INSTITUTO DE ESTUDOS SUPERIORES DA AMAZÔNIA

CURSO ENGENHARIA DA COMPUTAÇÃO

SHIRLEN VIANA LEAL

ESTUDO DA MUDANÇA NO USO E COBERTURA DO SOLO NO MUNICÍPIO DE SANTARÉM

Belém2005

INSTITUTO DE ESTUDOS SUPERIORES DA AMAZÔNIA

CURSO ENGENHARIA DA COMPUTAÇÃO

SHIRLEN VIANA LEAL

ESTUDO DA MUDANÇA NO USO E COBERTURA DO SOLO NO MUNICÍPIO DE SANTARÉM

Monografia de Conclusão de Curso, apresentada como requisito para a obtenção do grau de Bacharel em Engenharia da Computação.

Orientador Prof. Dr. José Felipe de AlmeidaCo-orientador Prof. Dr. Edson Paulino Rocha

Belém2005

2

INSTITUTO DE ESTUDOS SUPERIORES DA AMAZÔNIA

CURSO ENGENHARIA DA COMPUAÇÃO

SHIRLEN VIANA LEAL

ESTUDO DA MUDANÇA NO USO E COBERTURA DO SOLO NO MUNICÍPIO DE SANTARÉM

Esta Monografia foi julgado adequado para obtenção da aprovação do título de Bacharel no Curso de Engenharia da Computação do Instituto de Estudos Superiores da Amazônia.

Data:___/___/___

Conceito:__________

____________________________________

Prof. Dr. José Felipe de AlmeidaOrientador

__________________________________

Prof. Dr. Edson José Paulino da RochaCo-orientador

__________________________________Prof. Osmar Guedes

Belém2005

3

Dedico este trabalho a Deus.

4

AGRADECIMENTO

Agradeço às seguintes pessoas e instituições que colaboraram de forma fundamental para o desenvolvimento deste trabalho:

Ao Instituto de Estudos Superiores da Amazônia pelo suporte parcial da pesquisa.

Ao Dr. José Felipe e Dr. Edson Rocha orientadores acadêmicos, por suas sugestões e contribuições, assim como o apoio, a paciência, o companheirismo, a confiança e a grande amizade.

Ao departamento de Meteorologia da Universidade Federal do Pará - Laboratório de Estudos e Modelagem Hidroambientais – LEMHA pela disponibilização do laboratório para o desenvolvimento do trabalho.

Ao Especialista em Sensoriamento Remoto Lorival Gomes do departamento de Geociência da Universidade Federal do Pará - Laboratório de Análise de Imagens do Trópico Úmido-LAIT, pela colaboração no desenvolvimento deste trabalho auxiliando no estudo do Sensoriamento Remoto.

Ao SIPAM (Sistema de Proteção da Amazônia), pelo fornecimento das imagens de satélites para o desenvolvimento deste trabalho.

Ao Prof. Osmar Guedes, pela contribuição, atenção e paciência no auxilio de aprendizagem no estudo do SPRING.

Ao prof. Iraçu Oliveira, pelas suas valiosas sugestões sobre Processamento Digital de Imagens e também meu agradecimento ao Prof. Adilson Soares por contribuir para o estudo do Geoprocessamento.

À minha mãe Berenice, a meu pai Roberto e a minha irmã Shirlene, pelo eterno amor e união, que muito contribuíram para minha formação.

Ao Junior pelo amor, amizade, carinho e otimismo ao longo dos anos. Aos amigos de curso, Áurea, Mônica, Thais, Cristiano e Cristina pela união, estímulo e amizade.

A todas aquelas pessoas que de uma maneira ou outra contribuíram, e por omissão não constam nesta lista, peço desculpas e agradeço.

5

LISTAS DE ILUSTRAÇÕES

P.

FIGURA 1 - Área de estudo................................................................................................. 14

FIGURA 2 - Representação da faixa do espectro eletromagnético......................................

FIGURA 3 – Imagem landsat de 1986 banda 3...................................................................

19

20

FIGURA 4 – Imagem landsat de 1986 banda 4................................................................... 21

FIGURA 5 – Imagem landsat de 1986 banda 5................................................................... 21

FIGURA 6 – Imagem landsat de 1986 sintética, bandas 3(B), 4(G) e 5(R)......................... 22

FIGURA 7 – Imagem landsat de 1997 banda 3................................................................... 22

FIGURA 8 – Imagem landsat de 1997 banda 4................................................................... 23

FIGURA 9 – Imagem landsat de 1997 banda 5................................................................... 23

FIGURA 10 – Imagem landsat de 1997 Sintética , bandas 3(B), 4(G) e 5(R).................... 24

FIGURA 11 - Correção geométrica de imagens................................................................... 26

FIGURA 12- Modelo do segmentador................................................................................. 28

TABELA 1 - Classes temáticas............................................................................................ 29

FIGURA 13 - classificação do ano de 1986......................................................................... 31

FIGURA 14 - classificação do ano de 1997......................................................................... 31

FIGURA 15 - Mapa temático do ano de 1986...................................................................... 32

FIGURA 16 - Mapa temático do ano de 1997...................................................................... 32

TABELA 2 - Cálculo de Áreas/Comprimento por Geo-classe (km²/km). Uso solo na região de Santarém nos anos de 1986 a 1997...................................................................... 33

6

SUMÁRIO

P.

RESUMO............................................................................................................................. 9

CAPITULO I – INTRODUÇÃO....................................................................................... 11

CAPITULO 2 – MUDANÇAS NO USO E COBERTURA DO SOLO......................... 12

CAPÍTULO 3 – LOCALIZAÇÃO DA ÁREA DE ESTUDO......................................... 14

3.1 CARACTERIZAÇÃO DOS PROBLEMAS NA REGIÃO DE SANTARÉM.............. 15

CAPITULO 4 - CLASSIFICADOR AUTOMÁTICO.................................................... 17

4.1- IMPORTÂNCIA DO CLASSIFICADOR AUTOMÁTICO........................................ 184.1.1 Classificador ISOSEG............................................................................................... 18

CAPITULO 5 - MATERIAS E METÓDOS.................................................................... 19

5.1- MATERIAS................................................................................................................... 195.1.1- Imagens Orbitais...................................................................................................... 195.1.2-Caracterização das bandas 195.1.3- Pacote de software para o Processamento Digital das Imagens Orbitais........... 24

5.2 METODOLOGIA........................................................................................................... 255.2.1– Processamento Digital de Imagens TM/Landsat.................................................. 255.2.2- Pré-processamento................................................................................................... 255.2.3- Correção Geométrica............................................................................................... 265.2.4 -Tratamento das imagens.......................................................................................... 275.2.5-Segmentação............................................................................................................... 285.2.6-Classificação............................................................................................................... 29

CAPITULO 6 – RESULTADOS...................................................................................... 30

CAPITULO 7 – CONSIDERAÇÕES FINAIS................................................................ 34

CAPITULO 8 - PROPOSTAS FUTURAS...................................................................... 35

REFERÊNCIAS................................................................................................................. 36

ANEXOS............................................................................................................................ 40

7

P.

