Baixe o app para aproveitar ainda mais
Prévia do material em texto
Universidade Federal de Itajubá – UNIFEI Instituto de Recursos Naturais-IRN Disciplina Prática de Geoprocessamento TÉCNICAS DE GEOPROCESSAMENTO EM SIG APLICADAS NO CONTEXTO DE PLANEJAMENTO AMBIENTAL DE BACIA HIDROGRÁFICA NO MUNICÍPIO DE CAMANDUCAIA-MG Victorien Gerardo Nago-34622 Rhayenne Vasconcelos-2016013881 ITAJUBÁ 2017 2 Universidade Federal de Itajubá – UNIFEI Instituto de Recursos Naturais-IRN Disciplina Prática de Geoprocessamento TÉCNICAS DE GEOPROCESSAMENTO EM SIG APLICADAS NO CONTEXTO DE PLANEJAMENTO AMBIENTAL DE BACIA HIDROGRÁFICA NO MUNICÍPIO DE CAMANDUCAIA-MG Victorien Gerardo Nago-34622 Rhayenne Vasconcelos-2016013881 Relatório sobre técnicas de geoprocessamento em SIG aplicadas no planejamento ambiental do município de Camanducaia/mg apresentado como pré-requisito para obtenção de nota para aprovação na disciplina de geoprocessamento, ministrada pelo professor doutor Francisco Antônio Dupas. ITAJUBÁ 2017 3 Sumário 1.Introdução ........................................................................................................................ 4 2.Objetivo ........................................................................................................................... 5 3.Referencial Teórico ........................................................................................................... 6 4.Materiais e Métodos ....................................................................................................... 11 5.Resultados e Análises...................................................................................................... 18 6.Conclusão ....................................................................................................................... 22 7.Referências Bibliográficas..................................................................................................23 4 1. Introdução Os estudos sobre as mudanças no uso da terra e o aproveitamento dos recursos hídricos tornaram-se indispensáveis hoje em dia pelo fato que eles possibilitam a análise das tendências atuais nos processos de desmatamento, degradação, perda de biodiversidade e ocupação de uma bacia hidrográfica em uma determinada região. Segundo Slocombe (1993), as atividades de desenvolvimento humano se estendem e afetam todo o planeta. Os danos ambientais causados pelas atividades humana têm repercutido qualitativamente e quantitativamente nos recursos hídricos, afetando o equilíbrio ambiental das bacias hidrográficas. Assim, o planejamento ambiental tem adquirido destaque em décadas recentes, dado o interesse em redirecioná-lo para considerar não somente os ambientes criados e modificados pelos seres humanos, mas também o ambiente natural ao seu redor. A crescente necessidade de apresentar soluções e estratégias que interrompam e revertam os efeitos da degradação ambiental e do esgotamento dos recursos naturais vem se fortalecendo cada vez mais, provocando uma série de questionamentos. As respostas para tais questionamentos residem na mudança ou revisão do binômio homem/natureza. Para isso, é preciso não mais dissociar o ambiente urbano do ambiente natural, é preciso ver a cidade como um sistema ecológico, que possui fragilidades e que também é vulnerável, uma vez que depende de outros sistemas para se manter. Esforços no sentido de se entender o ecossistema como um todo, em termos da interação dos componentes biológicos e físicos modificados pelo homem, têm aumentado consideravelmente o nosso conhecimento do mundo natural (Odum,1983). Em seus estudos, Slocombe (1993) concluiu que não há dúvidas quanto à necessidade da integração meio ambiente/desenvolvimento quando se aborda o planejamento integrado, porém desenvolver um novo mecanismo de planejamento que os integre não é uma tarefa fácil. A abordagem sistêmica tem sido o caminho para a aplicação de metodologias e filosofias de análise e síntese dos problemas e questões organizacionais relacionadas ao meio ambiente, tratando o mundo em termos de relações e integrações (Grigg, 1997). Esta abordagem implica em uma maior utilização de 5 ferramentas computacionais de análise, que sejam capazes de manipular grandes quantidades de dados e gerar novas informações e conhecimentos, a serem usados no processo de gerenciamento e tomada de decisão. O Sistema de Informações Geográficas (SIG) é, provavelmente, dentre as ferramentas de suporte à decisão, aquela que mais se adequa a este enfoque sistêmico de gerenciamento de recursos naturais, dada as suas características de integração e manipulação de grandes quantidades