Machine Translated by Google
DOI: http://dx.doi.org/10.35818/acta.v14i1.924 recibido
el 30/07/2020; Aceito el 28/10/2020; Publicado en la web el 31/12/2020
Clasificación supervisada dos
maciços vegetais y cobertura do solo no
aglomerado urbano de São Raimundo
das Mangabeiras ­ MA
93
Clemeson Cardoso Vale1;
Antonia de Lima da Silva2;
1 Profesor EBTT Instituto Federal de Educação, Ciência e Tecnologia do Maranhão, Campus São Raimundo das Mangabeiras; Correo electrónico:
clemeson.vale@ifma.edu.br;
2 Posgrado en Agroecologia e Biodiversidade, Instituto Federal de Educação, Ciência e Tecnologia do Maranhão, Campus São
Raimundo das Mangabeiras; Correo electrónico: antoniasilvalima29@gmail.com;
RESUMEN
A aplicação das geotecnologias na elaboração de mapas de uso y cobertura do solo nos
fornece subsídios quanto ao monitoramento de ocupação do ambiente físico. Objetivou­ ­se
validar dois clasificadores quanto à cobertura vegetal dentro do aglomerado urbano y gerar
os índices de tal cobertura no município de São Raimundo das Mangabeiras ­ MA.
Un análise vegetal de cobertura foi realizado por meio da mosaicagem das bandas mul
tiespectrais e classificação dos valores das estruturas urbanas/solo exposición y área verde,
confecção dos mapas de cobertura do solo e seus índices gerados pelos classificadores
Semi­Automatic Classification Plugin (SCP) e Dzetsaka: Herramientas de clasificación.
Verificou­se, dentro del perímetro distrital de São Raimundo das Mangabeiras, área
aproximada de 5,8 km², relações de 4.596,1 km² y 4.796,4 km² para classe de estrutura
urbana/solo expos to, 1.287,9 km² and 1.087, 6 km² para la clase de área verde, segundo
os clasificadores SCP y Dzetsaka: herramientas de clasificación, respectivamente. Segundo
os clasificadores aplicados na identificação dos pixeles, verificou­se que eles apresentaram
valores de 21,9% y 18,5% de zona contendiente áreas verdes para o SCP eo Dzetsaka. A
area obtida dos aglomerados ur banos foi de 3,43 km², na qual consideraram­se apenas as
areas com ocupação antrópica, com valores de 3,07 km² e 3,17 km² para classe de estrutura
urbana/solo exposto, 0,36 km² y 0,26 km² para classe de área verde, segundo os
classificadores SCP e Dzetsaka: Clas sification tools, respectivamente. Verificou­se valores
confortáveis frente a recomendação da OMS de 13 m² de área verde por habitante.
Palavras­chave: Geotecnologias. Clasificación. Mosaicagem. Antropização.
ACTA TECNOLÓGICA v.14, nº 1, 2019
Machine Translated by Google
Clasificación supervisada de masas
vegetales y coberturas de suelo en el
aglomerado urbano de São Raimundo das
Mangabeiras ­ MA
94
ABSTRACTO
La aplicación de geotecnologías en la elaboración de mapas de uso y cobertura del suelo nos
proporciona subsidios en cuanto al seguimiento de la ocupación del medio físico. El objetivo fue
validar dos clasificadores de cobertura vegetal en el aglomerado urbano y generar índices de
cobertura vegetal en el municipio de São Raimundo das Mangabeiras ­ MA. El análisis de cobertura
vegetal se realizó a través del mosaico de las bandas multiespectrales y clasificación de los valores
de las estructuras urbanas/suelo expuesto y área verde, elaboración de los mapas de cobertura de
suelo y sus índices generados por el Semi­Automatic Classification Plugin (SCP) y clasificadores
Dzetsaka: Herramientas de clasificación. Dentro del perímetro del distrito de São Raimundo das
Mangabeiras, un área aproximada de 5,8km², fueron encontradas relaciones de 4.596,1 km² y 4.796,4
km² para estructura urbana/suelo expuesto, 1.287,9 km² y 1.087,6 km² para área verde clase, según
los clasificadores SCP y Dzetsaka: herramientas de clasificación, respectivamente. Según los
clasificadores aplicados en la identificación de los píxeles, estos presentaron valores de 21,9% y
18,5% de la zona que contiene áreas verdes para SCP y Dzetsaka. El área obtenida de los
asentamientos urbanos fue de 3,43 km², en la que se consideraron únicamente las áreas con
ocupación antrópica, con valores de 3,07 km² y 3,17 km² para estructura urbana/clase de suelo
expuesto, 0,36 km² y 0,26 km² para la clase de área verde, según los clasificadores SCP y Dzetsaka:
Herramientas de clasificación, respectivamente. Se verificaron valores confortables ante la recomendación de la OMS
Palabras clave: Geotecnologías. Clasificación. Mosaico. Antropización.