Anexo A – Mapa temático de 1986...................................................................................... 41

Anexo B - Mapa temático de 1997....................................................................................... 42

8

RESUMO

A proposta deste trabalho é apresentar uma introdução à modelagem Dinâmica de

Paisagens. A análise a ser desenvolvida por essa técnica tem o objetivo de estudar mudanças

devido ao uso da cobertura do solo. Esta elaboração é baseada em sensoriamento remoto de

imagens obtidas por Satélites. Com esse intuito, é mostrada a utilização do Software SPRING.

Em relação a este programa, também é feita uma abordagem completa sobre o processo de

atribuição de cores a cada faixa de freqüência selecionada nas imagens. Assim, este trabalho

apresenta um tutorial sobre imagens georeferenciadas. No desenvolvimento da proposta, a

região escolhida para ser estudada é o município de Santarém, no Pará. A validação dos

resultados é feita com o classificador automático ISOSEG.

Palavras-chave: Classificador automático ISOSEG, Dinâmica de Paisagens, sensoriamento

remoto, Software SPRING.

9

ABSTRACT

An introduction to the Landscapes Dynamic modeling is proposal in this work. The

analysis to be developed by this technique has the objective to study the use of the covering of

the ground. This elaboration is based on remote sensing. In order, the Software SPRING is

used. In relation to this program, also a complete boarding on the process to color attributions

by each band of frequency selected in the images is made. Thus, this work presents a tutorial

for georeferenced images - SPRING. The chosen region to be described is the city of

Santarém, in Pará. The results are validated by ISOSEG.

Keysworld: Classifier Automatico ISOSEG, Dynamic modeling, remote sensing, Software

SPRING.

10

CAPITULO I - INTRODUÇÃO

A intensa pressão exercida sobre os recursos naturais requer um acompanhamento

freqüente de sua evolução. A partir da disponibilidade de informação temática que mostre o

estado atual dos recursos naturais e seu uso pelo homem, torna-se possível propor prioridades

para a fiscalização e zoneamento ecológico - econômico mais eficientes (Duarte et al., 1999).

Na avaliação dos processos de ocupação da região amazônica, a necessidade de trabalhos de

monitoramento da vegetação e de mudanças no uso do solo através de sensoriamento remoto

são imprescindíveis como entrada de dados para definir a classificação de uma cena. Na

identificação das possíveis classes em uma cena, há a necessidade de estudar a área imageada

e através de informações geográficas, fotografias aéreas, mapas e pesquisas de campo, definir

as classes existentes naquela região.

Com uma taxa média de desflorestamento bruto da ordem de 57,22 km/10.000 km², o

município de Santarém localizado a 930 km de Belém é a área onde o desmatamento para

formação de pastos e para uso agrícola, vem se acentuando. Logo, a necessidade de ser

continuamente monitorado com dados orbitais, para controlar a problemática ocupação

humana no município, dentro de um contexto racional de uso sustentado de seus recursos

naturais, sobretudo devido à destinação deste município para à economia extrativista

(SOUZA, 2005).

O principal objetivo deste trabalho é desenvolver um estudo a partir de mapas temáticos

que auxiliem na interpretação das mudanças ocorridas na cobertura do solo. Para este estudo a

classificação automática teve um papel fundamental no processo de classificar as áreas para a

avaliação da mudança de uso e cobertura do solo. Isto é feito por meio de simulação

computacional, cuja finalidade é obter resultados a partir dos mapas gerados através do

processo de classificação da área de estudo. Essa técnica serve para auxiliar o entendimento

dos mecanismos causais, em processos de desenvolvimento de sistemas ambientais, e, assim,

determinar como eles evoluem diante de um conjunto de circunstâncias (SOARES FILHO,

1998). Entretanto, é necessário junto com a criação dos mapas temáticos um trabalho de

campo. As imagens multiespectrais utilizadas, neste trabalho, foram obtidas através do satélite

Landsat/TM+5 nas datas de 14 de agosto de 1986 e 27 de julho de 1997 (órbita 227/62). O

pacote de software onde foi desenvolvida a pesquisa é o SPRING 4.1.

11

CAPITULO 2 – MUDANÇAS NO USO E COBERTURA DO SOLO

Os conceitos de cobertura e uso do solo são semelhantes a ponto de se confundir em

alguns casos, porém não equivalentes. De acordo com Turner et al (1994 citado por

Briassoulis, 1999) cobertura do solo compreende a caracterização do estado físico, químico e

biológico da superfície terrestre, por exemplo, floresta, gramínea, água, ou área construída. O

uso do solo se refere aos propósitos humanos associados àquela cobertura, tais como a

pecuária, recreação, conservação e área residencial. Turner et al (1994) afirma que uma única

classe de cobertura pode suportar múltiplos usos. Como exemplo, tem-se: a extração

madeireira, a preservação de espécies e a recreação em áreas de floresta. Ao mesmo tempo,

um único sistema de uso pode incluir diversas coberturas, tais como certos sistemas

agropecuários combinam áreas cultivadas, pastagem melhorada, áreas de reserva e áreas

construídas. A dinâmica sócio-econômica também vem causando, por outro lado, profundas

mudanças ambientais na Amazônia, através do acelerado desflorestamento. Isso causa um

comprometimento a este vasto bioma, com a conseqüente de perda de seus serviços

ecológicos. Mudanças no uso do solo normalmente acarretam mudanças na cobertura do solo,

mas podem ocorrer modificações na cobertura sem que isto signifique alterações no seu uso.

A questão de mudanças nos padrões de uso e cobertura do solo tem despertado interesse,

dentro e fora do meio científico, devido ao acelerado processo de mudança das últimas

décadas (SOUZA, 2005).

Os possíveis impactos ambientais e sócio-econômicos dessas mudanças causam

preocupações a nível local e até global. A nível global, por exemplo, existe uma preocupação

com o aquecimento do planeta, que pode estar diretamente relacionado com os padrões de uso

e cobertura da terra. Tal relacionamento tem como conseqüência fatores como a diminuição

na camada de ozônio e o aumento do nível do mar. Por outro lado, são preocupações a nível

global: os processos de desertificação, a perda da biodiversidade e a destruição de habitats.

