda 3
200000
Banda 4
Banda 5
Banda 6
Banda 7
150000
100000
50000
0
0
50
100
150
200
250
TONS DE CINZA (DN)
Figura 5.1 Histogramas das bandas 1, 2, 3, 4, 5, 6 e 7, imagem Landsat5-TM

obtida em 27 de junho de 1994.
76
A anlise univariada permite uma identificao da grau de variabilidade dos tons

de cinza. Observa-se, por exemplo, que as bandas 4 e 5 apresentam uma varincia mais
acentuada, o que pode se revelar importante no processo de discriminao de classes.
Ainda que a anlise univariada fornea elementos importantes para a anlise estatstica,
ela insuficiente para o adequado tratamento espacial necessrio no processo de
mapeamento da cobertura do solo.
Nesse sentido, composies coloridas das diversas bandas foram analisadas.
Feito o exame visual inicial e identificada a rea de estudo, recortaram-se as imagens
Landsat e Radarsat abrangendo o espao geogrfico a ser analisado. Vrias
combinaes foram experimentadas, at que se chegasse quela que melhor realasse
visualmente as variadas formas de cobertura do solo da bacia hidrogrfica dos rios
Iguau e Sarapu. A melhor combinao resultou na composio colorida das bandas 4,
5 e 3 (Landsat) nas cores vermelho, verde e azul respectivamente, o que facilitou a
caracterizao da rea de interesse. A distino entre rea urbana e diferentes tipos de
vegetao fica mais evidente. Adicionalmente, as diferenas de altitude no relevo
tornam-se mais pronunciadas.
No passo seguinte, as imagens Landsat e Radarsat foram georeferenciadas,
convertendo o sistema de coordenadas linha e coluna em um sistema de coordenadas
UTM, baseado no SAD 69, hemisfrio sul, fuso 23o. O conjunto de cartas topogrficas
(escala 1:50000, projeo UTM) utilizado para o procedimento de georeferenciamento
das imagens discriminado a seguir (Figura 5.2):
Miguel Pereira produzida pela diretoria de geodsia e cartografia do IBGE,

assim articulada SF-23-Z-B-I-3;
Petrpolis produzida pela Diretoria de geodsia e cartografia do IBGE, assim

articulada SF-23-Z-B-IV-2;
Cava produzida pelo Ministrio do Exrcito, departamento de engenharia e

comunicao da diretoria de servio geogrfico (DSG), assim articulada SF23-Z-Q-IV-2;
Paracambi produzida pelo Ministrio do Exrcito, departamento de

engenharia e comunicao da diretoria de servio geogrfico (DSG), assim
articulada SF-23-Z-A-II-1;
77
Baa de Guanabara produzida pelo Ministrio do Exrcito, departamento de

articulada SF-23-Z-IV-4 e SF-23-Z-D-I-2;
Vila Militar produzida pelo Ministrio do Exrcito, departamento de

articulada SF-23-B- -IV-3;
Santa Cruz produzida pelo Ministrio do Exrcito, departamento de

articulada SF-23-Z-A-IV-4 e SF-23-Z-C-III-2.
Miguel Pereira
Paracamb
Cava
Petrpolis
Santa Cruz
Vila Militar
Baa de Guanabara
Metros
1:5000
Figura 5.2 Representao do conjunto de cartas topogrficas utilizadas para registro

das imagens e para digitalizao de contorno e delimitao da bacia hidrogrfica dos
rios Iguau e Sarapu.
Para conduo do processo de georeferenciamento, feito inicialmente para a
imagem Landsat, pontos de controle foram escolhidos de forma a serem identificados
78
tanto nas cartas plani-altimtricas quanto na imagem. Nesse sentido, foram utilizadas
feies caractersticas e notveis como cruzamento de estradas, pontes, juno de canais
de rios, entre outras. A partir das coordenadas UTM de cada ponto e suas respectivas
coordenadas coluna e linha na imagem, juntamente com o mtodo de reamostragem do
vizinho mais prximo e uso de um polinmio de primeira ordem, foi possvel fazer a
retificao da imagem. O erro no procedimento de georeferenciamento da imagem
Landsat foi da ordem de 1 pxel. A Tabela 5.1 apresenta as coordenadas dos pontos de
controle utilizados no processo de georeferenciamento, enquanto a Figura 5.3 ilustra a
disposio desses pontos na imagem Landsat5-TM. Note-se a distribuio uniforme dos
pontos de controle na rea de estudo, que um dos requisitos para assegurar a qualidade
do trabalho de retificao. A Figura 5.4 mostra a imagem georeferenciada com o
sistema de coordenadas UTM e o limite da bacia dos rios Iguau e Sarapu com seus
cursos de gua atravs da composio colorida 4, 5 e 3 nas cores vermelho, verde e azul
respectivamente.
79
Tabela 5.1 Pontos de controle terrestre para georeferenciar a imagem Landsat5-TM.

Erro mdio quadrtico (EMQ) total = 0.727 pxel
ID#
(Mapa x,y)
(Imagem x,y):
(x,y estimado)
(Erro x,y)
(EMQ)
#1
(670206.37,7489178.04)
(1650.00,1519.00): (1649.85,1518.05)
(-0.15,-0.95)
(0.96)
#2
(679700.00,7493150.00)
(1938.00,1340.00): (1937.70,1339.59)
(-0.30,-0.41)
(0.51)
#3
(675715.00,7485870.00)
(1847.00,1593.64): (1847.23,1594.72)
(0.23,1.08)
(1.10)
#4
(681575.50,7465150.00)
(2150.00,2228.00): (2150.05,2228.51)
(0.05,0.51)
(0.51)
#5
(681850.50,7468150.00)
(2141.80,2130.60): (2142.80,2130.71)
(1.00,0.11)
(1.00)
#6
(679198.33,7486831.02)
(1956.25,1544.50): (1955.51,1545.17)
(-0.74,0.67)
(1.00)
#7
(676200.00,7501925.00)
(1776.00,1077.00): (1776.17,1076.60)
(0.17,-0.40)
(0.43)
#8
(671037.18,7468900.00)
(1787.00,2165.00): (1786.79,2164.75)
(-0.21,-0.25)
(0.32)
#9
(653145.00,7471230.00)
(1192.00,2185.00): (1191.74,2186.08)
(-0.26,1.08)
(1.12)
#10
(643475.00,7471475.00)
(875.75,2230.75):
(-0.13,-0.57)
(0.58)
#11
(665750.00,7481450.00)
(1547.00,1791.00): (1546.59,1790.14)
(-0.41,-.86)
(0.95)
I#12
(661770.00,7478630.00)
(1432.20,1902.40): (1432.29,1902.08)
(0.09,-.32)
(0.34)
#13
(644580.00,7485625.00)
(833.80,1769.00):
(834.31,1769.68)
(0.51,0.68)
(0.85)
#14
(646740.00,7487775.00)
(892.00,1689.25):
(892.94,1689.02)
(0.94,-0.23)
(0.97)
#15
(652035.00,7510235.00)
(943.20,939.20):
(943.06,939.17)
(-0.14,-0.03)
(0.15)
#16
(666250.00,7496400.00)
(1482.00,1307.67): (1481.76,1307.35)
(-0.24,-0.32)
(0.40)
#17
(650000.00,7490800.00)
(983.00,1574.00):
(982.65,1574.36)
(-0.35,0.36)
(0.50)
#18
(647100.00,7499025.00)
(843.50,1325.50):
(843.27,1325.70)
(-0.23,0.20)
(0.30)
#19
(686750.00,7501120.00)
(2123.75,1045.75): (2124.46,1045.91)
(0.71,0.16)
(0.73)
#20
(674400.00,7476050.00)
(1858.33,1918.00): (1857.54,1917.09)
(-0.79,-0.91)
(1.20)
#21
(663450.00,7494000.00)
(1403.67,1399.33): (1403.53,1399.44)
(-0.14,0.11)
(0.18)
#22
(661200.00,7488400.00)
(1360.25,1591.50): (1360.64,1591.36)
(0.39,-0.14)
(0.41)
#23
(687000.00,7509750.00)
(2086.09,767.09):
(-0.01,0.42)
(0.42)
80
(875.62,2230.18)
(2086.08,767.51)
Figura 5.3 - Composio colorida das bandas 4, 5 e 3, nas cores vermelho, verde e
azul respectivamente, com os pontos de controle que foram utilizados para o registro da
imagem Landsat5-TM obtida em 27 de junho de 1994.
81
Figura 5.4 Composio colorida das bandas 4, 5 e 3, nas cores vermelho, verde e azul
respectivamente, georeferenciada com sistema de coordenadas UTM e o limite da bacia dos rios
Iguau e Sarapu com seus cursos de gua
82
A imagem de radar foi, ento, georeferenciada no mesmo arquivo que continha

a imagem Landsat. Dispondo das imagens georeferenciadas, foi simulada a primeira
tentativa de classificar a imagem. Nesta dissertao, optou-se, seguindo Abreu (2000),
primeiramente, por um procedimento no supervisionado, com a finalidade de
identificar as vrias formas de ocupao da bacia, a partir da imagem Landsat. Como
descrito na metodologia, espera-se que os pxeis disponham-se em grupos no espao de
atributos correspondentes s vrias classes ou formas de ocupao do solo. Para
caracterizao dos pxeis em classes, foi empregado o algoritmo isodata. Aps algumas
simulaes com diferentes nmeros de classes, adotou-se 10 classes por apresentar uma
melhor discriminao e identificao das vrias formas de ocupao do solo da bacia do
Iguau-Sarapu. Os grupos de pxeis identificados pela classificao no supervisionada
serviram de base para estabelecer as regies de treinamento fornecidas, ento, no
processo de classificao supervisionada. A Figura 5.5 ilustra a imagem classificada
com a legenda resultante desse processo classificatrio, utilizando as bandas 1, 2 ,3 ,4, 5
e 7. Na Figura 5.5, pode-se associar, a partir de uma anlise visual, a classe 2 com
gua/nuvem, a classe 3 com mangue/sombra, a classe 4 com vrzea, a classe 5 com
floresta, a classe 6 com vegetao, a classe 7 com vegetao, a classe 8 com regio
urbana, a classe 9 com vegetao e a classe 10 com regio urbana.
83
Legenda:
Densidade Urbana Alta

Cultura
gua
Vrzea
Densidade Urbana Mdia
Vrzea
Floresta
Mangue
Figura 5.5 - Classificao pelo mtodo no supervisionado, utilizando o algoritmo

isodata e legenda resultante do processo classificatrio, bandas 1, 2, 3, 4, 5 e 7.
84
Tomando-se como base a imagem classificada pelo mtodo isodata, passou-se

definio das regies de treinamento. Uma anlise visual e estatstica foi necessria para
identificao das reas de treinamento. O tratamento foi visual na medida em que
diferenciava-se uma classe da outra e estatstico em funo da anlise de parmetros
como mdia e desvio-padro para cada regio de treinamento, tendo como objetivo
gerar regies de treinamento com o maior grau de similaridade e representatividade
espectral possvel.
As reas de treinamento para o procedimento de classificao
supervisionada foram, ento, finalmente definidas a partir de visitas a bacia

hidrogrfica, a saber: nuvem, gua, mangue, floresta, capoeira, cultura, vrzea, sombra,
densidade urbana alta e densidade urbana mdia. Cabe ressaltar que o conjunto de reas
de treinamento inicialmente definidas tendo como base a imagem Landsat (reas de
treinamento A1) foram ajustadas quando introduziu-se no estudo a imagem de radar
(reas de treinamento A2), uma vez que algumas reas no eram cobertas por essa
imagem. Essa observao importante na medida em que sero apresentados mais
adiante quadros comparativos para diferentes classificaes incluindo as bandas
originais Landsat e Radarsat bem como bandas sintticas derivadas envolvendo textura.
Estabelecidas as regies de treinamento para as 8 classes de cobertura do solo,
procedeu-se a anlise de correlao entre as bandas espectrais das imagens Landsat
(bandas 1, 2, 3, 4, 5, 6 e 7) e Radarsat (banda 8) atravs da matriz de correlao,
conforme mostra a Tabela 5.2.
Tabela 5.2- Matriz de correlao entre as bandas 1, 2, 3, 4, 5, 6, 7 e 8.
Bandas Banda 1 Banda 2
Banda 3
Banda 4 Banda 5
Banda 6
Banda 7 Banda 8
1,000
0,975
0,903
0,792
0,889
0,953
0,817
0,261
0,975
1,000
0,961
0,772
0,925
0,889
0,885
0,250
0,903
0,961
1,000
0,621
0,884
0,757
0,934
0,248
0,792
0,772
0,621
1,000
0,845
0,844
0,572
0,155
0,889
0,925
0,884
0,845
1,000
0,820
0,893
0,210
0,953
0,889
0,757
0,844
0,820
1,000
0,663
0,239
0,817
0,885
0,934
0,572
0,893
0,663
1,000
0,229
0,261
0,250
0,248
0,155
0,210
0,239
0,229
1,000
85
Duas bandas so ditas correlacionadas quando, dada a reflectncia de um

