Detecção de Construções em Imagens RapidEye com Uso do Operador Brec Urban Focus: Estudo Aplicado a Zona de Amortecimento da Esecae DF.

Marcos Roberto Farias Ferreira, Valdir Adilson Steinke, Edilson de Souza Bias, Neio Lúcio de Oliveira Campos

Resumo


A Estação Ecológica de Águas Emendadas é de fundamental importância para a preservação de recursos hídricos, visto que tem relação direta com as bacias dos rios Maranhão e São Bartolomeu, sendo o divisor de duas grandes bacias nacionais, do Rio Paraná e dos rios Tocantins e Araguaia. Sua zona de amortecimento foi formalmente estabelecida pelo plano de manejo elaborado em março de 2009. Conhecer os usos antrópicos existentes nessa zona de amortecimento é um meio para a mitigação dos impactos diretos na unidade que decorrem da ação antrópica. Há nessa localidade, após a formalização do plano de manejo, o surgimento de loteamentos, visível em imagens de satélites. A validação de métodos rápidos e automatizados para a detecção de construções nessa área é de fundamental importância para a fiscalização e o controle de ocupações irregulares. Este trabalho permitiu a identificação de construções e loteamentos na zona de amortecimento a partir de procedimentos que integraram imagens RapidEye do ano 2014 e o uso do operador brec urban focus presente no software InterIMAGE. A qualidade do resultado obtido foi avaliada pelo índice Kappa e pela Exatidão Global da amostra, calculados com uso do aplicativo AVACIM (PRINA, 2013), a partir de pontos gerados por meio da ferramenta hawth’s tools, separados em duas classes: loteamento/construções e não loteamento, e conferidos com aerofotos de resolução espacial de 24 cm, com índice Kappa de 0,72, e Exatidão Global da amostra de 0,86.


Palavras-chave


índice Kappa, Exatidão Global, zona de amortecimento, unidades de conservação da natureza, urbanização, geoprocessamento, sensoriamento remoto, análise geográfica baseada em objetos(GEOBIA)

Referências


ACHICANOY, J.A.; ROJAS-ROBLES, R., SANCHEZ, J.E. Análisis y proyección de las coberturas vegetales mediante el uso de sensores remotos y Sistemas de Información Geográfica en la localidad de Suba, Bogotá-Colombia. Géstion e Ambiente, Volumen 21, Número 1, 2018, pp. 41-58. Disponível em: < https://revistas.unal.edu.co/index.php/gestion/article/view/68285>. Acesso em: 14 ago. 2018.

ANDRADE, F.M.; LOURENÇO, R.W. Uso do Solo e Cobertura Vegetal na Bacia Hidrográfica do Rio Una - Ibiúna SP. RGD Revista do Departamento de Geografia USP, 2016, V. 32, pp 48-60. Disponível em: < https://www.revistas.usp.br/rdg/article/view/116342>. Acesso em: 25 jul. 2018.

ARIZA-LOPEZ, J.F.; RODRIGUEZ-AVI, J., ALBA-FERNANDEZ, V. Control Estricto de Matrices de Confusión por Medio de Distribuciones Multinominales. GeoFocus, n° 21, 2018, pp. 215-226. Disponível em: < http://www.geofocus.org/index.php/geofocus/article/view/591/460>. Acesso em: 14 ago. 2018.

BALBOA, J.L.G.; FERNANDEZ, M.V.A.; LOPEZ, F.J.A.; AVI, J.R. Analysis of Thematic Similarity Using Confusion Matrices. Internacional Journal of Geo-information, 7(6), 233, 2018. Disponível em: < http://www.mdpi.com/2220-9964/7/6/233/htm>. Acesso em: 25 jul. 2018.