de dados espaciais e alfanuméricos. Em decorrência da crise de abastecimento de água em algumas bacias hidrográficas, o Estado de São Paulo criou a Lei 7663/91, que estabeleceu a forma de Gerenciamento de Recursos Hídricos, adotando-se a bacia hidrográfica como unidade físico-territorial de planejamento e gerenciamento. Estes aspectos mostram o grande potencial da utilização do SIG pelos Comitês de Bacias Hidrográficas que, como órgãos coordenadores da gestão integrada destas bacias, devem concentrar, coordenar, manipular e disponibilizar as informações, precisando, portanto, deste tipo de ferramenta computacional. Este trabalho visa apresentar o SIG como ferramenta de integração, planejamento e gerenciamento de informações e abordar o seu potencial de aplicação em bacias hidrográficas, ilustrado através de estudos de caso. 2. Objetivos 2.1. Objetivo Geral O objetivo geral do presente trabalho é, com base nos processos metodológicos de mapeamentos, mapas pré-existentes da área e Modelos Digitais de Elevação (MDE), elaborar um zoneamento e mapeamento prévio das feições geoambientais do município de Camanducaia-MG. 2.2. Objetivo Específico Este trabalho propôs a confecção de mapas de declividade e mapas de uso e ocupação do solo de uma bacia hidrográfica dentro do município de Camanducaia-MG através do mapeamento dos atributos morfométricos do relevo por dados orbitais do LANDSAT TM. Assim, pretende-se: • realizar a delimitação da bacia hidrográfica e drenagem; 6 • destacar as principais etapas na produção de mapas derivados dos dados Landsat; • E por fim, gerar mapas temáticos; 3. Referencial Teórico O referencial teórico é importante para o embasamento metodológico e que reflete nos resultados adquiridos. O conhecimento sobre bacias hidrográficas, geoprocessamento, sistemas de informações geográficas (SIG) e sensoriamento remoto são importantes para o entendimento das questões que acercam o objetivo proposto para a realização do trabalho. Neste sentido, este capítulo tem o intuito de fundamentar os conceitos norteadores do presente estudo. 3.1 Bacias Hidrográficas O estudo analítico em bacias hidrográficas é utilizado por alguns pesquisadores, principalmente na análise de sua dinâmica atual, como é o caso da análise proposta por Christofoletti (1974), o qual busca associar a forma da bacia hidrográfica com sua área. Para isso, ele propõe a aplicação de alguns parâmetros, entre os quais, o cálculo do Índice de Circularidade e do Índice de Forma, (CRISTO, 2002) que foram aplicados durante o trabalho realizado no estágio. Para Leal (1998), as grandes cidades possuem graves problemas provocados pelas relações conflituosas entre áreas urbanase bacias hidrográficas, que são provocados pelo modo de vida e de produção dominantes. O autor diz que para transformar essa situação é necessário o desenvolvimento do planejamento ambiental integrado em todos os níveis de ação governamental, democratização do planejamento e a inclusão da análise das bacias hidrográficas urbanizadas na elaboração do planejamento ambiental das cidades. Vários problemas que ocorrem em áreas urbanizadas, como as enchentes, inundações e movimentos de massa, podem ser analisados através de suas espacializações utilizando-se a bacia hidrográfica como referência para compreensão e busca de soluções. As bacias hidrográficas são unidades territoriais que permitem a análise e estudos do ambiente, as relações entre os elementos. Por ser uma área delimitada pelo seu relevo, no qual os divisores de água são as áreas com maior elevação, facilita sua interpretação e a realização de pesquisas. Segundo Sema (2010) entende-se por bacia hidrográfica toda a 7 área de captação natural da água da chuva que escoa superficialmente para um corpo de água ou seu contribuinte. O corpo de água principal, que dá o nome à bacia, recebe contribuição dos seus afluentes, sendo que cada um deles pode apresentar vários contribuintes menores, alimentados direta ou indiretamente por nascentes. 