Em termos sócio-econômicos, as questões de interesse são: fatos como a disponibilidade de

alimentos; água para a crescente população mundial; as migrações humanas; as questões de

segurança humana frente a essas alterações. A nível regional, as conseqüências ambientais

relacionadas a mudanças no uso e cobertura do solo afeta diretamente a população, como por

exemplo, a poluição do ar e da água, a degradação do solo, a desertificação, a eutroficação de

corpos d'água, acidificação, assim como a perda de biodiversidade gradativamente. Em nível

local, podem ser citados os problemas de erosão, sedimentação, contaminação e extinção de

espécies. Todos estes problemas levam a uma preocupação sócio-econômica local, tais

12

mudanças de uso do solo afetam as estruturas de emprego, produtividade da terra,

qualidade de vida, etc. Os problemas de uso e cobertura solo também afetam áreas urbanas,

causando preocupação, inclusive nos países desenvolvidos. A expansão de subúrbios e de

áreas industriais em periferias, nas grandes cidades leva a perda de áreas para agricultura e de

vegetação natural. Nos países subdesenvolvidos, têm-se observado as precárias condições de

vida e ambientais resultados do rápido crescimento de centros urbanos. A importância de

manter a vegetação natural de áreas florestais se torna cada vez mais imprescindível ao fato

que novos problemas vem aparecendo por conta dessas mudanças ambientais (SOARES

FILHO, 1998).

13

CAPÍTULO 3 – LOCALIZAÇÃO DA ÁREA DE ESTUDO

A área de estudo está localizada no noroeste do Estado do Pará, no município de

Santarém (figura 1). Situada entre os paralelos de 2°36'33.42” de latitude sul e entre os

meridianos de 54°56'15.76” de longitude oeste em uma escala de 1:60000, apesar do uso

restrito dos recursos florestais no município é comum a ocorrência de desmatamento ilegal e

ocupação humana desordenada, acentuando ainda mais o desflorestamento na região.

Santarém

Figura 1 - Área de estudo.Fonte: SIPAM, 1986

3.1 CARACTERIZAÇÃO DOS PROBLEMAS NA REGIÃO DE SANTARÉM

14

O município de Santarém é uma das regiões onde têm concentrado a maior parte do

desflorestamento. Alves (2001) Alguns dos principais fatores do desmatamento no município

de Santarém é causado pela ação madeireira, agricultura e pecuária , descritas a seguir.

Em Santarém há uma grande concentração de pólos madeireiros a maior parte desta

atividade tem ocorrido de forma complementar à agropecuária, através do ciclo e

desmatamento/exploração de madeira/pecuária, de modo que a fronteira de exploração de

madeira tem acompanhado a expansão da fronteira agrícola. A exploração também ocorre de

forma seletiva e predatória de espécies valorizadas, mais tecnificada, que ocorre mesmo da

chegada dos posseiros, empobrecendo a floresta e a tornando mais suscetível ao fogo

(SOARES FILHO, 2000). Além disso, as áreas de corte seletivo não são consideradas nas

estatísticas de desflorestamento.

Segundo Schneider (2000), o setor madeireiro é a principal atividade econômica de

uso do solo no município de Santarém, esta exploração predatória tem levado à exaustão os

pólos madeireiros mais antigos, causando a migração das madeireiras, e ocasionando forte

impacto sobre o município. Em geral, tomando terras devolutas ou explorando de forma ilegal

terra indígena e áreas protegidas. Finalmente, cabe lembrar que o mercado para a madeira não

para de crescer, principalmente o mercado interno, responsável por 80% do consumo e o

mercado externo importa apenas 14 % da produção (BECKER, 2000).

A agricultura caracteriza-se de duas formas a agricultura de subsistência e a

agricultura capitalizada, todas elas acarretam em mudanças na cobertura do solo. A

agricultura de subsistência é praticada por pequenos produtores (pequenos proprietários ou

posseiros), atraídos pela possibilidade da posse da terra ou por programas de assentamento ou

colonização do governo. Para Caldas (2001) “Historicamente, os pequenos produtores

utilizam a prática de “derruba e queima” , muitas vezes incentivado pelas madeireiras”. Esta

prática, além de preparar o solo para o plantio, incorpora, com cinzas e detritos em

decomposição, os nutrientes necessários para o plantio. O plantio é realizado por dois ou três

anos, tendo como conseqüente o abandono da terra por vários anos. Após este período, a terra

muitas vezes é aproveitada para outros usos, principalmente pecuária e culturas permanentes,

sendo comum o processo de expulsão ou apropriação das terras dos pequenos proprietários

por grandes proprietários. Esta técnica de “derruba e queima” é também utilizada dentro das

propriedades (ou “lotes”), nas quais a derrubada é feita de forma gradativa, de acordo com a

necessidade do produtor. Em muitos casos, a terra não é realmente abandonada,

principalmente quando existe a posse da mesma, mas deixada em repouso, quando a

fertilidade diminui. Os pequenos produtores movem-se para novas áreas, iniciando novo

15

processo de desflorestamento, numa agricultura “itinerante”, sendo responsáveis por 35%

do desmatamento da região (VERISSÍMO, 2001).

A agricultura capitalizada tem como modelo principal a soja que é acompanhada pelo

milho e o arroz. A cultura de soja no Brasil, um produto pouco consumido pelos brasileiros, é

uma atividade que gera quase nenhum emprego e é altamente nociva ao meio ambiente pelo

uso intensivo de agrotóxicos e pela exaustão do solo em virtude da monocultura, devido à

demanda internacional gera melhores condições para o escoamento do grão para outros países

onde vai ser beneficiado, dando o impulso para a instalação da cultura na região Amazônica.

O processo de uso do solo tem causado grandes mudanças na região amazônica. A

floresta é vista como obstáculo a ser removido para a expansão agrícola e agropecuária, sendo

esta uma das principais responsáveis pelo aumento das queimadas na mata comprometendo os

recursos florestais e sua rica biodiversidade. A expansão neste momento é no município de

Santarém, devido nela esta localizada a rodovia BR 163 que distribui parte da soja do norte.

Os tradings de soja, principalmente da Cargill, estão pressionando o governo a asfaltar esta

estrada, que é só parcialmente pavimentada (BECKER, 2000). A crescente agricultura

capitalista na região de Santarém caracterizará uma elevada probabilidade de aumento do

padrão de ocupação e desenvolvimento desordenado, através da implementação de planos

orientados para o crescimento econômico e a exploração das riquezas naturais da região.

CAPITULO 4 - CLASSIFICADOR AUTOMÁTICO

16

A classificação de imagens provenientes de sensoriamento remoto tem se mostrado

um dos mais importantes métodos na obtenção das informações utilizadas em processos como

os de monitoramento de recursos terrestres, de gerenciamento de recursos renováveis, ou de

mapeamento de uso do solo (INPE,1999). Geralmente os algorítmos de classificação

multiespectral automática são divididos em função da presença ou não de uma fase de

treinamento, pela qual o analista fornece amostras que orientam a classificação digital e

também se esta classificação será aplicada pixel a pixel ou por regiões já pré-definidas através

do processo de segmentação de imagens.

