inpe-6147-pud/029 - divisão de sensoriamento remoto · resultados de mapeamiento de 1992 y 1994...
TRANSCRIPT
INPE-6147-PUD/029
SEGMENTACIÓN Y CLASIFICACIÓN DE LA IMAGEN SOMBRA DEL MODELO DE MEZCLA PARA MAPEAR
LA DEFORESTACIÓN EN LA AMAZONÍA
Yosio Edemir Shimabukuro
Eliana María Kalil Mello José Carlos Moreira
Valdete Duarte
São José dos Campos Mayo de 1997
MINISTERIO DE CIENCIA Y TECNOLOGÍA INSTITUTO NACIONAL DE PESQUISAS ESPACIAIES
INPE-6147-PUD/029
SEGMENTACIÓN Y CLASIFICACIÓN DE LA IMAGEN SOMBRA DEL MODELO DE MIXTURA PARA MAPEAR
LA DEFORESTACIÓN EN LA AMAZONÍA
Yosio Edemir Shimabukuro
Eliana María Kalil Mello José Carlos Moreira
Valdete Duarte
São José dos Campos Mayo de 1997
AGRADECIMIENTOS Al Dr. Bernardo F. T. Rudorff durante el tiempo dedicado y por la colaboración en la revisión final de este trabajo. Al Dr. João Roberto de Santos y Getúlio T. Batista por las sugerencias presentadas en el desarrollo del trabajo. Al Dr. Gylvan Meira Filho por los incentivos constantes, a través de los innumerables desafíos, para que los mapeamientos digital de la deforestación se convirtieran en una realidad. Al Dr. Roberto Pereira de Cunha, Gilberto Câmara y Thelma Krug por el incentivo al desarrollo de este trabajo. Al MSc. Guaraci J. Erthal por la discusión en las técnicas de segmentación de imágenes. A la MSc. Ana Paula D. Aguiar por la ayuda en el uso de los modelos de mixtura realizados con SPRING. Á FUNCATE, a través de su gerente técnico MSc. Ulf Palme, por el plotage de los mapas generados y acceso a la información y materiales de PRODES.
RESUMEN
El presente trabajo busca establecer un procedimiento para identificar y
mapear áreas de deforestación a través del procesamiento digital de imágenes
del satélite Landsat/TM en una de las áreas más complejas de la Amazonia
Legal, en lo que se refiere al patrón de deforestación. La imagen Landsat en
sus tres bandas espectrales (TM 3, 4 y 5) fue transformada, a través del
modelo de mixtura espectral, en la imagen sombra en la que las áreas de
bosque de deforestación presentan un gran contraste. Esta imagen se usó en
el proceso de segmentación y clasificación de las áreas deforestadas. El área
de estudio se localiza en el estado de Rondônia, en una región de intensa
deforestación, el cual se presenta en las imágenes de satélite, con un formato
normalmente denominado de "espina de pez". EL tamaño de las propiedades
rurales de la región, en su mayoría, están entre 40 y 100 ha y las áreas
deforestadas son relativamente menores. Esto dificulta la interpretación visual
de las deforestaciones en las imágenes adquiridas en años diferentes, debido a
los errores de ajuste de las áreas deforestadas identificadas a través de este
proceso que hoy viene siendo usado en el Projeto de Levantamento das Áreas
Desflorestadas na Amazônia Legal (PRODES). Con el propósito de identificar
las áreas deforestadas en imágenes obtenidas en años subsecuentes para el
establecimiento de las tazas de deforestación de una manera ágil y se busca
utilizar un método automatizado para procesar estas imágenes. Las imágenes
Landsat de la órbita 231 punto 67 del 07 de junio de 1992 y del 15 de julio de
1994 se transformaron en las imágenes sombra que se segmentaron y
clasificaron en áreas de deforestaciones y de bosques. La justa posición de los
resultados de mapeamiento de 1992 y 1994 permite visualizar y estimar la
proporción de incremento ocurrido en el periodo entre las fechas de adquisición
de esas imágenes. Los resultados, en la forma digital, están georreferenciados
en un sistema geográfico de información, permitiendo cualquier operación de
manipulación para el monitoreo y la estimación de áreas deforestadas en la
Amazonia Legal de una manera ágil y precisa, implicando en un aumento de
calidad para el PRODES.
