Mapeando Alterações da Cobertura Vegetal pelo Método Panamazônia: Caso Exemplo do Município de SINOP-MT.

Egídio Arai

Oton Barros

Paulo Roberto Martini

Valdete Duarte

Yosio E. Shimabukuro

Instituto Nacional de Pesquisas Espaciais- INPE

Av. dos Astronautas 1758

12227-010 São José dos Campos SP Brasil

Fone 55.12.3208.6470 Fax 55.12.3208.6488

Email:egidio@dsr.inpe.br;on@dsr.inpe.br;martini@dsr.inpe.br;Valdete@dsr.inpe.br;

yosio@dsr.inpe.br

Resumo

São descritos os procedimentos metodológicos utilizados no Projeto Panamazônia II.

O método se vale sobremaneira de cenas ortorretificadas GEOCOVER e MODIS

geradas pela NASA. Segue-se a foto-interpretação aplicada às imagens criadas por

segmentação de arquivos submetidos ao Modelo de Mistura Espectral. O processo

resulta em vetores de grande acurácia e polígonos temáticos sem os deslocamentos

provocados pelo registro de imagens convencionais mesmo corrigidas, mas não

ortorretificadas. Resultados mostram que tanto imagens MSS dos satélites

LANDSAT 1 e 2, quanto cenas TM, MODIS e CCD-CBERS podem ser interpretadas

e suas informações compartimentadas em planos de informação altamente

compatíveis sem deformações geométricas e com registro perfeito entre si. Conclui-

se pelo caso exemplo de SINOP que análises temporais e multisensores ganham

confiabilidades muito consistentes sob ponto de vista espacial. O procedimento

descrito foi seguido para o Estado do Acre com resultados também positivos e está

sendo expandido para todo o Estado do Mato Grosso.

1. Contexto

A partir da Conferência Mundial sobre Meio Ambiente, realizada no Rio de Janeiro

em 1992, o INPE se propôs a liderar um amplo projeto de monitoramento de floresta

Amazônica da América do Sul tendo como base sua experiência no monitoramento

do domínio amazônico brasileiro. Este projeto que ficou conhecido como

Panamazônia envolveu pesquisadores de todos os países amazônicos gerando

tabelas de desflorestamento do período entre 1980 e 1990 mediante o uso de

imagens TM-LANDSAT em papel colorida na escala de 250.000.

O INPE tratou de evoluir sua forma de monitorar seus domínios tropicais entrando

na seara digital a partir do ano 2000. Com esta evolução os gerentes do Projeto

Panamazônia entenderam que deveriam seguir também esta evolução e passaram

a redesenhar o Projeto buscando o suporte digital.

Este artigo descreve os procedimentos que foram desenvolvidos e estão sendo

utilizados correntemente no projeto, agora batizado de Panamazônia II, dado o novo

limiar que o suporte digital impõe. Foi utilizado como caso exemplo o Município de

Sinop no Estado do Mato Grosso dadas as intensas alterações da cobertura vegetal

que sofreu a partir do ano de 1973, marco inicial do arquivo de imagens usadas no

Projeto Panamazônia II.

2. Metodologia

A metodologia parte de premissas básicas: imagens e ferramentas precisam

necessariamente ser livres de custos, públicas, não discriminadas e de distribuição

global. Assim tanto as imagens quanto os softwares usados podem ser baixados

sem custos pela internet. O método só não abre mão do conhecimento

demandando times que conhecem Sensoriamento Remoto e que incluem

especialistas em: i) pré-processamento: ii) processamento digital e iii) foto-

interpretação/edição matricial.

Equipes com este perfil terão sucesso na aplicação da metodologia.

2.1. Arquivos Fundamentais

Os arquivos cartográficos básicos são aqueles tornados públicos pela FIBGE onde

os polígonos dos limites municipais brasileiros podem ser baixados.

Arquivos também fundamentais são os mosaicos GEOCOVER tornados disponíveis

pela NASA para diversos anos: 1990, 2000 e 2005. Ambos são fundamentais pois,

tratam-se de produtos ortorretificados, com precisão geodésica em latitude e

longitude. Os mosaicos GEOCOVER funcionam como âncoras para os demais

conjuntos de dados. Estes dados começam pelas imagens MSS gravadas nos

primeiros anos de operação da série de satélites LANDSAT e cujas imagens foram

recuperadas recentemente pelo Centro de Dados do INPE de Cachoeira Paulista e

podem ser baixados livres de custos pela internet. Outros bancos públicos

alimentam o acervo digital utilizados na interpretação como os arquivos MODIS das

plataformas TERRA e AQUA da NASA e as imagens do INPE gravadas pelos

satélites CBERS.