BAN, Y.; JACOB, A.; GAMBA, P. Spaceborne SAR data for global urban mapping at 30 m resolution using a robust urban extractor. ISPRS Journal of Photogammetry and Remote Sensing, vol. 103, may 2015, pp 28-37. Disponível em: < https://www.researchgate.net/publication/267047724_Spaceborne_SAR_data_for_global_urban_mapping_at_30_m_resolution_using_a_robust_urban_extractor>. Acesso em: 14 ago. 2018.

BLASHKE, T.; HAY, J.G.; KELLY, M.; LANG, S.; HOFMANN, P.; ADDINK, E.; FEITOSA, R.Q.; MEER, F.V.D.; WERFF, H.V.D.; COLLIE, V.F.; TIEDE, D. Geographic Object-Based Image Analysis – Towards a New Paradigm. ISPRS Journal of Photogammetry and Remote Sensing, vol. 87, january 2014, pp 180-191. Disponível em: < https://www.sciencedirect.com/science/article/pii/S0924271613002220>. Acesso em: 19 jul. 2018.

BRODIE, J.; ASH, V.L.; TITLEY, I.; YESSON, C. A Comparison of Multispectral Aerial and Satellite Imagery for Mapping Intertidal Seaweed Communities. Aquatic Conservation Marine and Freshwater Ecosystems, may 2018, pp. 1-10. Disponível em: < https://www.researchgate.net/profile/Lauren_Ash2/publication/325017648_A_comparison_of_multispectral_aerial_and_satellite_imagery_for_mapping_intertidal_seaweed_communities/links/5af5fba0aca2720af9c6ce2d/A-comparison-of-multispectral-aerial-and-satellite-imagery-for-mapping-intertidal-seaweed-communities.pdf>. Acesso em: 13 ago. 2018.

BRASIL. Decreto n. 84.017 de 21 de setembro de 1979. Regulamenta a Lei nº 6.902, de 27 de abril de 1981, e a Lei nº 6.938, de 31 de agosto de 1981, que dispõem, respectivamente sobre a criação de Estações Ecológicas e Áreas de Proteção Ambiental e sobre a Política Nacional do Meio Ambiente, e dá outras providências. Diário Oficial da União, Brasília, 21 set. 1979. Disponível em: . Acesso em: 06 mai. 2016.

BRASIL. Lei n. 6902 de 27 de abril de 1981. Dispõe sobre a criação de Estações Ecológicas, Áreas de Proteção Ambiental e dá outras providências. Diário Oficial da República Federativa do Brasil, Brasília, 28abr. 1981. Disponível em: . Acesso em: 06 mai. 2016.

BRASIL. Lei n. 9.985 de 18 de julho de 2000. Regulamenta o art. 225, § 1o, incisos I, II, III e VII da Constituição Federal, institui o Sistema Nacional de Unidades de Conservação da Natureza e dá outras providências.Diário Oficial da República Federativa do Brasil, Brasília, 28 dez. 1990. Disponível em: . Acesso em: 12 mai. 2016.

BRASIL. Conselho Nacional do Meio Ambiente. Resolução n. 013 de 06 de dezembro de 1990. Dispõe sobre normas referentes às atividades desenvolvidas no entorno das Unidades de Conservação. Diário Oficial da República Federativa do Brasil, Brasília, 28abr. 1981. Disponível em: . Acesso em: 06mai. 2016.

CHEN, G.; WENG, Q. Special issue: Remote sensing of our changing landscapes with Geographic Object-based Image Analysis (GEOBIA), GIScience & Remote Sensing, 2018, 55:2, pp. 155-158. Disponível em: < https://www.tandfonline.com/doi/full/10.1080/15481603.2018.1436953>. Acesso em: 24 jul. 2018.

CURY, Katia. Roteiro metodológico para elaboração de planos de manejo para as unidades de conservação do Distrito Federal. Brasília: IBRAM, 2013.

DOLUI, S. Methods of water body extraction based on Remote Sensing & GIS techniquies (A case study of Bardhaman city and its surrounding fringe areas). International journal of basic and applied research, Volume 8, Número 7, 2018, pp. 985-1003. Disponível em: < http://www.pragatipublication.com/assets/uploads/doc/6a690-0985-1003.13523.pdf>. Acesso em: 15 ago. 2018.

