Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
Metodologia de mapeamento do uso e cobertura do solo aplicado à cartografia
geotécnica: estudo de caso em Anápolis/GO.
Pedro Henrique Lopes Batista 1
Andrelisa Santos de Jesus 2
Marianna Jacominy de Amorim Mendes 3
Newton Moreira de Souza 1
José Camapum de Carvalho 1
1
Universidade de Brasília – UnB, Departamento de Engenharia Civil e Ambiental (ENC)
Programa de Pós-Graduação em Geotecnia, Campus I, Asa Norte, Brasília - DF, Brasil
{pedrobatista, nmsouza, camapum}@unb.br
2
Universidade Federal de Goiás – UFG, Instituto de Estudos Socioambientais (IESA),
Campus II (Samambaia), Goiânia - GO, Brasil
[email protected]
3
Institut national de recherche en sciences et technologies pour l'environnement et
l'agriculture – IRSTEA, França
[email protected]
Abstract. This study presents a hybrid methodology for land cover and land use mapping. Photointerpretation
and digital classification techniques of a high spatial resolution orbital image (GeoEye-1), of the 2010, from the
Anápolis/GO municipality, were adopted with the aim to apply a class-type legend suitable for geotechnical
mapping investigations. The hybrid methodology was required due to the mixture of spectral targets that occurs
among urban, natural and rural areas of the image, as it avoids the identification of map features while using
automated processes. Photointerpretation lineation resulted in clipping masks (polygons) to crop the image, in
which each cropped portion was examined through supervised digital quantitative analysis, generating a final
map of land cover/use. Kappa and overall accuracy index were used to verify the reliability of digital processing
and of automated extraction of features. The digital image processing and photointerpretation routines were
implemented via the Spring 5.7.1 and ArcGIS 9.3. The land cover/use map has appropriate legend labeling for
usage in geotechnical risk mapping (earthquakes, landslides, floods, settlements, subsidence, erosion, among
others). These labels present elements at risk and those which can affect the susceptibility of the environment to
a certain risk. The computational cost of this hybrid method proposed is lower due to the resampling, filtering
and photointerpretation clippings adopted for the extraction of land cover/use features.
Palavras-chave: photointerpretation, digital image
processamento digital de imagens, método híbrido.
processing,
hybrid
method,
fotointerepretação,
1. Introdução
Retratar de maneira coerente a cobertura e o uso dos solos em determinado alcance
temporal e espacial é importante para o planejamento e projeto de obras, não apenas no seu
caráter técnico, mas também socioambiental. Segundo Dearman (1991), a geologia pode
afetar o uso do solo de maneira (i) restritiva, no qual estão incluidos os perigos quando os
mesmos comprometem o ser humano como em eventos de sismos, deslizamentos, inundações,
recalques, subsidência, erosão, entre outros, ou (ii) em relação aos recursos disponíveis, como
minerais, materiais de construção, energia e água.
Uma carta geotécnica é um tipo de carta geológica com feições importantes para o
planejamento do uso do solo e projeto, construção e manutenção aplicada à engenharia civil e
de minas (IAEG, 1976). Ainda segundo o mesmo autor, para ser considerada uma carta
geotécnica a mesma deve cumprir os seguintes requisitos: (i) retratar informações necessárias
para avaliar as feições de engenharia geológica, (ii) prever modificações nas características
1045
Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
geológicas, resultando em sugestões de medidas preventidas e (iii) apresentar informações
que podem ser compreendidas por profissionais não geólogos.
A cobertura dos solos refere-se à natureza das feições e está relacionada ao tipo de feição
presente na superfície da terra (plantações, lagos, árvores e estradas) (EEA, 1994; Lillesand e
Kiefer, 1994). O uso do solo, por sua vez, determina uma função socioeconômica exercida na
superfície terrestre (EEA, 1994), sendo dependente da atividade humana (uso residencial
urbano, uso industrial) (Lillesand e Kiefer, 1994). Segundo IBGE (2006), de acordo com a
distribuição geográfica e espacial das tipologias de uso do solo, são todas identificadas pela
observação de padrões homogêneos da cobertura terrestre.