O conhecimento de padrões espectrais e atributos é feito através do processamento

individual do pixel, isto é, classificadores pixel a pixel, que utilizam apenas a informação

espectral isoladamente de cada pixel para encontrar as regiões homogêneas (CRÓSTA, 1992).

Por sua vez os classificadores por regiões, além da informação espectral de cada pixel,

utilizam a informação espacial que envolve a relação entre os pixels e seus vizinhos (INPE,

1999). Neste contexto, as regiões definidas pelo processo de segmentação têm sido definidas

como um conjunto de pixels conectados, conforme sua vizinhança, que apresentam

uniformidade interna para um conjunto, e difere de regiões vizinhas para esses mesmos

atributos (BINS ;ERTHAL, 1996).

Para o processo de classificação existem duas abordagens que podem ou não envolver

a fase de treinamento, na qual o usuário fornece as amostras que servirão de base para a

classificação. A primeira abordagem é denominada de classificação supervisionada, a qual

requer amostras de treinamento fornecidas pelo usuário e requer portanto, um conhecimento

prévio da área a ser classificada. A segunda abordagem “Classificação não supervisionada”, a

qual requer uma quantidade mínima de parâmetros iniciais do usuário e o próprio algoritmo

decide em quantas classes devem ser separadas e quais as regiões que pertencem a cada uma.

Este tipo de classificação é indicado quando não se tem um conhecimento prévio da área

(CRÓSTA, 1992).

A classificação não supervisionada é a opção mais adequada quando a área investigada

é desconhecida, ou quando suas características não são bem definidas. Busca-se, com isso,

evitar a subjetividade no processo de obtenção das amostras de áreas.

4.1- IMPORTÂNCIA DO CLASSIFICADOR AUTOMÁTICO

17

O classificador automático pode ser aplicado a uma miríade de modelos espacialmente

explícitos, aplicáveis a uma diversidade d áreas a uma diversidade de áreas, tais como difusão

de epidemias, dinâmica populacional, mudança de uso do solo, da dinâmica florestal e

propagação de fogo (SOARES FILHO,2004).

Dentro dos seus diversos propósitos, os mapas criados a partir do classificador

automático têm se tornado um importante instrumento de auxílio ao ordenamento territorial,

contribuindo para o planejamento regional e estratégia de conservação ambiental, unido com

outros fatores como estudo de campo e sócio econômico da área de estudo.

4.1.1 Classificador ISOSEG

O classificador aplicado neste trabalho é o não-supervisionado por regiões disponível

no SPRING (Sistema de Processamento de Informações Georeferenciadas), é um algoritmo

que utiliza uma imagem segmentada para classificar as classes presentes na cena. Este

algoritmo, intitulado de ISOSEG, utiliza a distância Mahalanobis como medida para procurar

regiões similares caracterizadas por seus atributos estatísticos (média e matriz de covariância).

A procura pela região de maior área é o ponto inicial desse algoritmo e após a ordenação das

regiões em ordem decrescente de área, durante a detecção das classes, é iniciado o

procedimento de agrupamento das mesmas. É importante ressaltar, de acordo com MOREIRA

(2001), que para a separação ou agrupamento de classes o classificador ISOSEG exige um

limiar de aceitação definido pelo analista.

CAPITULO 5 - MATERIAS E METÓDOS

18

5.1- MATERIAS

A seguir são listados os materiais utilizados na realização deste trabalho, que incluem imagens de satélite e o software.

5.1.1- Imagens Orbitais

Os materiais necessários na realização da pesquisa foram duas imagens obtidas do

satélite Landsat/TM+ 5 (órbita 227/62) dos anos de 1986 e 1997 respectivamente. O sensor

TM (Transversal Magnético) desse satélite possui sete bandas, com numeração de 1 a 7,

sendo que cada banda representa uma faixa do espectro eletromagnético captada pelo satélite

com resolução geométrica de 30m (isto é, cada pixel da imagem representa uma área

elementar na cobertura do satélite). Para o estudo as construções dos mapas temáticas foram

selecionadas as bandas 3, 4 e 5, por representarem de forma melhor a visualização da

cobertura do solo (REIS, 2001).

Figura 2 - Representação da faixa do espectro eletromagnético.

5.1.2-Caracterização das bandas

A banda 3 apresenta um intervalo espectral de 0,63 – 0,69 µm. Neste intervalo a

vegetação verde, densa, uniforme e com grande absorção torna a imagem escura. Isso permiti

um bom contraste entre as áreas ocupadas com vegetação, por exemplo, solo exposto, estradas

e áreas urbanas, e também apresentando bom contraste entre diferentes tipos de cobertura

vegetal, tais como campo, cerrado e floresta, possibilitando uma a análise das regiões com

pouca cobertura vegetal, de mapeamento de drenagens através da visualização da mata galeria

e de entalhe dos cursos dos rios em regiões com pouca cobertura vegetal. Esta banda é a mais

utilizada para delimitar a mancha urbana, incluindo identificação de novos loteamentos e

principalmente identificação de áreas agrícolas (REIS, 2001).

19

A banda 4 apresenta um intervalo espectral de 0,76 – 0,90 µm. Neste intervalo a

umidade absorve maior quantidade de energia. Esse efeito produz um escurecimento da

imagem, permitindo o mapeamento e delineamento de materiais umificados. A vegetação

verde, densa e uniforme, reflete muita energia nesta banda, aparecendo bem clara nas imagens

e apresentando também sensibilidade à rugosidade da copa das florestas (dossel florestal). Esta informação serve para análise e mapeamento de áreas ocupadas com vegetação que

foram queimadas e identificando também áreas agrícolas (REIS, 2001).

A banda 5 apresenta um intervalo espectral de 0,76 – 0,90 µm, este intervalo tem

sensibilidade ao teor de umidade das plantas, servindo para observar estresse na vegetação,

causado por desequilíbrio hídrico. Esta banda sofre perturbações em caso de ocorrer excesso

de chuva antes da obtenção da cena pelo satélite (REIS, 2001).

Com base nas características de cada banda aplicou-se três tonalidades de cores para

visualizar uma imagem e seus aspectos morfológicos: na banda 3 é usada a tonalidade

azul(B); na banda 4, a tonalidade verde (G); e na banda 5, a tonalidade vermelha ( R). Estes

casos são ilustrados nas Figura 3 a 10.

Figura 3 – Imagem landsat de 1986 banda 3.

20

Figura 4 – Imagem landsat de 1986 banda 4.

21

Figura 5 – Imagem landsat de 1986 banda 5.

22

Figura 6 – Imagem landsat de 1986 sintética, bandas 3(B), 4(G) e 5(R).

23

Figura 7 – Imagem landsat de 1997 banda 3.

Figura 8 – Imagem landsat de 1997 banda 4.

