Presidente Prudente - SP, 24-27 de julho de 2007
ISSN 1981-6251, p. 910-914
II Simpósio Brasileiro de Geomática
V Co ló qu i o B ra si l ei ro d e Ci ên ci a s Geo d ési ca s
ANÁLISE DE MÉTODOS DE CLASSIFICAÇÃO SUPERVISIONADA
APLICADA AO DESMATAMENTO NO MUNICÍPIO DE MARABÁ
UTILIZANDO IMAGENS CCD - CBERS
RAFAELLA CHRYSTIANE DE MOURA MATOS1
ANA LÚCIA BEZERRA CANDEIAS
1
ADILSON VIANA SOARES JR.
2
Universidade Federal de Pernambuco -UFPE
Centro de Tecnologia e Geociências - CTG
Departamento de Engenharia Cartográfica, Recife – PE
Instituto de Estudos Superiores da Amazônia - IESAM
Centro de Informática
[email protected]
[email protected]
[email protected]
1
2
RESUMO – Este trabalho apresenta uma análise sobre os métodos de classificação supervisionada
presentes no software para processamento de imagens Envi 4.2 no que diz respeito a desmatamento. Para
o desenvolvimento desta análise foi utilizada uma imagem de média resolução proveniente do satélite
CBERS-CCD, a área escolhida foi o município de Marabá, no Estado do Pará. Foi realizada uma análise
multitemporal do município entre os anos de 2004 e 2006, além de calculada a área de cobertura vegetal.
Com o resultado das classificações em mãos pode-se verificar a diferença de resultados de cada
classificação, além de se chegar a conclusão que o desmatamento no município de Marabá pode ser
monitorado através da metodologia mostrada.
ABSTRACT – This work shows an analysis about the methods of supervised classification presented in
the software for image processing Envi 4.2 in respect of deforestation. To develop this analysis was used
an image of media resolution proceeding from the satellite CBERS-CCD, the area that was chosen was
Marabá City, in Pará State. Was realized a multitemporal analysis in the city between the years of 2004
and 2006, was calculated the area of vegetal covering also. With the results in hands it could be verified
the difference of results for each classification, besides to conclude that the deforestation in the city of
Marabá can be monitored through the methodology that was shown.
1 INTRODUÇÃO
O desmatamento na região amazônica gera uma
série de alterações no ecossistema, bem como perdas
ambientais substanciais, impacto sobre o solo, sobre o
ciclo hidrológico entre outros. O Instituto Nacional de
Pesquisas Espaciais (INPE) vem estudando ao longo das
últimas décadas este desmatamento, e possui um
programa específico para este estudo o PRODES (INPE,
2005).
Neste trabalho avaliam-se os métodos de
classificação supervisionada incluídos no software Envi
4.2 para uma área onde esse desmatamento ocorre de
forma acelerada no Estado do Pará.
Alguns fatores que contribuem para o
desmatamento na região são: construção de novas
R. C. M. Matos; A. L. B. Candeias; A. V. S. Soares Júnior
estradas, extração madeireira e política de incentivos
fiscais para ocupação da Amazônia (IPAM, 1997).
A área escolhida para aplicação da metodologia
para visualizar o desmatamento ocorrido é a região do
município de Marabá, identificada na Figura 1. Esta é a
principal cidade do eixo sul-sudeste do Estado do Pará,
situada entre os paralelos 05°22’07” de latitude sul e
49°07’04” de longitude oeste, localizada as margens dos
rios Tocantins e Itacaiúnas, a 475 km da capital Belém.
Marabá é uma cidade localizada em uma área
conhecida como “Arco do Desmatamento”. O arco do
desmatamento é uma área que se estende do Maranhão ao
Acre abrangendo uma área composta por 524 municípios
como pode ser observado na Figura 2.
Esta área onde está localizada o município sofre
principalmente com a extração madeireira para
fornecimento às siderúrgicas produtoras de ferro-gusa,
II Simpósio Brasileiro de Geomática
V Colóquio Brasileiro de Ciências Geodésicas
que é a matéria-prima para fabricação do aço. No lugar
estão sendo plantadas árvores de eucalipto que alteram a
paisagem. Como conseqüência deste desmatamento podese destacar a perda da biodiversidade, perda da
produtividade do solo, mudanças no regime hidrológico,
entre outros (FEARNSIDE, 2005)
O sensoriamento remoto entra neste caso como
uma técnica para analisar, entre outros fatores, os diversos
estágios do desmatamento ocorridos sobre a cobertura
vegetal através da análise as imagens de satélite. Além
disto, uma análise multitemporal sobre as imagens do
satélite CBERS do município de Marabá nos anos de
2004 e 2006 mostram o grau de evolução deste
desmatamento.
Presidente Prudente - SP, 24-27 de julho de 2007
da área, onde há a presença de áreas planas próximas ao
rio e áreas mais movimentadas.
Percebe-se que comparando as Figuras 3 (a) e 3 (b)
que desmatamento está ocorrendo principalmente nas
áreas mais planas ou com relevo não muito acidentado.