Este pacote de arquivos compõe um amplo painel de imagens multitemporais e de

multisensores que permite abordagens de grande valor científico, econômico e

ambiental, se de acordo com o procedimento e as classes temáticas descritas nos

itens seguintes.

2.2. Procedimento

O acervo de imagens coletado e corrigido é submetido ao crivo do Modelo Linear de

Mistura Espectral donde três imagens minimalistas em termos radiométricos são

geradas. Cada uma delas tem atributos bem específicos referentes ao solo, à

vegetação e à água superficial. Aquelas que contem os melhores atributos

referentes ao desflorestamento e seus descendentes, tipo rebrotas e culturas, são

segmentadas em oito classes segundo limiares palatáveis a computadores de

mesa. Esta segmentação passa então para a parte principal: o foto-intérprete

experiente que pratica a edição matricial. Nesta situação o procedimento pratica um

novo tipo de reconhecimento: o reconhecimento inteligente de padrões dentro do

qual os erros de omissão ou comissão perdem o sentido, porque as classificações

serão muito próximas de 100%. Os baixíssimos percentuais de erro serão corrigidos

por etapas de campo sempre discretas, mas necessárias, nos primeiros casos

exemplos como este. Nestas etapas de campo suporte amigável muito importante

tem sido aquele fornecido pelo GOOGLE_EARTH.

2.3. Classes Temáticas Mapeadas

As classes segmentadas e editadas pelo foto-intérprete podem chegar a 11, quando

se incluem as áreas de queimada e as áreas ocupadas por agricultura tipo soja:

- Desflorestamentos no bioma floresta

- Rebrotas na floresta (2 idades)

- Desmatamentos no bioma savana

- Regenerações na savana (2 idades).

- Floresta.

- Savana.

- Queimadas

- Hidrografia.

Neste caso de SINOP a classe referente às áreas de queimadas não foi mapeada

como também não foram mapeadas as áreas de savana, pois a região não engloba

nenhum remanescente deste bioma. Cabe assinalar que no caso do estado do Acre

este tema “áreas queimadas” foi mapeado com sucesso. As classes avaliadas neste

trabalho, foram as seguintes:

- Desflorestamentos nos anos de 1980, 1990, 2000, 2005 e 2006

Floresta

- Hidrografia

- Cultura de soja em 2006

- Áreas urbanas

3. Resultados

A figura 1 sintetiza o conjunto de imagens públicas disponíveis no acervo do INPE

para o município de estudo bem como para todos os municípios do domínio

panamazônico cobertos por estações de satélites operadas pelo Instituto..

Figura 1. Imagens públicas sobre o Município de SINOP.

Como pode ser observado, o conjunto de cenas compõe um importante painel

temporal do período compreendido em 1980 e 2006. As medidas tomadas sobre as-

imagens ortorretificadas indicaram com precisão o crescimento da ocupação da

terra no período analisado. A tabela da figura 2 mostra resumidamente os valores

em área deste crescimento, enquanto que a figura 3 mostra os polígonos extraídos

da análise temporal desenvolvida.

IMAGENS PÚBLICAS DISPONÍVEIS NO ACERVO DO INPE PARA O MUNICÍPIO DE SINOP - MT

LANDSAT MSS -1980

LANDSAT TM – GEOCOVER -1990

LANDSAT TM – GEOCOVER - 2000

TERRA MODIS - 2005

TERRA MODIS - 2006

MAPA 1980MAPA 2006

Figura 2. Desmatamento e Ocupação entre os anos 1980 e 2006

Da leitura das figuras 2 e 3 pode-se deduzir que no período compreendido entre os

anos de 1990 e 2000 aconteceram as maiores intervenções na cobertura florestal

do Município de SINOP: praticamente o desflorestamento dobrou em área, a

agricultura com soja também e a pecuária se reduziu em cerca de 25% no número

de indivíduos. A população por outro lado também dobrou, refletindo o avanço das

áreas de agricultura familiar e ostensiva, muito vigorosa na região.

374347699LAVOURA PERMANENTE ( há )

375417360009097SOJA (ton)

130326120005888SOJA (há)

617716194184550BOVINOS

748313837419891POPULAÇÃO

218442512DESMATAMENTO ( % )

193632339854484227DESMATAMENTO ( Km2 )

TOTAL20062005200019901980

DADOS DO MUNICÍPIO DE SINOP - MT

Figura 3. Mapa Final de SINOP para o ano de 2006.

O vigoroso avanço da agricultura da soja pode ser aferida pela figura 4 quando se

sobrepõe os polígonos mapeados como soja sobre imagem gravada em 1980. A

figura 5 mostra a situação bem recente de 2010 onde a área de pastagem foi

transformada para plantio de grãos. Este procedimento foi largamente identificado

em vistorias de campo realizadas no ano citado.