24

Figura 9 – Imagem landsat de 1997 banda 5.

25

Figura 10 – Imagem landsat de 1997 Sintética , bandas 3(B), 4(G) e 5(R).

As imagens ilustradas (figuras 3 a 10) foram fornecidas gratuitamente pelo Sistema de

Proteção da Amazônia – SIPAM. As imagens apresentam presença de nuvens o que dificultou

uma análise de toda a cena, devido a isto a cena obtida pelo satélite landsat foi recortada em

uma pequena área de estudo.

5.1.3- Pacote de software para o Processamento Digital das Imagens Orbitais

O pacote de software utilizado no processamento digital de imagens foi o SPRING

(Sistema de Processamento de Informações Georeferenciadas) versão 4.1, em ambiente

Windows.

O SPRING foi desenvolvido pelo INPE (Instituto de Pesquisas Espaciais), fornecido

gratuitamente, com a finalidade de desenvolver sistemas de informações geográficas para

aplicações em diversas áreas, tais como Florestal, Gestão Ambiental, Geografia, Geologia,

Planejamento Urbano e Regional. No INPE, o software é utilizado no levantamento do

desflorestamento da Amazônia, no Zoneamento Ecológico e Econômico, monitoramento de

queimadas entre outros projetos. De uma forma geral, o SPRING é um sistema de

informações geográficas com funções de processamento de imagens, análise espacial,

26

modelagem numérica de terreno, consulta a bancos de dados espaciais, análise geográfica,

gerenciamento de mapas e também permite a entrada direta de imagens provenientes de

satélites (INPE, 1999).

5.2 METODOLOGIA

Usando-se o SPRING, a metodologia adotada para o desenvolvimento da pesquisa foi

desenvolvida nas seguintes etapas:

5.2.1– Processamento Digital de Imagens TM/Landsat

A função primordial do processamento digital de imagens é fornecer ferramentas

computacionais para facilitar a identificação e a extração de informações contidas nas

imagens. Objetivando, assim, sua posterior análise e interpretação (CRÓSTA, 1992). Dessa

forma, as técnicas de processamento digital de imagens visam auxiliar a obtenção de

informações sobre a discriminação espectral da área de estudo. Vale ressaltar que o trabalho

foi todo desenvolvido no software SPRING, constituindo-se as fases principais: uma primeira,

de pré-processamento das imagens que abrangeu as correções geométricas, tratamento das

imagens e, posteriormente, uma segunda etapa responsável pela extração de informações que

abrangeu a segmentação e classificação.

5.2.2- Pré-processamento

As técnicas de pré-processamento visam processar os dados digitais de sensoriamento

remoto. A finalidade disto é o de obter uma imagem de melhor qualidade, atenuando as

anomalias, seja na sua localização, ou seja, nos seus níveis de cinza. O pré-processamento das

imagens utilizadas consistiu na correção geométrica.

Inicialmente as imagens de 1986 e 1997 foram registradas à Projeção UTM – SAD 69.

A leitura das imagens digital foi feita no programa Impima e, posteriormente, convertidas

para o formato GRIB. Neste formato a imagem estará pronta para ser georreferenciada no

SPRING, em seguida, a imagem é incluída em um projeto, o qual chamou-se de “Santarém”.

A partir desse processo é iniciado o tratamento das imagens digitais.

27

5.2.3- Correção Geométrica

As imagens geradas por sensores remotos estão sujeitas a uma série de distorções

geométricas, não possuindo a priori precisão cartográfica quanto ao posicionamento dos

objetos, superfície ou fenômeno nelas representados (CRÓSTA, 1992). As principais fontes

de distorções geométricas em imagens de satélite são: erros instrumentais, rotação e curvatura

da Terra, taxa de varredura finita de alguns sensores, instabilidade na plataforma (altitude,

atitude e velocidade) e distorções panorâmicas relacionadas com a geometria de aquisição

(MATHER, 1987; RICHARDS, 1993).

O registro de uma imagem compreende uma transformação geométrica que relaciona

coordenada de imagem (linha, coluna) com coordenadas de um sistema de referência. Este

sistema de referência é, em última instância, o sistema de coordenadas planas de uma certa

projeção cartográfica. Como qualquer projeção cartográfica guarda um vínculo bem definido

com um sistema de coordenadas geográficas, pode-se dizer então que o registro estabelece

uma relação entre coordenadas de imagem e coordenadas geográficas (INPE, 1999).

Figura 11 -Correção geométrica de imagens.FONTE: INPE ,1999.

Outros termos comuns para a designação do procedimento de registro são

geocodificação e georeferenciamento. É importante, contudo, fazer uma distinção clara entre

registro e correção geométrica. O processo de correção geométrica de imagens elimina as

distorções geométricas sistemáticas introduzidas na etapa de formação das imagens, enquanto

o registro apenas usa transformações geométricas simples (usualmente transformações

polinomiais de 1o e 2o graus) para estabelecer um mapeamento entre coordenadas de imagem

e coordenadas geográficas. (INPE, 1999). Neste trabalho, foram aplicadas as correções

geométricas e o Registro de imagens

28

O georeferenciamento torna-se imprescindível, na medida em que corrige as

distorções inerentes ao sistema e proporciona uma uniformidade cartográfica às diferentes

imagens utilizada. Desta forma uma das datas, 27 de julho de 1997, foi georeferenciada,

através de um modelo matemático polinomial de 1° grau do SPRING onde foram feitos os

registros dos pontos a partir de uma imagem já georeferenciada, a cena de 14 de agosto de

1986. Posteriormente realizou-se a reamostragem dos pixels da imagem através do método de

vizinho mais próximo. Optou-se por este método por ser o que menos altera os níveis de cinza

da imagem. Uma vez observado o erro quadrático médio obtido para ponto de controle, foram

selecionados aqueles pontos que apresentavam menor erro (INPE, 1999).

5.2.4 -Tratamento das imagens

Para se tornarem informações realmente úteis, os dados provenientes de sensoriamento

remoto necessitam ser processados.

a) Manipulação de contraste

A técnica de realce de contraste tem por objetivo melhorar a qualidade das imagens

sob os critérios subjetivos do olho humano. Tem como objetivo a redistribuição dos valores

de níveis de cinza da imagem de forma que o contraste seja intensificado (INPE,1999), no

caso deste trabalho as imagens tiveram uma ampliação de contraste, transformação linear por

partes e realce linear com um percentual de saturação.

b) Filtragem digital

Filtragem digital é um conjunto de técnicas destinadas a corrigir e realçar uma

determinada imagem sendo responsável pela transformação nos valores de níveis de cinza de

uma imagem, levando em consideração a vizinhança na qual o dado pixel está inserido. A

aplicação da correção na imagem significa dizer que será removida características

indesejáveis, e quando aplicamos o realce teremos como resultado a acentuação de

características. No tratamento das imagens utilizou-se o Filtro passa-alta que atenua as

componentes de alta freqüência.