SEGMENTATION AND CLASSIFICATION OF SHADE IMAGE OF MIXING MODEL TO MAP DEFORESTATION IN AMAZONIA
ABSTRACT The objective of this work is to establish a procedure to identify and map
deforested areas using digital analysis of Landsat-TM images, in one of the
most complex region of Legal Amazon, in terms of deforestation pattern. The
Landsat image in three spectral bands (TM 3, 4 and 5) was transformed, by
spectral mixing model, to shade image in which forest and deforestation areas
present a large distinction. This image was utilized in the image segmentation
and classification of deforested areas. The study area is located in Rondônia
state in a region of intense deforestation which appears in the satellite image in
a form denominated fishbone pattern. The size of the properties in this region
are between 40 and 100 ha and deforested areas are relatively smaller. This
makes difficult for visual interpretation of deforestation in the images acquired in
different years due to the georeferenced errors of the deforested areas
identified by this procedure that has been used in the Survey of Deforested
Areas in the Legal Amazon Project (PRODES). With the objective to identify
deforested areas in images acquired in sequential years to establish the
deforestation rates in a fast and precise way, it was searched for an automated
method to process these images. The Landsat TM images of path 231 and row
67 acquired on June 07, 1992 and on July 15, 1994 were transformed to shade
images which were segmented and classified into forest and deforestation
areas. The mapping results of 1992 and 1994 images were superimposed
allowing to visualize and estimate the increment rate occurred in the period
between the dates of images acquisition. The results, in the digital form, are
georeferenced in a geographic information system, allowing any manipulation
process for monitoring and estimating the deforested areas in the Legal
Amazon in a fast and precise way, implying in a better quality for PRODES.
ÍNDICE
P. LA LISTA DE ILUSTRACIONES........................................................................V LA LISTA DE TABLAS......................................................................................VI 1- Introducción...................................................................................................1 2- Material y Método..........................................................................................3 2.1- Situación del área del estudio...................................................................3 2.2- Datos Landsat y sistema del análisis.......................................................4 2.3- Georreferenciamiento de los datos..........................................................4 2.4- Modelo lineal de mixtura espectral...........................................................5 2.5- Segmentación de la imagen......................................................................6 2.6- Generación del archivo de contexto y extracción de regiones..............7 2.7- Clasificación y mapeamiento....................................................................7 2.8- Mapeamiento del incremento de la deforestación..................................8 3- Resultados y discusión.................................................................................9 4- Conclusión...................................................................................................22 6- Referencias bibliográficas..........................................................................23
LISTA DE FIGURAS
Pág 1 - La situación del área del estudio en el estado de Rondônia....................3 2 - La imagen fragmento sombra de 15/07/94, dónde las áreas claras corresponden al bosque y las áreas oscuras corresponden a la deforestación………………………………………………………………………….9 3 - La imagen fragmento sombra de 15/07/94 segmentada con los límites de similitud 8 y de área 25 donde las líneas rojas indican los segmentos........................................................................................................10 4 - Mapeamiento de la imagen fragmento sombra de 15/07/94 con el límite de aceptación de 99% donde los colores verde y magenta representa las áreas de bosque y de deforestación, respectivamente...............................11 5 - Mapeamiento de la deforestación de 07/06/92 (formato raster) con la yuxtaposición de las líneas de deforestación identificadas en la imagen de 15/07/94 (formato vectorial). Las áreas de color magenta corresponden a la deforestación y; las áreas de color verde corresponden al bosque en la imagen de 1992. La línea azul corresponde al mapeamiento de la deforestación ocurrido hasta el pasaje de Landsat en 15/07/94……..........13