3.2 Geoprocessamento A geotecnologia, também conhecida como geoprocessamento, é um termo amplo que engloba diversas tecnologias de tratamento e manipulação de dados geográficos, através de programas computacionais. Dentre essas tecnologias destacam-se: o sensoriamento remoto, a automação de tarefas cartográficas, a utilização de Sistemas de Posicionamento Global (GPS) e o Sistema de Informações Geográficas (SIG) (GURGEL, 2003). Seguindo a mesma linha de pensamento Matias (2006) conceitua as Geotecnologias como um conjunto de tecnologias baseadas em ambiente computacional com finalidade de promover o tratamento da informação espacial, baseada em cartografia digital, sensoriamento remoto, sistemas de informações geográficas e sistemas de posicionamento global por satélite. O Geoprocessamento, numa definição mais ampla, é a ciência e a tecnologia que trata das representações do espaço geográfico. Desta forma, contempla em suas atividades iniciais a coleta de dados através, do sensoriamento remoto e levantamentos topográficos, por exemplo, para posteriormente construir representações em uma linguagem gráfica e para, finalmente, em suas mais modernas manifestações, promover a intensa análise das informações geográficas produzidas, como no caso das aplicações em SIG (CASTIGLIONE, 2003). Rosa e Brito (1996, p.7) define geoprocessamento como conjunto de tecnologias destinada a coleta e tratamento de informações espaciais, assim com o desenvolvimento de novos sistemas e aplicações, com diferentes níveis de sofisticação. Em linhas gerais o termo Geoprocessamento pode ser aplicado a profissionais que trabalham com processamento digital de imagens, cartografia digital e sistemas de informação geográfica. Embora estas atividades sejam diferentes estão intimamente inter-relacionadas, usando na maioria das vezes as mesmas características de hardware, porém softwares diferentes. Na perspectiva atual de gestão do território, de acordo com Medeiros e Câmara (2001) toda ação de planejamento, ordenamento ou monitoramento 8 do espaço deve incluir a análise dos diferentes componentes do ambiente, incluindo o meio físico-biótico, a ocupação humana, e seu inter-relacionamento. Neste caso, é válido afirmar que essa análise depende essencialmente das geotecnologias, que integram dados alfanuméricos e dados espaciais (MIOLA, 2013). 3.3 Sistemas de Informações Geográficas (SIG) Segundo Rosa (2005), Sistema de Informação Geográfica é o conjunto de ferramentas computacionais, composta por equipamentos e programas que, por meio de técnicas, integra dados, pessoas e instituições, de forma a tornar possível a coleta, o armazenamento, o processamento, a análise, a modelagem, a simulação e a disponibilização de informações georeferenciadas, que possibilitam maior facilidade, segurança e agilidade nas atividades humanas, referentes ao monitoramento, planejamento e tomada de decisão, relativas ao espaço geográfico. Os Sistemas de Informações Geográficas são uma tecnologia que tem sido desenvolvida para lidar com informações espaciais e tem muitas aplicações ambientais, sociais e econômicas. Eles são idealmente adequados para combinar informações topográficas, de solos, uso da terra e meteorológicas para pequenas áreas dentro da bacia, onde é possível visualizar cenários passados, atuais e simular cenários futuros (GRIGG, 1996 apud MACHADO, 2002). O SIG combina informações de localização e de conteúdo temático, o que significa que o SIG combina informações geométricas de fenômenos espaciais ou objetos com informações temáticas onde, a rigor, a característica de localização de fenômenos também representa um atributo. Fenômenos espaciais são arquivados em coordenadas geográficas ou podem estar disponibilizados em projeções. Os dados temáticos descritores são armazenados num banco de dados em forma de tabelas. Por meio dessa combinação, determinados aspectos do mundo real são representados em forma de mapas temáticos. (LANG; BLASCHKE, 2009, p. 48). Diante dos estudos envolvendo análise de Bacias Hidrográficas, fica evidenciado a importância do geoprocessamento e do SIG, pois esses instrumentos possibilitam a integração de várias ciências, o que facilita o diagnóstico e que aumenta a precisão na decisão final. Desta forma, são técnicas que auxiliam no planejamento para os órgãos públicos, privados e instituições. 9 3.4 Sensoriamento Remoto O sensoriamento remoto possui como definição básica a obtenção de informações de um objeto ou alvo sem que haja contato físico. Essas informações podem ser adquiridas de várias fontes diferentes, desde levantamentos fotográficos aéreos até imagens geradas por satélites orbitais (ROSA, 1992). Moreira (2003) afirma que a obtenção das imagens varia de acordo como a energia é recebida pelos sensores dos equipamentos, diferenciando-os entre passivos e ativos. Os sensores ativos possuem uma fonte de irradiação, ou seja, não dependem de uma fonte externa para irradiar o alvo. O sensor emite energia numa faixa determinada do espectro que acaba interagindo com o alvo e que é parcialmente refletida de volta e captada por ele. Os radares, o laser, e as câmeras fotográficas que usam flash são exemplos de sensores ativos. Já os sensores passivos recebem a energia de fonte externa (Sol) e não emitem radiação