determinado pxel em uma delas, pode-se deduzir com razovel aproximao a
reflectncia do pxel correspondente na outra. Se duas bandas so absolutamente
idnticas, as imagens dessas bandas so ditas correlacionadas em 100%. A correlao
entre bandas multiespectrais obscurece diferenas entre reflectncias dos alvos
superficiais, dificultando a sua identificao e, conseqentemente, a sua separabilidade
espectral. O grau de correlao indica o quanto uma imagem pode ser explicada a partir
de outra. Valores altos de correlao implicam uma certa redundncia de informaes,
ou, visto sob outra perspectiva, podem implicar em um esforo desnecessrio na
manipulao, processamento e armazenamento de dados.
Observa-se uma alta correlao entre as bandas 1/2 (0,975), 1/7 (0,817) e 2/7
(0,885). Por outro lado, o grau de correlao menor para as bandas 3/4 (0,621), 3/5
(0,884) e 4/5 (0,845). Nota-se ainda que a banda 4, excetuando-se a banda 8 de radar,
a que apresenta a menor correlao com as demais bandas. Apresentam ainda altas
correlaes as bandas 2/3 (0,961), 1/3 (0,903), 3/7 (0,934) e 5/7 (0,893). Em princpio,
h um forte indicativo de que a composio 3/4/5 oferea um melhor resultado no
processo de classificao, tendo em vista uma menor correlao entre as bandas. Alm
disso, a adio das bandas 1/2/7 s bandas 3/4/5 no dever apresentar sensvel melhora
nos resultados do processo de classificao, j que so altas as correlaes das bandas
1/2/7 com as bandas 3/4/5. Finalmente, a banda de radar (banda 8) apresentou baixa
correlao com as demais bandas, o que indica que pode vir a complementar a
informao fornecida pela imagem Landsat em um procedimento de classificao.
A anlise feita a partir da matriz de correlao das bandas foi demonstrada nos
resultados obtidos para o procedimento de classificao. Nesta dissertao, foram
elaboradas algumas composies envolvendo as bandas da imagem Landsat e a banda
da imagem Radarsat. A ttulo de ilustrao, apresenta-se, inicialmente, as classificaes
que incluem composies das bandas 1/2/7 e 3/4/5 (reas de treinamento A1) e
composies 3/4/5 e 3/4/8 (reas de treinamento A2). Os resultados foram derivados
para as reas de treinamento utilizadas como amostras de calibrao e como amostras de
validao. As Tabela 5.3 (a,b) (1/2/7-calibrao/validao/A1), 5.4 (a,b) (3/4/5calibrao/validao/A1), 5.5 (a,b) (3/4/5- calibrao/validao/A2) e 5.6 (a,b) (3/4/8 86
calibrao/validao/A2) apresentam as matrizes de erros correspondentes a essas

composies, incluindo o ndice kappa relativo preciso do procedimento de
classificao.
Como mencionado anteriormente, o coeficiente kappa uma medida da
concordncia entre as amostras da cena e aquelas derivadas atravs da classificao da
imagem de sensoriamento remoto, sendo calculado pela expresso
k=
p0 pl
1 pl
(5.1)
onde:
p0 - percentual total de acertos observado;
pl- percentual total de acertos esperado ao acaso.
87
Tabela 5.3 a - Anlise estatstica das reas de treinamento A1 (calibrao), bandas 1/2/7 (kappa=0,87)
Matriz de erros
Classe
No
Classificado
nuvem
gua
mangue
floresta
capoeira
cultura
varzea
sombra
urbmedio
urbalta
Total
nuvem
0
gua
0
mangue
0
floresta
0
Capoeira
0
Cultura
0
Varzea
0
sombra
0
urbmedio
0
urbalta
0
Total
0
1356
0
2
18
5
20
7
0
42
208
1658
16
5610
109
0
0
0
03
5
0
0
5823
04
0
673
1
2
0
37
0
0
0
717
0
0
0
2633
87
0
35
190
0
0
2945
0
0
5
47
1536
137
195
0
0
0
1920
3
0
0
0
102
1888
97
0
5
3
2098
4
0
86
7
348
180
2202
0
4
0
2831
0
22
0
208
0
0
0
1960
0
0
2190
0
0
0
0
0
0
16
0
2253
0
2269
37
0
0
0
0
0
0
0
176
985
1198
1552
5801
724
2855
1923
2114
2876
2258
2294
1252
23649
Tabela 5.3 b - Anlise estatstica das reas de treinamento A1 (validao), bandas 1/2/7 (kappa=0,66)
Classe
No Classificado
gua
mangue
floresta
capoeira
urbalta
varzea
Total
gua
0
2743
0
0
0
0
26
2769
mangue
0
48
65
102
0
0
755
975
floresta
0
0
0
674
338
0
0
1012
88
Capoeira
0
0
3
149
578
2
249
981
Urbalt
0
0
0
0
8
190
71
269
vrzea
0
0
0
0
51
0
996
1047
Total
0
2791
68
925
980
192
2097
7053
Tabela 5.4 a - Anlise estatstica das reas de treinamento A1 (calibrao), bandas 3/4/5(kappa= 0,97)
Matriz de erros
Classe
No
Classificado
nuvem
gua
mangue
floresta
capoeira
cultura
varzea
sombra
urbmedio
urbalta
Total
nuvem
0
gua
0
mangue
0
floresta
0
capoeira
0
cultura
0
Vrzea
0
sombra
0
Urbmedio
0
urbalta
0
Total
0
1504
0
0
18
9
18
15
0
17
77
1658
14
5801
6
0
0
0
0
2
0
0
5823
0
0
717
0
0
0
0
0
0
0
717
0
0
0
2787
0
0
43
115
0
0
2945
0
0
0
0
1899
21
0
0
0
0
1920
8
0
0
0
15
2075
0
0
0
0
2098
3
0
1
8
0
0
2795
0
24
0
2831
0
0
0
42
0
0
7
2141
0
0
2190
0
0
0
0
0
0
16
0
2253
0
2269
23
0
0
0
0
0
0
0
0
1175
1198
1552
5801
724
2855
1923
2114
2876
2258
2294
1252
23649
Tabela 5.4 b - Anlise estatstica das reas de treinamento A1 (validao), bandas 3/4/5 (kappa=0,73)
Classe
No Classificado
gua
mangue
floresta
capoeira
urbalta
varzea
Total
gua
0
2789
0
0
0
0
0
2789
mangue
0
2
66
118
0
0
728
938
floresta
0
0
0
770
213
0
1
984
89
Capoeira
0
0
0
217
698
5
67
987
urbalt
0
0
2
0
17
204
63
286
vrzea
0
0
0
0
1
2
1175
1178
Total
0
2815
68
1105
929
211
2034
7162
Tabela 5.5 a- Anlise estatstica das reas de treinamento A2(calibrao), bandas 3/4/5 (kappa=0,95)
Classe
No Classificado
gua
mangue
floresta
cultura
Capoeira
Vrzea
Sombra
Urbmedio
urbalta
Total
gua
mangue
0
5371
0
0
0
0
0
0
0
0
5371
0
4
732
0
1
1
36
0
0
0
774
floresta
0
0
0
869
0
0
8
57
0
1
935
cultura Capoeira
0
0
0
0
0
0
4
0
1520
17
135
427
23
1
0
0
0
0
3
0
1685
445
vrzea
0
0
98
4
24
7
2426
0
58
7
2624
sombra
0
0
0
66
0
0
0
1092
0
0
1158
Urbmedio Urbalta
0
0
0
0
0
0
0
0
1
2
0
0
78
2
0
0
2228
14
36
758
2343
776
Tabela 5.5 b- Anlise estatstica das reas de treinamento A2(validao), bandas 3/4/5 (kappa=0,72)
Classe
No Classificado
gua
mangue
floresta
capoeira
urbalta
varzea
Total
gua
0
2791
15
0
0
0
1
2791
mangue
0
8
143
52
0
0
774
977
floresta
0
0
0
862
0
1
5
868
90
Capoeira
0
0
0
381
193
17
108
699
urbalt
0
0
0
0
6
290
113
409
vrzea
0
0
0
0
0
5
1198
1203
Total
0
2739
143
1295
199
2194
317
6947
Total
0
5375
830
943
1565
570
2574
1149
2300
805
16111
Tabela 5.6 a- Anlise estatstica das reas de treinamento 2(calibrao), bandas 3/4/8 (kappa=0,92).
Classe
No Classificado
gua
mangue
floresta
cultura
capoeira
vrzea
sombra
urbmedio
urbalta
Total
gua
mangue
0
5366
3
0
0
0
1
1
0
0
5371
0
2
712
0
2
1
57
0
0
0
774
floresta
0
0
0
865
0
0
9
61
0
0
935
cultura Capoeira
0
0
0
0
0
0
2
0
1440
31
210
412
28
2
0
0
0
0
5
0
1685
445
vrzea
0
0
180
26
35
23
2294
0
55
11
2624
Sombra
0
0
0
66
0
0
1
1091
0
0
1158
urbmedio Urbalta
0
0
0
0
5
0
0
0
3
5
0
0
64
2
0
0
2185
19
86
750
2343
776
Tabela 5.6 b- Anlise estatstica das reas de treinamento 2 (validao), bandas 3/4/8 (kappa=0,71).
Classe
No Classificado
gua
mangue
floresta
capoeira
urbalta
varzea
Total
gua
0
2775
1
0
0
0
1
2786
mangue
0
6
122
518
0
331
0
977
Floresta
0
0
0
838
1
2
16
857
91
Capoeira
0
0
0
376
217
134
35
762
urbalt
0
0
9
0
2
52
308
371
vrzea
0
0
0
0
0
1179
7
1186
Total
0
2781
141
1732
220
1699
366
6939
Total
0
5368
900
959
1516
646
2458
1153
2259
852
16111
Os resultados obtidos confirmam as afirmativas feitas com base na matriz de

correlao, onde o uso das bandas 3/4/5 (k= 97%) apresentou um resultado superior do
que a combinao 1/2/7 (k=86%) no caso da imagem Landsat. No caso da anlise
comparativa dos resultados de calibrao, envolvendo as composies 3/4/5 (k=97%) e
3/4/8 (k=92%), percebe-se que a imagem de radar, com baixa correlao com as demais
bandas, contribui para que o resultado do processo de classificao seja equivalente ao
uso estrito de bandas do sensor Landsat5-TM. O uso de todas bandas, embora tenha
levado a que se obtivesse o maior ndice de preciso na classificao (k=97%), no
melhorou sensivelmente os resultados quando feita a comparao com as bandas 3/4/5
(k=97%), uma vez que as bandas 1/2/7 introduzidas apresentam correlao elevada com
as bandas 3/4/5. Cabe ainda comentar que o ndice kappa obtido para o processo de
validao foi inferior para todas as composies realizadas.
Lembre-se, nesse momento, que o mtodo de mxima verossimilhana um
classificador do tipo pxel a pxel, no levando em conta a estrutura de correlao
espacial da imagem. Assim, investigou-se a possibilidade de se considerar, de alguma
forma, essa correlao espacial em algoritmos de classificao. Inicialmente, foi feita a
verificao da estrutura de correlao espacial presente em uma imagem atravs da
construo de variogramas. As Figuras 5.6, 5.7 e 5.8 mostram alguns variogramas
empricos obtidos para as imagens Landsat5-TM (bandas 1, 2, 3, 4, 5, 7) para gua,
floresta e mangue, respectivamente. Esses variogramas foram adimensionalizados pela
varincia dos tons de cinza.
Os variogramas so caracterizados pelos seguintes parmetros:
alcance (zona de influncia) distncia a partir da qual dois valores no

esto mais correlacionados;
efeito pepita descontinuidade verificada prximo origem, que caracteriza

a influncia residual de todas as variabilidades que tm zonas de influncias
menores que as distncias das observaes disponveis;
patamar valor onde o variograma atinge a zona de influncia, descontado

o valor do efeito pepita.
As formas dos variogramas apresentados caracterizam melhor a efetiva

existncia de correlao espacial em reas como floresta (Figura 5.7) e mangue (Figura
92
5.8) presentes na imagem, enquanto, na gua, esse efeito foi menos pronunciado (Figura
5.6). Note-se que esses variogramas apresentam o patamar em torno de 1, uma vez que
foram adimensionalizados pela varincia dos tons de cinza. O efeito pepita existe em
funo de que o suporte de amostragem o pxel (30 m X 30 m), onde variabilidades
que ocorrem em escalas inferiores ao tamanho do pxel so contabilizadas na origem.
No entanto, h diferenas no que diz respeito, por exemplo, ao alcance ou zona de
influncia, medido em pxeis, para os diferentes tipos de cobertura examinados nas
Figuras 5.6, 5.7 e 5.8. Por exemplo, a rea de mangue apresentou alcance da ordem de
50 pxeis. As reas de floresta apresentaram alcances variando de 20 a 40 pxeis
conforme a banda utilizada. Esse tipo de informao essencial em algoritmos que
pretendam
fazer
estimativas
de
atributos
em
processo
de
interpolao
extrapolao.
1,8
1,6
s
e 1,4
m
i
1,2
v
a
r
1
i
n 0,8
c
i
a 0,6
banda1
banda4
banda5
banda8
0,4
0,2
0
0
10
20
30
40
50
60
distncia(pxel)
Figura 5.6 - Variogramas adimensionais empricos das bandas 1, 4, 5 e 8 (gua).
93
2,5
s
e
m
i
v
a
r
i
n
c
i
1,5
banda1
banda4
banda5
0,5
0
0
20
40
60
80
100
120
140
160
Distncia(pxel)
Figura 5.7-Variogramas adimensionais empricos das bandas 1, 4 e 5 (floresta)