A demanda pela cartografia geotécnica de riscos relacionados ao meio físico tende a
crescer nos próximos anos, portanto os mapeamentos de uso e cobertura que são base para tais
metodologias acompanharão o crescimento e devem estar adequado com finalidade dos
problemas geológico-geotécnicos analisados, uma vez que representam os elementos em risco
(ou elementos vulneráveis), além de poder afetar a suscetibilidade do meio físico frente aos
fenômenos mapeados.
O presente trabalho apresenta uma metodologia de mapeamento de uso e cobertura do
solo partindo de insumos cartográficos de alta resolução espacial para aplicações locais e
regionais adequadas ao contexto de riscos à erosão e inundações, podendo ser extrapolada
para as demais situações de prolemas geológico-geotécnicos. Esta metodologia híbrida de
mapeamento, que conjuga técnicas de fotointerpretação e classificação digital de imagem,
juntamente com a avaliação da exatidão possibilitada pelo estudo na área urbana e periurbana
de Anápolis (GO), que sofre com problemas de erosão e inundação devido ao crescimento
urbano carente de planejamento adequado, permitiu distinguir as feições urbanas, rurais e
naturais com menor custo de processamento computacional e maior rapidez.
2. Material e métodos
2.1 Banco de dados
Para elaboração do mapa de uso e cobertura dos solos foi utilizada a imagem orbital do
sensor GeoEye-1 de 0,5 m de resolução espacial, da cidade de Anápolis do ano de 2010
(Figura 1). Jesus (2011) construiu uma base topográfica mosaicada, com curvas de nível com
eqüidistância de 1 m para a área urbana e precisão de 7 m para a área periurbana. A base
topográfica referente à área urbana fora cedida pela Prefeitura Municipal de Anápolis e elaborada
com base num aerolevantamento feito em 2008. Já a base topográfica da área periurbana foi
extraída do sensor ASTER-GDEM, de 30 m de resolução espacial. A rede hidrográfica
(drenagens) foi obtida por Jesus (2011) a partir dessa base topográfica mosaicada com
posterior refinamento possibilitado pela alta resolução espacial da imagem de satélite.
A imagem de satélite e a rede hidrográfica compuseram o banco de dados elaborado no
programa Spring 5.7.1 do INPE (Câmara et al., 1996), onde foi possível o tratamento e
processamento digital para a obtenção das informações. Destaca-se que a interpretação da
imagem também contou com o auxílio da ferramenta de desenho e correção de dados vetoriais
Editor do programa ArcGIS 9.3 da ESRI.
2.2 Legenda adotada e feições mapeadas
Segundo Lillesand & Kiefer (1994), as informações de uso do solo e de cobertura do solo
devem ser apresentadas em mapeamentos separados. Contudo, de um ponto de vista prático, é
corriqueiro e mais eficiente a união de ambos os sistemas de classificação de dados de
sensores remotos em uma única fonte de atividades de mapeamento. Desse modo, as classes
de mapeamento para a elaboração da carta apresentadas na Tabela 1 foram conceitualmente
definidas com base em estudos do IBGE (2006), IBGE (1992), Almeida Filho e Almeida
(2001) e Almeida e Freitas (1996).
1046
Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
2.3 Procedimentos do processamento da imagem
O mapa de uso e cobertura foi elaborado por meio de técnicas de fotointerpretação e de
análise digital quantitativa de classificação de imagens, tornando-se assim um método híbrido
ou combinado. A análise digital foi fruto da etapa de classificação supervisionada, que foi a
da máxima verossimilhança (MaxVer) gaussiana. Foi utilizado também um algoritmo que
observa as informações contextuais da classificação, dependendo do valor atribuído aos pixels
vizinhos, em uma reclassificação, chamado de MaxVer-ICM (Interated Conditional Modes).
Para auxiliar na fotointerpretação das feições e amostragem das mesmas para a classificação
supervisionada foram adotadas técnicas de realce da imagem por transformação pelas
Componentes Principais (Principal Component Transform) e transformação IHS (intensity,
hue e saturation). Num segundo momento foi feito um tratamento qualitativo, onde o
mapeamento obtido da classificação supervisionada foi submetido a uma detalhada inspeção
visual visando corrigir possíveis vícios de classificação. Para dar suporte a essa análise
qualitativa foi utilizada um conjunto de informações cartográficas temáticas e básicas bem
como artigos e trabalhos adicionais relativos a estudos e mapeamentos anteriormente
realizados em Anápolis. Um trabalho de campo foi realizado utilizando ferramenta
GNSS/GPS para localização de feições, visando validar as classes mapeadas.