ACTA TECNOLÓGICA v.14, nº 1, 2019
Machine Translated by Google
A criação de espaços verdes e, principal
1 INTRODUCCIÓN
O constante desarrollo urbano e
aglomerados populacionais sem planeja
mento estructural proporcionam um sistema
agressivo de supressão vegetal no processo
de urbanização, fato que acarreta imensos
transtornos à população, principalmen te em
regiões altamente ensolaradas, tais as:
desconforto térmico em virtude do
mente, a manutenção dos já existentes,
proporcionam impactos significativos (po
sitivos) na qualidade de vida das pessoas,
abrangendo funções sociais, ecológicas, es
téticas e educativas, amenizando assim os
impacts negativos da urbanização (MAR TINI
et al., 2014).
O processo de análise da cobertura vegetal
acúmulo de temperatura (superaquecimen to)
and use do solo, actualmente, conta com a fu
das estruturas urbanas (calçamentos,
são de tecnologias tais as: sensoriamen to
pavimentação asfáltica, etc.).
remote and processamento de imagens and
A fragmentação da cobertura vegetal é um
resultado inevitável da ocupação e uso do
solo, que devido à necessidade de espaços
urbanos, acabam sendo substituídas ou res
tringidas a pequenas porções por vias de
circulação e instalações urbanas diversas
(LIMA & VIEIRA, 2009).
dados cartográficos. Como imágenes auxiliam
no controle, tomadas de decisión y seguimiento
de velocidad de proceso de Processamento
Digital de Imágenes, baseando­se em ele
mentos conhecidos e identificação de alvo.
Diante dos argumentos citados, faz­se ne
cessário o monitoramento das relações dos
aglomerados urbanos e areas verdes.
Tais estudos sobre as relações de preserve
ção desses fragmentos de cobertura vegetal y
expansión urbana são de reconhecida im
portância diante dos impactos gerados no
comforto térmico populacional. Segundas
recomendaciones de la Organização Mundial
da Saúde (OMS), un área verde por habitante
de 13m². Sin embargo, una Socieda de
Assim, objetivou­se realiza un análise dos índi
ces de cobertura verde dentro del aglomerado
urbano de São Raimundo das Mangabeiras ­
MA por meio da classificação supervisiónada
de imágenes, bem como fazer comparações
de interpretação entre dois classificadores.
Brasileira de Arborização Urbana (SBAU) faz
2 METODOLOGIA
menções à recomendação para o índice de
O estudo foi desenvolvido na area de co
15m² de área verde por habitante, sendo que
Bertura do município de São Raimundo das
esses valores se encuentran destinados a la
Mangabeiras, região sul do Maranhão y possui
función social de bem­estar, lazer e recreação.
as coordenadas projetada centrais de
Conforme a las recomendaciones de la OMS,
446893,340 E and 9223798,008 N, Fuso 23 S
un área verde mínima debe ser de 9 m² por ha
(ver Figura 1). O trabalho foi realizado,
bitante, siendo el índice ideal comprendido
especificamente, no aglomerado urbano
entre o intervalo de 10 a 16 m² (KARA GIANNIS municipal para obtener dos índices de
et al., 2014).
estruturas urbanas/solo exposto e areas de
ACTA TECNOLÓGICA v.14, nº 1, 2019
95
Machine Translated by Google
cobertura verde por medio de la clasificación
supervisada de imágenes con interpretación
aplicada entre los clasificadores Dzet saka:
herramientas de clasificación y semiautomático
96
Os dados estatísticos da região e as bases ve
toriais setoriais do Distrito Urbano de São
Raimundo das Mangabeiras foram obtidos pela
plataforma on­line do Instituto Brasi leiro de
Complemento de clasificación (SCP).
Geografia e Estatística (IBGE) Geo ciências
Como imágenes aplicadas nas análises
(IBGE, 2010).
possuem resolução espacial de 10 metros y
Para una evaluación de la precisión de la
datos de 20 de setembro de 2017 em função
do menor índice de cobertura de nuvem na
região Sul do Maranhão. Das bandas espectrais
dispo níveis pelo Sentinel 2, foram selecionadas
seis (6) bandas: banda 02, banda 03, ban da
04, banda 08, banda 08A y banda 11; as quais,
após o recolhimento/download das imágenes,
foram pré­processadas com ajuste da correção
da variação atmosféri ca para posterior
composição e mosaica gem do local de estudo.