4
3,5
s
e
m
3
i
v
a
r 2,5
i
n
2
c
i
a
banda1
banda8
banda4
banda5
1,5
0,5
0
0
20
40
60
80
100
120
140
160
Distncia(pxel)
Figura 5.8 - Variogramas adimensionais empricos para as bandas 1, 4, 5 e 8

(mangue)
Tendo em vista a presena de uma estrutura de correlao espacial bem definida,
julgou-se interessante explorar algoritmos de classificao por textura. Nesta pesquisa,
optou-se pela escolha dos mtodos NGLDM (Sun e Wee, 1983), com desenvolvimento
do cdigo computacional em Fortran, e GLCM (Haralick et al., 1973). Cinco estatsticas
de textura, SNE (nfase nos nmeros pequenos), LNE (nfase nos nmeros grandes),
94
NNU (nmero no uniforme), segundo momento (SMT) e entropia (ENT), foram

preliminarmente analisadas para as bandas 5 e 7 da imagem Landsat5-TM e banda 8
(Radarsat). Os parmetros definidos para o algoritmos NGLDM foram = 1, =16, 32 e
64 e janela com tamanho 11 X 11. Esses parmetros devem ser melhor explorados em
futuros trabalhos, especialmente no que diz respeito aos parmetros e tamanho da
janela. O tamanho da janela 11 X 11, por exemplo, foi definido arbitrariamente. Um
maior investigao com base nos variogramas construdos pode dar margem inclusive
ao desenvolvimento de algoritmos mais poderosos de classificao.
A ttulo de
ilustrao, esto apresentados nas Figuras 5.9 e 5.10 os resultados correspondentes s

texturas NNU e LNE aplicadas na banda 5 do sensor Landsat5-TM.
No caso do mtodo GLCM, trs estatsticas, HOM (homogeneidade ou
uniformidade), DIS (dissimilaridade) e CON (contraste), foram aplicadas s bandas 5 e
7 da imagem Landsat e banda 8 (Radarsat). O ngulo para a anlise foi arbitrado como
95
Figura 5.9 - Textura NNU (mtodo NGLDM) aplicada banda 5 da imagem do

sensor Landsat5-TM.
96
Figura 5.10 - Textura LNE (mtodo NGLDM) aplicada banda 5 da imagem do

sensor Landsat5-TM.
900. Essa uma devantagem desse mtodo, mais utilizado na literatura e disponvel em
cdigos computacionais comerciais como, por exemplo, o ENVI(2000).
97
Com base no exposto, apresenta-se, a seguir, algumas das composies testadas

(Tabelas 5.7, 5.8, 5.9 e 5.10). Foram elaborados dois conjuntos de composies. O
primeiro grupo (Tabelas 5.7 e 5.8) envolveu as bandas originais da imagem Landsat e
bandas sintticas (textura) derivadas pelos mtodos NGLDM (notao NG, o nmero
que segue diz respeito ao valor de ) e GLCM (notao GL), enquanto o segundo grupo
(Tabelas 5.9 e 5.10) destaca-se pela incorporao da imagem de radar e respectivas
bandas sintticas (textura) derivadas pelos mtodos NGLDM e GLCM.
98
Tabela 5.7 - Resultados relativos preciso do processo de classificao obtidos a partir da imagem Landsat Calibrao
Combinao das bandas
1/2/7
3/4/5
1/2/3/4/5/7
1/2/7-NNU-NG16
1/2/7-LNE-NG16
3/4/5-NNU-NG16
3/4/5-CON-GL
3/4/5-HOM-GL
3/4/5-DIS-GL
1/2/7-DIS-GL
3/4/5-SMT-NG32
3/4/5-SMT-NG64
3/4-NNU-NG16/5
gua
96,34
99,62
99,62
93,63
63,42
97,60
98,39
99,67
98,08
94,57
99,57
99,66
98,80
Calibrao
Mangue Floresta Capoeira Cultura Vrzea
93,86
89,41
80,00
89,99
77,78
100,00
94,63
98,91
98,90
98,73
100,00
94,94
98,13
98,95
99,22
83,26
78,85
46,35
89,04
68,92
82,43
92,84
45,00
81,03
38,40
99,58
93,28
95,47
95,42
97,32
99,30
94,53
95,36
94,52
97,35
99,86
93,45
95,52
96,00
97,74
99,86
93,45
95,26
96,38
97,63
84,66
90,56
52,60
87,08
67,47
99,86
93,89
95,31
96,81
97,95
99,86
93,89
95,26
96,66
97,85
99,86
94,36
92,24
94,47
95,05
99
Urbmdia Urbalta
93,12
82,22
99,29
98,08
99,82
98,25
87,62
79,88
91,10
86,23
97,93
96,58
98,10
95,33
98,72
98,33
98,28
94,99
93,79
86,14
98,33
98,91
98,15
99,17
97,93
93,57
Kappa
0,87
0,97
0,97
0,78
0,65
0,95
0,96
0,96
0,96
0,81
0,96
0,96
0,95
Tabela 5.8 - Resultados relativos preciso do processo de classificao obtidos a partir da imagem Landsat - Validao
Combinao das bandas
1/2/7
3/4/5
1/2/3/4/5/7
1/2/7-NNU-NG16
1/2/7-LNE-NG16
3/4/5-NNU-NG16
3/4/5-CON -GL
3/4/5-HOM-GL
3/4/5-DIS-GL
1/2/7-DIS-GL
3/4/5-SMT-NG32
3/4/5-SMT-NG64
3/4-NNU-NG16/5
gua
99,06
100,00
100,00
99,25
73,09
100,00
100,00
100,00
100,00
100,00
100,00
100,00
100,00
Validao
Mangue Floresta Capoeira Vrzea
6,67
66,6
58,92
95,13
7,04
78,25
70,72
99,75
7,27
78,62
71,17
99,59
5,60
70,37
55,66
78,31
2,46
93,29
38,16
36,90
12,64
75,46
78,85
98,44
5,53
75,42
73,04
99,91
9,25
76,74
76,85
98,34
8,00
75,86
76,87
98,31
2,77
81,94
57,48
69,60
8,10
75,23
73,13
99,49
9,38
74,20
76,02
99,39
10,44
55,99
82,02
98,44
100
Urbalta
70,63
71,33
82,46
84,47
99,31
99,01
92,68
98,04
99,37
100,00
97,09
99,70
91,45
Kappa
0,66
0,73
0,74
0,65
0,46
0,75
0,74
0,73
0,74
0,67
0,75
0,72
0,71
Tabela 5.9 - Resultados relativos preciso do processo de classificao envolvendo a imagem de radar - Calibrao
Combinao das bandas
gua
3/4/5
1/2/7
1/2/3/4/5/7/R
3/4/R
2/7/R
4/5/R
3/4/R- DIS-GL
3/4/R-HOM-GL
3/4/R-MED-GL
R/R-HOM-GL/ R-MED-GL
R/R-VAR-GL/R-MED-GL
R/R-NNU-NG16/R-CON-NG16
R/R-LNE-NG16/R-NNU-NG16
R/R-SNE-NG16/R-SMT-NG16
100,00
98,44
99,93
99,91
98,19
99,89
100,00
100,00
100,00
100,00
98,55
96,46
99,18
99,85
Calibrao
Mangue Floresta Capoeira Cultura Vrzea
94,57
89,92
95,22
91,99
88,50
68,35
94,06
91,60
85,40
16,15
66,15
5,68
61,24
95,35
92,94
95,29
95,51
92,51
93,05
89,09
92,41
99,57
70,70
12,73
13,90
68,66
11,98
91,55
90,21
81,12
95,73
92,58
82,02
95,06
91,91
97,30
80,90
24,27
56,63
92,36
57,98
91,24
101
95,96
81,07
93,06
85,46
64,33
86,59
88,07
71,99
61,54
8,55
13,00
5,52
19,76
87,89
92,45
70,66
94,21
87,42
54,92
62,42
89,25
78,54
72,03
13,83
57,36
0,00
33,46
89,10
Urbmdia Urbalta
95,09
92,70
97,14
93,26
88,13
91,51
96,80
92,79
90,44
54,63
51,22
36,66
61,80
96,07
97,68
75,26
97,81
96,65
69,46
97,81
96,39
92,01
89,43
38,02
19,33
2,96
24,61
95,75
Kappa
0,95
0,86
0,96
0,92
0,80
0,85
0,94
0,86
0,81
0,39
0,49
0,37
0,48
0,94
Tabela 5.10 - Resultados relativos`a preciso do processo de classificao envolvendo a imagem de radar - Validao
Combinao das bandas
3/4/5
1/2/7
1/2/3/4/5//7/R
3/4/R
2/7/R
4/5/R
3/4/R-DIS-GL
3/4/R-HOM-GL
3/4/R-MED-GL
R/R-HOM-GL/ R-MED-GL
R/R-VAR-GL/ R-MED-GL
R/R-NNU-NG16/R-CON-NG16
R/R-LNE-NG16/R-NNU-NG16
R/R-SNE-NG16/R-SMT-NG16
gua
100,00
98,28
99,39
99,61
98,16
99,96
99,10
98,91
100,00
100,00
82,47
84,59
80,43
91,91
Validao
Mangue Floresta Capoeira
14,64
99,31
27,61
10,66
97,24
5,28
15,25
99,46
16,62
12,49
97,78
28,48
32,34
89,84
5,50
8,12
68,94
59,34
21,19
0,00
16,30
12,49
0,00
37,11
7,74
0,00
76,53
25,75
0,00
18,23
70,40
0,00
9,91
1,89
0,00
45,78
81,21
0,00
26,16
20,90
83,28
14,35
102
Vrzea
99,58
87,30
99,27
99,41
80,54
99,56
97,98
94,88
91,54
30,05
81,11
0,00
25,21
97,33
Urbalta
70,90
65,75
76,50
83,02
81,37
45,74
93,09
82,68
44,39
5,90
2,83
27,87
2,48
96,57
Kappa
0,72
0,62
0,72
0,71
0,61
0,68
0,57
0,66
0,58
0,45
0,47
0,31
0,37
0,67
De forma a facilitar a exposio da anlise dos resultados, apresentam-se as

seguintes comparaes possveis de serem estabelecidas, ainda que de uma forma
preliminar: 1) Landsat original (anlise das bandas originais); 2) Landsat original X
textura; 3) textura NGLDM X textura GLCM (imagem Landsat); 4) Landsat original X
Radarsat original; 5) Radarsat original X textura; 6) textura NGLDM X textura GLCM
(imagem Radarsat). As Tabelas 5.7 e 5.8 contemplam os itens 1, 2 e 3, enquanto as
Tabelas 5.9 e 5.10 tratam dos itens 4, 5 e 6.
O maior valor de kappa obtido nas combinaes de bandas testadas foi quando
inclumos todas as bandas Landsat com tons de cinza originais (k=97%). Atente-se, no
entanto, para o comportamento bastante bom da combinao 3/4/5 (k=97%),
praticamente equivalente ao uso das bandas 1/2/3/4/5/7. Atente-se para o bom
desempenho das combinaes que levaram em conta as bandas 5-NNU-NG16 (k=95%)
e 4-NNU-NG16 (k=95%), embora a adio das bandas de textura no tenha elevado a
preciso do processo de classificao no tocante s amostras de calibrao.
interessante notar que o desempenho das combinaes envolvendo as bandas 7-NNUNG16 (k=78%) e 7-LNE-NG16 (k=65%) foi mais modesto, mas evidencia a vantagem,
nesse caso, da estatstica NNU em relao a estatstica LNE.. Uma possvel explicao
est ligada ao fato de que as bandas 4 e 5 apresentam maior variabilidade nos tons de
cinza, o que permitiu melhor definir as estatsticas de textura. Por outro lado, os
mtodos de textura NGLDM e GLCM apresentaram desempenhos semelhantes. No
caso do mtodo NGLDM, os resultados no foram sensveis ao parmetro , que
assumiu valores de 32 e 64, para a estatstica SMT. Para outras estatsticas, no caso da
imagem Landsat, valores elevados de (32,64) distorceram a classificao, o que pode
ser entendido em funo da discretizao de apenas 256 nveis de cinza (resoluo
radiomtrica de 1 byte). A estatstica SMT (segundo momento) atravs das bandas 5SMT-NG32 e 5-SMT-NG64 apresentou um bom desempenho. Os resultados
envolvendo a estatstica entropia (ENT) no foram bons e no esto apresentados neste
texto. No caso do mtodo GLCM, as estatsticas de contraste, dissimilaridade e
homogeneidade apresentaram comportamentos semelhantes. O papel da textura na
produo de bandas sintticas a partir de imagens Landsat no se mostrou essencial em
um processo de classificao.
103
Por outro lado, quando se passa para a anlise das Tabelas 5.9 e 5.10, constata-se
que a textura pode contribuir em procedimentos de classificao envolvendo imagem de
radar. Deve-se destacar novamente, neste ponto, que o presente trabalho contribui para a
utilizao da imagem de radar em aplicaes hidrolgicas. No caso, o enfoque est
direcionado para o procedimento de classificao da cobertura e uso do solo. Uma vez
que a imagem de radar no afetada por nuvens, como o caso da imagem Landsat (em
muitas regies, so poucas as imagens Landsat disponveis em funo da cobertura
constante de nuvens), pode-se antever o uso desse tipo de informao tambm em
aplicaes agrcolas, como o caso de previso de safras. Nesse caso, necessrio um
acompanhamento mais dinmico e sistemtico, que os sensores na faixa de microondas,
como caso do Radarsat, podem proporcionar.
Mais especificamente, com relao aos resultados, pode-se observar que a
combinao 3/4/5 do Landsat (k=95%)t apresentou desempenho ligeiramente superior
que a combinao 3/4/R (k=92%), lembrando-se que a banda R diz respeito imagem
de radar. Quando se subtitui a banda R (3/4/R) por uma banda sinttica como, por
exemplo, R-DIS-GL, formando 3/4/R-DIS-GL (k=94%), h melhora no desempenho do
algoritmo de classificao. No mtodo GLCM, a estatstica dissimilaridade (DIS)
forneceu resultados superiores (3/4/R-DIS/GL, k=94%) quando comparada com as
estatsticas mdia (MED) (3/4/R-MED-GL, k=81%) e homogeneidade (HOM) (3/4/RHOM-GL, k=86%). Quando, no entanto, fazemos uso apenas de imagem de radar e
bandas sintticas derivadas a partir desse tipo de imagem, os resultados pioram, como
mostram as combinaes R/R-HOM-GL/R-MED-GL( k=39%), R/R-VAR-GL/R-MEDGL (k=49%), R/R-NNU-NG16/R-CON -NG16 (k=37%) e R/R-LNE-NG16/R-NNUNG16 (k=48%). Mas h um resultado surpreendente (R/R-SNE-NG16/R-SMT-NG16,
k=94%), em que a performance foi equivantente a composio 3/4/5 do Landsat
(k=95%), o que incentiva que esforos sejam empreendidos na incorporao da imagem
de radar e de textura em estudos de classificao da cobertura e uso do solo.
Um ltimo comentrio pode ainda ser feito com relao s diferentes classes de
cobertura do solo quando se analisam os ndices de acerto para algumas classes nas
combinaes envolvendo textura. Classes com maior homogeneidade espectral como
gua, por exemplo, apresentaram baixos valores para os ndices de acerto. Por outro
104
lado, as reas urbanas e de floresta tendem a ser melhor identificadas em combinaes