O processo de filtragem é feito utilizando-se matrizes denominadas máscaras que são

aplicadas sobre a imagem. A finalidade do Filtro passa-alta neste trabalho foi destacar bordas

e variações abruptas de níveis de cinza. O pré-requisito para efetuação da filtragem é ter uma

29

imagem monocromática (em níveis de cinza) e, ativar esta imagem, não necessariamente

apresentá-la na tela (INPE, 1999).

5.2.5-Segmentação

A segmentação consiste em subdividir uma imagem em regiões homogêneas usando

propriedades escolhidas, como o nível de cinza, cor, textura, entre outras (SONKA et al,

1998). Os métodos de segmentação são feitos usando o método de crescimento de regiões que

procura dividir as imagens em segmentos que tenham características similares (JAIN, 1989).

Através do algoritmo de segmentação por crescimento de regiões implementado no SPRING,

foram segmentadas as duas imagens (1986/1997), estabelecendo o mesmo limiar para ambas

imagens. Aplicaram-se 2 para a similaridade e 4 para a área de pixel, estes limiares foram

definidos levando-se em conta a complexidade dos delineamentos temáticos, procurando-se

assim conservar a fidelidade dos contornos para uma determinada escala. O limiar de

similaridade refere-se ao valor mínimo de Distância Euclidiana entre duas regiões,

estabelecido entre ambas, de modo que as mesmas possam ser consideradas similares.

Figura 12 - Modelo do segmentador.

30

5.2.6-Classificação

Segundo Jain et al (2000) a classificação é um processo que consiste em rotular os

objetos segmentados em diferentes classes. Esta classificação pode ocorrer a partir da

similaridade entre cores, níveis de cinza, textura etc. Neste trabalho foi utilizado o

classificador ISOSEG, já mencionado, a partir da similaridade entre cores, o classificador

realizou uma busca automática de grupos de valores homogêneos na imagem (CHUVIECO,

1990; RICHARDS, 1995). Escolheu-se um limiar de aceitação de 75%, depois de ter sido

usados outros limiares, este foi o que mais se adequou de acordo com os grupos temáticos

escolhidos, de forma que cada imagem foi classificada diferentemente pelo classificador a

partir da seleção similar entre os grupos e categorias definidos pelo classificador automático.

Nesta fase o classificador ISOSEG gera 10 categorias em cada imagem onde as classes

são rotuladas estabelecendo uma procura de vínculos com dados conhecidos da realidade. As

classes rotuladas foram agrupadas de acordo com três classes. Após o agrupamento de regiões

semelhantes determinou-se as classes que deram origem aos mapas temáticos.

Os mapas temáticos desenvolvidos no laboratório têm a finalidade de mostrar as

mudanças ocorridas no uso e cobertura do solo, estas mudanças se apresentam de forma

significativas, sendo possível visualizá-las claramente através da tela do computador. As

imagens classificadas foram dividas em 3 classes, tais como mata densa, mata secundária e

solo exposto, ilustradas na tabela a seguir:

Tabela 1 - Classes temáticas

Fonte : Autoria própria

Definida as cores que compõe as classes, elas são aplicadas no processo de formação

e montagem dos mapas temáticos (Anexos A e B).

CAPITULO 6 - RESULTADOS

31

Classes Temas relacionadosClasse 1 Mata densaClasse 2 Mata secundáriaClasse 3 Solo exposto

Os resultados são apresentados de modo a permitir a avaliação e a comparação do uso

e cobertura do solo das imagens classificadas, com base em um classificador por região. As

imagens classificadas são agrupadas em grupos homogêneos (Figura 13 e 14) que

representam a variabilidade da evolução da floresta ao longo dos anos, estes grupos foram

divididos em 3 classes representando a evolução da floresta, tais como mata densa, mata

secundária e solo exposto (Tabela 1) que são visivelmente notadas. O objetivo deste processo

é a formação dos mapas temáticos que tem a finalidade de comparar as imagens entre si, afim

de, analisar as mudanças ocorridas na cobertura solo, tais mudanças são visíveis quando

analisadas diretamente na tela do computador, ilustradas nas Figuras 14 e 15.

A análise de imagens na tela do computador permite a execução de certas funções

inerentes aos algorítmos de processamento de imagens digitais. Dentre estas funções podem

ser citadas principalmente, as ampliações de contraste e as ampliações de área, que

possibilitam a discriminação de pequenas áreas e a diferenciação mais precisa entre elas.

Verificou-se que a classificação das imagens digitais se mostrou como um dos processos mais

importantes utilizados no estudo do uso e cobertura solo, pois possui os melhores recursos

para a fase de análise e interpretação.

O resultado do estudo na mudança do uso e cobertura do solo através de classificação

não supervisionada por região, utilizando o classificador ISOSEG, é apresentado nos anexos

A e B . A classificação se baseia somente nos valores que os pixels apresentam nas diferentes

bandas da composição, a resposta espectral da área de estudo determinou a distinção entre os

mesmos, devido a isto ocorre com a alta exatidão a visualização do que é floresta densa, do

que é floresta secundária e o que é áreas sem vegetação (solo exposto), permitindo identificar

e separar as áreas com vegetação das áreas sem vegetação. O procedimento da classificação

permitiu discriminar as áreas de fisionomia florestal daquelas áreas antropizadas

(desflorestadas). O mapeamento da extensão do desflorestamento ocorrido de 1986 até o ano

de 1997 é demonstrado através da segmentação e classificação da imagem (Figura 15 e16)

que foram analisadas junto as imagem multiespectrais TM Landsat, para confirmação dos

dados encontrados que coincidiram adequadamente com os resultados obtidos. Os resultados

numéricos das evoluções ocorridas ao longo dos anos de 1986 a 1997 como mostra a tabela 2,

foram gerados no SPRING, determinando através das 3 classes os valores de áreas

homogêneas no mapa (Anexo A e B).

32

Figura 13 – classificação do ano de 1986

33

Figura 14 -classificação do ano de 1997

34

Figura 15 -Mapa temático do ano de 1986

35

Figura 16 - Mapa temático do ano de1997

TABELA 2 - Cálculo de Áreas/Comprimento por Geo-classe (km²/km).Uso solo na região de

Santarém nos anos de 1986 a 1997.

ÁREA ANO 1986 (km²) ANO 1997 (km²)Mata densa 47.418300 54.289800Solo exposto 10.323900 28.408500Mata secundária 68.893200 44.208900Área total das classes 126.635400 126.907200Área total não classificada 7.320600 7.048800Área total do Plano de Informação 133.956000 133.956000

36

Fonte: Autoria própria

De acordo com os valores referentes às dimensões das classes é possível observar que

houve uma evolução da floresta secundária para floresta densa no período de 1986 e 1997,

principalmente na área de reserva ambiental, as áreas que são protegidas conseguem evitar

parcialmente os desmatamentos. Entretanto, uma parte da floresta secundária evolui para solo

exposto, aumentando as áreas desmatadas, este fato ocorre quando há um abandono de áreas

agrícolas e abertura de estradas ilegais.