A elaboração dos mapas temáticos da
composição de cor verdadeira (RGB 04_03_02),
imagen, no se produjo ningún proceso de
clasificación supervisada, adotou­se o índice
Kap pa (ver Equação 1). Esse índice é um dos
principais métodos utilizados para avaliar
a concordância entre a verdade terrestre e
o mapa temático. Destaca­se a aplicação do
use da estatística Kappa por considerar
todos los elementos de la matriz de error. A es
Tatística Kappa varía de 0 a 1. Um valor de
Kappa igual a cero sugiere que una clasificación
no es mejor que una clasificación aleatoria de
análise vege tal (RGB 11_08A_04), infravermelho dos píxeles. Um valor igual a um sugere um
processo de classificação alta mente eficiente
(RGB 08_04_03) y mapas de classificação
foram realizados conforme a técnicas aplicadas
(MOREIRA, 2001).
por Barberi et al. (2012).
Figura 1: Mapa de geolocalización municipal
=
,
∑ )/.
de São Raimundo das Mangabeiras ­ MA.
0
−∑
,
− ∑ )/.
,
)*
)­.
)*
*)
*)
Em que: K= índice de expansión Kappa; r =
número de líneas de matriz; Xii = número de
observaciones na linha ie coluna i; Xi+ e X+i =
totais marginais da linha ie coluna i,
respectivamente; N = número total de observaciones.
Una metodologia aplicada en la clasificacion
para una identificacion de pixel a pixel por meio
de vetorização de zonas especificas ea classifi
Fuente: Autores (2017).
cação das estruturas alvos, que, por minima
ACTA TECNOLÓGICA v.14, nº 1, 2019
Machine Translated by Google
distância, toma como referencia, para cada
sos hídricos no presenta municipio. Desse
clase, um ponto (pixel) no espaço multidi
modo, retiraram­se essas estruturas vegetais
mensional definido pela média estatística de
do quantitativo total após a análise da Figu ra
cada banda espectral considerada. O algorit
2, o que possibilitou somemente a tabulação
mo associa cada ponto (pixel) desconhecido à
dos pixels references às estruturas arbóreas
classe cuja média estatística is mais pro xima
dentro do aglomerado urbano municipal.
ao ponto (pixel) de referência/classe.
Figura 2: Carta­Imagem do Perímetro Urba
Assim, cada pixel das áreas de treinamento é
no do Município de São Raimundo das Man
evaluado y assinalado à classe à qual este tem
gabeiras ­ MA na composição RGB 04_03_02.
a maior probabilidade de pertencer.
Para el procesamiento de dos datos digitales
de imágenes y composición de dos mapas
temáticos porque para el estudio, se utilizó
Quantum GIS (QGIS) versión 2.18.2.
3 RESULTADOS Y DISCUSIÓN
Por meio das composições de bandas multies
pectrais adotadas, pode­se melhor destacar os
spectros das classes de cobertura do solo no
Fuente: Autores (2017).
município de São Raimundo das Mangabei ras
­MA, fatig, deste modo, uma melhor identificação
Figura 3: Carta­Imagen de análise vege tal
das caracteristicas clas sificadas (estruturas
do Perímetro Urbano do município de São
urbanas/ solo exposto e areas verdes),
Raimundo das Mangabeiras – MA, na
conforme apresentado nos ma pas abaixo (ver
composição RGB 11_08A_04.
Figuras 2, 3 y 4).
No en tanto, verificou­se nas Figuras 3 y 4,
referencias al mapa de análise vegetal y mapa
de análise infravermelho do Distrito Urbano do
município de São Raimundo das Mangabeiras
– MA, um grande preenchi mento de estruturas
vegetais nos arredores do perímetro urbano.
Tais estruturas vege tais captadas são do porte
aquático panta
noso localizado nas areas mais baixas do
relevo urbano e situados próximos años cur
ACTA TECNOLÓGICA v.14, nº 1, 2019
Fuente: Autores (2017).
97
Machine Translated by Google
Figura 4: Carta­Imagem de análise infra
vermelho do Perímetro Urbano do muni
cípio de São Raimundo das Mangabeiras –
MA, en composición RGB 08_04_03.