LISTA DE TABLAS
P. 1- Valores de niveles de gris (DN) equivalente a la respuesta espectral de los componentes sombra, vegetación y suelo...............................................6 2 - Comparación entre el tiempo de procesamiento de la imagen Landsat (3 bandas) y la imagen sombra (1 banda).....................................................14
1 - INTRODUCCIÓN
El Instituto Nacional de Pesquisas Espaciais (INPE) está realizando el
levantamiento de áreas deforestadas de la Amazonia Legal en una sucesión
histórica. La evolución de la deforestación bruta fue objeto del estudio desde el
final de la década de 1970, con levantamientos realizados por INPE y IBDF
(Instituto Brasilero de Desarrollo Forestal), a través del uso de imágenes de
satélite (Tardin et al., 1980). Los levantamientos más recientes fueron hechos
por INPE junto con FUNCATE (Fundación de Ciencia, Aplicación y Tecnología
Espacial). Inicialmente, en el periodo comprendido entre los años de 1984 a
1988; y después, durante los años de 1989, 1990, 1991, 1992 y 1994 (INPE,
1996). Este trabajo analizó las áreas ocupadas con bosques que corresponden
a 80% de los 5 millones de kilómetros cuadrados de la región denominada
Amazonia Legal. Este levantamiento se ejecutó dentro del Proyecto de
Levantamiento de las Áreas Deforestadas en la Amazonia Legal - PRODES
(Alves et al., 1992). El PRODES continúa en ejecución y tiene como objetivo
identificar y mapear los incrementos de deforestación de origen antrópica. Los
polígonos de incrementos mapeados visualmente son digitalizados a través de
barredura óptica (“escáner") e incorporados al levantamiento de la
deforestación. PRODES también tiene como objetivo generar un banco de
datos de áreas desforestadas de la Amazonia Legal. Todavía, debido a los
problemas en el georreferenciamiento de la interpretación visual de las
imágenes de diferentes años, sobre todo en áreas complejas de deforestación,
como las áreas en el formato conocido por "espina de pez" este objetivo há
sido comprometido.
Una de las fuentes principales de error de PRODES es debido a las
deformaciones y desplazamientos de los bordes de los polígonos demarcados
a través de la interpretación visual en las imágenes Landsat, dónde se tiene por
base el resultado de la interpretación en un cierto año y en el cual son hechos
ajustes sectoriales de los incrementos de deforestaciones ocurridos en los años
subsecuentes. Este proceso compromete seriamente la geometría interna del
resultado de la interpretación y por consiguiente impide el georreferenciamiento
perfecto de los archivos vectoriales resultantes digitalizados de los polígonos.
A través del proceso digital de clasificación de los polígonos sería
posible establecer una única base para las otras imágenes, las cuales serian
registradas en esta base de tal manera que la actualización y el monitoreo de
las áreas deforestadas pasarían en una manera ágil y precisa; implicando en
un aumento de la calidad para PRODES.
El presente trabajo busca automatizar el proceso de interpretación y
generación de banco de datos de PRODES a través de una metodología
alternativa, utilizando técnicas de segmentación de imágenes sombra
derivadas del modelo de mixtura espectral y clasificación dirigida por regiones,
llevadas a cabo en el Sistema de Procesamiento de Informaciones
Georeferenciadas - PRING (INPE-DPI, 1996).
2. MATERIAL Y MÉTODO 2.1 Localización del área de estudio
Para realizar este trabajo, se seleccionó una área localizada entre las
coordenadas W 630 07 ' 00" / S 110 05 ' 00" y W 610 07 ' 00" / S 090 05 ' 00".
Esta área es cubierta por la imagen Landsat-TM de la órbita 231 punto 67. Al
sur, la imagen es cortada por BR-364 en sentido diagonal dónde se localizan
las ciudades de Nueva Vida, Jaru, Ouro Preto y Ji-Paraná. Al norte de la
imagen, se localiza la Reserva del Bosque de Jaru, en el estado de Rondônia.