(a)
Figura 1 – Área de estudo: região de Marabá – PA.
Fonte: Maragusa.
(b)
Figura 3 – Área de Marabá. (a) Imagem TM de Marabá na
articulação compatível com a escala 1:50.000 (IBGE) e
(b) Resultado obtido pelo SRTM na articulação
compatível com a escala 1:50.000 (IBGE). Fonte:
http://www.relevobr.cnpm.embrapa.br/pa/index.htm.
2 OBJETIVOS
Analisar métodos de classificação supervisionada
aplicados ao desmatamento, utilizando como base o
município de Marabá (PA) a partir de uma análise
multitemporal sobre as imagens da região entre os anos de
2004 e 2006.
Figura 2 – Arco do desmatamento. Fonte: INPE, 2005.
3 MATERIAIS E MÉTODOS
A Figura 3 (a) mostra um detalhe da região de
Marabá onde se percebe grandes áreas de desmatamento
próximas a cidade. Já na Figura 3 (b) tem-se o resultado
obtido pelo SRTM, onde é possível ver a geomorfologia
3.1 Materiais
R. C. M. Matos; A. L. B. Candeias; A. V. S. Soares Júnior
Os materiais e equipamentos utilizados
compreendem: (a) produtos orbitais, imagens fornecidas
gratuitamente pelo Instituto Nacional de Pesquisas
Presidente Prudente - SP, 24-27 de julho de 2007
II Simpósio Brasileiro de Geomática
V Colóquio Brasileiro de Ciências Geodésicas
Espaciais (INPE) capturadas pelo satélite CBERS em
formato digital pela câmera CCD do satélite, de
órbita/ponto 161/106, uma de 01 de Agosto de 2004 e a
outra de 04 de Julho de 2006. Os meses são próximos
para minimizar o efeito sazonal nas imagens.
As bandas utilizadas para a composição colorida
foram 3-4-2 respectivamente para os canais RGB,
destacando as áreas de vegetação das áreas de solo
exposto e rios.
O pacote de software utilizado no processamento
digital das imagens foi o Envi na versão 4.2, em ambiente
Windows.
3.2 Método
Foi realizado um levantamento de imagens do
município de Marabá nos anos de 2004 e 2006. Para tal
foram utilizadas imagens do satélite CBERS. O software
Envi auxiliou na análise visual para identificação do
conjunto de áreas referentes às classes vegetação, solo
exposto e rios. Como critérios para identificar essas áreas
foram selecionadas as regiões de mata densa.
A partir da composição colorida CCD-CBERS
342, foram realizadas as classificações supervisionadas
para melhor observação destas regiões de interesse citadas
anteriormente.
(b)
Figura 4 – Composição colorida. (a) ano de 2004 e (b)
ano de 2006.
3.4 Classificação supervisionada
3.3 Composição colorida
As imagens de 2004 e 2006 foram importadas para
o Envi e as composições coloridas foram obtidas seguindo
a seqüência: canal (R): Banda 3; Canal (G): Banda 4; e
Canal (B): Banda 2. Tal composição foi utilizada para
observar a variação das classes já mencionadas, em
destaque pode ser observada a vegetação em tons de
verde, como pode ser visto na Figura 4 (a) e na Figura 4
(b).
A classificação de uma imagem pode ser
supervisionada ou não supervisionada, aqui optou-se por
trabalhar
com
os
métodos
supervisionados:
paralelepípedo, distância mínima, distância de
Mahalanobis, máxima verossimilhança e mapa de ângulo
espectral.
Teve-se também o cuidado de trabalhar com o
mesmo conjunto de amostras (regiões de interesse) para a
avaliação dos métodos.
Para realizar uma classificação supervisionada é
necessário seguir as etapas (Sulsoft, 2006):
(a)
Definir as classes em que a imagem será
dividida. Para a realização deste trabalho as
imagens foram divididas em três classes
distintas: vegetação, área de solo exposto e
rio.
(b)
Separar as regiões de interesse da cena com
o auxílio da ferramenta ROI tool (Envi).
(c)
Aplicação do algoritmo de classificação.
As classes foram rotuladas de forma que
obtivessem similaridade com os dados conhecidos da
realidade.
3.4 Estatística Kappa
(a)
R. C. M. Matos; A. L. B. Candeias; A. V. S. Soares Júnior
Matematicamente, o coeficiente Kappa (k) mede a
concordância estatística. Esta estatística é bastante
II Simpósio Brasileiro de Geomática
V Colóquio Brasileiro de Ciências Geodésicas
utilizada para medir a qualidade da classificação, bem
como quantificar os valores entre os classificadores
(LOBÃO, 2005). Ela pode ser definida por:
Onde a exatidão total e a exatidão total (se houver
independência) são dados respectivamente por θ1 e θ2.
A matriz de confusão mostra as classes em questão
e relaciona uma dada classe e a forma como foi
classificada. Por exemplo: era vegetação e quanto desta
classe foi realmente classificado como vegetação, como
solo exposto ou como rio.