própria, detectando a energia refletida pela interação dos alvos em superfície. Os principais sensores deste tipo são o Mapeador Temático (TM) do Landsat, o HRV do SPOT, entre outros. Para Florenzano (2007), as representações das imagens da superfície terrestre por satélites orbitais variam de acordo com os instrumentos sensores e o tipo de órbita que cada modelo possui, através da: •Resolução Espacial: é o tamanho do menor alvo identificável em superfície representado pela altura e largura do pixel; • Resolução Temporal: é o tempo necessário que o satélite demora para repassar pelo mesmo ponto e órbita e cubra novamente a mesma área da superfície; • Resolução Espectral: faixa do espectro eletromagnético que as bandas captam da energia emitida e/ou refletida dos corpos, variando entre ondas de rádio, micro-ondas, passando pelo infravermelho, visível e ultravioleta até os Raios-X. O uso do sensoriamento remoto no Brasil apareceu com maior destaque atravésdo levantamento de recursos naturais do Projeto RADAMBRASIL, nos anos 1970 e 1980, um marco importante nos mapeamentos de geologia, geomorfologia, pedologia, vegetação e uso potencial da terra, através do sensor 10 radar aerotransportado, de visada lateral (SLAR) em banda X, inicialmente para a Amazônia e posteriormente se estendendo para todo o Brasil. O radar consolidou-se como uma ferramenta eficaz para o mapeamento temático por representar, na época, uma nova forma de obtenção de informações da superfície terrestre, complementar ao tradicional método de fotointerpretação baseado na utilização de fotografias aéreas (SILVA e SANTOS, 2007). Atualmente os materiais de sensoriamento remoto evoluíram sobremaneira em relação aos seus predecessores, principalmente em relação à qualidade dos sistemas sensores que propiciam uma melhor definição das resoluções espectrais e espaciais. Os estudos derivados desses produtos variam de acordo com o objeto de estudo a ser pesquisado, alterando de escalas regionais ou continentais (satélite 8 Terra e da família Goes) às escalas locais de semi- detalhe (satélites da família Landsat, Cbers e outros) e detalhe (satélites Ikonos e QuickBird). 3.5 Modelos Digitais de Elevação Os modelos digitais de elevação (MDE) são representados numa matriz numérica cujos valores do eixo (Z) correspondem à elevação da área, referenciada a um sistema de 9 coordenadas espaciais (X e Y). O MDE consiste na representação quantitativa de uma grandeza que varia no espaço. Os modelos digitais de terreno podem ser utilizados para descrever a quantidade de mineral presente no solo ou o magnetismo (Hermuche, 2003). Os MDE são por natureza uma matriz 3D contendo a informação do número de linhas e colunas armazenadas em uma matriz contendo a informação altimétrica da área. Existem diversas formas de se obter Modelos Digitais de Elevação. É possível que se confeccione o modelo do terreno com base em shapes de curvas de níveis vetorizadas e interpoladas. Utiliza-se sensores radar como o SRTM e, uma outra forma de confecção desses modelos é a partir da estereoscopia das imagens de satélites imageadores como ASTER e o GDEM. Os MDE são ótimas ferramentas quando se objetiva a classificação morfométrica do terreno. As técnicas de interpretação e classificação do relevo na área estudada são amplamente utilizadas nos recentes estudos no campo, assim como utilizado no presente trabalho. A utilização de fotografias aéreas e 11 estereoscópios ópticos devem também fazer parte desse processo tendo em vista que a complementação dos dados traz quase sempre bons resultados. Os MDE da região são amplamente utilizados no decorrer dos estudos acerca da compartimentação geomorfológica de uma dada área. As formas de relevo têm muito a dizer sobre o processo de formação da paisagem geológica. Esses MDE podem ser confeccionados de diversas formas, pode-se digitalizar as cartas altimétricas de diversas fontes ou mesmo utilizar os modelos já prontos, como o desenvolvido pelo SRTM. No caso do presente trabalho, o MDE vai servir de subsídio para a confecção do mapa topográfico preliminar que servirá de apoio na delimitação de uma bacia da área de estudo. 