envolvendo textura.
Ressalte-se que os ndices de preciso das classificaes avaliadas foram
inferiores para as amostras de validao quando comparadas com as amostras de
calibrao. No entanto, os resultados para a validao confirmam, em linhas gerais, as
anlises feitas para as amostras de calibrao. Cabe ainda observar que, em adio ao
estudo de sensibilidade dos parmetros do algoritmo NGLDM e GLCM na obteno das
bandas sintticas, novas estatsticas de textura devem ser avaliadas para que se possa ter
um quadro mais completo sobre o desempenho dessa abordagem em processos de
classificao de imagens de sensoriamento remoto. Devem ainda ser dedicados esforos
no desenvolvimento de algoritmos que levem em considerao a abordagem
geoestatstica.
Finalmente, cabe destacar que os mapas resultantes do processo de classificao
de imagens de sensoriamento remoto podem ser inseridos em modelos hidrolgicos
distribudos. Esses modelos procuram levar em conta a variabilidade espacial da
informao. A concepo de modelos que incorporem esse tipo de informao e
permitam um entendimento mais profundo dos processos fsicos envolvidos no estudo
do ciclo hidrolgico constitui um desafio na rea de recursos hdricos. A ttulo de
ilustrao, mostram-se nas Figuras 5.11 e 5.12 os mapas classificados resultantes da
composies 3/4/5 do Landsat e 3/4/R, envolvendo bandas Landsat e a imagem de radar
utilizadas nesta dissertao.
105
Legenda:

Cultura
Vrzea
Vrzea
Floresta
gua
Mangue
Figura 5.9 - Classificao supervisionada pelo mtodo da mxima verossimilhana
envolvendo as bandas 3, 4 e 5 da imagem Landsat
106
Legenda:

Cultura
Vrzea
Vrzea
Floresta
gua
Mangue
Figura 5.10 - Classificao supervisionada pelo mtodo da mxima verossimilhana
envolvendo as bandas 3, 4 da imagem Landsat e a banda de radar (Radarsat).
107
Captulo 6 Concluses e Recomendaes
CAPTULO 6 CONCLUSES E RECOMENDAES

A meta mais ampla dessa pesquisa constitui-se em contribuir para a integrao
entre o mapeamento da cobertura do solo de uma bacia hidrogrfica derivado a partir do
sensoriamento remoto e o uso de modelos hidrolgicos do tipo chuva-vazo, no
contexto do planejamento de ocupao do solo. Mais especificamente, foi investigado o
procedimento de classificao digital de uma imagem de satlite atravs do mtodo de
mxima verossimilhana e dos mtodos NGLDM e GLCM de classificao por textura.
Os tpicos abordados envolveram a avaliao de diferentes estratgias e tcnicas
de anlise digital de imagens e utilizao das tcnicas de classificao no
supervisionada e supervisionada para mapeamento da cobertura do solo de uma bacia
hidrogrfica com base em uma imagem Landsat5-TM e em uma imagem de radar. No
presente trabalho, o estudo foi conduzido para a bacia hidrogrfica dos rios Sarapu e
Iguau a partir de imagem do Landsat5-TM com data de 27 de junho de 1994 e de
imagem do Radarsat (banda C) com data de 23 de julho de 1997.
O referencial metodolgico envolveu
o procedimento de classificao da
imagem Landsat5-TM atravs de uma classificao no supervisionada seguida de uma

classificao supervisionada. Para a classificao no supervisionada, foi empregado o
mtodo isodata, enquanto o mtodo de mxima verossimilhana foi utilizado para a
classificao supervisionada.
O mtodo isodata foi empregado essencialmente na melhor definio das reas
de treinamento. Essas reas assim definidas serviram como balizamento do processo de
classificao supervisionada. Para a definio das reas de treinamento do processo de
classificao das imagens foram utilizados dados de reconhecimento de campo,
composies coloridas da imagem Landsat5-TM. Mtodo de classificao no
Supervisionada Isodada e as bandas 3, 4 e 5 foram escolhidas a composio espectral do
processo de classificao, por apresentarem uma menor correlao entre si.
Feita a classificao, as imagens foram submetidas avaliaes de preciso,
atravs do coeficiente Kappa. Foram empragadas reas de treinamento calibrao e
validao.
108
A matriz de correlao entre as bandas espectrais da imagem Landsat e Radarsat

foi, ento, calculada. A anlise da matriz de correlao permitiu identificar a priori o
potencial sucesso ou insucesso de algumas combinaes de bandas no processo de
classificao da imagem Landsat, conforme foi efetivamente demonstrado pelos
resultados obtidos. Assim o uso das bandas 3/4/5 apresentou um resultado superior em
relao composio 1/2/7. O uso de todas as bandas (1/2/3/4/5/7), embora tenha
levado a que se obtivesse o maior ndice de preciso na classificao (calibrao), no
melhorou sensivelmente os resultados quando comparados com os oriundas da
combinao 3/4/5.
Alm disso, investigou-se o uso de dois
mtodos de classificao que
explorassem, alm dos tons de cinza de uma imagem de sensoriamento remoto, a

estrutura de correlao espacial, no considerada em mtodos como isodata e mxima
verossimilhana. Para tanto, procedeu-se a uma anlise geoestatstica preliminar.
Alguns variogramas foram construdos para demonstrar a presena dessa estrutura de
correlao espacial na imagem estudada. Adicionalmente, a anlise serviu para definir
o tamanho da janela utilizado nos algoritmos de textura avaliados.
Dentro dessa perspectiva, explorou-se o uso de um mtodo de classificao que
incorporasse de alguma forma essa correlao espacial. Optou-se pelos mtodos
NGLDM e GLCM, que esto situados no conjunto dos mtodos de classificao por
textura. No mtodo NGLDM, independente quanto orientao no espao, cinco
estatsticas de textura foram analisadas a saber: nfase nos nmeros pequenos (SNE),
nfase nos nmeros grandes (LNE), nmero no uniforme (NNU), segundo momento
(SMT) e entropia (ENT). O parmetro do mtodo (relao entre os tons de cinza do
pxel central da janela e os pxeis vizinhos) foi avaliado para valores 16, 32, 64. No
mtodo GLCM, trs estatsticas foram avaliadas: homogeneidade ou uniformidade
(HOM), dissimilaridade (DIS) e contraste (CON). O ngulo de anlise foi de 900 .
Os resultados indicaram o bom desempenho das combinaes que levaram em
conta as bandas 5-NNU-NG16 (k=95%) e 4-NNU-NG16 (k=95%), embora a adio
das bandas de textura no tenha elevado a preciso do processo de classificao no
tocante s amostras de calibrao. Por outro lado, os mtodos de textura NGLDM e
GLCM apresentaram desempenhos semelhantes. O papel da textura na produo de
109
bandas sintticas a partir de imagens Landsat no se mostrou essencial em um processo

de classificao
Para as amostra de validao, os ndices de preciso no processo de classificao
foram inferiores aos resultados obtidos para as reas de treinamento (calibrao), o que
era, de certa forma, esperado. As anlises feitas com relao aos resultados obtidos com
as amostras de calibrao, para as combinaes de bandas avaliadas nessa dissertao,
continuam vlidas.
Conduzida a anlise de classificao para a imagem Landsat, incluindo os
algoritmos de textura NGLDM e GLCM, passou-se a avaliar a incorporao da imagem
de radar (Radarsat) no procedimento de mapeamento da cobertura e uso do solo. Para
tanto, combinaes envolvendo bandas espectrais do Landsat com o radar
foram
elaboradas. Os mtodos de textura NGLDM e GLCM tambm foram aplicados banda

de radar.
Por outro lado, quando se passou para a anlise das Tabelas 5.9 e 5.10,
constatou-se que a textura pode contribuir em procedimentos de classificao
envolvendo imagem de radar. Com relao aos resultados, pode-se observar que a
combinao 3/4/5 do Landsat (k=95%) apresentou desempenho ligeiramente superior
que a combinao 3/4/R (k=92%), lembrando-se que a banda R diz respeito imagem
de radar. Quando se subtitui a banda R (3/4/R) por uma banda sinttica, h
possibilidades de melhora no desempenho do algoritmo de classificao. Quando, no
entanto, fazemos uso apenas de imagem de radar e bandas sintticas derivadas a partir
desse tipo de imagem, os resultados pioram. Mas houve um resultado surpreendente em
que apenas a banda de radar e bandas sintticas derivadas a partir dessa imagem
forneceram ndice de classificao equivantente a composio 3/4/5 do Landsat, o que
incentiva que esforos sejam empreendidos na incorporao da imagem de radar e de
textura em estudos de classificao da cobertura e uso do solo.
Cabe ressaltar que o estudo de textura conduzido nesta pesquisa permite
visualizar o potencial de aplicao, em termos espaciais e temporais, em situaes que
se dispe, por exemplo, de uma nica banda. Bandas sintticas podem, ento, ser
geradas para promover melhorias no processo de classificao. Destaque-se ainda o
potencial de complementariedade entre imagem Landsat e imagem de radar em
110
procedimentos de classificao. Lembre-se que a imagem de radar no afetada por

nuvens e a apresenta uma freqncia de imageamento maior do que a imagem Landsat.
Como recomendaes para futuros trabalhos, sugere-se:
definio de modelos hidrolgicos que incorporem o mapeamento da

cobertura solo;
estudos que verifiquem a sensibilidade da informao de mapeamento da

cobertura do solo nos hidrogramas produzidos em uma bacia hidrogrfica;
abordagem geoestatstica no desenvolvimento de algoritmos para

classificao digital de imagens de satlite;
estudo mais aprofundado do mtodo NGLDM e GLCM de classificao

por textura, incluindo o uso de estatsticas de textura no processo de
classificao digital de imagem Landsat e de radar com vistas ao
mapeamento de culturas agrcolas e previso de safras agrcolas;
avaliar o potencial do mtodo NGLDM e GLCM em outros tipos de

imagens, como, por exemplo, em imagens de radar, obtidas na faixa de
microondas do espectro eletromagntico, com diferentes polarizaes (por
exemplo HH e VV), explorando o uso de filtros e relaes entre bandas;
visar a tecnologia de sensoriamento remoto como instrumento de gesto

hidrolgica, no sentido de ampliar a riqueza social de nossa sociedade
atravs de maior participao comunitria.
Finalmente, espera-se que a pesquisa desenvolvida traga novas perspectivas para

o uso do sensoriamento remoto em recursos hdricos e, em especial, no
desenvolvimento de modelos hidrolgicos distribudos do tipo chuva-vazo sob o
enfoque do planejamento da ocupao do solo de uma bacia hidrogrfica.
111
Referncias Bibliogrficas
REFERNCIAS BIBLIOGRFICAS
ABREU, G. F. (2000), Sensoriamento remoto aplicado na classificao do cobertura do

solo de uma bacia hidrogrfica, Tese de Mestrado, COPPE/UFRJ, Rio de Janeiro, RJ,
Brasil.
AGUIAR, A. P. D. (1991), Utilizao de atributos derivados de propores de classes
dentro de um elemento de resoluo de imagem ("pixel") na classificao multiespectral
de imagens de sensoriamento remoto. Tese de M. Sc. INPE, So Jos dos Campos, S.P.
ANDERSON, J. R. HARDY, E. E. e ROACH, J. T. A. (1971), Land use classification
sistem for use with remote sensing data, Washington. D. C., V. S., Geological Survey
Report.
ANPOCS (1979), III Encontro Anual da Associao Nacional de Ps-Graduao e
Pesquisa em Cincias Sociais. Belo Horizonte -Reunio do Grupo de Trabalho
Movimentos Urbanos, pp.15.
ANPOCS, (1980), IV Encontro Nacional de Ps-Graduao e Pesquisa em Cincias
Sociais. Rio de Janeiro - Reunio do grupo de Trabalho Movimentos Sociais Urbanos,
pp. 32.
ANSON, A. R. E. (1968). Developments in aerial color photography for terrain
analysis. Photogrammetric Engineering and Remote Sensing. no. 34.
ARANOFF, S. (1989), Geographic information system: a management perspective.
WDL, publications, Otawa.
ATKINSON, P. M., WEBSTER, R., CURRAN, P. J., (1992), "Cokriging with Groundbased radiometry", Remote Sensing of Environment, 41, pp.45-60
AUSTIN, P. M. (1987), Relation between measured radar reflectivity and surface
rainfall, Mon. Wea. rev. 115, pp. 1053-1070.
BARBER, D. G., M. E. SHOKR, R. A. FERNANDES, E. D. SOULIS, D. G. FLETT, e
E. F. LEDREW (1993), Comparison of second-order classifiers for SAR sea ice
112
discrimination, Photogrammetric Engineering and Remote Sensing, v. 59, no. 9, pp.