Figura 6: Carta­Imagen de cobertura del solo
Perímetro Urbano del municipio de São
Raimundo das Mangabeiras ­ MA após o
processamento do classificador Se mi­
Automatic Classification Plugin.
98
Fuente: Autores (2017).
Fuente: Autores (2017).
Após o ajustamento das bandas multies pectrais,
foram identificaron zonas específicas específicas
Constatou­se, por meio da validação esta tística
de pixel a pixel para aplicação dos classificadores
Dzetsaka: Classification to
dos dados realizados por matriz de correlación
ols v. 2.5.3 e Clasificación semiautomática
total de píxeles identificados em que, foram
Complemento v. 5.4.2 y posterior comparación
analizados um total de 1158 pixels em duas
de los índices clasificados por estos, conforme a
clases, na qual a classe de estrutura urbana /solo
los mapas inferiores (ver Figuras 5 y 6).
expuesto identifica ram­se 616 pixeles nesta
das clases levantadas na análi se eo número
Figura 5: Carta­Imagem de cobertura do solo
feição y apenas 7 pixeles extrapolados; para la
do Perímetro Urbano do Município de São
clase de área ver de identificaram­se 552 píxeles
Raimundo das Mangabeiras – MA após o
en total y 7 píxeles extrapolados, resultando
processamento do classificador Dzetsaka:
Classification tools.
numa acurá cia de 98,80% e um índice Kappa de
0,975.
Estos resultados del índice Kappa em 0,975
apontam que a qualidade da classificação se
presentan como “muito boa” segundo Landis e
Koch (1977). Destaca­se ainda, que esse
resultado tem como fator limitan te a qualidade e
rigor dos classificadores correlacionados à
qualidade da resolução espacial da imagem
classificada.
Verificou­se dentro do perímetro distrital de São
Raimundo das Mangabeiras, com área
Fuente: Autores (2017).
aproximada de 5,8 km2, relações de
ACTA TECNOLÓGICA v.14, nº 1, 2019
Machine Translated by Google
4.596,1 km2 para classe de estrutura ur bana/
Figura 8: Carta­Imagen de cobertura del solo no
solo exposto; 1.287,9 km2 y 1.087,6 km2 para
aglomerado del Perímetro Urbano del Municipio
clase de área verde, segundo os clasificadores
Semi­Automatic Classifica
tion Plugin y Dzetsaka: Herramientas de
de São Raimundo das Mangabeiras – MA,
después del proceso del clasificador Semi­
Automatic Classification Plugin.
clasificación, respectivamente. Segundo os
classificado res aplicados na identificação dos
99
pixels, esses valores representam 21,9% y 18,5%
de zona contendo áreas verdes para o Semi­
Automatic Classification Plugin e Dzet saka,
verificando­se ainda que diferença entre os
classificadores foi de 3,4%.
Através dos dados extraídos pelos classi
ficadores, confeccionaram­se mapas de
aglomerados urbanos para estimativa da
Fuente: Autores (2017).
cobertura vegetal (Figuras 7 y 8) para verifi cação
do índice vegetal y por conseguinte, comparar
Com base nos dados censitarios do last
se os valores de cobertura vegetal do aglomerado levantamento do IBGE (2010), com popu lação
urbano municipal encon travam­ se de acordo
urbana equivalente a 17.474 habitantes, verificou­
com a metragem reco mendada pela OMS que é
se uma metragem de 0,16 km2 para os dados
de 13 m2 de area verde por habitante.
demográficos do levan tamento de 2010; ese
índice presenta un valor de confortavelmente
Figura 7: Carta­Imagem de cobertura do solo
superior, considere aleatorio, se recomienda una
no aglomerado do Perímetro Urbano do
OMS de 13 m2 de área verde para habitante.
Município de São Raimundo das Man gabeiras
­ MA após o processamento do classificador
Dzetsaka: Classification tools.
Un área obtida dos aglomerados urbanos de
3,43 km2 na qual consideraram­se apenas como
áreas com ocupação antrópica. Para os dados
de cobertura verde dentro del aglomerado
urbano, foram obtidos valores de 3,07 km2 y
3,17 km2 para classe de estrutura urbana/ solo
exposto; 0,36 km2 y 0,26 km2 para la clase de
área verde, segundo os clasificadores
Complemento de clasificación semiautomática y
Dzet saka: herramientas de clasificación, respectivamente.
Segundo os índices obtenidos pelos clasificadores
Fuente: Autores (2017).
