Você está aqui: Página Inicial > Assuntos > Programas > Amazônia > PRODES > PRODES Digital

PRODES Digital

publicado 17/05/2017 08h39, última modificação 17/07/2017 09h43

Monitoramento da Floresta Amazônica Brasileira por Satélite

Projeto de Estimativa de Desflorestamento da Amazônia PRODES DIGITAL


 

2. Síntese da metodologia do PRODES Digital

2.1 Seleção de Imagens Orbitais

Em consulta aos arquivos da DGI-Divisão de Geração de Imagens do INPE/Cachoeira Paulista, são selecionadas imagens TM/LANDSAT, do ano de interesse (correspondentes geralmente aos meses de julho, agosto e setembro), com cobertura mínima de nuvens e melhor visibilidade, além de uma adequada qualidade radiométrica. As imagens de satélite são normalmente processadas com introdução de correções de sistema, nível de correção geométrica igual a 6 (reamostragem por vizinho mais próximo) e em projeção UTM, gerando um produto cartográfico com erro interno igual a 50 m. Após indicadas as bandas TM3 (região do vermelho), TM4 (região do infra-vermelho próximo) e TM5 (região do infravermelho médio), estes dados digitais são gravados num CD-ROM, em formato Geotiff.

 

2.2 Geo-referenciamento das imagens TM/LANDSAT

2.2.1 Leitura da Imagem

O módulo IMPIMA do ambiente computacional SPRING (Sistema de Processamento de Informações Geo-referenciadas) é utilizado neste projeto para se obter imagens no formato GRIB (Gridded binary), através da leitura de imagens por dispositivo CD-ROM e posterior visualização. É conveniente ressaltar que a resolução espacial da imagem de entrada é de 30 metros.

 

2.2.2 Criação do banco de dados e projeto

A partir da criação da estrutura dos bancos de dados e dos projetos (Tabela 1) pode-se receber as imagens para serem analisadas no Sistema de Processamento de Informações Geo-referenciadas (SPRING). Estes bancos contém os planos de informação para as categorias “imagem” e “carta temática”, representando respectivamente, as diversas bandas espectrais e/ou imagens-sintéticas e as carta-tema de interesse. Dentre os temas definidos como legenda estão: floresta, não-floresta (áreas identificadas nas imagens como constituída de vegetação diversa de fisionomia florestal), desflorestamento, hidrografia e nuvem. Na Tabela 1 pode-se observar que tanto o nome do banco de dados, quanto o nome do projeto procuram referenciar o ano do levantamento e as informações da órbita_ponto de cada imagem TM/LANDSAT investigada, permitindo ainda visualizar as categorias e modelos dos dados/informações de entrada. No SPRING há uma rotina de importação de dados no formato SGI, através da qual, o projeto é criado automaticamente, após a importação do plano de informação “cell”.

 

Tabela 1- Exemplo de estrutura dos bancos de dados e dos projeto

NOME DO BANCO

"ano do levantamento_projeto sgi_órbita ponto_data"

NOME DO PROJETO

"ano do levantamento_projeto sgi_órbita ponto_data"

CATEGORIAMODELOPICLASSES
ImageImagem3 Bandas sintéticas
Carta TemaTemáticoClassificaçãoFloresta, não-floresta, desflorestamento, nuvem, rede viária, hidrografia, outros.

 

2.2.3 Registro

O geo-referenciamento das imagens é feito registrando-se as imagens de satélite com cartas topográficas na escala 1:100.000 escanerizadas, através da aquisição de alguns pontos de controle, por considerar que as imagens, quando de sua aquisição, estão geometricamente corrigidas. No registro, associa-se as coordenadas da imagem (linha, coluna) com as coordenadas geográficas (latitude, longitude) das cartas topográficas. O SPRING pode reconhecer imagens TM-LANDSAT com correção geométrica de sistema e tratá-las de modo especial durante o registro. Nas várias áreas da Amazônia, onde não existem cartas na escala de 1:100.000 foram utilizadas como referência, aquelas cartas disponíveis, na escala 1:250.000 editadas pelo FIBGE ou DSG, órgãos responsáveis pela cartografia nacional. É importante destacar que essa forma de registro imagem x carta foi empregado apenas para o ano-base (no caso, 1997 para o geo-referenciamento inicial), ficando as imagens dos anos subsequentes devidamente registradas pelo tipo imagem x imagem. Posteriormente ao registro, é feita a importação das imagens para a estrutura dos projetos criados, conforme mencionado em item anterior.