Os tipos de vegetação que evoluíram no período de 1986 a 1997 juntamente com os

processos que causarão essa evolução tais como queima, abertura de estradas e agricultura

devem ser analisados apartir de um trabalho de campo, pois estes valores gerados no SPRING

ainda não são suficientes para fazer uma avaliação da mudança do uso e cobertura do solo no

município de Santarém. Para tal análise é necessária uma pesquisa dos dados sócios

econômicos, no caso dos mapas temáticos obtidos, só é possível indicar a evolução do uso e

da cobertura da terra em algumas regiões ou em eventos visíveis como vegetação e solo

exposto, mostrado neste trabalho.

CAPITULO 7 – CONSIDERAÇÕES FINAIS

Este trabalho teve como objetivo colaborar com o estudo da dinâmica da paisagem por

meio de sensoriamento remoto através do SPRING. Mostrou-se a importância do classificador

ISOSEG usado em imagens de satélites. A partir destes, foram criados mapas temáticos

representando a mudança de uso e cobertura do solo.

De acordo com os resultados encontrados, conclui-se que não tem sido feito um

controle adequado para o monitoramento e preservação de florestas. Isto facilita a ação de

madeireiros e principalmente a ação de pequenos agricultores em áreas de cultivo de

subsistência - as quais somadas se tornam preocupantes. É necessário, portanto, fiscalizar com

37

precisão as áreas florestais e investir para monitorar de forma adequada a dinâmica dessas

áreas.

O monitoramento por Sensoriamento Remoto na região em torno de Santarém teria um

grande efeito no controle das áreas exploradas. Vale ressaltar que somente com as imagens é

imprevisível avaliar com plenitude a dinâmica dessa paisagem, pois isto exigiria dados sócios

econômicos. Assim, na continuação desse trabalho seguem as seguintes propostas futuras: um

trabalho de campo para comprovar com precisão os resultados obtidos e relacionados com a

evolução da floresta; Dessa forma, espera-se poder estar contribuindo para conservação do

meio ambiente e prevenido grandes impactos na nossa Biodiversidade.

CAPITULO 8 - PROPOSTAS FUTURAS

Os resultados encontrados neste trabalho têm grande importância no estudo da

modelagem dinâmica, pois os mapas temáticos (Anexos A e B) podem ser utilizados como

dados espaciais de entrada em modelos de mudança de uso e cobertura da terra juntamente

com o trabalho de campo em torno do município de Santarém. O trabalho de campo é um

estudo fundamental para entender o tipo de vegetação predominante em determinada área e

entender que fatores levaram para compor uma floresta secundária, por exemplo, pecuária,

agricultura ou desmatamento por empresas madeireiras (MEDEIROS, 1987).

38

Os modelos de simulação tornaram-se um promissor campo de pesquisa que visam

criar modelos que simulem mudanças dos atributos no meio-ambiente através de um território

geográfico (SOARES FILHO, 2001). Os usos destes modelos visam auxiliar o entendimento

dos processos causais e desenvolvimento do meio-ambiente, e assim, determinar como eles

evoluem diante de um conjunto de circunstâncias. Estas circunstâncias representam interações

entre os ecossistemas, o uso do solo, a dinâmica urbana e fenômenos antrópicos. Através

desses indicadores será possível conhecer os impactos ambientais e sócio-econômicos

decorrentes dos tipos de ocupação promovidos pelos diferentes atores e associados à suas

formas de produção.

REFERÊNCIAS

ALENCAR, A.A.C. et al. Análise multitemporal do uso do solo e mudanças da cobertura

vegetal em antiga área agrícola da Amazônia Oriental. In: SIMPÓSIO BRASILEIRO DE

SENSORIAMENTO REMOTO, 8., Salvador, 1996. Anais.... São José dos Campos: INPE,

1996. [CD-ROM]

39

ALVES, D. S. et al. Análise comparativa de técnicas de classificação de imagens do Sensor

Landsat/TM para caracterização de áreas desflorestadas In: Simpósio Brasileiro de

Sensoriamento Remoto, 9., Santos, 1998. Anais... São José dos Campos, INPE, 1998. [CD-

ROM].

BECKER, B. Cenários de Curto Prazo para o Desenvolvimento da Amazônia. Cadernos

IPPUR. Rio de Janeiro, Ano XIV, no 1, p. 53-85, Jan./Jul. 2000.

BRIASSOULIS, H. Analysis of Land Use Change: Theoretical and Modeling Approach-es. Disponível em:< http://www.rri.wvu.edu/WebBook/Briassoulis/contents.htm>. Acesso

em: 21 de set. 2005.

BINS, L.S., ERTHAL, G.J., FONSECA, L.M.G. Um Método de Classificação Não

Supervisionada por Regiões. In: SIBGRAPI VI, 1993, Recife. Anais... Recife:

Pernambuco.1993. p.65-68.

CALDAS, M.C. Desmatamento na Amazônia: uma análise econométrica de auto-correlação espacial combinando informações de Sensoriamento Remoto com dados

primários. Tese (Doutorado)- Escola Superior de Agricultura Luiz de Queiroz, São Paulo.

2001.

CHUVIECO, E. Fundamentos de teledetección espacial. Madrid: Rialp, 1990. 451 p.

CREPANI, E. et al. Curso de Sensoriamento remoto Aplicado ao Zoneamento Ecológico-

Econômico. São José dos Campos: INPE. 1996. 18 p.

CRÓSTA, A. P. Processamento digital de Imagens de Sensoriamento Remoto. Campinas:

UNICAMP, 1992.170 p.

COSTA, T.C.; BRITES, R.S. Tamanho da Amostra para Verificação de Exatidão em Imagens

Orbitais. [CD-ROM]. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 8.,

Salvador,1996. Anais... .São José dos Campos, INPE, 1996.

D’ALGE, J.C.L. Precisão de registro de imagens digitais. São José dos Campos : INPE,

1999. Comunicação pessoal.

40

DUARTE, V; SHIMABUKURO, Y.E.; SANTOS, J.R.; MELLO, E.M.K.; MOREIRA,

J.C.; MOREIRA, M.A.; SOUZA, R.C.M.; FREITAS, U.M. Metodologia para a criação de

dados digitais da Amazônia -Projeto BADDAM. São José dos Campos. 33p. Instituto

Nacional de Pesquisas Espaciais. 1999.