ESETLILI, M.T.; BALCIC, F.B.; SANH, F.B.; USTUNER, M.; KALKAN, K.; GOKSEL, C.; GAZIOGLU, C.; KURUCU, Y. Comparison of Object and Pixel-Based Classifications for Mapping Crops Using Rapideye Imagery: A Case Study of Menemen Plain, Turkey. IJEGEO International Jornal of Environment and Geomatics, Vol: 5, Issue: 2, august 2018, pp 231-243. Disponível em: < http://dergipark.gov.tr/download/article-file/504770>. Acesso em: 13 ago. 2018.

GOMEZ, C.; WHITE, J.C.; WULDER, M.A. Optical Remotely Sensed Data for Land Cover Classification: A Review. ISPRS Journal of Photogrammetry and Rmote Sensing, vol. 116, june 2016, pp 55-72. Disponível em: < https://www.sciencedirect.com/science/article/pii/S0924271616000769>. Acesso em: 19 jul. 2018.

HERCULANO, R.N. Aplicação dos Métodos de Classificação de Imagem NDVI e ACP para o Mapeamento de Floresta Nativa da APA do Benfica no Município de Itaúna/MG: Uma Análise Comparativa. Cadernos do Leste, 2016, Vol. 16, n° 16, pp 98-113. Disponível em: < http://www.igc.ufmg.br/portaldeperiodicos/index.php/leste/article/view/1125>. Acesso em: 25 jul. 2018.

Governo do Distrito Federal. Plano de Manejo da Estação Ecológica de Águas Emendadas – versão resumida. Brasília, 2009. Disponível em: Acesso em: 04 fev. 2016.

Governo do Distrito Federal. Plano de Gerenciamento Integrado de Recursos Hídricos do Distrito Federal – Caderno Distrital de Recursos Hídricos. Brasília, 2005. Disponível em: Acesso em: 12 jul. 2016.

Governo do Distrito Federal. Lei Complementar n. 803 de 25 de abril de 2009. Aprova a revisão do Plano Diretor de Ordenamento Territorial do Distrito Federal – PDOT e dá outras providências. Diário Oficial do Distrito Federal, 27 abr. 2009. Disponível em: . Acesso em: 11 out. 2016.

Governo do Distrito Federal. Lei Complementar n. 827 de 22 de julho de 2010. Regulamenta o art. 279, I, III, IV, XIV, XVI, XIX, XXI, XXII, e o art. 281 da Lei Orgânica do Distrito Federal, instituindo o Sistema Distrital de Unidades de Conservação da Natureza (SDUC), e dá outras providências. Diário Oficial do Distrito Federal, 23 jul. 2010. Disponível em: . Acesso em: 13 jul. 2016.

Governo do Distrito Federal. Lei Complementar n. 854 de 25 de outubro de 2012. Atualiza a Lei Complementar n° 803, de 25 de abril de 2009, que aprova a revisão do Plano Diretor de Ordenamento Territorial do Distrito Federal – PDOT e dá outras providências. Diário Oficial do Distrito Federal, 127 out. 2012. Disponível em: . Acesso em: 11 out. 2016.

HIDAYAT, F.; RUDIASTUTI, A.W.; PURWONO, N. GEOBIA an (Geographic) Object-Based Image Analysis for coastal mapping in Indonesia: A Review. IOP Publishing, 2018, 162, pp 1-18. Disponível em: < http://iopscience.iop.org/article/10.1088/1755-1315/162/1/012039/pdf>. Acesso em: 25 jul. 2018.

