Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
Avaliação espacial da evolução do Uso e Cobertura da Terra no município de Santa
Cruz do Sul - RS
Caroline Kist da Silva¹
Emanuel Araújo Silva¹
Laura Camila de Godoy Goergen¹
Juliana Marchesan¹
Matheus Mesquita da Costa Nunes¹
Daiana Iris Soto Brites¹
Rudiney Soares Pereira¹
¹Universidade Federal de Santa Maria – UFSM
Caixa Postal 97050-590 – Santa Maria – RS, Brasil
[email protected]
[email protected]
[email protected]
[email protected]
[email protected]
[email protected]
[email protected]
Abstract. The aim of this work was to study the gradual development of the Use of Land and Surfaces during
1993 and 2011 in Santa Cruz do Sul - a municipality located in the Central region of Rio Grande do Sul – in
order to understand its dynamics so that an appropriate plan for use can be established. The images were sourced
through the Thematic Mapper sensor of the Landsat 5 satellite, available from the website of INPE, at 80 and 81
points/222 orbits, and processed using Spring 5.2.1 software. Bhattacharya was the algorithm used in supervised
classification where the following classes were shown: native forest, planted forest, field, exposed soil,
agricultural use and water. A programming in Spatial Language of Algebric Geoprocessing (LEGAL) was also
used, where it has been possible to quantify the transitions of thematic classes sampled over the years, focusing
on the dynamics between forest and agricultural use. With the generation of thematic maps it was concluded that
only the class corresponding to the native forest had shown a decrease - around 30% - whilst the areas used for
agriculture were less significant in growth (18%). It is noticed that the limited increase of areas intended for
agricultural use is being offset by forest plantations – which supply firewood to tobacco farmers- by forest
inspections, urban growth and redevelopment of areas previously used for agriculture and pasture (fields).
Palavras-chave: Landsat 5, Spring, dynamics, transitions, forest, dinâmica, transições, floresta.
1. Introdução
Santa Cruz do Sul está localizada na região da Depressão Central do Rio Grande do Sul.
A cidade está compreendida entre os biomas Pampa e Mata Atlântica, numa área de
aproximadamente 743 km², IBGE (2010).
A economia da cidade tem forte estímulo da cultura do arroz e pecuária, mas
principalmente das plantações de fumo, que trouxeram para o município fabricantes de
cigarro e distribuidoras de fumo, como a Universal Leaf Tabacos, Philip Morris, Souza Cruz,
Associated Tobacco Company e Alliance One, entre outras. No momento, a produção de
fumo é a principal fonte de renda para os agricultores locais, sendo industrializadas, segundo
IBGE (2010), cerca de 10 toneladas de fumo/ano.
A crescente demanda dos recursos naturais e o aumento demográfico tem afetado a
paisagem no decorrer dos anos; áreas de vegetação nativa como campos e principalmente
florestas cedem espaço para novas áreas de uso agrícola, pecuária e urbanismo. Segundo
Novo (2008), é importante caracterizar a Terra e seu uso, pois assim possibilitará o
planejamento e a orientação à tomada de decisões através do sensoriamento remoto. Com o
mesmo pensamento, Moreno (1972), revela que a identificação de diferentes paisagens
1579
Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
geográficas permite prever a ampliação de áreas agrícolas, determinando áreas adequadas
para esse fim.
Dessa forma, o sensoriamento remoto, aliado a técnicas de Geoprocessamento e Sistema
de Informações Geográficas (SIGs), admitirá avaliar a evolução da cobertura e o uso da terra
no município de Santa Cruz do Sul nos anos de 1993 e 2011, quantificando áreas de transição
de florestas e agricultura para assim entender a sua dinâmica e poder realizar planejamento
adequado.
2. Metodologia de Trabalho
2.1 Localização e caracterização da área de estudo
O município de Santa Cruz do Sul localiza-se na região conhecida como Vale do Rio
Pardo, na encosta inferior do nordeste do estado do Rio Grande do Sul – Depressão Central.
(Figura 1). Possui coordenadas geográficas de 29º43'59" Latitude Sul e 52º24'52" de
Longitude Oeste, IBGE (2010).