1397-1408.
BAJCSY, R. e L. LIEBERMAN (1976), Texture gradient as a depth cue, Computer
Graphics and Image Processing, v.5, n.1, pp.52-67.
BARBER, D. G., e LEDREW, E. F., (1991), Photogrammentric Enginneenng and
Remote Sensing, v. 57, n. 4,. pp. 385-395.
Based Radiometry" In: Remote Sensing of Environment, n. 41, pp. 45-60.
BATTAN, L. J. (1973), Radar Observation of the Atmosphofere", The University of
Chicago Press Ltd , U.S.A.
BHERINGH, S. B. (1995), Sistema de Informaes de Solos. Diretrizes para o
Desenvolvimento, SP, Tese de Mestrado, Escola Politcnica da Universidade de So
Paulo. Departamento de Engenharia de Transportes, pp.167.
BROWNING, K. A. , COLLIER, C. G., (1989), Nowcasting of Precipitation
Systems,. In: Reviews of Geophysics, v. 27 , pp. 345-370.
BUCCI, E. F. B. (1990), Mtodo de seleo de composio colorida TM / Landsat para
anlises de classes do uso da terra, Tese de M. Sc. INPE, So Jos dos Campos, SP ,
Brasil.
CAMPBELL, J. B. (1987), Introdution to Remote Sensing, Virginia Polytechnic
Institute, the Guildford press, New York , pp. 551.
CARR, J.R. e MIRANDA, F.P. (1998), The Semivariogram in comparison to the cooccurrence matrix for classification of image texture, IEEE Transactions on
Geoscience and Remote Sensing. v. 36, no. 6, pp. 1945-1952.
CARVALHO, Jr. W. (1996), Modelos de planejamento agrcola conservacionista com
suporte de geoprocessamento Estudo de Caso nos Municpios de Paty de Alferes e
Miguel Pereira, RJ. Tese de Mestrado, UFRJ, pp. 115.
CLARK, J. D. (1983), The GOES user's guide, NESDIS, NOAA, Departamento of
commerce, Washisgton, D.C.
113
COLLIER, C. G. (1989), Applications of weather radar systems a guide to use of

radar data in meteorology and hydrology, Ellis Horwood Limited, 294 pp.
COLLIER, C. G. LARKE, P. R. e MAY, B. R., (1983), A weather radar correction
procedure for Real-time Estimation of Surface Rainfall. In: Quart, J. R., Met. Soc., v.
109, pp. 589-608.
COLLINGE,V. K. e C. KIRKBY (1987), Weather radar and Flood forecasting, John
Wiley e Son, pp. 266,
COLWELL, R. W. (1983), Manual of Remote Sensing, American Society of
Photogrammety, v. 2.
CONNERS, R.W e HARLOW, C. A., (1980 a), Toward a structural textural analyzer
based on statistical methods, Computer Graphics and Image Processing, v. 12, n. 3, pp.
224-256.
CONNERS, R.W. e HARLOW, C. A., (1980 b), A Theoretical Comparison of Texture
Algorithms, IEEET Trans. Pattern Analysis and Machine Intelligence, v. 2, n. 3, pp.
204-222.
CORNELY, S. A., (1977),
Subsdios sobre Planejamento Participativo. Revista
Brasileira de Planejamento, n. 3, Porto Alegre, pp. 20-27.

COSTA, E., (1988), Fundamentos Sociais e Jurdicos da Fundao Getlio Vargas.
COVE, AMARO, (1977/1980), A Comunidade no Poder: Experincias do Municpio
da Boa Esperana, Colatina, pp. 32.
CREA-RJ (2002) CARTA DE PETRPOLIS, IV Encontro Nacional do centro de
referncias das guas, movimento de cidadania pela gua, CREA- RJ.
CROSTA, A. P., (1992), Processamento Digital de Imagens de Sensoriamento Remoto,
I.G/UNICAMP - Campinas. S.P., Brasil.
CURRAN, P. J. (1988), The semivariogram in remote sensing: an introduction.
Remote Sensing or Environment, v. 24, pp. 493-507.
114
ELIOT, D. e CROSS, N., (1980), Division, Tecnologia y Participacin. Barcelona.

Ed. Gustavo Gilli. S.A. pp.136-153.
ENGMAN, E. T. (1990), Use of microwave remotely sensed data in hydrologic
modeling, Proceedings of the Workshop on Applications of Remote Sensing in
Hydrology, Saskatoon, Sakatchewan, pp. 259-278.
ENVI (2000), Envi users guide, The Environment for Visualizing Imagens,
Colorado, U.S.A., version 3.2.
FATORELLI, S.; CASALE, R.; BORGA, M. e DA ROS D. (1995), Integrating Radar
and Remote Sensing Techniques of Rainfall Estimation in Hidrological Applications for
Flood Hazard Mitigation The European Contribution: Perspectives and Prospects,
Associazone Italiana de Idronomia (A.I.D.I,) European Conmission, Eurograph.
FOLHA DE SO PAULO (1998), A Baixada Fluminense, n. 180, p. 13.
FORTIN, J. P.,
J. P. VILLENEUVE, A. GUILBOT e B. SEGUIN (1986),
Development of a modular hydrological forecasting model based on remotely sensed

data for interactive utilization on a microcomputer, Proceedings Cocoa Beach
Workshop 1985: Hydrologic Applications of Space Technology, A. I. Johnson, ed.,
IAHS Publication No. 160, Int. Assoc. of Hydrologic Sci., Wallinford, England, pp.
307-319.
GARLAND, G. (1986), Resolution considerations in using radar rainfall data for
hydrologic modelling, M. Sc. Thesis, Dept of Civil Engineering, University of
Waterloo, Waterloo, Ontrio, Canad.
GONZALES, SUELY F. NETO, (1980), O Problema Habitacional e a Ao Popular.
Capes, So Paulo, v. 13, pp. 30.
GONZALEZ, R. C. e WOODS, R. E., (1993), Digital Image Processing, Addilson
Wesley Publishing Company, Word Stunedt Series, New York, U.S.A.
GUPTA, S. K. e S. I. SOLOMON (1977 a), Distributed numerical model for
estimating runoff and sediment discharge of ungaged rivers, 1, The information
system, Water Resources Research, v. 13, pp. 613-618.
115
HARALICK, R. M. (1979), Statistical and structural approaches to texture, Proc. IEEE,

v. 67, no. 5, pp. 786-804.
HARALICK, R. M..; SHANMUGAM, K., e DINSTEIN, (1973), Textural Features for
Image Classification, IEE e Transp. on Systems, Man and Cybernetics, v.3, n.6 pp.
610-621.
HARVEY, K. D. e S. I. SOLOMON (1984), Satellite remotely-sensed land use data
for hydrologic modelling, Canadian Journal of Remote Sensing, v. 10, no. 1.
HUDAK, A. T. e WESSMAN, C. A, (1998), Textural Analysis of Histarical Aerial,
Photography to Characterize Woody Plant Encroachment in South afRican Sacanna
Remote Sensing of Environment. v.11, n. 5, pp. 359-370.
IBGE, (1979), Relatrio sobre Indicadores Sociais - O Rio de Janeiro, pp. 20.
IBGE, (1996), Resultados Preliminares da Contagem de Populao pelo IBGE
Centro de Informaes e Dados do Rio de Janeiro.

IPEA (1992), Mapa da fome, Boletim Estatstico Mensal.
IPPUR (1994), Boletim Estatstico da Baixada Fluminense. pp. 5., Universidade Federal
do Rio de Janeiro.
IPPUR (1995), Como anda o Rio de Janeiro. Boletim Quinzenal, n. 230, pp. 5,
Universidade Federal do Rio de Janeiro
JACKSON, T. J., R. M. RAGAN e W. N. FITCH (1977), Test of landsat-based urban
hydrologic modelling. J. Water Resour. Plann. Manage. Div., ASCE, 103 (WR1): 141158.
JENSEN, .J. R. U., (1986), Introductory Digital Image Processing a Remote Sensing
Perpective, New Jersey, U.S.A.
JOURNEL, A. G., C. J. HUIJBREGTS (1978), Mining Geostatistics, Academic Press,
600 pp.
116
JUPP, D. L. B. , STRAHLER, A. H. e C. E. WOODCOCK, (1988), Autocorrelation

and regularization in digital images, I, Basic Theory, IEEE Trans. on Geosci. and
Remote Sensing, v. 26, n. 4, pp. 463-473.
KOUWEN, N. (1988), " WATFLOOD: a micro-computer based flood forecasting
system based on real-time weather radar" , Canadian Water Resources Journal, v. 13, n.
1, pp. 62-77.
KUCZERA, G. (1983 a), Improved parameter inference in catchment models, 1,
Evaluating parameter uncertainty, Water Resou. Res., v. 19, pp. 1151-1162.
KUCZERA, G. (1983 b), Improved parameter inference in catchment models, 2,
Combining different kinds of hydrologic data and testing their compatibility, Water
Resour. Res., 19, pp. 1163-1172.
LANDGREBE, D. A., (1978), Remote Sensing: The Quantittive Aprroach, West
Lafayette, USA., Macgraw-Hill, pp.1-16.
LAZARONI, D., (1992), Baixada Fluminense: Uma Tragdia Ambiental Brasileira
Havana, Cuba, Tricontinental Editora.
LEAL, M. S., (1998), Gesto Ambiental de Recursos Hdricos. Princpios e Aplicaes,
CPRM, RJ, pp. 176.
LEAVESLEY, G. H. e L. G. STANNARD (1990), Applications of remodely sensed
data in a distributed parameter watershed model, Proceedings of the Workshop on
Applications of Remote Sensing in Hydrology, editors: G. W. Kite e A. Wankiewicz,
National Hydrology Research Institute, pp. 47-68, Saskatoon, Saskatchewan.
LEDREW, E.F. (1993), Comparison of Second-order Classifiers for SAR sea ice
Discrimination, Photogrammetric Engineering and Remote Sensing, v. 59, n. 9,. pp.
1397-1408.
LEE, J. H. e PHILPOT, W. D., (1991), Spectral Texture Pattern Matching: a Classifier
for Digital Imagery, IEEE Trans Geoscience and Remote Sensing. v. 29, n. 4, pp. 545554.
117
LILLESAND, THOMAS M. e KIEFER, RALPH W., (1994), Remote Sensing and

Image Interpretation, 3rd ld., John Wiley e Sons, U.S.A.
LINK, L. E., (1983), Compatibility of present hydrologic models with remotely sensed
data, Seventeenth International Symposium on Remote Sensing of Environment, Ann
Arbor, Michigan.
LIOU, N. K. (1980), An Introduction to Atmospheric Radiation, Academic Press.
Inc., London, 392 pp.
LIRA, J. e L. FRULLA, (1998), Antomated Region Growing Algorithm for
Segmentation of Texture Regies in SAR Imagens. Int. J. of Remote Sensing. v. 19, n.
18, pp. 3595-3606.
MAIA FORTE (1933), A histria da Baixada Fluminense.
MARCEAU, D., (1989), A review of image classification procedures with special
emphasis on the grey level cooccurence matrix method for texture analysis, EarthObservations Tech. Rept., ISTL-EOL-TR89-007, Earth Observations Laboratory, Dept.
Geography, University of Waterloo, Ontrio, Canad.
MARIN, M. C. F. C.; ROSRIO, C. S.; RAMOS, F. A e TAMAROZI, R., (1999),
Planejamento do Sistema de Drenagem Urbana - Concepo Ideal Versus Prtica do
Poder Pblico. XIII Simpsio Brasileiro de Recursos, Belo Horizonte, MG.
MARTIN, L. R. G., P. J. HOWARTH e G. H. HOLDER (1988), "Multispectral
classification of land use at the rural-urban fringe using SPOT data", Canadian Journal
of Remote Sensing, v. 14, n. 2, pp. 72-79.
MARTINEC,
J. e A. RANGO (1986), Parameter values for snowmelt runoff
modelling, J. of Hydrology, 84, pp. 197-219.