FELIZOLA, E. R. ; .SORIANO LAGO, F. P. L; GALVÃO, W. S. Avaliação da dinâmica da

paisagem no Distrito Federal. Projeto da Reserva da Biosfera do Cerrado - Fase I. In:

SIMPOSIO BRASILEIRO SENSORIAMENTO REMOTO, 10, 2001. Anais... Foz do

Iguaçu, INPE, 2001. [CD-ROM].

GONZALEZ, Rafael C; WOODS, Richard E. Image segmentation. In______.

Processamento de imagens digitais. São Paulo: Edgard Blucher, 2000. Cap. 7, p. 331-390.

GARCIA, R. A.; SOARES FILHO, B. S. Um sistema de dinâmica demográfica para os municípios amazônicos. Lista de discussão. 10 fev. 2005. Disponível em:

<http://econpapers.repec.org/paper/cdptexdis/td248.htm>. Acesso em: 22 de set. 2005.

INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS. PRODES - Projeto de

Estimativa do Desflorestamento Bruto da Amazônia Brasileira - 1999 – 2000. São José

dos Campos, 2001.

INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS . Processamento digital de imagens

e suas técnicas. [on line]. Disponível em

<http:\\www.dpi.inpe.br/inpe/dpi/spring/usuário/pdi_com.html>. Acesso em : 23 ago. 1999.

JAIN, A. K. Fundamentals of Digital Image Processing. Prentice Hall, 569p., 1989

JAIN, A. K.; ROBERT P, W. MOA D.; MOA. J. Statistical pattern recognition: a review.

IEEE trans. on pattern analysis and machine intelligence, Vol. 22, n.1, 2000.

LORENA, R. B. Evolução do uso da terra em porção da Amazônia Ocidental (Acre), com uso de técnicas de detecção de mudanças. 116p. Dissertação (Mestrado em

Sensoriamento Remoto) – Instituto Nacional de Pesquisas Espaciais, São José dos Campos

2001.

MATHER, P.M. Computer processing of remotely-sensed images: an introduction. 2.ed.

Great Britain: John Wiley & Sons, 1999. 292p.

41

MEDEIROS, J. S. Desenvolvimento metodológico para a detecção de alterações da cobertura vegetal através da análise digital de dados MSS/Landsat. 81p. Dissertação

(Mestrado em Sensoriamento Remoto) – Instituto Nacional de Pesquisas Espaciais, São José

dos Campos, 1987.

MOREIRA, M. A. Fundamentos do sensoriamento remoto e metodologias de aplicação. São José dos Campos: INPE, 2001. 250 p.

NASCIMENTO, P.S.R.; BATISTA, G.; ALMEIDA FILHO, R. Efeito de pré-processamentos

no desempenho de segmentação e classificação de imagens Landsat /TM. In: SIMPOSIO

BRASILEIRO SENSORIAMENTO REMOTO, 9., 1998. Anais... São José dos Campos,

INPE, 1988. [CD-ROM].

REIS, F. S.; FERREIRA, L. G. Divisão de processamento de imagem. Disponível em:

<www.dgi.inpe.br/html/lansat.html> .Acesso em: 17 de jun. 2005.

RICHARDS, J.A. Remote sensing digital image analysis: an introduction. 2.ed. Berlin: Springer-Verlang, 1995. 340 p.

SCHNEIDER, R.; ARIMA, E.; VERISSÍMO, A.; BARRETO, P.; SOUZA JR. Amazônia Sustentável: Limitantes e Oportunidades para o Desenvolvimento Rural. 58p, Brasília:

Banco Mundial e Imazon. set. 2005. Disponível em: <http://www.imazon.org.br/publicacoes/

publicacao.asp?id=104 >. Acesso em: 20 de jul. 2005.

SONKA, M.; VAKLAV, H; BOYLE, R. Image Processing, Analysis, and Machine Vision.

PWS PUBLISHING. 770p, 1998.

SOARES FILHO, B.S. Modelagem da Dinâmica da Paisagem de uma região de fronteira de colonização amazônica. 1998. 264 p. Tese (Doutorado em Engenharia) – Escola

Politécnica da Universidade de São Paulo, São Paulo, 1998.

SOARES FILHO, B. S.;. ARAÚJO, A. DE A ; CERQUEIRA, G. C. DINAMICA –Um

software para simulação de dinâmica de paisagens. In: II WORKSHOP EM TRATAMENTO

DE IMAGENS, 2001. Anais... .Minas Gerais, NPDI.

SOARES FILHO, B.S; Cerqueira, G. C.; Pennachin, C. L. DINAMICA - a new model to

simulate and study landscape dynamics. No prelo, 2000.SOUZA,Carlos Jr. et al.. Avanço das

42

estradas endógenas na Amazônia. Disponível em: < http://www.imazon.org.br >.

Acesso em: 20 de jun. 2005.

SOUZA, Carlos Moreira. Monitoramento das Áreas de Exploração Madeireira na Amazônia. 2004. Disponível em: < http://www.imazon.org.br >. Acesso em: 10 maio 2005.

SOUZA, Osvaldo Braga; ZANCHETTA, Inês. Seca na Amazônia: alguma coisa está fora

da ordem. Lista de discussão. 23 out. 2005. Disponível em:< http://www.brasiloeste.com.br/

noticia/1654/seca-amazonia>. Acesso em: 15 de set. 2005.

TURNER, B.L. II; MEYER, B.L."Global Land Use and Land Cover Change: An

Overview”. Changes in Land Use and Land Cover: A Global Perspective. Disponível em:

<http://www.rri.wvu.edu/WebBook/Briassoulis/references.htm> . Acesso em: 27 de jul. 2005.

VERÍSSIMO , A.; LIMA, E.; LENTINI, M. Pólos madeireiros do Estado do Pará. Disponível em: < http://www.imazon.org.br >. Acesso em: 20 de ju. 2005.

VERÍSSIMO, A.; ARIMA, E.; LIMA, E. O Diagnóstico do Uso da Terra na Amazônia:

exploração madeireira, agricultura e agropecuária. Disponível em: <

http://www.imazon.org.br/publicacoes/publicacao.asp?id=239>. Acesso em: 10 de out. 2005.

WATRIN, O. S.; SANTOS, J. R.; VALÉRIO FILHO, M. Análise da dinâmica na paisagem

do nordeste paraense através de técnicas de geoprocessamento. In: SIMPOSIO BRASILEIRO

DE SENSORIAMENTO REMOTO, 8, Salvador, 1996. Anais... . São José dos Campos,

INPE, 1996. [CD-ROM]

WATRIM, O. S. Estudo da dinâmica da paisagem da Amazônia oriental através de

técnicas de geoprocessamento. 129p. Dissertação (Mestrado em Sensoriamento Remoto) –

Instituto Nacional de Pesquisas Espaciais, São José dos Campos, 1994.

43

ANEXOS

44

45

48

49