Fig. 1 - L
Pa
dificultad
deforesta
llamada "
incremen
secuenci
Se
bastante
distribuid
ocalización del área del estudio en el estado de Rondônia.
ra PRODES, esta región es considerada como de alto grado de
de interpretación de las imágenes y cálculo de la taza anual de
ción, debido al gran número de polígonos que el formato de la
espina pez" que impide la yuxtaposición de las deforestaciones de los
tos de la deforestación de identificados en los levantamientos
ales.
11o 05’ S
09o 05’ S
63o 07’ O
61o 07’ O
Rondônia
Brasil
N
0 30 60
km
Ji- Paraná
Jaru
BR-364
gundo Alves et al. (1996), esa región tiene un modelo de ocupación
típico, con un número razonable de pequeñas propiedades
as a lo largo de las carreteras. Es una de las regiones más difíciles
para la elaboración de mapas, debido al número y al tamaño de las
propiedades que tienen 40 a 100 ha en su mayoría, aunque algunas granjas
con más de 10.000 ha pueden ser encontradas en la región.
2.2 Datos Landsat y sistema de análisis
Se seleccionaron las fechas de pasaje del Landsat-TM del 07 de junio de
1992 y el 15 de julio de 1994 utilizándose las bandas 3 (0,63 - 0,69 m), 4 (0,76 -
0,90 m) y 5 (1,55 - 1,75 m), de la órbita 231 punto 67 para ser analizadas en el
Sistema de Procesamiento de Informaciones Georreferenciadas (SPRING),
instalado en la estación de trabajo del tipo SUN SPARCSTATION-20; sparc,
sun4m, con 96 Mbytes de memoria del RAM y 270 Mbytes de memoria virtual,
sistema operacional SunOS “Release 5.5 Generic” y “OpenWindows Version
3.5”.
2.3 Georreferenciamiento de los datos
Usando SPRING, fue creado un banco de datos, conteniendo los planes
de información para las categorías de imagen y mapeamiento temático que
representa las bandas espectrales y temas de interés, respectivamente. Los
temas de interés se definieron como: bosque (bosque tropical denso hasta el
cerrado), no-bosque (áreas ocupadas con savannah, con el florecer rocoso,
etc.), deforestación y agua (INPE, 1992).
Para seguir se creó un proyecto en SPRING para la importación de los
datos con los siguientes parámetros: nombre, área y proyección cartográfica,
dando importación a la sucesión de los datos. Antes de la importación, la
imagen del año de 1994 fue georreferenciada a través del registro de
imágenes, asociando las coordenadas de la imagen (línea y columna), con las
coordenadas geográficas (latitud y longitud) adquiridas a través de los mapas
topográficos en la escala 1: 250.000 de IBGE. La imagen del año de 1992 fue
georreferenciada respecto a la imagen de 1994. A continuación fueron
importadas las bandas 3, 4 y 5 de TM, reamostradas para la resolución
espacial de 60 x 60 m, imágenes generadas de 3326 columnas x 3072 líneas.
2.4 Modelo lineal de Mezcla Espectral El modelo lineal de mezcla espectral busca estimar la proporción de los
componentes, como suelo, vegetación y sombra, para cada píxel, a partir de la
respuesta espectral en las varias bandas del TM, generando las imágenes
fragmento suelo, vegetación y sombra (Shimabukuro y Smith, 1991). EL
modelo de mixtura espectral puede escribirse como:
ri = a*vegei + b*soloi + c*sombrai + ei ,
Donde ri es la respuesta del píxel en la banda i; a, b,y c son las proporciones
de vegetación, suelo y sombra (o agua), respectivamente; vegei, soloi y
sombrai, son las respuestas espectrales de los componentes vegetación, suelo
y sombra (o agua), respectivamente; ei es el error en la banda i e i indica la
banda de TM.