Seu relevo compõem-se de áreas levemente onduladas ao Sul, vales, morros e elevações
maiores, apresentando altitude média de 122m do nível do mar. O clima é subtropical
temperado, com temperaturas médias de 19ºC e chuvas bem distribuídas no ano precipitações de 1300 a 1800 mm, FEE (2006).
Figura 1. Localização do município de Santa Cruz do Sul – RS.
2.2 Material
Foram utilizadas imagens do sensor TM (Thematic Mapper), do satélite Landsat-5,
bandas 1, 2, 3, 4, 5 e 7, referentes à órbita 222 e pontos 80 e 81 dos anos de 1993 e de 2011
(Tabela 1), solicitadas a partir do catálogo de imagens do site do Instituto Nacional de
Pesquisa Espacial (INPE).
As imagens foram processadas e analisadas no software livre Spring (Sistema de
Processamento de Informações Georreferenciadas) 5.2.1. e a geração dos mapas temáticos no
Scarta 5.2.1.
1580
Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
Tabela 1. Descrição das imagens obtidas.
Satélite
Landsat 5
Landsat 5
Landsat 5
Landsat 5
Sensor
TM (Thematic Mapper)
TM (Thematic Mapper)
TM (Thematic Mapper)
TM (Thematic Mapper)
Órbita-ponto
222 - 080
222 - 081
222 - 080
222 - 081
Data
02/11/1993
02/11/1993
04/11/2011
04/11/2011
2.3 Metodologia
As imagens obtidas do satélite foram convertidas para o formato *.spg no módulo Impima
5.2.1, para serem importadas no programa Spring 5.2.1. Para o georreferenciamento, que foi
feito por meio de outra imagem georreferenciada, foram adotados 10 pontos de apoio, onde o
erro de controle situou-se dentro dos limites de aceitação. Posteriormente as imagens foram
mosaicadas, já que o município situa-se dentro dos limites de duas áreas imageadas.
Delimitou-se a área de interesse, fazendo-se posteriormente o contraste linear das 6 bandas e a
composição colorida falsa-cor RGB (Red, Green, Blue) 5, 4 e 3 para a identificação dos alvos
na tomada de amostras de treinamento para a classificação.
A seguir, aplicou-se a segmentação, onde a imagem é dividida em regiões espectralmente
homogêneas, constituindo em rótulos. Para esse processo, foram usados valores de 10 para
similaridade e 20 para área de agrupamento de pixels.
Com isso, foi possível realizar a classificação das imagens por PDI (Processamento
Digital de Imagens), que é a manipulação das imagens através da associação de cada pixel
desta a uma classe temática, Moreira (2011). A classificação realizada foi supervisionada, a
qual constitui a fase de Treinamento, onde o operador determina amostras representativas de
cada classe de uso da terra. O algoritmo classificador utilizado foi o Bhattacharya a 99,9%
com limiar de aceitação, com um número em torno de 50 amostras para cada classe. Segundo
este mesmo autor, esse algoritmo usa as amostras de treinamento para estimar a função
densidade de probabilidade para as classes apontadas no treinamento.
Para avaliar a eficiência da classificação, tomou-se como parâmetro a tabela proposta por
Landis e Koch (1977), segundo o coeficiente Kappa (Tabela 2).
Tabela 2. Qualidade da classificação segundo intervalos do coeficiente Kappa.
Valor Kappa
<0,00
0,00 – 0,20
0,20 – 0,40
0,40 – 0,60
0,60 – 0,80
0,80 – 1,00
Qualidade da classificação
Péssima
Ruim
Razoável
Boa
Muito Boa
Excelente
Fonte: Landis e Koch (1977).
As classes identificadas foram as seguintes: Floresta nativa (compreendendo as formações
arbóreas nativas), Floresta plantada (plantações de Pinus sp. e Eucalyptus sp. principalmente),
Uso agrícola (culturas de fumo e arroz predominantemente), Solo exposto (áreas urbanas,
manchas de solo exposto), Campo (formações de vegetação de baixo porte e pastagens) e
Água (rios, açudes e demais corpos d’água). Ao final do processo de classificação, foram
obtidos mapas de uso e cobertura da terra para as duas datas.
