mapeamento de classes intraurbanas no município de - Unifal-MG

MAPEAMENTO DE CLASSES INTRAURBANAS NO MUNICÍPIO DE
CARAGUATATUBA (SP) UTILIZANDO IMAGENS LANDSAT-5 TM E
IMAGEM NDBI
1702
Bruna Lahos de Jesus Bacic
[email protected]
Geografia Bacharelado – Universidade Federal de Alfenas
Fernando Shinji Kawakubo
[email protected]
Universidade Federal de Alfenas
Resumo
O sensoriamento remoto constitui numa tecnologia valiosa no apoio ao planejamento
urbano. Com as imagens do satélite Landsat TM (Thematic Mapper), é possível distinguir os
tipos de cobertura de vegetação, agricultura, solo exposto, estradas etc. Em estudos urbanos,
as aplicações mais comuns são direcionadas à detecção do crescimento da mancha urbana.
Aplicações voltadas para estudos intraurbanos são menos comuns em razão da limitação da
resolução espacial do sistema (30 metros nas bandas reflectidas). O presente trabalho tem
como avaliar o potencial das imagens Landsat-5 Thematic Mapper e a utilização da imagem
NDBI (Normalized Density Building Index) na classificação digital de classes intraurbanas. O
trabalho parte do princípio que é possível melhorar o desempenho da classificação digital de
classes intraurbanas incorporando na classificação imagens que realçam as dissimilaridades
espectrais entre classes que apresentam frequentes confusões espectrais. A área de estudo
corresponde a mancha urbana de Caraguatatuba, litoral norte do Estado de São Paulo.
Palavras-chave: NDBI; NDVI; Expansão urbana;
EIXO 13 - Sensoriamento remoto e mudanças da paisagem
ISBN: 978-85-99907-05-4
I Simpósio Mineiro de Geografia – Alfenas 26 a 30 de maio de 2014
MATERIAIS E MÉTODO
Foram utilizadas para a realização do presente trabalho imagens refletidas do
satélite landat-5 TM correspondente as bandas 1 (0,45-0,42µm), 2 (0,52-0,60 µm), 3
(0,63-0,69 µm), 4 (0,76-0,90 µm), 5 (1,55-1,75 µm) e 7 (2,08-2,35 µm) adquiridas no
dia 22/06/1984 correspondentes à orbita 218 e Ponto 76.
Inicialmente as imagens foram corrigidas geometricamente utilizando como
referência pontos de controle identificados na imagem e na base cartográfica. Após a
identificação de 23 pontos de controle bem distribuídos ao longo de toda a área de
estudo, o erro de ajuste do georreferenciamento alcançado foi de 0.5 pixel.
Em
seguida, as imagens foram reamostradas com o interpolador vizinho mais próximo.
Zha et al. (2010) propuseram o NDBI ou em português, Índice Normalizado de
Diferença de áreas construídas. Este índice é baseado no incremento do número
digital das áreas construídas nos intervalos da banda 4 e 5 do TM. Para a construção
do NDBI a seguinte formula é utilizada:
NDBI = (TM5 – TM4) / (TM5 + TM4).
Onde:
TM4 = banda do infravermelho próximo
TM5 = banda do infravermelho médio.
O NDBI pode ainda ser melhorado subtraindo a imagem NDBI pelo o índice de
vegetação pela diferença normalizada – NDVI que é construída utilizando a fórmula:
NDVI = (TM4-TM3)/(TM4+TM3)
A imagem NDBI realçada com o NDVI é ilustrada na figura 1. No centro da
imagem localiza-se á área central de Caraguatatuba e na porção ao sul a área de
expansão urbana do município.
ISBN: 978-85-99907-05-4
I Simpósio Mineiro de Geografia – Alfenas 26 a 30 de maio de 2014
1703
1704
Figura 1. Imagem NDBI realçada com o NDVI.
Oito classes forma amostradas na classificação: área de prédios, bairro
arborizado, bairro adensado, favela, pasto verde, pasto seco, água e floresta. A figura
3 ilustra a distribuição das classes amostradas. O gráfico de valores de brilho é capaz
de mostrar como cada alvo se comporta em relação á determinada banda, mostrando
que a imagem NDBI distingue melhor os alvos urbanos das demais bandas.
Figura 2: Gráfico dos valores de brilho dos objetos de acordo com as bandas
do Landsat 5 TM e NDBI.
ISBN: 978-85-99907-05-4
I Simpósio Mineiro de Geografia – Alfenas 26 a 30 de maio de 2014
Para analisar a influencia da imagem NDBI na classificação, duas
classificações foram realizadas. A primeira utilizando as seis bandas refletivas e a
segunda, utilizando o mesmo conjunto de bandas com as respectivas amostras mais a
banda NDBI. O resultado pode ser observado na figura 4. Conforme pode ser
observado, há diferenças significativas nas duas classificações, o que mostra a
influência da imagem NDBI na classificação a separação da área urbana.
1705
Figura 3: Classificação com as bandas TM1 a TM7
ISBN: 978-85-99907-05-4
I Simpósio Mineiro de Geografia – Alfenas 26 a 30 de maio de 2014
1706
Figura 4: Classificação TM1 a TM7 e NDBI
REFERÊNCIAS BIBLIOGRÁFICAS
FERRARI JÚNIOR, José Carlos. Limites e Potencialidades do Planejamento
urbano: Uma discussão sobre os pilares e aspectos recentes da organização espacial
das cidades brasileiras. Estudos Geográficos, Rio Claro, 2(1):15-28, junho – 2004.
GAMON, John A., FIELD, Christopher B., GOULDEN, M. L., GRIFFIN, K.L.,
HARTLEY, A. E. JOEL, G., PEÑUELAS, J., VALENTINI, R. Relationship between
NDVI, Canopy structure, and photosynthesis in three Californian vegetation types.
Ecological Applications, 5(1), p. 28-41. 1995.
HE, Chuyang; SHI, Peijun; XIE, D; ZHAO, Y. Improving the normalized
difference built-up index to map urban built-up areas using a semiautomatic
segmentation approach. Remote Sensing Letters, 1: 4, 213 – 221, First published on:
26 April 2010.
KAWAKUBO, Fernando Shinji ; MORATO, Rúbia G. ; LUCHIARI, Ailton. Use of
fraction imagery, segmentation and masking techniques to classify land-use and landcover types in the Brazilian Amazon. International Journal of Remote Sensing (Print),
JCR, v. 34, p. 5452-5467, 2013.
MORATO, Rúbia Gomes; KAWAKUBO, FERNANDO S.; MARTINES, M. R.
Efeito do padrão de distribuição dos pontos de interpolação do NDBI. Anais VIII
ISBN: 978-85-99907-05-4
I Simpósio Mineiro de Geografia – Alfenas 26 a 30 de maio de 2014
Simpósio Brasileiro de Sensoriamento Remoto, Florianópolis, Brasil, INPE, p.28632869, 21-25 abril 2007.
1707
ISBN: 978-85-99907-05-4
I Simpósio Mineiro de Geografia – Alfenas 26 a 30 de maio de 2014