Las bandas 3, 4 y 5 de Landsat-TM fueron usadas, formando un sistema
de ecuaciones lineales que pueden resolverse usando el método de los
mínimos cuadrados (Shimabukuro y Smith, 1991). Las tres bandas sintéticas
generadas representan la proporción de vegetación, de suelo y de sombra
existente en cada píxel de la imagen. En este trabajo, de las tres bandas
sintéticas generadas, se usó apenas la imagen fragmento sombra porque ella
proporciona un gran contraste entre áreas bosque (media cantidad de
sombras) y las áreas deforestadas (baja cantidad de sombras). La Tabla 1
muestra los valores de niveles de gris (DN) usado para las dos fechas y son
equivalentes a la respuesta espectral de los componentes sombra, la
vegetación y suelo usados en el modelo de mezcla espectral para la
generación de las imágenes sintéticas correspondientes. Estos valores se
obtuvieron directamente de las imágenes, seleccionándose los "pixels" más
puros de los componentes vegetación, suelo y sombra. Para las imágenes
analizadas fue posible usar un único grupo de valores.
TABLA 1: LOS VALORES DE NIVELES DE GRIS (DN) EQUIVALENTE A LA RESPUESTA ESPECTRAL DE LOS COMPONENTES SOMBRA, VEGETACIÓN Y SUELO
Bandas Sombra Vegetación Suelo TM 3 22 21 63 TM 4 11 106 64 TM 5 4 72 148
2.5 Segmentación de la imagen La segmentación de la imagen es una técnica de agrupación de datos,
en el qué sólo las áreas espacialmente adyacentes pueden contenerse (INPE-
DPI, 1996). Inicialmente, el proceso de la segmentación identifica cada "píxel"
como un área diferente. A continuación, un criterio de similitud se usa para que
cada par de regiones espacialmente adyacente. El criterio de similitud basada
en una prueba de la hipótesis estadística que examina el promedio entre las
áreas. Finalmente la imagen es dividida en un grupo de sub-imágenes y
entonces se da lugar a la unión entre ellas, según un limite de similitud.
Para lograr la segmentación es necesario definir dos limites: a) de
similitud, limite mínimo debajo del cual dos áreas son consideradas similares y
agrupadas en una única región; y b) de área, valor de área mínima, dado en
numero de píxel, para una área ser individualiza (Bins et al., 1993).
En el presente trabajo, el límite similitud igual a 8 se definió después de
varias pruebas. El umbral de área se definió como 25, esto significa que el
área mínima considerada en la segmentación equivale a 9 en el terreno. En
PRODES, el área mínima mapeada equivale visualmente a 6,25 hay en otros
términos, 1 x 1 mm en la imagen en la escala de 1:250.000. Se asume que el
incremento del área mínima mapeada en PRODES de 6,25ha para 9 ha no
representará una pérdida significante en la precisión del resultado final de la
taza de deforestación.
A través de la segmentación se generaron el plan de información
"bosque" que se combinó con el plan de información "imagen-sombra" para
hacer posible la visualización de las áreas. Puede encontrarse información
adicional sobre el proceso de la segmentación en Batista et al. (1994).
2.6 Generación del archivo de contexto y extracción de regiones
Para lograr la clasificación es necesario crear un archivo de contexto
dónde la información guardada es: a) el tipo de clasificación (por regiones o por
píxel); b) las bandas utilizadas; y c) imagen segmentada (INPE-DPI, 1996). En
el presente trabajo la clasificación realizada usó el método por regiones.
La extracción de regiones es un procedimiento en que el algoritmo
extrae los atributos estadísticos (los promedios y matrices de covarianza) del
conjunto de regiones definido para el archivo de contexto.
2.7 Clasificación y Mapeo
El clasificador isoseg (Bins et al., 1993). Es un algoritmo disponible en
SPRING para clasificar áreas de una imagen segmentada. Es un algoritmo de
agrupamiento de datos no-dirigido, aplicado en un conjunto de áreas que son
caracterizados a su vez, por sus atributos estadísticos de promedio y
covarianza, y también para el área. El clasificador isoseg fue definido para ser
aplicado en la imagen segmentada. En este trabajo se usó el límite de
aceptación de 99%. Después de la clasificación, los temas fueron previamente
asociados a las clases definidas en el banco de datos de la Amazonia.