MATHERON, G. (1962-1963), Trait de Geoestatistique Technip, v. 1-2, Paris.
MENDES, R. S. (1940), A conquista do solo na Baixada Fluminense, Congresso
Brasileiro de Geografia, v. 3, n. 9, pp. 718-736.
118
MESSAOUD, M. e Y. B. POINTIN (1990), Small time and space measurement of the

mean rainfall rate made by a gauge network and by a dual-polarization radar, J. Appl.
Meteor., n. 29, pp. 830-841.
MINISTRIO DO MEIO AMBIENTE-MMA (1999), Lei n 9.433 de 8 de Janeiro de
1997, Secretaria de Recursos Hdricos, Poltica Nacional de Recursos Hdricos, 2 ed.
rev. Atual, Braslia.
MIRANDA P. F. e L. N. FONSECA (1998), Semivariogram textural classification of
JERS-1 (Fuyo-1) SAR data obtained over a flooded area of Amazon rainforest, Int. J.
Remote Sensing, v. 19, n. 3, 549-556.
MULDERS,
M. A. (1987), Remote sensing in soil science, Elsevier Science
Publishing Company Inc., New York.

MUOZ MUIZ, J.M.
(1991), Modelo multidimensional para simulao de
precipitaes pluviomtricas, Tese de M.Sc., Programa de Engenharia Civil,

COPPE/UFRJ, Rio de Janeiro.
NASSER, V. L. (2001), Sensoriamento remoto e geoestatstica aplicados ao estudo de
qualidade de gua da baa de Guanabara, tese de M.Sc., COPPE/UFRJ, Rio de Janeiro,
Brasil.
NOVO, E. M. L. M. (1988), Sensoriamento remoto princpios e aplicaes, So Paulo,
S. P., Brasil, Ed. Edgard Blucher LTDA.
NOVO, E. e DE M., (1992), Sensoriamento Remoto Princpios e Aplicaes 2 edio,
So Paulo, SP., Brasil, Edgar Blucher Ltda.
NUNES, E. e JACOBI. P., (1980), Movimentos Populares Urbanos, Poder Local e
Conquista de Democracia, pp.167.
PECLY, J. G. (2000), Monitoramento ambiental do emissrio submarino de Ipanema
usando traadores e tcnicas geoestatsticas Tese de M.Sc., COPPE/UFRJ, Rio de
Janeiro, Brasil.
PEREIRA, W., (1997), Cana, Caf e Laranja - Histria Econmica de Nova Iguau,
Fundao Getlio Vargas. SEEC-RJ, pp.170.
119
PEREIRA FILHO, A J. e K. C. CRAWFORD (1999), Mesoscale precipitation fields.

Part I: statistical analysis and hydrologic response, J. Appl. Meteor., n. 38, pp. 82-101.
PERLMAN, J.E., (1977), O Mito da Marginalidade Favela e Poltica no Rio de
Janeiro. Rio de Janeiro. Ed. Paz e Terra.
PIETRONIRO, A. (1993), The feasibility of using remotely sensed soil moisture
estimates as input into a distributed hydrologic model, Ph. D. thesis, Dept. of Civil
Engineering, University of Waterloo, Waterloo, Ontrio, Canad.
PISANI, A., (1995), Avaliao dos Dados Radar Meteorolgicos de So Paulo para
Aplicao em Hidrologia, Tese de Doutorado. Departamento de Engenharia Hidralica
Escola Politcnica da Universidade de So Paulo.
PITKIN, H. F., (1969), O Conceito de Representao. Poltica e Sociedade.
Coordenao por F. G. Cardoso e C. E. Martins, v..2. Companhia Editora Nacional, pp.
8-22.
PNUD BRA/93/022 (1994) - Caracterizao da Vegetao e Histrico de Ocupao da
Bacia do Rio Iguau-Sarapu. Plano Diretor de Recursos Hdricos da Bacia do Rio
Iguau-Sarapu. n. IG-RE-005-R0, Rio de Janeiro, RJ. Brasil.
POTSCH,.L.E. e O. C. ROTUNNO FILHO (1998), Programa de despoluio da baa de
Guanabara, Laboratrio de Educao Empresarial e Laboratrio de Hidrologia,
Fundao COPPETEC.
POTSCH, L. E. C. S. e O. C. ROTUNNO FILHO (2002), Fundamentos
epistemolgicos de prxis hidrolgica brasileira, artigo em elaborao, relatrio de
pesquisa, Laboratrio de Educao Empresarial (ADM/FACC UFRJ) e Laboratrio de
Hidrologia (COPPE / UFRJ).
RAGAN, R. M. e T. J. JACKSON (1980), Runoff synthesis using Landsat and SCS
model, J. Hydraul. Div., ASCE, 106 (HY5): 667-678.
RANGO,
A., (1993), II. Snow hydrology processes and remote sensing,
Hydrological Processes, Vol. 7, pp. 121-138.
120
RAMALHO, J.F.; IVAN, C. S. J.; NICOLAU, F. G. e TOLEDO, S. A. P., (1997), Os

Fundamentos da Fsica, v. 3, pp. 424-457.
RIBEIRO, C. B. M, G. F. ABREU, R. DE CSSIA e O. C. ROTUNNO FILHO (2000),
Deteco de mudanas na cobertura do solo aplicado a uma bacia hidrogrfica, IV
Congresso de Engenharia Civil, Juiz de Fora, 2, pp. 1041-1054.
RICHARDS, J. A, (1986), Remote Sensing Digital Image Analysis: an introduction,
Berlin: Springer-Verlag, pp. 281.
RICHARDS, J. A., (1986), Remote Sensing Digital Imagem - Na Intro Duction.
BERLIN, Sringer Verlag, pp. 281.
RODRIGUES, M., (1990), Introduo ao Geoprocessamento. In: Anais do I Simpsio
Brasileiro de Geoprocessamento. So Paulo, SP, pp.1-26.
RODRIGUEZ, F. A., (1998), Gerenciamento de Recursos Hdricos, Ministrio do Meio
Ambiente dos Recursos Hdricos e da Amaznia Legal, Secretaria de Recursos
Hdricos, Banco Mundial, Braslia, DF.
ROSENFIELD G. H. e K. FITZPATRICK-LINS, (1986), "A coefficient of Agreement
as a Measure of Thematic Classification Accuracy". Photogrammetric Engineering and
Remote Sensing, v. 52, n 2, pp. 85-91.
ROTUNNO FILHO, O. C., (1995), Soil moisture mapping using remote sensing and
geostatistics applied to rainfall-runoff models, Ph. D. thesis, Dept. of Civil
Engineering, University of Waterloo, Waterloo, Ontrio, Canad.
ROTUNNO FILHO, O. C.(2001), Lei das guas, Jornal olho vivo zona sul. (outubro de
2001)
RUELLAN (1944), A Baixada Fluminense.
RUSS, J. C., (1992), The image processing handbook, CRC. Press. Inel., Boca
Ratton, Florida, pp. 442.
SCHMUGGE, T. J., T. J. JACKSON e H. L. MCKIM (1980), Survey of methods for
soil moisture determination, Water Resources Research, 16, No. 6, pp. 961-979.
121
SHANDA, ERWIN, (1986), Physical Fundamental of Remote Sensing, Springer

Verlag Berlin Heidelberg, New York Tokyo, pp.187.
SILVA, M. ; LUIS, A ZICARDI, (1979), Notas para uma discusso sobre movimentos
sociais urbanos, pp.15.
SIMPSON, J.J. (1992), Remote Sensing and Geographical Information System: Their
Past, Present and Future Use in Global Marine Fisheries In Fisheries and Oceanography.
v. 3, pp. 238-280.
SINGER, P., (1979), ANPOCS - III Encontro de Movimentos de Bairros em So Paulo,
Belo Horizonte, MG.
SIRVENTUM, A.; REINELT, L. e CASTENSON, R. (1988), A GIS method to aid
nonpoint source critical area analysis. International Journal Geographical Information
System, v. 2, n. 4, pp-365-378.
SUN, C. E. G. WEE (1983), Neighboring grey level dependence matrix for texture
classification, Computer Vision Graphics and Image Procecessing, v.23, no.3, pp.341352.
SWAIN, P., H. (1978), Remote Sensing: The Quantitative. New York, N.Y., U.S.A.,
McGraw-Hill.
TAO, T. e N. KOUWEN (1989), Remote sensing and fully distributed modelling for
flood forecasting, J. of Water Resources Planning and Management, ASCE, 115, pp.
809-823.
TEIXEIRA, C. S. (1994), Projeto PNUD BRA/93/022: Caracterizao da Vegetao e
Histrico de Ocupao da Bacia do Rio Iguau-Sarapu, Plano Diretor de Recursos
Hdricos da Bacia do Rio Iguau-Sarapu. IN: IG-RE-005-R0, Rio de Janeiro, R.J.,
Brasil.
TUCCI, C. E. M e LOPES, M. S., (1987), Zoneamento das reas de Inundao - Rio
Uruguais, Revista Brasileira de Engenharia, Cadernos de Recursos Hdricos, v.3, n. 1,
pp. 19-44.
122
TUCCI, CARLOS E. M., (1997), Hidrologia: Cincia e Aplicao - Editora da

Universidade/UFRGS, 2 ed., Rio Grande do Sul.
ULABY, F.T., MOORE, R.K. e FUNG, A. K. (1986), Microwave remote sensing,
active and passive, v. 1, 2 e 3, Artech House Inc. U.S.A.
WANG, L. E D. e C. HE (1990), A new statistical approach for texture analysis,
Photogrammetric Engineering and Remote Sensing, v. 56, no. 1, pp. 61-66.
WEBSTER, R., CURRAN, P. J. e MUNDENN, J. W (1989) Spatial correlation in
reflected radiation form the ground and its implications for sampling and mapping by
ground-based radiometry, Remote Sensing of Environment, 29, pp. 67-78.
WOODCOCK, C. E. e STRAHLER (1987), The factor of scale in remote sensing,
Remoto Sensing of Environment, v.21, no. 3, pp. 311-322.
XAVIER DA SILVA; J. SOUZA. M. J. L., (1988), Anlise Ambiental. Rio de Janeiro,
RJ. Brasil, UFRJ.
123
Apndice A Programa de Despoluio da Baa de Guanabara
APNDICE A
PROGRAMA DE DESPOLUIO DA BAA DE GUANABARA
A.1 Descrio Bsica do Programa
1 Etapa: Programa de Saneamento Bsico da Baa de Guanabara
Objetivo Final: descontaminao/Saneamento Completo da Baa de Guanabara
Melhoramento da Qualidade de vida/Grande parte da comunidade
fortalecimento institucional/Entidades envolvidas na execuo do programa
A.2 Componentes (Entidades Executora; Objetivos;Custos estimados; rea de atuao;
populao beneficiada; descrio das atividades)
saneamento bsico: abastecimento de gua/saneamento (CEDAE)
macrodrenagem (SERLA)/reassentamento (rio-Urbe)
resduos slidos domsticos (COMLURB/municpios)
projetos ambientais complementares: controle da contaminao ambiental /

industrial (FEEMA); monitoramento ambiental (FEEMA; SERLA; IEF,
SEMAM; GEDEG); recadastramento rtibutrio/mapeamento digital
(municpios).
Detalhamento:
saneamento bsico (CEDAE - Companhia Estadual de gua e Esgoto).
esgotamento
sanitrio
(municpio
RJ/baixada
fluminense/Niteri/So
Gonalo) Rio de Janeiro, Duque de Caxias, Nilpolis, So Joo de Meriti,

Nova Iguau, So Gonalo, Niteri, Ilha do Governador, Ilha de Paquet
construo
de
plantas
de
tratamento
primrio
de
esgotos:
5/capacidade:7,1m /s;
planta de tratamento secundrio/Ilha de Paquet/emissrio submarinoextenso: 2.500m/dimentro: 300mm.
coletores troncos - extenso: 108,4 km
redes coletoras - extenso: 1.005 km/estaes de bombeamento: 35
124
melhoria da planta de Icara - tratamento secundrio - capacidade: 0,63 m3/s;

emissrio submarino: extenso: 4,7 km/dimentro:900 a 1000 mm.
esgotamento sanitrio/favelas (oeste/leste - baa de Guanabara)
23 favelas/oeste da baa de Guanabara/redes de decantao: 23,7 km;
conexoes domiciliares: 18.400;
8 favelas/Leste da baa de Guanabara/Redes de decantao: 15,0 km;
conexes domiciliares: 10.000;
integrao das
redes
de
decantao aos
sistemas
de
tratamento
(existentes/novos).
terreno sanitrio / Xerm / Duque de Caxias - capacidade: 763 mil m3 (at
2005);
lodos:
720m3/dia
(55%
slidos);
processo
de
pr-
acondicionamento/secado; equipamentos de transporte dos lodos (plantas

terreno sanitrio
abastecimento de gua - municpios da baixada Fluminense/rea

metropolitana do RJ e So Gonalo; rede de distribuio: 267 km; adutoras:
5,6 km; sub-adutoras: 11,6 km; tronco de distribuio: 85,5 km;
reservatrios: 12/capacidade de armazenamento: 107.000 m3; hidrmetros
(aquisio/instalao):525.000; macromedidores/sistemas de tele-controle
(estao de tratamento de gua do Guandu/sistema de distribuio/RJ;
abastecimento de gua - 11 favelas/ lado oeste; conexes domiciliares 6000;

redes de distribuio: 11,5 km; reservatrios: 5; estaes de bombeamento:5
abastecimento de gua - 8 favelas/ lado este; conexes domiciliares: 5800;

rede de distribuio: 12,8 km; reservatrios; 8; estaes de bombeamento:8;
Macrodrenagem (SERLA - Superintendncia de rios e lagoas)/ reassentamento (rio Urbe - Empresa Municipal de Urbanizao)
municpios baixada fluminense/bacias dos rios: Acari; Farias; Timb;
recuperao dos muros de conteno: 1270 m;
execuo de galerias/canalizaes: 3.900 m;
remoo de material: 400.000 m3;
aquisio de equipamentos de manuteno;