Realizou-se uma programação em LEGAL (Linguagem Espacial de Geoprocessamento
Algébrico), sendo possível a consulta e manipulação espacial das imagens. Segundo Câmara
1581
Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
(1995), são utilizados esquemas conceituais para definir espacializações das classes do
modelo de dados. Com isso, foi gerado um mapa contendo as transições/mudanças das classes
temáticas no decorrer dos anos amostrados, enfocando a dinâmica entre floresta e o uso
agrícola. Após foram construídos mapas temáticos no módulo Scarta 5.2.1.
3. Resultados e Discussão
Através do processamento digital e classificação supervisionada das imagens dos anos de
1993 e 2011, pode-se avaliar a evolução do uso e cobertura da terra (Figuras 2 e 3),
juntamente com sua quantificação (Tabela 3). Obtiveram-se também os mapas temáticos
(Figuras 4 e 5). Para esses mapas, a eficiência da classificação obtida foram os seguintes
valores de Kappa, respectivamente: 0,9987 (99,87%) e 0,9984 (99,84%); enquadrando-se na
qualidade “excelente” da Tabela 2.
1993
Floresta nativa
Floresta plantada
Solo exposto
Utilização agrícola
Água
Campo
2011
Floresta nativa
Floresta plantada
Solo exposto
Utilização agrícola
Água
Campo
Figuras 2 e 3. Evolução do Uso e Cobertura da Terra nos anos de 1993 e 2011 no município
de Santa Cruz do Sul – RS.
1582
Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
Tabela 3. Quantificação da evolução do Uso e Cobertura da Terra nos anos de 1993 a 2011 no
município de Santa Cruz do Sul – RS.
Classes
Área (Km²)
Área (Km²)
Temáticas
1993
2011
Floresta nativa
516.690.000
366.996.600
Floresta plantada
2.869.200
6.858.000
Solo exposto
11.935.800
31.100.850
Utilização agrícola
123.211.800
144.965.250
Água
3.605.400
11.684.700
Campo
85.480.200
182.187.000
TOTAL
743.792.400
743.792.400
Figura 4. Mapa do Uso e Cobertura da Terra no município de Santa Cruz do Sul – RS no ano
de 1993.
1583
Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
Figura 5. Mapa do Uso e Cobertura da Terra no município de Santa Cruz do Sul – RS no ano
de 2011.
Através da análise em Linguagem Espacial de Geoprocessamento Algébrico (LEGAL)
para as referidas imagens, pode-se quantificar as áreas de: manutenção de floresta nativa, de
floresta plantada e de uso agrícola; transições de floresta nativa - floresta plantada, floresta
nativa - uso agrícola, floresta plantada - uso agrícola, floresta plantada – floresta nativa, uso
agrícola - floresta nativa e uso agrícola - floresta plantada (Tabela 4). Inclusive, obteve-se o
mapa temático (Figura 6).
Tabela 4. Transição das classes temáticas de 1993 à 2011 no município de Santa Cruz do Sul
– RS.
Classes
Manutenção Floresta nativa
Floresta nativa_Uso agrícola
Floresta nativa_Floresta plantada
Manutenção Uso agrícola
Uso agrícola_Floresta nativa
Uso agrícola_Floresta plantada
Manutenção Floresta plantada
Floresta plantada_Floresta nativa
Floresta plantada_Uso agrícola
Área (Km²)
311.247.000
78.350.400
4.037.400
44.847.900
34.842.600
1.492.200
196.200
1.040.400
594.000
1584
Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
Figura 6. Mapa das transições do Uso e Cobertura da Terra de 1993 a 2011 no município de
Santa Cruz do Sul – RS.
No decorrer dos 18 anos (de 1993 a 2011), as áreas de floresta nativa sofreram uma
redução de 28,97%, sendo que 41,84% mantiveram-se. Da redução, 10,53% da vegetação
passou a ser utilizada como agricultura e apenas 0,54% para floresta plantada. Esse fato
explica-se pela crescente urbanização, expansão das áreas de solo exposto – incluídos nesta
classe, agricultura em épocas de pousio – e áreas de campo – intensificadas pela pastagem
extensiva.