2.8 Mapeamiento del incremento de la deforestación Los nuevos polígonos de incremento identificados y mapeados
visualmente en PRODES son digitalizados a través de un" escáner" e
incorporados a los levantamientos de la deforestación anteriores. Los
resultados de PRODES han sido perjudicados debido a varios factores como:
el georreferenciamiento de las imágenes obtenidas en años secuenciales, la
fidelidad de la geometría, la yuxtaposición de las líneas de los polígonos de
incrementos, etc.
A través del mapeamiento digital, usando las imágenes TM de años
diferentes, es posible identificar y mapear los incrementos de áreas
deforestadas de cuyos resultados pueden presentarse tanto en formato raster
del como en formato vectorial. Para la visualización del incremento de la
deforestación, ocurrido en el periodo entre la grabación de las dos imágenes,
fue utilizada la imagen de la primera fecha (el 07 de junio de 1992) en el
formato raster, mientras la imagen de la segunda fecha (el 15 de julio de 1994)
era yuxtapuesta a la primera, en el formato vectorial.
3. RESULTADOS Y DISCUSIÓN
La Figura 1 presenta la imagen sombra generada a través del modelo de
mixtura espectral. Como puede observarse, la imagen sombra presenta un
gran contraste entre las áreas de bosque, que aparecen en la tonalidad clara
(media cantidad de sombras), y las áreas deforestadas que aparecen en la
tonalidad oscura (baja cantidad de sombras).
m
30k
m
30 kFig. 2 - La imagen fragmento sombra de 15/07/94, dónde las áreas claras
corresponden al bosque y las áreas oscuras corresponden a la deforestación.
El realce proporcionado por la imagen sombra entre las áreas de bosque
y desforestadas se debe a las diferencias en la respuesta espectral y en la
morfología de estos objetivos. El bosque posee una cantidad de sombra mucho
más grande que una área deforestada, debido la morfología del dosel que
forman una superficie relativamente irregular y por consiguiente presentan más
sombra que una superficie deforestada que presenta poca sombra,
especialmente si es una área de suelo expuesto o una pastizal homogéneo.
30 km
Fig. 3 - La imagen fragmento sombra de 15/07/94 segmentada con el límite de
similitud 8 y de área 25 donde las líneas rojas indican los segmentos.
La figura 3 presenta el resultado de la segmentación realizada en la
imagen sombra (Figura2) utilizando un límite de similitud igual a 8 y de área
igual a 25. Las líneas rojas representan los segmentos mientras las áreas
claras y oscuras representan los temas bosque y deforestación,
respectivamente.
30 km
Fig. 4 - Mapeamiento de la imagen fragmento sombra de 15/07/94 con el limite
de aceptación de 99% donde las áreas en color verde y las áreas en color
magenta representan las áreas de bosque y de deforestación, respectivamente.
La Figura 4 presenta el resultado de la clasificación temática de la
imagen segmentada, dónde las áreas de color verde indican las áreas de
bosque y la de color magenta indica las áreas deforestadas.
La Figura 5 presenta un detalle de 775 columnas x 775 líneas del
mapeamiento de la deforestación de la imagen Landsat-TM de 07/06/92
(formato raster) donde las áreas deforestadas aparecen en color magenta y las
áreas ocupadas con el bosque aparecen en color verde. Esta ilustración
presenta líneas azules que también delimitan las áreas deforestadas
identificadas a través de la segmentación y clasificación de la imagen sombra
de 15/07/94. La yuxtaposición de las líneas azules (deforestación hasta
15/07/94) en los bordes de las áreas de color magenta (deforestación hasta
07/06/92) muestra la fidelidad de la geometría (ajusta) de los polígonos de
deforestación. De la misma manera, la yuxtaposición de las líneas azules en
las áreas de color verde (áreas de bosque en 07/06/92) identifica los polígonos
de incremento de la deforestación ocurridos entre las fechas de las dos
imágenes usadas.