125
reassentamento: 1700 famlias;
resduos slidos domsticos (SOSP - Secretaria de Obras e Servios pblicos do

Governo do Estado do RJ; COMLURB - (Companhia municipal de limpeza
urbana/prefeitura do RJ);
municpios: Duque de Caxias; Niteri; Nilpolis; So Joo de Meriti; Mag;
So Gonalo;
construo - postos de coleta: 7; postos de limpeza de caminhes: 14; plantas
de compactao: 3 (capacidade total: 800 ton/dia); incineradores/resduos
hospitalares: 5; recuperao/terreno sanitrio/Gramacho ( 5000 ton/dia;
tratamento/lquidos percolados: 800m3/dia);
melhoramento no servio de coleta de lixo/reas crticas/bacias dos rios
Acari/Faria/Timb/apoio institucional s municipalidades
A.3 Projetos ambientais complementares (FEEMA - Fundao Estadual de Engenharia

do Meio Ambiente; IEF - Instituto Estadual de Florestas; SEMAM - Secretaria
Estadual de Meio Ambiente; SERLA - Superintendncia Estadual de Rios e
Lagoas; GEDEG - Grupo Executivo de Descontaminao da Baa de Guanabara)
A.4 Projeto de controle da contaminao ambiental (FEEMA - Fundao Estadual de
Engenharia do Meio Ambiente)
aperfeioar controle/indstrias crticas:53;
implantar controle/novas indstrias:402;
concluir controle bsico (4anos): 455 indstrias (90% material orgnico);
melhorar ateno/acidentes tecnolgicos/metodologia de gerenciamento de

riscos;
reduo da carga de leo nos rios/empresas distribuidoras de
combustvel/resduos perigosos;
elementos de controle industrial: caracterizao da indstria; atividades de
controle das fontes de contaminao/padres de qualidade dos
efluentes/legislao vigente; negociao de plano de ao; anlise das
126
medidas de controle propostas; comportamento da implementao de

medidas; anlise/acompanhamento de programa de auto-controle;
cronograma de controle indstrial/nmero de indstrias - 1 ano: 50; 2 ano:
150; 3 ano: 300; 4 ano: 455;
ordem de prioridades: 1: indstrias que j tenham sistemas de tratamento;
2: indstrias que necessitam construo; 3: indstrias sem informao
precisas.
A.5 Projeto de monitorao ambiental (FEEMA - Fundao Estadual de Engenharia do
Meio Ambiente/IEF - Instituto Estadual de Florestas)
controle da qualidade do rios/mar/praias/emissrios
submarinos/manguesais;
PDBG: avaliao da 1 fase/subsdios elaborao da 2 fase;
obteno de dados/calibrao do modelo de qualidade de guas/projeto de

cooperao tcnica/governo japons.
A.6 Projeto de educao ambiental integrado
objetivos: participao da comunidade; estimular coleta/deposio final

de resduos slidos ; suspenso de descarga de lixo nos rios/escoamento e
contaminao da baa de Guanabara;
atividades: aes educativas integradas aos projetos de saneamento;
pblico alvo: escolas de 1/2 graus; comunidade; ONGS - Organizaes

No Governamentais; dirigentes pblicos e privados.
A.7 Educao ambiental e comunicao participativa
A.7.1 Desenvolvimento de modelos de gesto ambiental;
A.7.2 Estudos/implantao de unidades de conservao ambiental.
A.8 Projetos de reforo institucional
treinamento; melhorias de laboratrios; processamento de dados;
estudos/pesquisa;
127
prioridades: FEEMA; outras: SERLA; IEF; SEMA, GEDEG;

SLAP (Sistema de Licenciamento de atividades contaminadoras):
agilizao de aes punitivas/controle de contaminao industrial;
SEMAN (Secretaria Estadual de Meio Ambiente): maior

participao/processo decisrio/CONEMA - Conselho Nacional de Meio
Ambiente).
A.9 Recadastramento tributrio e mapeamento digital
sistema de mapeamento digital/atualizao do cadastro imobilirio/rea
urbanizada: 640 km2;
municpios: Belford Roxo; Cachoeiras de Macacu; Duque de Caxias;
Guapimirim; Itabora; Mag; Nilpolis; Rio Branco: Niteri; Nova Iguau;
So Gonalo; So Joo de Meriti;
apoiar planejamento urbano municipal.
Prazo de execuo
5 anos (1994/1998).
Custo/financiamento
custo total: US$ 760 milhes (BID: US$ 405 milhes; US$ 355 milhes).
Organismo executor
CEDEG - Grupo executivo de descontaminao da baa de Guanabara.
Entidades participantes: CEDAE; SERLA; RIO-URBE; SOSP;
COMLURB; FEEMA; IEF; SEMAN; SERLA;
ADEG/CEDAE (Unidade Gerencial/principal entidade executora do
programa).
Informao comunidade
UERJ - Universidade do estado do Rio de Janeiro: Apresentao/Debates
com ONGs (26/03/93);
128
CONEMA - Conselho Estadual de Meio Ambiente - Apresentao

(27/01/93);
reunies da equipe do projeto com ONGs: APEDEMA - Assemblia

permanente de entidades de defesa do meio ambiente; movimento baa
viva; os verdes - movimento de ecologia social; SEARJ - Sociedade de
Engenheiros e Arquitetos do Estado do RJ; ABES - Associao Brasileira
de Engenharia Sanitria e Ambiental; Club de engenharia do RJ;
papel das ONGs: Colaborao na execuo do programa; nfase na
educao ambiental; superviso/controle dos manguezais (APEDEMA;
BAA VIVA; OS VERDES).
129
Figura A.1 - Movimento sedimentar da bacia hidrogrfica do Rio Iguau (fonte:

PNUD/BRA/93/22, 1995)
130
Figura A.2 - Valo da Serra, formador do rio Botas, Nova Iguau

(fonte:PNUD/BRA/93/22, 1995)
131
Figura A.3- Valo do bairro Comendador Soares, curso de gua receptor de esgoto e
lixo do bairro, Nova Iguau (fonte:PNUD/BRA/93/22, 1995)
132
Apndice B Participao Comunitria
APNDICE B
Participao Comunitria
Conceituar representatividade no mostra, atualmente, a mesma solidez que se
conheceu em tempos passados. Particularmente, no sculo XIX, aps a revoluo norteamericana e a revoluo francesa, a representao foi aceita entre os direitos que
fundamentam a condio do homem. Ficou institucionalizada, embora crticas de
diversos
matizes ideolgicos questionassem a essncia da representao, e que
possibilidades eram ofertadas s classes exploradas ou subalternas para acrescentar sua

participao na informao e no poder .
importante ressaltar que Pitkin (1969) comenta o redescobrimento de uma
antiga tradio de pensamento, onde se considera a participao poltica como um valor
positivo em si mesmo. Sendo assim, a teoria da representao contradiz-se com a
equivalncia e com a democracia, j que um valor positivo em si mesmo no se pode
ceder a um representante, uma vez que corre-se o risco de renncia prpria.
Considerando objetivos da democracia a garantia e o cuidado dos interesses dos
cidados, a representao submetida a correes e ajustes poder vir a ser um sistema
eficiente. Mas se o problema possibilitar a todos uma participao significativa na
vida pblica coletiva, que perpetue suas realizaes e alargue a viso e a percepo de si
mesmo, ento a resposta bem menos clara. Algumas atividades somente tm
significado se cada homem as realiza por si mesmo. Apenas recentemente, recolocou-se
a questo sobre a ao poltica ser ou no uma dessas atividades, e o que isso implicaria.
Vrios modelos alternativos de desenvolvimento esto em teste, buscando, cada
vez mais, tecnologias avanadas para se cercar de todas as informaes antes das
decises. Elliot e Emerson (1980) falam de democracia direta com instituies
centralizadas e utilizao de tecnologia avanada (computadores). A idia de
participao comunitria aparece de diversas formas. Portanto, ela pode ser entendida
como experincias pioneiras de administrao municipal participativa ou atuao de
orgos governamentais no sentido de estimular e normatizar o envolvimento da
populao em programas especficos de administrao pblica. Costa (1988) afirma
que, s avaliaes prticas e tericas de tais experincias, somam-se estudos crticos nos
133
quais o empenho de organizar conceitos sistematicamente e explicitar claramente os

enfoques pressupostos corre em paralelo com o registro
detalhado e rigoroso de
diversos casos de participao comunitria.

Um desses estudos aponta a distino bsica entre participao que , quase por
definio, um atributo da sociedade organizada e a participao que realmente
testada nos momentos de contestao em que se estabelece um conflito entre setores
que decidem no conjunto da sociedade. nesse sentido que a questo da participao
social vem tona. Sendo assim, seria o papel da participao comunitria absorver as
presses e os conflitos, conferir e legitimar a ao do estado? Ou seria contribuir para a
educao de massa?
Segundo Cornely (1977), boa parte dos insucessos de desenvolvimento da
comunidade se devem falta de habilidade, insuficincia ou m composio da equipe
tcnica. Cornely (1977) cita ainda que, entre os papis dessa assessoria tcnica, o de
colaborador e planejador fundamental para a deciso entre alternativas. A questo dos
especialistas como agentes responsveis pelo controle social e sua formulao
analisada por outros autores como crtica.
O fato que, a depender de um determinado contexto poltico-econmicocultural, possvel a articulao das diversas formas de participao comunitria em
diferentes instncias de deciso do poder pblico (federal, estadual, municipal) visando
contribuir para uma gesto dos recursos pblicos mais adequada. Em formaes sociais
onde a tradio associativa e a participao popular e comunitria so uma realidade de
sua cultura, maiores sero as possibilidades da ocorrncia de tal articulao.
B.1 A cidadania plena como pr-condio para a participao popular
Segundo Nunes e Jacobi (1980), as demandas por participao popular na
gesto e administrao pblicas devem ser pensadas, no caso brasileiro, dentro de um
contexto de desenvolvimento urbano desigual e excludente, no qual a urbanizao tem
ocorrido atravs do crescimento das periferias das regies metropolitanas. Em outras
palavras, as principais demandas, formas de atuao poltica e reivindicaes dos
movimentos populares urbanos devem ser pensados como o produto de um modelo de
134
desenvolvimento econmico capitalista perifrico, concentrador de renda e gerador de

distores na aplicao dos recursos pblicos. Nesse sentido, os movimentos populares
urbanos so concebidos como um fator diferenciador da sociedade capitalista atual,
tendo, como caracterstica essencial, um questionamento da ao estatal na distribuio
das benfeitorias urbanas e nos equipamentos de consumo coletivo.
Nesse contexto, cabe analisar como os movimentos populares urbanos devero
lidar com suas prprias limitaes, sendo a primeira delas o fato de que, em geral, as
experincias democrticas de tais movimentos comeam e terminam nas fronteiras do
municpio, tendo, a partir da, que enfrentar a estrutura econmica e de poder poltico
que no se rege por seus princpios nem por seus critrios de participao comunitria
na tomada de decises em todos os nveis. No entanto, nos municpios, tambm
refletem-se as contradies polticas e econmicas de toda a estrutura social. Por essa
razo, e independentemente da escala de participao social (se municipal, estadual ou
federal), urge pensar quais so os fatores, na estrutura social brasileira, a impedir uma
real democratizao das gestes do poder pblico no sentido do atendimento das
demandas das classes populares. Fatores que passam pelo fraco desempenho de nosso
sistema educacional, pelas desigualdades na distribuio de renda, pela ligao de
movimentos sociais a governos e/ou partidos polticos e pela ausncia de uma tradio
associativa em larga escala, entre outros.
Isso posto, cabe indagar em que medida possvel garantir, aos movimentos
populares urbanos, organizados ou no em associaes de moradores, uma real e
efetiva participao na gesto das polticas pblicas? possvel tal participao em um
modelo de sociedade excludente e concentrador de renda e prestgio? Como, nesse
contexto, os benefcios do progresso cientfico-tecnolgico, bem como as prioridades
de sua aplicao e execuo, podero ser amplamente discutidos com a populao de
forma transparente e levando em considerao os interesses de todos os atores sociais
envolvidos?
A resposta , sem dvida, complexa e nos remete, em linhas gerais,
discusso sobre que tipo de cidadania est em gestao no modelo poltico-econmico

vigente. Em que pesem as conquistas obtidas por alguns dos movimentos populares
urbanos no Brasil, o fato que, como corolrio dos modelos de excluso social
historicamente adotados, a outorga da cidadania no Brasil sempre foi confundida no
135
cabedal de prticas populistas e corporativistas que, em certa medida, sempre