Figura 1 – Carta imagem, sensor GeoEye, do Município de Anápolis do ano de 2010.
Tabela 1 – Classes de uso e cobertura do solo mapeadas e definições adotadas.
Classe
Definição
Área Urbana Consolidada
Região urbana de alta densidade de ocupação.
Área Urbana em
Consolidação
Região urbana em expansão, com densidade de ocupação de
média a alta, localizada, principalmente, na periferia das áreas
urbanas consolidadas.
1047
Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
Área Urbana Parcelada
Região urbana de média a baixa densidade, com início de
ocupação do loteamento.
Área Urbana Parcelada com
Vegetação Antropizada
Região urbana com vegetação antropizada, de predominância
herbácea e arbustiva, encravada e circundada na área urbana
(campo antrópico).
Área Urbana Industrial
Região com atividades industriais de potencial para causar
degradação ou poluição do ar, solo e água, significativa ao
meio ambiente.
Área Urbana Industrial
Parcelada
Região com loteamentos para a implantação de atividades
industriais.
Cultivo Temporário e
Perene
Plantações e cultivos anuais ou cíclicos (sofrem mudanças
sazonais) e permanentes ou de longo ciclo (permite sucessivas
fases de colheita).
Pastagem
Área de vegetação rasteira (herbácea), cultivada ou
antropizada, para pecuária extensiva, semi-intensiva e
intensiva, com espécies arbustivas e arbóreas isoladas.
Formação Florestal
Formações arbóreas em estágio evoluído de sucessão
ecológica. Floresta estacional, ombrófila, dentre outros.
Formação Savânica
(Cerrado)
Formação de estrato graminoso (herbácio), com dossel
descontínuo de árvores e arbustos espalhados.
Solo Exposto
Áreas degradadas (devido à ação antrópica ou não-antrópica)
que perderam sua resiliência ecossistêmica, necessitando de
medidas de recuperação para a estabilização do sítio.
Área Minerada
Áreas que sofreram os vários tipos de atividades de extração
mineral (lavra, garimpo, etc).
Aterro Sanitário
Local adequado de disposição final de resíduos sólidos.
Estação de Tratamento de
Esgoto
Infraestrutura de tratamento de águas residuais domésticas e
industriais.
Cemitério
Área comumente mapeada com classe de área urbana, para
sepultamento de cadáveres e restos mortais.
Aeroporto
Área para atendimento de serviços de decolagem e
aterrissagens de aeronaves.
Via Principal
Áreas pavimentadas que ligam e comunicam a malha urbana.
Água, Lago e Lagoa
Águas de sistemas
mapeamento.
Nuvem
Ar resfriado em ponto de orvalho, formando gotículas de água
e gelo, que afetam a visibilidade e quantificação de feições na
imagem.
lênticos
interiores
passíveis
de
Fonte: Modificado de Almeida Filho e Almeida (2001), Almeida e Freitas (1996), IBGE (2006), IBGE (1992) e
Ribeiro & Walter (1998).
A reamostragem utilizada, para todos os processos do presente trabalho (importação de
imagem, degradação, mosaicos, etc) foi a do vizinho mais próximo. Outro passo foi a
reamostragem (degradação da imagem para resolução de 5 m) e filtração das imagens orbitais
1048
Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
(passa-baixa 7x7, com duas iterações), principalmente para a redução no tempo das operações
de classificação digital e mistura dos alvos espectrais, reduzindo a possibilidade de confusão
entre os alvos na fase de classificação digital. Todas essas opções de ferramentas de análise
quantitativa e processamento digital estão disponíveis no programa Spring.