HUANG, J.L.X.; GAMBA, P.; BIOUCAS-DIAS, J.M.; ZHANG. L; BENEDIKTSSON, J.A.; PLAZA, A. Multiple Feature Learning for Hyperspectral Image Classification. IEEE Transactions on Geoscience and Remote Sensing, vol. 53, no. 3, march 2015, pp 1592-1606. Disponível em: < http://202.114.114.18/prof_web/zhangliangpei/rs/publication/Multiple%20Feature%20Learning%20for%20Hyperspectral%20Image%20Classification.pdf>. Acesso em: 19 jul. 2018.

IANNELLI, G.C.; LISINI, G.; DELL’AQUA, F.; FEITOSA, R.Q.; COSTA, G.A.O.P; GAMBA, P. Urban Area Extent Extraction in Spaceborne HR and VHR Data Using Multi-Resolution Features. Sensors, 2014, 14 (10), pp 18337-18352. Disponível em: < https:// http://www.mdpi.com/1424-8220/14/10/18337/htm>. Acesso em: 19 jul. 2018.

KANGA, S. Geospatial technique for Land use/Land cover mapping using satellite data: A case study of Bilaspur District (Himachal Pradesh), India. In: Construction Management, Mechanization and Environmental Sustainability, First edition, 2017, White Falcon Publishing, pp 251-258. Disponível em: < https://www.researchgate.net/profile/Suraj_Singh52/publication/325869758_Soil_Erosion_Assessment_Using_Geospatial_Technique_A_Case_Study_of_North_Bihar_India/links/5b29f966a6fdcc72db4c3552/Soil-Erosion-Assessment-Using-Geospatial-Technique-A-Case-Study-of-North-Bihar-India.pdf#page=265>. Acesso em: 25 jul. 2018.

KATUTA, A. M. A(s) Natureza(s) da Cartografia. In: Geograficidade, V.3, Número Especial, Primavera 2013. Disponível em: . Acesso em: 08 jul. 2016.

KERSKI, J.J. Geo-awareness, Geo-enablement, Geotechnologies, Citizen Science, and Storytelling: Geography on the World Stage. Geography Compass, 9/1 (2015), pp 14-26. Disponível em: . Acesso em: 16 nov. 2016.

LANDIS, J. R; KOCH, G. G. The measurement of observer agreement for categorical data. Biometrics, v.33, n.1, (Mar., 1977), p. 159-174.

LEITE, J.P.R.; ARAUJO, D.L.S; DUARTE, M.D.D.C. Reflexos e Considerações sobre a Implementação do Cadastro Nacional de Unidades de Conservação do Estado do Piauí. Sustentare, 2018, V. 2, N. 1, pp 20-31. Disponível em: < http://periodicos.unincor.br/index.php/sustentare/article/view/4413>. Acesso em: 13 ago. 2018.

LI, J.; HUANG, X.; GAMBA, P.; DIAS, J.M.B.; ZHANG, L.; BENEDIKTSSON, J.A.; PLAZA, A. Multiple Feature Learning for Hyperspectral Image Classification. IEEE Transactions on Geoscience and Remote Sensing, vol. 53, no. 3, march 2015, pp 1592-1606. Disponível em: < http://202.114.114.18/prof_web/zhangliangpei/rs/publication/Multiple%20Feature%20Learning%20for%20Hyperspectral%20Image%20Classification.pdf.

MA, L.; MANCHUN, L.; MA, X.; CHENG, L.; DU, P.; LIU, Y. A review of Supervised Object-Based Land-Cover Image Classification. ISPRS Journal of Photogammetry and Remote Sensing, vol. 130, august 2017, pp 277-293. Disponível em: < https://www.sciencedirect.com/science/article/pii/S092427161630661X>. Acesso em: 19 jul. 2018.

MING, D.; LI, J.; WANG, J.; ZHANG. M. Scale Parameter Selection by Spacial Statistics for Geobia: Using mean-shift based multi scale segmentation as an example. ISPRS Journal of Photogammetry and Remote Sensing, 106 (2015), pp 28-41. Disponível em: < http://faculty.wwu.edu/wallin/envr442/pdf_files/Ming_etal_2015_Scale%20parameter%20selection%20by%20spatial%20statistics%20for%20GeOBIA%20using%20mean-shift%20based%20multi-scale%20segmentation%20as%20an%20example_J_Photogram_and_Rem_sens.pdf>. Acesso em: 19 jul. 2018.