contriburam para minar a participao popular. Um exemplo a chamada cidadania
regulada, em que as razes se encontram no em um cdigo de valores polticos, mas
em um sistema de estratificao ocupacional definido por norma legal (Nunes e Jacobi,
1980). Assim, seriam cidados todos aqueles membros da comunidade que se
encontram localizados em qualquer uma das ocupaes reconhecidas e definidas em lei,
sendo a regulamentao das profisses feita atravs da carteira profissional e da
organizao no trabalho formal. O problema como apostar em tal cidadania, se
atualmente o chamado mundo do trabalho passa por acelerado processo de
reestruturao produtiva e flexibilizao, com resultados que se materializam na
diminuio exponencial do nmero de trabalhadores da chamada economia formal,
organizada em sindicatos e associaes profissionais. E como fazer isso em uma
sociedade onde a maioria da populao est privada at mesmo do elementar direito ao
trabalho?
Outra viso sobre a participao popular a expressa por Silva e Ziccardi
(1979). Para os referidos autores, necessrio primeiro conceituarmos melhor o que se
entende por movimentos sociais urbanos na medida em que tal denominao genrica
demais, podendo agrupar desde a organizao e luta de setores populares por transporte
e moradia quanto movimentos ecolgicos e de defesa de certos direitos de propriedade
e uso do solo. Em razo disso, os autores propem dois eixos para reflexo sobre o
tema. Um o que considera que a emergncia de movimentos sociais urbanos se funda
em contradies urbanas, onde esses movimentos so aqueles que se referem
produo, distribuio e gesto dos meios de consumo, em particular coletivo. O outro
eixo o que considera que, nos pases dependentes, surge uma nova contradio bsica
entre a concentrao de seres humanos sem recurso algum nas grandes cidades e a
inexistncia de mecanismos econmicos e sociais para sua reproduo e controle. Essas
perspectivas so apontadas como o ponto de partida para qualquer investigao. Da
mesma forma, novamente a ausncia, na formao social brasileira, de uma tradio
associativa em larga escala, tambm outro fator a ser levado em considerao quando
do estudo desses movimentos.
136
Na prtica, importa-nos perceber que o tema da participao poltica das

classes populares no pode considerar apenas as presses exercidas pelas pessoas que
esto na base da pirmide social a fim de fazer valer seus interesses. Ou mesmo a
convenincia de empresas, partidos ou governos. O fundamental, em se tratando dessa
temtica, a identificao das mediaes existentes entre as classes sociais e o poder
poltico, e em que grau tais mediaes contribuem ou no para uma maior participao
comunitria na gesto pblica. Sobre esse aspecto, vale lembrar que tais reflexes
devem considerar como superadas historicamente as experincias populistas nesse
campo. preciso, portanto, renovar o conceito de cidadania, entendendo-o no apenas
como o ato de votar, a cada 4 anos, em uma eleio. preciso, isso sim, pensar a
cidadania como um conjunto de atributos muito mais amplo. Cidadania que signifique
desenvolver e estimular uma conscincia poltica e uma tradio associativa em larga
escala para que a populao, de forma autnoma, lute pela melhoria de suas condies
de vida e, ao mesmo tempo, possa interferir diretamente nas
polticas de gesto
pblica. Em sntese, a cidadania aqui entendida como pr-condio para a existncia

de uma real, ampla e democrtica participao popular.
137
Apndice C Estimativa de Parmetros
APNDICE C
Estimativa de Parmetros pelo Mtodo da Mxima Verossimilhana (MAXVER)
Seja x = (x1, ... ,
xn) uma amostra aleatria de alguma distribuio de
probabilidades caracterizada por um parmetro desconhecido (mas no aleatrio). Esse

parmetro pode ser a mdia da distribuio, a varincia ou outro parmetro qualquer.
Sendo f(x/) a funo densidade de probabilidade e supondo a independncia

das amostras, a funo densidade quando avaliada para os valores da amostra
f(x1/) . f(xi/) ... f(xn/)
(C.1)
Essa funo pode ser interpretada como a densidade de probabilidade de se obter

a amostra dado que o valor do parmetro, ou como funo de
dada a amostra.
Podemos reescrever (B.1) como

L (x1, ...xn; )
(C.2)
que conhecida como funo de verossimilhana. O mtodo MAXVER prope a

^
utilizao de como estimador de , de forma que maximize a funo de

^
verossimilhana. Intuitivamente, corresponde a escolher o valor que implique numa

maior densidade de probabilidade da amostra. Quando a distribuio caracterizada por
diversos parmetros desconhecidos, a maximizao da funo de verossimilhana
feita com respeito a cada parmetro; ento, supomos
= ( 1, ... ,m)
138
um vetor de parmetros.
Em termos analticos, normalmente mais fcil trabalhar com o logaritmo da

funo (C.2) do que com a funo propriamente. Como a funo logaritmo
monotonicamente crescente, o valor que maximiza (C.2) tambm maximizar seu
logaritmo. O vetor de parmetros pode ser encontrado pelos mtodos padres de
clculo diferencial.
Assim, sejam o operador gradiente, isto ,
M
=

m
e
n
F () = log L (x1, ... ,xn; ) = log f ( x i / ).

i =1
(C.3)
Ento, o conjunto de condies necessrias para se obter o estimador mxima

verossimilhana obtido pelas m equaes
n
i F = i log f (x k / i ) = 0 com i=1, ..., m.

k =1
139
(C.4)
A seguir, mostrado, a ttulo de exemplo, a equivalncia na obteno dos

parmetros do modelo linear padro, seja pelo mtodo dos mnimos quadrados,
usualmente utilizado, seja pelo mtodo da mxima verossimilhana.
O Modelo Linear Padro (ou Modelo de Regresso Linear Clssico)
Seja o modo linear

^
b = Ax +
(C.5)
onde:
x - vetor n-dimensional
^
b - vetor m-dimensional
A - matriz m x n de elementos constantes conhecidos
^
- vetor m-dimensional estocstico dos erros observados, que satisfaz.
E( ) = 0 e
(C.6)
E ( t ) = S
(C.7)
em que,
S - matriz m x n positiva definida de covarincia do vetor observado dada por
^
S = b = E [ ( b - E( b )) ( b - E( b ))T]
140
(C.8)
Se todos os b j so no correlatos, ento S torna-se uma matriz diagonal. Se,

adicionalmente, todos tm a mesma varincia 2 , ento
S = 2 I
(C.9)
Dessa forma, a Equao (B.8) pode ser reescrita da seguinte forma:

^
E (b) = Ax
^
(C.10)
b = E[(b Ax).(b Ax)T = S
(C.11)
O modelo de regresso linear clssico assume que m n e que a matriz A tem

colunas lineares independentes, isto , posto (A) = n.
Mtodo dos Mnimos Quadrados

O procedimento dos mnimos quadrados procura o estimador x que minimize a
forma quadrtica:
^
( x ) = (b A x ) T S1 (b A x )
(C.12)
O mnimo dado por
d
^
= 2A TS1 b + 2A TS1A x = 0
(C.13)
dx
ou
^
A TS1A x = A TS1 b
(C.14)
141
Essas equaes so chamadas de equaes normais e sua soluo dada por:

^
x = (A TS1A) 1 A TS1 b
(C.15)
E( x ) = x
(C.16)
cov(x ) = (A TS1A) 1
(C.17)
Em muitos casos, no se tem conhecimento sobre a matriz de covarincia S. O

procedimento, nesses casos, utilizar o mtodo dos mnimos quadrados ponderado
^
x = (A T W 1A) 1 A T W 1 b
(C.18)
que minimiza a forma quadrtica

^
( x ) MQ = (b A x ) T W 1 (b A x )
(C.19)
onde W matriz positiva definida.
A Estimativa de Parmetros MAXVER no Modelo Linear Padro

Supondo que o vetor de resduos tem distribuio normal e uma vez que o
modelo linear padro garante que eles so no correlatos (S diagonal) conforme
Equao (C.8), com mdia zero e varincias iguais, assume-se que os erros so
independentemente distribudos de acordo com a distribuio normal.
A funo densidade de probabilidade conjunta dos 1 ,..., m
142
L( x ) =
2
m/2
1/ 2
log e L( x ) =
T 1
exp (b A x ) S (b A x )
2
(C.20)
^
^
^
m
1
1 ^
log e 2 log e S (b A x ) T S 1 (b A x )
2
2
2
(C.21)
A estimativa MAXVER obtida selecionando o valor em que a Equao (C.21)

obtenha seu maior valor. Como o terceiro termo da expresso (C.23) o nico que
depende do valor de x, maximizar (C.21) o mesmo que minimizar
^
MV ( x ) = (b A x )S1 (b A x )T
(C.22)
MV ( x ) = (b A x ) T S 1 (b A x )
(C.23)
Nota-se que, sob a suposio de distribuio normal de

MAXVER equivalente estimativa por mnimos quadrados.
143
[ ],
a estimativa

Rita de Cassia Dos Santos

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Rita de Cassia Dos Santos

Caricato da

Copyright:

Formati disponibili

CLASSIFICAO TEXTURAL APLICADA COBERTURA DO SOLO DE UMA

BACIA HIDROGRFICA USANDO SENSORIAMENTO REMOTO

TESE SUBMETIDA AO CORPO DOCENTE DA COORDENAO DOS

NECESSRIOS PARA A OBTENO DO GRAU DE MESTRE EM CINCIAS EM

RIO DE JANEIRO, RJ - BRASIL

SANTOS, RITA DE CASSIA DOS

X, 153 p. 29,7 cm (COPPE/UFRJ,

Resumo da Tese apresentada COPPE/UFRJ como parte dos requisitos necessrios

Abstract of Thesis presented to COPPE/UFRJ as a partial fulfillment of the

Este trabalho s foi possvel graas ao apoio de algumas pessoas e instituies

"Toda cincia seria suprflua se a forma de manifestao e a essncia das

hdrico de microbacias e macrobacias com conseqente agravamento do problema de

hidrogrfica, definiu-se como uma das prioridades a pesquisa das tcnicas de

avaliao de diferentes estratgias e tcnicas de anlise digital de imagens;

utilizao das tcnicas de classificao no supervisionada e supervisionada

aplicao de tcnicas de classificao em uma bacia hidrogrfica, incluindo

obtidos a partir do sensoriamento remoto, uma de suas conseqncias ser a maior

Captulo 2 Consideraes Tericas

CAPTULO 2 - CONSIDERAES TERICAS

Captulo 2 Consideraes Tericas

O prisma adotado na conduo deste trabalho e sob o qual estar-se- abordando

Captulo 2 Consideraes Tericas

A baa de Guanabara um esturio governado por processos hidrogrficos com

Captulo 2 Consideraes Tericas

Sensoriamento remoto e modelagem hidrolgica

representao dado s variaes espaciais e temporais nos parmetros de entrada e

Captulo 2 Consideraes Tericas

Captulo 2 Consideraes Tericas

so produzidos no ncleo dos tomos, possuem pequenos

comprimentos de ondas e so bastante utilizados para identificar minerais

raios X - a radiao na faixa de comprimentos de onda de 10-6m a 102

m; so gerados, predominantemente, pela parada ou diminuio da

velocidade de eltrons de alta energia; por se constituir de ftons de alta

ultravioleta (UV) - radiao de extensa faixa do espectro, desde 0,1 m a

visvel (VIS) - possui uma pequena variao no comprimento de onda, que

infravermelho (IV) - possui comprimento de onda de 0,72m a 105m;

microondas - suas radiaes situam-se na faixa entre 105m a 108m;

ondas de rdio - possuem grandes comprimentos de onda, utilizados para

Captulo 2 Consideraes Tericas

O conhecimento dessa base terica conduz a uma melhor compreenso da

Figura 2.1 - Espectro eletromagntico (fonte: Collier, 1989)

multi-espectral, que a observao em diferentes comprimentos de ondas,

mltiplas estaes, que a observao de diferentes estaes na mesma

multi-polarizao,usada para o estudo de propriedades de polarizao dos

multi-temporal, que a observao da mesma rea ou objeto em diferentes

tratamento visual da imagem derivada de processamento digital ou

Em hidrologia, o sensoriamento remoto avaliado como uma abordagem vivel

Captulo 2 Consideraes Tericas

aplicaes na determinao da cobertura do uso do solo de uma bacia

medidas na faixa de microondas do espectro eletromagntico aplicadas na

Link(1983) relaciona um resumo dos avanos na rea de sensoriamento remoto

em custo, associadas com o desenvolvimento de

mapeamento da cobertura de uso do solo e estimativa de parmetros para modelos

Captulo 2 Consideraes Tericas

para previses de enchentes no modelo CEQUEAU.. Simulaes feitas com

imagem Landsat deram resultados similares ou melhores do que dados cartogrficos

Ribeiro et al. (2000) abordam o

problema do mapeamento da cobertura do solo e o problema da deteco de mudanas

Captulo 2 Consideraes Tericas

Figura 2.2 - Sistema de imageamento por meio de sensoriamento remoto

Captulo 2 Consideraes Tericas

Captulo 2 Consideraes Tericas

de informao geogrfica e a partir da, integradas a este, com dados cartogrficos,

Captulo 2 Consideraes Tericas