A través de la segmentación y clasificación de la imagen sombra
obtenida del modelo de mixtura, puede notarse que la gran ventaja de ese
procedimiento está en la precisión del georreferenciamiento de los polígonos
de la deforestación; eliminando el problema de las distorsiones geométricas y
consecuente falta de ajuste de los polígonos que ocurre en el método visual de
interpretación de PRODES en regiones complejas como en la de este estudio.
De esta forma se esperada que a través de ese nuevo abordaje, el proceso de
complementación de la base de datos georreferenciada del proyecto PRODES,
principalmente, en áreas complejas caracterizadas por el modelo de espina de
pez sea realizado de manera, precisa, sistemática y rápida.
30 km
Fig. 5 - Mapeamiento de la deforestación de 07/06/92 (formato raster) con la
yuxtaposición de las líneas de deforestación identificada en la imagen de
15/07/94 (formato vectorial). Las áreas de color magenta corresponden a la
deforestación y; las áreas de color verde corresponden al bosque en la imagen
de 1992. La línea azul corresponde al mapeamiento de la deforestación
ocurrido hasta el pasaje de Landsat en 15/07/94.
El tiempo gasto para la realización de la segmentación de la imagen
sombra fue muy reducida, debido al realce que esta imagen presenta entre las
áreas de floresta y de deforestación. Fue observado que se encontraron sólo 5
clases para la fecha de 07/06/92 y 6 clases para la fecha de 15/07/94 lo que
volvió el trabajo de asociación de las clases rápida y sencilla durante la
segmentación de la imagen sombra. La Tabla 2 muestra que el tiempo de
procesamiento para la segmentación de la imagen sombra era de 6 horas
mientras la segmentación realizada que usa las bandas 3, 4 y 5 de Landsat-TM
era de 35 horas, en otros términos, había una disminución de 83% para el
tiempo de procesamiento en función de la reducción del número de bandas de
3 para 1. Cada banda de 3326 columnas para 3072 líneas (~34.000 km2)
posee 10 Mbytes aproximadamente. La Tabla 2 también indica que el tiempo
gasto para el extracción de regiones fue reducido de 20 horas para 5 horas
cuando el procesamiento era realizado con la imagen sombra, debido al mismo
motivo mencionado anteriormente.
TABLA 2 - COMPARACIÓN ENTRE EL TIEMPO DE PROCESAMIENTO PARA LA IMAGEN LANDSAT (3 bandas) Y LA IMAGEN SOMBRA (1 banda)
IMAGENES GEORREFERENCIAMENTO
MODELO DE
MIXTURA
SEGMEN-TACIÓN
EXTRACCIÓN DE
REGIONES
CLASSIFICA-CIÓN Y
MAPEAMEN-TO
TOTAL (HORAS)
LANDSAT 6 H - 35 H 20 H 10 MIN 61:10 SOMBRA 2 H 1 H 6 H 5 H 10 MIN 14:10
Debido a la complejidad de la leyenda de PRODES, la fase de edición
de temas, como: la ocurrencia de nubes y áreas de no-bosque, necesitan ser
revisados por la mano del foto intérprete en la pantalla de la computadora
similar al proceso visual. La edición de polígonos de la deforestación debido a
la omisión del clasificador fue considerada insignificante debido a la excelente
discriminación entre el bosque y deforestación en la imagen sombra. El bajo
error de la omisión facilita la re clasificación o eliminación de los polígonos
clasificados como deforestación y que en realidad es: el drenaje, florecimiento
rocoso, no-bosque y fáciles empinado de montañas. Estos polígonos se
convirtieron fácilmente del formato raster para el formato vectorial y eliminados
rápidamente por él foto intérprete o reclasificados.