NAGNE, A.D.; DHUMAL, K.R.; VIBHUTE, D.A.; KALE, V.K.; MEHROTRA, S.C.; NALAWADE, B.D. Automatic Extraction of Built-Up area From EO-1 Hyperion Hyperspectral Satellite Image Based on NDBI Index. IJREAM International Journal for Research in Engineering Application & Management, Special Issue, 2018, pp 77-80. Disponível em: < https://www.ijream.org/papers/NCCT2018042.pdf>. Acesso em: 19 jul. 2018.

OLIVEIRA, S.B.L.; PINHO, S.P.G.; SÁ, S.A.; GOMES, A.A.; JUNIOR, R.T.O.; FERREIRA, R.P.; TURQUIA, P.H.S. Proposta de Subsídio para elaboração de um Plano de Manejo para os Córregos leão Deitado e Jacarandá, Afluentes do Ribeirão Tribuna, Zona Rural do Município de Ipatinga, MG. Revista NBC, 2017, vol. 7, n° 14, novembro de 2017, pp 127-139. Disponível em: < http://www3.izabelahendrix.edu.br/ojs/index.php/bio/article/view/1727/940>. Acesso em: 13 ago. 2018.

O’NEILL-DUNNE, J.; MACFADEN, S.; ROYAR, A. A Versatile, Production-Oriented Approach to High-Resolution Tree-Canopy Mapping in Urban and Suburban Landscapes Using GEOBIA and Data Fusion. Remote Sensing, 2014, 6, pp 12837-12865. Disponível em: < http://www.mdpi.com/2072-4292/6/12/12837/htm>. Acesso em: 23 jul. 2018.

PIRES, P.S.; RUGINE, V.M.T. Reconhecimento do Uso Público nos Parques Estaduais no Brasil com Enfase na Visitação Turística. Revista Brasileira de Ecoturismo, 2018, V. 11, n. 1, fev/abr 2018, pp 61-80. Disponível em: < http://www.sbecotur.org.br/rbecotur/seer/index.php/ecoturismo/article/view/1134>. Acesso em: 13 ago. 2018.

PRINA, B. Z.; TRENTIN, R.; BENEDETTI, A. C. P. AVACIM – Avaliador de Classificação de Imagens. Santa Maria, Universidade de Santa Maria, Departamento de Geociências, 2014.

SIBARUDIN, H.I.; SHAFRI, H.Z.M.; PRADHAN, B.; HARON, N.A. Comparison of pixel-based and object-based image classification techniques in extracting information from UAV imagery data. IOPSCIENCE, vol. 169, 2018, pp 1-9. Disponível em: < http://iopscience.iop.org/article/10.1088/1755-1315/169/1/012098/meta>. Acesso em: 15 ago. 2018.

RAFIU, A.J.; YUSUF, O.A.; CHRISTHOPHER, O.A.; AMOO, N.B. Spatio-Temporal Urban Expansion Analysıs in a Growing City of Oyo Town ,Oyo State, Nigeria Using Remote Sensing And Geographic Information System (GIS) Tools. IJEGEO International Journal of Environment and Geoinformatics, 5(2), 2018, pp 104-113. Disponível em: < http://dergipark.gov.tr/ijegeo/issue/38250/354627>. Acesso em: 25 jul. 2018.




Licença Creative Commons
Esta obra está licenciada sob uma licença Creative Commons Atribuição 4.0 Internacional.

 

Revista Brasileira de Geografia Física - eISSN: 1984-2295

Creative Commons License
Esta obra está licenciada com uma Licença Creative Commons Attribution-NonCommercial 4.0 International License