As florestas plantadas, as quais não tinham grande expressão no município, tiveram um
aumento de 139,02%, onde pequena fração (0,02%) se manteve. Apresentou pequena
transição para floresta nativa (0,14%) e para agricultura (0,8%). Com esses dados, extrai-se
que esse progresso está aliado às oportunidades de diversificação da renda dos produtores
(abastecimento de lenha para os secadores de fumo) com o incentivo fiscal de recomposição
em áreas de preservação.
As áreas de uso agrícola apresentaram um aumento de 17,66%, onde 6,03% se
mantiveram. Dos usos, 4,68% da área foi transformada em floresta nativa e 0,2% em floresta
plantada.
Os campos acresceram em 113,13%. Essa grande contribuição justifica-se pelo possível
abandono e consequente restabelecimento da vegetação natural de áreas antes utilizadas para
agricultura e pastagem. Inclusive, esse fato corresponde também pela intensificação de
fiscalizações ambientais em áreas ocupadas inapropriadamente.
A classe Solo exposto apresentou um aumento de 160,57%. Isso se deve à intensa
urbanização do município no decorrer destes anos; da migração de pessoas do meio rural e
pelo processo de industrialização.
1585
Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
A classe água, compreendendo todos os tipos de corpos d’água, apresentou um acréscimo
de 224,09%. Esse acontecimento justifica-se pela construção de açudes e lagos artificiais,
inclusive pelas áreas de cultivo de arroz, as quais se apresentaram alagadas nas imagens.
4. Conclusões
A análise do Uso e Cobertura da Terra no município de Santa Cruz do Sul no período de
1993-2011 foi processada de maneira satisfatória pela metodologia empregada. Pelas imagens
do satélite Landsat 5, foi possível analizar as transformações ocorridas no período com
relação à florestas, campo, uso agrícola, solo exposto e água.
A partir dos dados obtidos, inferiu-se que somente a classe correspondente à floresta
nativa apresentou decréscimo, ao passo que as áreas utilizadas para agricultura foram as
menos expressivas em crescimento. Com isso, constata-se que o limitado acréscimo das áreas
destinadas ao uso agricola está sendo compensado por plantações de floresta – a fim de
abastecer os secadores de fumo com lenha e pelas fiscalizações florestais -, crescimento
demográfico e regeneração de áreas antes ocupadas por agricultura e pastagem (campos).
Agradecimentos
Quero agradecer aos colegas do laboratório LABSERE pelo apoio neste meu primeiro
trabalho. A todos que de alguma forma colaboraram no meu aprendizado, sempre com
atenção e carinho. E principalmente ao professor Rudiney, quem me concedeu a oportunidade
de fazer parte do grupo.
Referências Bibliográficas
Câmara, G. Modelos, Linguagens e Arquiteturas para Bancos de Dados Geográficos. 1995. 282 p. Tese
(Doutorado em Computação Aplicada) – Instituto Nacional de Pesquisas Espaciais, São José dos Campos. 1995.
Fundação de Economia e Estatística Siegfried Emanuel Heuser (FEE). 2006.
<http://www.fee.tche.br/sitefee/pt/content/capa/index.php>. Acesso em: 01, nov. 2012.
Disponível
em:
Instituto Brasileiro de Geografia e Estatística (IBGE). 2 Disponível em: <http://www.ibge.gov.br/home/>.
Acesso em: 17, out. 2012.
Instituto Nacional de Pesquisas Espaciais (INPE). Disponível em: <http://www.inpe.br>. Acesso em: 15, out.
2012.
Landis, J.; Koch, G. G. The measurements of agreement for categorical data. Biometrics, Washington, v. 33,
n. 3, 1977. 159-179 p.
Moreira, M. A. Fundamentos do sensoriamento remoto e metodologias de aplicação. 4. ed. rev. e ampl.
Viçosa, MG: UFV, 2011. 151-245 p.
Moreno, J. A. Uso da terra, vegetação original e atual do Rio Grande do Sul. Boletim Geográfico do Rio
Grande do Sul, v. 17, n. 15, p. 46-47, 1972.
Novo, E. M. L. de M. Sensoriamento Remoto: princípios e aplicações. São Paulo, SP: Editora Blucher, 2008.
327-338 p.
Prefeitura Municipal de Santa Cruz do Sul - RS - Brasil. Disponível em: < http://www.santacruz.rs.gov.br/>.
Acesso em: 10, out. 2012.
1586