Quanto à fotointerpretação foi fixada uma escala de 1:10.000 para a visualização e
vetorizadas as principais áreas de mapeamento, visando separar principalmente aquelas com
feições estritamente urbanas daquelas em condições rurais ou naturais, por meio da
ferramenta Editor do ArcGIS. A fotointerpretação resultou em polígonos de contorno das
feições desejadas que foram exportados para o Spring, submetendo a imagem GeoEye-1 de
2010 a recortes, sendo que cada pedaço recortado era classificado quantitativamente pelo
método da máxima verossimilhança, citado anteriormente. A Figura 2 apresenta o fluxograma
de processamento.
Reamostragem
Imagem Digital de Partida
Imagem
5m
Fotointerpretação
Escala 1:10.000
Filtro Passa-Baixa
Média 7x7 - 2 iterações
Ferramenta Editor – Criação e
Recorte de Feições poligonais
Transformação CP
Imagens CP e IHS
Transformação IHS
Imagem
5m - misturada
Polígonos das
Áreas Urbanas
e Agrícolas
(Classes de
Mapeamento
Máscaras
para Recorte
Recortar Plano
de Informação
Imagem – Área Urbana
Consolidada, em
Consolidação, Parcelada,
Industrial, Áreas
Agrícolas e Naturais,
Aeroporto
Classificação
Supervisionada
MaxVer-ICM
Imagem – Cemitério,
ETE, Aterro Sanitário e
Via Principal
Mapa de
Uso e
Cobertura
do Solo
Classes de Uso e
Cobertura do Solo
Figura 2 – Fluxograma do processamento dos dados adotado para o mapa de uso e cobertura
do solo do ano de 2010 de Anápolis/GO.
2.4 Avaliação de exatidão do mapeamento
Quando se utiliza classificação digital de imagens deve-se atentar para o controle da
qualidade no mapeamento dos usos e cobertura dos solos. Portanto é importante ressaltar o
sistema de classificação, que orientou essa pesquisa e estudo, adotado pela United States
Geological Survey (USGS) (Lillesand e Kiefer, 1994) e que é delineado conforme os
seguintes critérios: (i) o menor nível de acurácia (exatidão) ao utilizar-se de dados de sensor
remoto deve ser de no mínimo 85%; (ii) os níveis acurácia para todas as categorias mapeadas
devem ser aproximados; (iii) resultados repetidos podem ser obtidos de acordo com o
intérprete e/ou o sensor adotado; (iv) o sistema de classificação deve ser aplicável para áreas
extensas; (v) a categorização das classes deve permitir que o uso do solo possa ser inferido a
partir da cobertura do solo; (vi) o sistema de classificação deve ser adequado para a utilização
em dados de sensoriamento remoto obtidos em diferentes períodos do ano (variabilidade da
resolução temporal); (vii) as categorias mapeadas devem ser divisíveis em mais subcategorias
1049
Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
para possibilitar o uso de dados de sensor de alta resolução espacial ou em pesquisas de
campo; (viii) deve ser possível agregar categorias; (ix) comparações com futuros padrões de
uso e cobertura do solo deve ser possibilitado e (x) usos múltiplos do solo devem ser
reconhecidos. Portanto, para o mapa final de uso e cobertura foi alcançado um nível de
exatidão referente aos procedimentos de classificação e extração de informações
quantitativamente supervisionadas, para cada classe mapeada, devido ao recorte original das
áreas perante a fotointerpretação. Ou seja, para a avaliação da qualidade das análises
quantitativas de classificação digital da imagem foram adotados dois índices de análise de
qualidade, obtidos por meio da ferramenta de aferição da classificação digital do Spring: o
índice de desempenho geral; e o índice Kappa (ou estatística KHAT), mostrados no item 3.1.
3. Resultados e discussão
3.1 Exatidão para as classificações digitais
Quanto maior a adequação com os dados verdadeiramente amostrados, mais próximo de 1
(ou 100%) estará estes índices. A Tabela 2 retrata os níveis de exatidão da classificação
digital para o mapa de uso e cobertura do solo e suas classes, sendo que todos os índices
ficaram acima de 85%, relativas à acurácia de cada polígono recortado da imagem de 2010
(Figura 1).
Tabela 2 – Acurácia para cada polígono recortado e suas classes obtidas na classificação.