4 RESULTADOS E CONSIDERAÇÕES FINAIS
A Figura 5 mostra a aplicação dos métodos de
classificação para uma subárea analisada nos anos de
2004 e 2006. Percebe-se que cada classificador irá gerar
um resultado diferente.
A estatística Kappa pode auxiliar na escolha da
melhor classificação. Porém deve-se observar que para a
classificação supervisionada, as amostras são obtidas de
forma subjetiva, podendo contaminar o resultado da
estatística Kappa. Quanto mais próximo o valor do
coeficiente Kappa for de 1, melhor teoricamente será a
classificação.
Observando a Tabela 1, para o ano de 2004 o pior
valor foi para a classificação com o mapeador de ângulo
espectral, já para o ano de 2006 o pior resultado foi para o
método do paralelepípedo.
O método mais tradicionalmente utilizado de
classificação é o da máxima verossimilhança, que
apresenta resultados muito bons tanto em 2004 quanto em
2006.
O método da distância de Mahalanobis obteve
desempenho muito bom para os dois anos analisados e
observando a Figura 5 (f) e a Figura 5 (g) com as imagens
originais Figura 5(a) e Figura 5 (b), tem-se uma impressão
de um resultado adequado para a classificação.
R. C. M. Matos; A. L. B. Candeias; A. V. S. Soares Júnior
Presidente Prudente - SP, 24-27 de julho de 2007
A distância mínima foi um classificador muito
bom tanto para o ano de 2004 quanto para o ano de 2006.
É necessário, no entanto se analisar e campo e
comparar com os resultados das classificações.
Um monitoramento por sensoriamento remoto no
município de Marabá e cidades vizinhas seria de grande
ajuda para verificar a tendência de crescimento do
desmatamento e tentar propor formas para conter seu
avanço.
Não devem ser descartadas as pesquisas de campo,
pois somente o sensoriamento remoto não seria suficiente
para monitorar essa área, além do que as informações
obtidas por essa técnica não podem ser consideradas
100% realidade, logo essa técnica associada com as
pesquisas de campo teriam um grande efeito sobre esse
monitoramento
para
evitar
que
desmatamento
desordenado continue afetando a região.
A análise de áreas desmatadas, através de imagens
de satélites, é de grande importância para o estudo da
dinâmica da paisagem e como as ações de madeireiros e
atividades agropecuárias afetam essa dinâmica.
(a)
(b)
(c)
(d)
(e)
(f)
Presidente Prudente - SP, 24-27 de julho de 2007
II Simpósio Brasileiro de Geomática
V Colóquio Brasileiro de Ciências Geodésicas
REFERÊNCIAS
CENTENO, Jorge Antônio Silva. Sensoriamento remoto
e processamento de imagens digitais. Curitiba: Ed.
Curso de Pós Graduação em Ciências Geodésicas, UFPR,
2004.
CRÓSTA, A. P. Processamento digital de imagens de
sensoriamento remoto. Campinas: IG/UNICAMP, 1992.
(g)
FEARNSIDE, P. M. Desmatamento na Amazônia
brasileira: história, índices e conseqüências. Anais...
Manaus: INPA, 2005.
(h)
IPAM. Relatório Técnico sobre o Uso do Fogo na
Amazônia: Estudo de caso ao longo do arco do
desmatamento. Belém, Pará, 1997, 54 pg.
(i)
LOBÃO, J.S. B. et. Al. Aplicação dos índices Kappa &
PABAK na validação da classificação automática de
imagem de satélite em Feira de Santana – BA.
Anais...Goiânia: INPE, 2005.
(j)
SULSOFT. Guia do Envi em Português. Disponível em:
<http://www.200.175.93.14/site/guia_envi/index.htm>
acesso em: 20 Out. 2006
Figura 5 – Imagens originais e classificações
supervisionadas. (a) imagem CBERS 2004 (b) imagem
CBERS 2006 (c) mínima distância: ano de 2004 (d)
mínima distância: ano de 2006 (e) distância Mahalanobis:
ano de 2004 (f) distância Mahalanobis: ano de 2006 (g)
máxima verossimilhança: ano de 2004 (h) máxima
verossimilhança: ano de 2006 (i) mapeador de ângulo
espectral: ano de 2004 (j) mapeador de ângulo espectral:
ano de 2006.
Imagens gratuitas fornecidas pelo INPE podem
auxiliar neste processo. Além disto, com os dados
disponibilizados em altimetria (SRTM) da EMBRAPA,
podem fornecer um detalhamento tridimensional do
terreno.
Os métodos não supervisionados devem ser
também testados, bem como outros métodos com análise
por região.
Tabela 1 – Coeficiente Kappa no Envi
Método de Classificação
2004
2006
Paralelepípedo
0.9577
0.8776
Mínima Distância
0.9724
0.9974
Distância Mahalanobis
0.9986
0.9973
R. C. M. Matos; A. L. B. Candeias; A. V. S. Soares Júnior