Complemento de clasificación semiautomática
ACTA TECNOLÓGICA v.14, nº 1, 2019
Machine Translated by Google
e Dzetsaka: Herramientas de clasificación e os estima
Nesse mesmo contexto, percebeu­se que as sinaturas
dos com base nos dados censitários do IBGE
de identificação das classes es tudadas obtiveram
(2010), verifica­se que o município de São Raimundo
acurácia de 98,80% e ín dice Kappa de 0,975 para
das Mangabeiras contém uma quantidade de area
ambas as classes, demostrando assim, semelhança e
verde excedente e signi ficativa, destacando­se ainda
quali dade entre os classificadores Semi­Automa
que os classifi cadores analisados fizeram correlação
amos tral significativa of verossimilhança pixel a pixel
100
Complemento de clasificación tic y Dzetsaka.
da imagem classificada no trabalho .
AGRADECIMIENTOS
Los autores agradecen el Programa de Pós­
4 CONSIDERACIONES FINALES
­Graduación Lato Sensu Agroecología y Bio
Diante do exposto, concluyó que apli cabilidade das
Diversidad del Instituto Federal de Educación
geotecnologias e seus pro cessos, tais como o
cação, Ciência e Tecnologia do Maranhão ­ IFMA,
sensoriamento remoto eo processamento digital de
Campus São Raimundo das Manga beiras ­ MA.
imagem nos proporcionam subsídios na geração de da
dos geoespaciais sobre os aspectos de uso e cobertura
do solo, relações entre o uso an trópico y área verde,
y en consecuencia, contribuye na validação de dados
y con fecção de mapas.
Ao analisar o nível de cobertura vegetal no perímetro
urbano do município de São Rai mundo das
Mangabeiras – MA com base nos índices gerados
pelos classificadores
Dzetsaka e Clasificación semiautomática
Plugin percebem­se valores confortáveis quanto à área
verde por habitante.
Por meio da composição de cor verdadeira,
infravermelha, análise vegetal e mosaica gem, pôde­
se fazer melhor análise visual para identificação das
caracteristicas de estruturas urbanas y areas de
cobertura verde para me lhor treinamento do algoritmo
classificador y consequentemente validação dos dados
por meio do auxiliar de estadística aplicada.
ACTA TECNOLÓGICA v.14, nº 1, 2019
Machine Translated by Google
REFERENCIAS
BARBERI, A. et al. Elaboración de mapas temáticos en Quantum GIS. Instituto Nacional de
Colonización y Reforma Agrária. Disponible en: <http://www.incra.gov.br/ media.servicos/
publicacao/manuais_e_procedimentos/Apostila_QGIS_INCRA_5a_versao. pdf> Acceso em:
10/05/2018.
INSTITUTO BRASILEIRO DE GEOGRAFÍA Y ESTATÍSTICA (IBGE). Geociencias. Disponible
en: <https://downloads.ibge.gov.br/downloads_geociencias.htm> Acceso em: 10/05/2018.
LIMA, MO; VIEIRA, VCB Uso de las geotecnologías para el análisis de la cobertura de la ciudad.
En: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO. Anais... Natal: INPE, 2009. p.
731 – 738. Disponible en: <http://marte.sid.inpe.br/col/dpi.inpe.br/sbsr@80/2008/11.17.21.02/doc/
731­738.pdf > Acceso em: 10/06/2018.
LANDIS, R.; KOCH, GG La medida del acuerdo del observador para datos categóricos. Biometría,
v.33, n.1, p.159­174, mar. 1977.
MARTINI, A. et al. Percepção da população sobre o conforto térmico proporcionado pela
arborização de ruas de Curitiba. Floresta, Paraná, v. 44, n. 3, pág. 515 ­ 524, 2014.
MOREIRA, MA Fundamentos de sensoriamento remoto y metodologías de aplicación ções. São
José dos Campos: INPE, 2001.
KARAGIANNIS, S. et al. Utilización del espacio urbano verde para actividades turísticas leves
basadas en las TIC: el caso del parque Pafsilipo en Grecia. Revista de Análisis Ambiental y
Turístico, v. 2, n. 1, pág. 83 ­ 96, 2014.
Equipo de desarrollo de QGIS. Guía del usuario de QGIS, versión 2.18.22: Proyecto QGIS,
2018. Disponible en: <http://download.osgeo.org/qgis/win64/>. Acceso em: 10 feb. 2018.
ACTA TECNOLÓGICA v.14, nº 1, 2019
101