Área
Classificada Desempenho Índice Classes obtidas no mapa final
Fotointerpretada
geral
Kappa
Área Urbana Consolidada, Formação
Área
Urbana
99,92%
99,85% Florestal e Área Urbana Parcelada com
Consolidada
Vegetação Antropizada.
Área Urbana em Consolidação, Formação
Área Urbana em
99,98%
99,97% Florestal e Área Urbana Parcelada com
Consolidação
Vegetação Antropizada.
Área
Urbana
Área Urbana Parcelada e Formação
100,00%
100,00%
Parcelada
Savânica.
Área
Urbana
Área Urbana Industrial, Solo Exposto,
94,59%
91,72%
Industrial
Formação Florestal e Formação Savânica.
Demais
Áreas
Solo Exposto, Nuvem, Formação Florestal,
correspondentes as
90,98%
88,85% Formação Savânica, Cultivo Temporário e
Área Agrícolas e
Perene e Pastagem.
Naturais
Aeroporto, Solo Exposto, Formação
Aeroporto
99,96%
99,93%
Florestal e Formação Savânica
Nas primeiras tentativas de classificação digital, pelo método da classificação
supervisionada na imagem GeoEye-1 observou-se que os pixels das áreas urbanas induziam as
classificações equivocadas nas regiões não urbanas (agrícolas e naturais). Além disso, quando
eram utilizadas essas classificações digitais, em toda a grande extensão da imagem orbital de
alta resolução, o tempo de processamento era longo. Para solucionar os problemas de longo
tempo de processamento digital foram aplicadas filtragens e degradação na imagem, como
citado no item 2.3 da metodologia. Entretanto, não é recomendável a aplicação desses
procedimentos abusivamente, pois os mesmos pode diminuir qualidade da imagem,
resultando em dificuldades para separação de classes pré-definidas na legenda inicial de
trabalho, resultando em um mapa de uso e cobertura do solo inadequado para aplicações em
cartografia geotécnica, uma vez que não irá distinguir as regiões urbanas, rurais e naturais.
1050
Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
A fotointerpretação e a classificação digital quantitativa podem ser aplicadas de forma
conjunta, em uma metodologia híbrida, quando se deseja resultados rápidos e de qualidade,
utilizando o máximo potencial das imagens de satélite de alta resolução, como foi realizado
no presente estudo. Esse procedimento foi necessário para evitar a contaminação dos alvos
espectrais e confusão na classificação supervisionada, melhorando os resultados.
3.2 Mapa de uso e cobertura do solo
A Figura 3 apresenta o mapa de uso e cobertura do solo do município de Anápolis/GO
para o ano de 2010, na escala de visualização de 1:100.000.
Figura 3 – Mapa de uso e cobertura do solo de Anápolis, do ano de 2010.
As classes de área urbana (consolidada, em consolidação, parcelada e industrial)
corresponderam a pouco mais de 20% da área mapeada da imagem orbital. Quase 35% da
área retratam formações savânicas e 11% de formações florestais. Aproximadamente 4% são
solos expostos e 9% são cultivos temporários e permanentes. As demais áreas que juntas
somam pouco mais de 20% são as outras classes de uso e cobertura com menores percentuais
em relação a área mapeada.
4. Conclusão
Foi verificado que o mapeamento de uso e cobertura do solo auxiliado por imagens de
alta resolução espacial necessita de um grande tempo de processamento computacional,
quando aplicadas ferramentas de classificação quantitativas digitais. Dessa forma, recomendase a utilização de técnicas de fotointerpretação para alcançar resultados em curto prazo.
Porém, se a área a ser mapeada for extensa e as classes de mapeamento forem diversificadas
(mais de 4 classes), um caso híbrido de fotointerpretação e classificação digital quantitativa é
aconselhável, como o sugerido neste trabalho, que alcançou ótimos índices de acurácia
(desempenho geral e Kappa) variando de 88 a 100%.
No caso específico de áreas urbanas com adjacências de regiões rurais e naturais
preservadas, como Anápolis/GO, recomenda-se a aplicação da metodologia hibrida abordada
1051
Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE
para outros municípios, com imagens de diversas qualidades. É recomendável a adoção da
legenda de classes de mapeamento de uso e cobertura do solo para escalas de mapeamento de
até 1:10.000, quando aliada as metodologias de cartografia geotécnica em geral.