 

2.2.4 Modelo linear de mistura espectral

O modelo linear de mistura espectral (MLME) visa estimar a proporção dos componentes solo, vegetação e sombra, para cada pixel, a partir da resposta espectral nas diversas bandas do TM, gerando as imagens-fração solo, vegetação e sombra. O modelo de mistura espectral pode ser escrito como:

 

ri = a * vegei + b * soloi + c * sombrai + ei ,

 

onde ri é a resposta do pixel na banda i da imagem TM/LANDSAT; a, b e c são proporções de vegetação, solo e sombra (ou água) que compõem o pixel; vegei , soloi e sombrai correspondem as respostas espectrais de cada uma dessas componentes citadas; ei é o erro de estimação intrínseco para cada banda i. As bandas 3, 4 e 5 do TM-LANDSAT estão sendo utilizadas, formando um sistema de equações lineares que pode ser resolvido utilizando o método dos Mínimos Quadrados Ponderados. Após a aplicabilidade do modelo de mistura, são resultantes três bandas sintéticas, representando as proporções de vegetação, de solo e de sombra existente em cada pixel da imagem.

Particularmente, em função dos alvos investigados neste trabalho, a imagem-fração sombra ou solo, tem sido geralmente utilizada no processo de identificação das áreas desflorestadas. Essa indicação de qual imagem-fração utilizar para dar seqüência no procedimento é fruto da experiência do fotointérprete ou do analista em reconhecer a complexidade temática da área de estudo. Geralmente áreas de transição/contato entre as formações florestais e aquelas de cerrado (lato sensu), por exemplo, são tratadas a partir de imagens-fração solo. Em áreas com dominância de faciações da floresta tropical a caracterização do desflorestamento é melhor definida em imagem-fração sombra, visto que áreas florestadas apresentam significativo percentual dessa componente sombra, em função dos vários estratos que compõem a estrutura de uma floresta e a irregularidade do dossel, contrastando com uma baixa quantidade de sombra no caso de áreas com ocorrência de derrubada florestal.

Ao final dessa fase, as imagens-sintéticas geradas pelo MLME e que serão empregadas para a etapa classificatória são reamostradas para 60 metros, por razões de otimização do tempo de processamento digital, minimizando o espaço em disco, sem perda do conteúdo informativo compatível com a escala de apresentação final, que é de 1:250.000.

 

2.2.5 Segmentação das imagens frações-sombra e solo

A segmentação de imagem é uma técnica de agrupamentos de dados, na qual somente as regiões espacialmente adjacentes e de características espectrais semelhantes podem ser agrupadas. Para realizar o processo de segmentação é necessário definir dois limiares: a) o limiar de similaridade, valor mínimo estabelecido pelo intérprete, abaixo do qual duas regiões são consideradas espectralmente similares e agrupadas em uma única região; b) o limiar de área, valor de mínima, dimensão, dado em número de pixels, para que uma região seja individualizada. No presente trabalho, as imagens fração-sombra ou fração-solo derivadas do MLME têm sido segmentadas pelo método de crescimento de regiões, utilizando os limiares de similaridade 8 e de área 16, pré-estabelecidos através de vários experimentos em trabalhos sobre uso e cobertura da terra, realizados na Amazônia.