4. CONCLUSIÓN El procedimiento usado en el presente trabajo mostró ser viable lograr el
mapeamiento de las deforestaciones de la Amazonia Legal, a través del uso de
técnicas de segmentación y clasificación de la imagen sintética sombra
derivada del modelo de mixtura espectral. El resultado generado a través de
este procedimiento representa alrededor de 80 a 90% de los trabajos logrados
en PRODES a través de la interpretación visual de las imágenes Landsat-TM.
Además, el último producto es georreferenciado generando un banco de datos
sobre las áreas deforestadas en la Amazonia Legal, que podrían integrarse con
datos que se originan de otras fuentes como por ejemplo los mapas de
RADAMBRASIL.
El pré-procesamiento de las bandas originales, con la consecuente obtención
de la imagen sombra, redució de una manera significante el tiempo de
procesamiento digital gasto en el mapeamiento de los polígonos cuando
comparado con el uso de las imágenes Landsat-TM originales que representa
un progreso en lo que se refiere al uso de técnicas de procesamiento digital
para el mapeamiento y estimación de áreas deforestadas, sobre todo en áreas
muy complejas encontradas, principalmente en el estado de Rondônia.
Los resultados generados a través de este procedimiento son animadores y
presentan un buen potencial para resolver los problemas del mapeamiento en
las áreas complejas de deforestación, como en el área de Rondônia. Se
sugiere que este procedimiento también se adopte en otras áreas que han
estado presentando dificultades en el mapeamiento de la deforestación, como
las áreas ocupadas con bosque secundario, del área Bragantina en Maranhão,
o incluso, en áreas dónde ocurre transición de savannah, bosque y no-bosque.
5. REFERENCIAS BIBLIOGRÁFICAS Alves, D.S.; Meira Filho, L.G.; d’Alge, J.C.L.; Mello, E.M.K.; Moreira, J.C.; Medeiros, J.S. The Amazonia Information System, Washington, D.C., ISPRS Archives, Commission VI, p.259-266, 1992. Alves, D.S.; Moreira ,J.C.; Mello ,E.M.K.; Soares ,J.V; Silva, O.F.;Almeida, S.A.S; Ortiz, J.D.; Amaral, S. Mapeamento do Uso da Terra em Rondônia utilizando Técnicas de Segmentação e Classificação de Imagens TM, VIII Simpósio Brasileiro de Sensoriamento Remoto. Salvador; 14-19 de abril de 1996. Batista, G.T., Medeiros, J.S., Mello, E.M.K., Moreira, J.C., Bins, L.S. New Approach for Deforestation Assessment. Int. Symp. on Resource and Environmental Monitoring (ISPRS, Rio de Janeiro), Proceedings, 30, Part 7a, 170-174, 1994. Bins, L.S., Erthal, G.J., Fonseca, L.M.G., Um Método de Classificação Não Supervisionada por Regiões, SIBGRAPI VI, Recife, PE, Anais, p.65-68, 1993. INPE (INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS), Deforestation in Brazilian Amazonia, Separata, São José dos Campos, May, 1992. INPE (INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS), Levantamento das áreas desflorestadas na Amazônia Legal no período de 1991-1994, Separata, São José dos Campos, 1996. INPE-DPI. SPRING, Manual do usuário, São José dos Campos, 1996. (E-mail:http://www.inpe.br/spring). Shimabukuro, Y.E., Smith, J.A. The Least-Squares Mixing Models to Generate Fraction Images Derived From Remote Sensing Multispectral Data, IEEE Transactions on Geoscience and Remote Sensing, Vol. 29, p. 16-20, 1991. Tardin, A.T., Lee, D.C.L., Santos, R.J.R., Assis, O.R., Barbosa, M.P.S., Moreira, M.T., Silva, D., Santos Filho, C.P., Subprojeto desmatamento: Convênio IBDF/CNPq - INPE. Relatório técnico, INPE-1649-RPE/103. São José dos Campos, 1980.