Recomenda-se uma maior subdivisão de algumas classes de uso e cobertura do solo (ex.:
formação florestal poderia ser subdividida em mata de galeria, floresta e áreas de
reflorestamento; a classe de cultivo temporário e perene poderia ser subdividida em cultivos
somente perenes e outros somente temporários; as classes urbanas consolidadas subdivididas
em lotes, vias, instalações públicas, etc) se possível, especialmente quando forem utilizadas
imagens de alta resolução espacial, conforme o objetivo e escala de mapeamento.
Agradecimentos
Os resultados ora apresentados foram financiados pelo Fundo de Apoio à Pesquisa do
Distrito Federal (FAP-DF) e pelo Conselho Nacional de Desenvolvimento Científico e
Tecnológico (CNPq), com apoio do Instituto Geotécnico de Reabilitação do Sistema EncostaPlanície - REAGEO (INCT CNPq/FAPERJ), da Universidade de Brasília (UnB), da
Universidade Católica de Brasília (UCB) e da Universidade Federal de Goiás (UFG) aos quais
os autores agradecem.
Referências bibliográficas
Almeida, M. C. J.; Freitas, C. G. L. Uso do Solo Urbano: suas relações com o meio físico e problemas
decorrentes. In: Simpósio Brasileiro de Cartografia Geotécnica, São Carlos, SP, 1996. Anais... São Carlos:
ABGE. p. 195-200.
Almeida Filho, G. S.; Almeida, M. C. J. O impacto da expansão urbana no desenvolvimento de processos
erosivos lineares no município de Bauru, SP. In: Congresso Brasileiro de Engenharia Sanitária e Ambiental,
21, João Pessoa, PB, 2001. Anais... Rio de Janeiro: ABES. [Artigo IX-007], 16 p.
Câmara, G.; Souza, R. C. M.; Freitas, U. M.; Garrido, J.; It, F. M. Spring: Integrating Remote Sensing and GIS
by Object-Oriented Data Modelling. Computers & Graphics, v. 20, n. 3, p. 395-403, 1996.
Dearman, W. R. Engineering geological mapping. London, UK: Butterworth-Heinemann Ltd., v. 1, 1991. 137
p.
European Environment Agency (EEA). Corine Land Cover: Part I - Methodology. Copenhagen, DK:
Commission of the European Communities, 1994. 94 p. Disponível em: <http://www.eea.europa.eu/publications/
COR0-landcover/at_download/file>. Acesso em: 26 jan. 2011.
Geoeye. About GeoEye-1. Virgínia, USA: GeoEye, Inc. Coorporate Headquarters, 2011. Disponível em:
<http://launch.geoeye.com/LaunchSite/about/Default.aspx>. Acesso em: 9 mar. 2011.
Instituto Brasileiro de Geografia e Estatística (IBGE). Manual Técnico de Uso da Terra. Rio de Janeiro, RJ:
IBGE, Manuais Técnicos em Geociências, nº 7, 2 ed., 2006. 91 p.
_________. Manual Técnico da Vegetação Brasileira. Rio de Janeiro, RJ: Diretoria de Geociências,
Departamento de Recursos Naturais e Estudos Ambientais, n. 1., 1992. 92 p.
International Association of Engineering Geology (IAEG). Engineering Geological maps: A guide to their
preparation. Paris, FRA: the Unesco Press, v. 15, 1976. 79 p.
Jesus, A. S. Processos erosivos em Anápolis (GO): diagnóstico, medidas mitigadoras e prevenção. 2011. 46 p.
Qualificação de Tese (Doutorado em Geotecnia), Departamento de Engenharia Civil e Ambiental, Universidade
de Brasília, Brasília, DF, 2011.
Lillesand, T. M.; Kiefer, R. W. Remote Sensing and Image Interpretation. New York, USA: John Wiley e
Sons, Inc., 4. ed., 1994. 724 p.
Ribeiro, J. F.; Walter, T. B. M. As principais fitofisionomias do bioma Cerrado. In: Almeida, S. P.; Sano, S. M.
(Org.). Cerrado: ambiente e flora. Planaltina, DF: Embrapa, 1998, cap. 6, p. 89-166.
1052