Universidade Federal do Rio Grande do Sul Instituto de Pesquisas Hidráulicas Programa de Pós-Graduação em Recursos Hídricos e Saneamento Ambiental Trabalho de Disciplina - Geoprocessamento Lidiane Souza Gonçalves Estimativa da relação densidade habitacional x área impermeável utilizando técnicas de sensoriamento remoto com imagem de alta resolução espacial

Objetivo Estimar a fração de área impermeável com base na classificação de imagem de alta resolução espacial obtidas pelo satélite Quickbird e estabelecer uma relação com a densidade habitacional a partir de algumas regiões da cidade de Porto Alegre.

Justificativa Grande importância da fração de áreas impermeáveis da bacia como parâmetro de entrada em modelos matemáticos de simulação do comportamento hidrológico. Quando existe a necessidade de se fazer simulações para cenários futuros de urbanização, a determinação das áreas impermeabilizadas torna-se difícil.

Classificação de imagens de satélite de baixa resolução espacial em áreas urbanas apresenta precisão limitada, imposta pela presença de “pixels mistura”. A utilização de imagens de alta resolução visa contornar essa limitação. Justificativa Dados de densidade populacional são de fácil obtenção e apresentam relação com o grau de urbanização e, conseqüentemente, com a parcela impermeabilizada do solo.

Revisão Bibliográfica Trabalhos relacionados: “ Runoff synthesis using Landsat and SCS model.” (Ragan & Jackson, 1980) Determinaram a taxa de áreas impermeáveis a partir do processamento de imagens digitais obtidas pelo satélite Landsat. “ Estimate runoff curve numbers using remote sensing data.” (Bondelid et al, 1981)

Revisão Bibliográfica Trabalhos relacionados: “ Estimativa de parâmetros físicos de bacias utilizando técnicas de sensoriamento remoto e o sistema de informações geográficas.” (Campana, 1992) - PPGRHSA Desenvolveu metodologia para estimar a fração de áreas impermeáveis de uma bacia hidrográfica a partir da classificação supervisionada de imagens digitais SPOT. Algoritmo usado é baseado na representação Fuzzy.

Revisão Bibliográfica Trabalhos relacionados: “ Estimativa da área impermeável dentro da bacia hidrográfica do Arroio Dilúvio (Porto Alegre/RS) através de técnicas de sensoriamento remoto e geoprocessamento.” (Alves, 2004) Verificou condições de melhoramento na classificação de alvos urbanos em imagens digitais Landsat quando da utilização de um classificador não-rígido (Fuzclass, Idrisi 32) em comparação à classificação pela Máxima Verossimilhança.

Revisão Bibliográfica O Quickbird é um satélite de alta precisão que oferece imagens comerciais da Terra com alta resolução espacial. O sistema coleta dados com 61 centímetros de resolução espacial no pancromático e 2,5 metros no multiespectral em um vasto campo de observação. A freqüência média de visita é de 1 a 3,5 dias. Imagens Digitais Quickbird:

Revisão Bibliográfica Principais Aplicações -Mapeamentos urbanos e rurais que exijam alta precisão dos dados; -Mapeamentos básicos e aplicações gerais em Sistemas de Informação Geográfica; - Uso da Terra (com ênfase em áreas urbanas), entre outras...

Metodologia Área de estudo: Aspectos geográficos Área: 496,1 Km² distribuída entre a parte continental e um conjunto de ilhas. O município é limitado ao sul e oeste pelo Lago Guaíba; e a leste, pelos municípios de Alvorada e Viamão; e ao norte pelo rio Gravataí. Aspecto populacional A população porto-alegrense, conforme censo demográfico do IBGE de 2000, é habitantes. Porto Alegre, RS

Área de estudo: Seleção dos bairros Buscou-se escolher bairros com diferentes graus de urbanização e diversos tipos de ocupação. Esta seleção baseou-se em informações a respeito das características dos bairros da cidade de Porto Alegre, como densidade habitacional e área (disponíveis na página Observa POA) e tipo de ocupação urbana (Atlas Digital do Diagnóstico Ambiental de Porto Alegre, disponível na página do Laboratório de Geoprocessamento do Centro de Ecologia da UFRGS). Metodologia

Imagem utilizada: A imagem Quickbird disponível: imagem fusionada (pancromática mais as bandas do visível), reamostrada com resolução espacial de 1 m, georreferenciada no sistema de coordenadas Gauss- Krüeger. Metodologia

Classificação da imagem: Métodos de Classificação Metodologia Classificação supervisionada: o analista fornece amostras das categorias pertinentes ao enfoque do trabalho que está sendo realizado. A partir dessas amostras são estimados os parâmetros que definem cada classe e que serão utilizados na classificação. Classificação não-supervisionada: o classificador examina os dados e os divide em grupos espectrais presentes na imagem e que apresentem similaridade. Esses agrupamentos não são classes mas categorias espectrais. O analista é quem indica a que classe cada agrupamento pertence.

Rígidos: uma decisão é feita sobre a associação de um pixel a uma classe determinada, ou seja, cada pixel pertencerá a apenas uma classe. Utiliza o valor espectral médio no pixel para determinar a qual classe ele pertence. Não-rígidos: adotam uma abordagem fuzzy para avaliação da associação e do grau com que um pixel pertence a todas as classes envolvidas, incluindo classes desconhecidas. Metodologia Métodos de Classificação  MAXLIKE: Método da Máxima Verossimilhança  MINDIST: Mínima distância das Médias  Neuralnet: Rede Neural Artificial

As classes utilizadas foram: 1. árvores 2. gramado (ou campo) 3. solo exposto 4. saibro 5. asfalto 6. pavimentação de passeio 7. cobertura cerâmica 8. cobertura concreto (clara) 9. cobertura fibro-cimento (cinza escuro) 10. cobertura metálica Metodologia Determinação das Classes Determinação das áreas impermeáveis 0 - área permeável 1 - área impermeável Classes 1 a 4 Classes 5 a 10 CLASSIFICAÇÃO FILTRO (MODA, 7X7) RECLASSIFICAÇÃO

Metodologia Imagem reclassificada Imagem divisão bairros CROSSTAB Fornece uma tabela com os valores de área 0 ou 1 em cada bairro e a área total do bairro. RECLASSIFICAÇÃO

Resultados e Discussões Exemplo de resultado da classificação...

Resultados e Discussões... e reclassificação.

Resultados e Discussões Confusão entre classes de comportamento espectral semelhante (ex., solo exposto e cobertura cerâmica) Parte sul da imagem: vegetação com diversas cores ocasionou confusão com asfalto e cobertura fibro-cimento. Regiões mais urbanizadas os classificadores apresentaram valores próximos.

Resultados e Discussões Áreas com concentração de indústria e comércio criam distorções na curva.

Resultados e Discussões Mudança de declividade: indício de verticalização na ocupação urbana.

Conclusões e recomendações As relações obtidas para Densidade Habitacional X Área impermeável seguem a tendência encontrada em estudos anteriores. Embora as imagens de alta resolução sejam uma fonte bastante poderosa de informação, uma limitação é o número relativamente baixo de bandas espectrais, o que acarreta certa confusão na classificação Porém: diferenças em bairros com ocupação industrial/comercial. Futuros trabalhos: utilização de classificadores adequados para imagens de alta resolução espacial (não disponíveis no Idrisi).

Obrigada!