= 1.150 Km2

= 59 Km2

= 339 Km2

= 854 Km2

= 484 Km2

= 227

= 32 Km2

= 56 Km2

Km2

MAPA FINAL DO MUNICÍPIO DE SINOP – MTÁREA MUNICIPAL = 3.201 Km2

Figura 4. Polígonos de Áreas ocupadas com soja em 2006 sobre Imagem

LANDSAT gravada em 1980.

LINHAS DO MAPEAMENTO DA SOJA SOBRE A IMAGEM LANDSAT DE 1980

Fonte : DSR / Laboratório de Sensoriamento Remoto para Recursos Agroflorestais

Figura 5. Pastagens que foram modificadas para agricultura de soja em 2010. Ao

fundo rebrota (regrowth) com idade superior a 30 anos dentro do domínio de

floresta tropical amazônica.

4. Conclusões

Conclui-se através do caso exemplo de SINOP que análises temporais e multi-

sensores ganham confiabilidades muito consistentes sob ponto de vista espacial

quando submetidas ao Método Panamazônia. Esta consistência é suficiente

inclusive para atender estudos de ordem social e sócio-econômica como se

observou na questão do avanço do desmatamento e da população do município

estudado. Sendo as imagens e os mapas resultantes ortorretificados, os resultados

podem ser integrados a outros bancos com igual qualidade geográfica e espacial,

evitando-se as distorções que impedem constantemente o diálogo e a integração de

acervos e arquivos. Cumpre salientar ao final de que o procedimento descrito foi

seguido para o Estado do Acre com resultados também positivos. Ele está em

expansão para todos os estados da Amazônia brasileira e, possivelmente, para o

domínio tropical da América do Sul.

5. Bibliografia

ARAI, E.; ADAMI, M.; FREITAS, R. M.; SHIMABUKURO, Y. E.; RAO, V. B.;

MOREIRA, M. A. Análise de séries temporais MODIS e TRMM nas áreas de

caatinga, cerrado e floresta. In: Simpósio Brasileiro de Sensoriamento Remoto, 14.

(SBSR), 2009, Natal. Anais. São José dos Campos: INPE, 2009. p. 5081-5088.

DVD, On-line. ISBN 978-85-17-00044-7. (INPE-15814-PRE/10424). Disponível em:

<http://urlib.net/dpi.inpe.br/sbsr@80/2008/11.17.19.53.52>.

DUARTE, V. Metodologia para criação do Prodes Digital e do banco de dados

digitais da amazônia: Projeto BADDAM. São José dos Campos: INPE, 1999. (INPE-

7032-PUD/035). Disponível em:

<http://urlib.net/sid.inpe.br/jeferson/2003/06.09.13.55>.

DUARTE, V.; MARTINI, P. R.; SHIMABUKURO, Y. E.; FREITAS, R. M.; ARAI, E.

Monitoramento do desflorestamento em escala global: uma proposta baseada nos

projetos PRODES Digital e DETER. In: Simpósio Brasileiro de Sensoriamento

Remoto, 13. (SBSR), 2007, Florianópolis. Anais. São José dos Campos: INPE, 2007.

p. 6687-6694. CD-ROM; On-line. ISBN 978-85-17-00031-7.

(INPE-16340-PRE/10919). Disponível em:

<http://urlib.net/dpi.inpe.br/sbsr@80/2006/11.22.18.50>.

ENGREF. Projet Panamazonia Première Phase. École Nationale de Genie Rural dês

Eaux et des Forets, Centre de Kourou, Guiane Française. Setembre,1994.

ENRIC. A Source Book on Tropical Forest Mapping and Monitoring through Satellite

Imagery: the Status of Current International Efforts. Environmental and Natural

Resources Information Center. Arlington, VA. June, 1994.

MARTINI, P.R. Panamazonia Project to Monitor South America Tropical Forest. VI

Latin America Remote Sensing Symposium. SELPER-Society of Latin America

Remote Sensing Specialists. Cartagena de Indias, Colombia. October,1994.

Projeto Panamazônia na web: http://www.dsr.inpe.br/panamazon.htm

SHIMABUKURO, Y. E. ; DUARTE, Valdete ; ARAI, Egídio ; FREITAS, R. M. ;

MARTINI, P. R. ; LIMA, André . Mapping and monitoring land cover in acre state,

Brazilian amazônia, using multitemporal remote sensing data. In: IGARSS 2009,

2009, Cape Town. IIEEE International Geoscience & Remote Sensing Symposium,

2009. v. 1. p. 1-2.