 

2.2.6 Classificação das imagens fração-sombra ou solo segmentadas

Uma vez realizada a segmentação nas imagens sintéticas derivadas do MLME selecionadas, torna-se necessário como fase sequencial de operação, a criação de um arquivo de contexto e extração de regiões, antes da fase de classificação propriamente dita. Nesse arquivo de contexto ficam armazenadas as informações: a) tipo de classificação por regiões; b) bandas ou imagens utilizadas; e c) imagem segmentada. Na fase de extração das regiões um algoritmo extrai os atributos estatísticos (médias e matrizes de covariância) do conjunto de regiões definido pela segmentação. Após isso, tem-se o início do processo classificatório, cujas imagens-fração (sombra ou solo) segmentadas são tratadas por um algoritmo de classificação não-supervisionado de agrupamento de dados (ISOSEG), onde a discriminação de classes tem como base os atributos estatísticos de região, dentro de certos limiares de aceitação pré-determinados iguais a 95% ou 90%, conforme a complexidade da paisagem investigada. Os temas resultantes da classificação foram então associados às classes definidas anteriormente no banco de dados, cujo resultado da identificação e do mapeamento das áreas desflorestadas pode ser apresentado no formato raster ou vetorial.

 

2.2.7 Edição e Mosaicagem

Uma vez realizada a classificação de uma imagem por esse procedimento não supervisionado, torna-se necessário fazer uma pré-auditoria do mapeamento resultante. Essa etapa é denominada de “edição”, realizada por um fotointérprete, com a tarefa de analisar minuciosamente (diretamente na tela do computador tendo como plano de fundo, para comparabilidade, a imagem original em composição colorida) os polígonos temáticos gerados pela operação conjunta de segmentação e classificação de determinada imagem-fração. Os polígonos mapeados são aceitos ou reclassificados em outras categorias de uso da terra, baseado na experiência desse fotointérprete, que avalia padrões e aspectos de contexto, além de, caso necessário, contar com dados históricos derivados do PRODES Analógico. Essa atividade de redefinição temática de polígonos é realizada em escala 1:100.000, de forma a preservar o detalhamento dos contornos do(s) segmento(s) que define(m) determinada classe. A fase de edição de temas, especialmente a ocorrência de nuvens e/ou de áreas de não-floresta, são normalmente editadas visualmente na tela do computador. Com a implementação do algoritmo de edição matricial no SPRING, observa-se maior eficiência no processo de edição feita pelo fotointérprete. Nesta edição matricial, a obtenção dos dados vetoriais, correspondentes aos polígonos editados, são obtidos através da aplicação do procedimento de conversão das informações do formato raster para vetorial.

Uma vez realizada a edição, cada imagem temática (carta-tema) é ordenada num banco específico, segundo as órbitas/pontos referenciais do satélite, para compor o mosaico da Amazônia Legal. Nesse processo de composição do mosaico, os PI de entrada que são as cartas-tema têm sua resolução espacial transformada em 120 metros, para uma apresentação final de toda a Amazônia brasileira na escala de 1:2.500.000, pela grande quantidade de informações geradas na escala original do trabalho interpretativo. No caso do mosaico de cada Estado que compõe a Amazônia Legal, os PIs dos projetos carta-tema mantêm a resolução de 60 metros, porém a escala de apresentação é de 1:500.000 (Figura 1).


moss_rr


Figura 1


3. Considerações Finais

Finalizando, todas as informações descritas nessa sintética apresentação, demonstra a capacidade de todo esse procedimento de tratamento digital das imagens TM/LANDSAT em gerenciar uma série de dados/informações, contribuindo sobremaneira no processo de monitoramento anual da floresta Amazônica, no que se refere exclusivamente às questões de desflorestamento. A espacialização deste tipo de degradação florestal, complementada pelos números que diagnosticam as estimativas de extensão e taxa, demonstra ser importante subsídio, por indicar a magnitude, o ritmo e a direção que a ocupação da terra vem paulatinamente sendo feita, para uma adequada e oportuna planificação territorial em bases de desenvolvimento sustentável.

 

Estimativas Anuais


Qualquer problema, dúvida ou sugestão, por favor entre em contato: prodes@dpi.inpe.br