Rita de Cássia dos Santos
Título
Classificação Textural Aplicada à Cobertura do Solo de uma Bacia Hidrográfica Usando Sensoriamento Remoto
Resumo
É fundamental a compreensão da ocupação do uso do solo para um melhor direcionamento do planejamento urbano no contexto da modelagem hidrológica em bacias hidrográficas . Este trabalho tem como objetivo analisar dados de classificação da cobertura e uso do solo através de sensoriamento remoto, incluindo imagens do tipo Landsat5-TM e do tipo Radarsat. A metodologia incluiu a avaliação de diferentes técnicas de análise digital de imagens. Foram utilizadas técnicas de classificação não supervisionada e supervisionada para mapear a cobertura do uso do solo de uma bacia hidrográfica .O estudo de caso foi a bacia hidrográfica dos rios Iguaçu e Sarapuí. Nesse contexto, procedeu-se a uma investigação sobre a presença de uma estrutura de correlação espacial nas imagens de satélite Landasat5-TM e Radarsat. Feita essa análise, avaliou-se dois algoritmos de textura, GLCM (“Gray Level Coocurrence Matrix”) e NGLDM ("Neighboring Gray Level Dependence Matrix"), tanto para a faixa do espectro eletromagnético correspondente ao visível e ao infravermelho (Landsat5-TM) quanto para a faixa de microondas (Radarsat). A pesquisa incluiu uma comparação entre as classificações de cobertura do solo obtidas através do método de máxima verossimilhança e dos métodos de textura GLCM E NGLDM. Os resultados envolvendo classificação textural, embora não tenham apontado uma melhora significativa no nível de classificação da cobertura do solo, indicam que a abordagem de métodos de classificação por textura necessita ser melhor explorada. Finalmente, é importante destacar que a imagem de radar, em complemento à imagem Landsat, pode desempenhar um papel importante nos estudos de classificação e avaliação da evolução da cobertura e uso do solo de uma bacia hidrográfica.
Abstract
The understanding of soil cover occupation is essential for improving the guidelines with respect to the urban planning in the context of watershed hydrological modeling. This work focuses on the analysis of soil cover classification using remote sensing, including Landsat5-TM e Radarsat images. The methodology included the evaluation of different techniques for digital image analysis. Unsupervised and supervised classification techniques were used for watershed soil cover mapping. The study case was the Iguaçu-Sarapuí watershed. Under this framework, an investigation was conducted about the presence of spatial correlation structure in satellite images such as Landsat5-TM and Radarsat. Following this analysis, two texture algorithms named GLCM (Gray Level Coocurrence Matrix) and NGLDM ( Neighboring Gray Level Dependence Matrix) were applied to the visible and infrared part (Landsat5-TM) and to the microwave part (Radarsat) of the eletromagnetic spectrum. The research work included a comparison between the maximum likelihood method and the textural classification methods GLCM and NGLM. The results involving textural classification, although they have not shown significative improvements, indicated that the classification approach using textural methods should be better explored. Finally, it is important to emphasize that the radar image, in addition to the Landsat image, can play an important role in watershed soil cover classification studies.