4 Materiais e métodos 4.1 Área de estudo Camanducaia é um município no extremo sul do estado de Minas Gerais, no Brasil. De acordo com o censo realizado pelo IBGE em 2010, sua população era de 21 074 habitantes. Localiza-se na microrregião de Pouso Alegre. Sua área é de 527,572 km² e a densidade demográfica de 44 hab/km², aproximadamente. Embora a zona urbana da vizinha cidade de Extrema seja a que fica mais ao sul no estado de Minas Gerais, o ponto geográfico mais meridional do estado fica na zona rural do município de Camanducaia, na divisa com o município paulista de Joanópolis, a 22° 55′ S 46° 08′ W. O clima é Tropical de Altitude tipo Cwb, ou literalmente um Clima Oceânico tipo Cwb, com verões úmidos e com dias mornos e alguns dias quentes e noites frescas. Os invernos são secos e relativamente frios durante às noites e dias ensolarados amenos a frescos com névoa úmida durante as manhãs, e com quase ausência total de precipitações durante este período, somente quando alguma frente fria quebra o bloqueio da grande massa seca que predomina na região sudeste do Brasil neste período, e que impede que as frentes polares, vindas do Sul e impregnadas de chuvas, avancem para esta região. Conta o município com relevante produção de maçãs, batatas e brócolis produtos agrícolas de clima temperado, além de ter grande área de reflorestamento artificial, principalmente o pinheiro silvestre ou pinus, que 12 abastece as diversas serrarias da região com madeira extraídas das reservas artificiais, para uso em construção civil e móveis. Na figura 1 abaixo está mostrada a localização geográfica do município. Figura 1 a-b. localização geográfica do município de Camanducaia, Minas Gerais; c. imagem de satélite da área do município (fonte: Google Earth); d. relevo. Fonte: Google Image 4.2 Métodos Os materiais utilizados para realizar este trabalho foram a apostila fornecida pelo professor e o programa ArcGis presente no computador do laboratório. A metodologia empregada nesse trabalho está destacada no fluxograma da figura 2 abaixo. 13 Figura 2: Fluxograma da metodologia de trabalho Para cumprir os objetivos deste relatório, foram necessários seguir os próximos passos. ➢ Aquisição de dados topográficos e orbitais: Para a obtenção dos dados orbitais da nossa área de estudo, foi acessado o site do Serviço Geológico dos Estados Unidos (U.S.G.S. – United States of Geological Survey) no link https://earthexplorer.usgs.gov/. A escolha da imagem foi feita pelo marcador no mapa, para isso bastou-se dar zoom no mapa e clicar na área de estudo. O preenchimento necessário foi realizado e foram obtidas várias cenas. Foi escolhida a cena com menos nuvens e as bandas foram baixadas. A carta topográfica foi obtida através do site do IBGE. Seguindo as recomendações da apostila fornecida, foi possível baixar o limite do município. Para adquirir uma imagem raster MDE (Modelo Digital de Elevação), acessou- se o TOPODATA (Banco de Dados Geomorfométricos do Brasil) no site do INPE (Instituto Nacional de Pesquisas Espaciais) através do link: http://www.dsr.inpe.br/topodata/. Na tela do TOPODATA, clicamos em um link e uma nova guia se abriu e nela demos um zoom em um mapa para encontrar a 14 nossa área de interesse. Ao encontrar o quadrante de interesse, deu-se um clique, selecionou-se a opção altitude e consequentemente o download se iniciou automaticamente. E assim seguimos para o próximo passo. ➢ Importação e processamento dos dados: Após a descompactação dos arquivos baixados na etapa de aquisição de dados, importou-se os mesmos no software Arcgis que foi a ferramenta computacional escolhida para processá-los. Abriu-se o arquivo MDE e o shapefile com os limites de municípios e percebeu-se que eles não estavam sobrepostos pois tínhamos que definir a referência espacial do MDE. Assim, definiu-se a referência espacial do MDE na seguinte sequência no software: Arctoolbox > Data Management Tools > Projection and Transformations > Define Projection. Uma janela se abriu e colocamos no primeiro campo o MDE clicando numa seta e selecionando o arquivo já aberto no Arcmap. No segundo campo, clicamos em um ícone, abrimos a pasta Geographic Coordinate Systems > South America e escolheu-se o sistema de referência SIRGAS 2000 e clicamos em ok. Feito isso o MDE ficou com referência espacial definidae consequentemente sobreposto aos limites de município. Precisou-se definir o MDE para número inteiro e para isso entramos em Arctoolbox > Data Management Tools > Raster > Raster Dataset > Copy Raster. Na janela que se abriu preenchemos os campos com os dados necessários, e ao clicar em ok, o MDE ficou com o tipo de dado inteiro não sinalizado e 16 bits. Após isso, recortamos o MDE deixando somente nossa área de interesse. Esse procedimento foi feito usando o arquivo shapefile de limites dos municípios como máscara de recorte. Com esse arquivo, selecionamos o município de interesse na tabela de atributos, fez-se a exportação dele para deixa-lo separado e com a ferramenta “Extract by Mask” dentro de ArcToolbox > Spatial Analyst Tools > Extraction foi feito o recorte. ➢ Delimitação da bacia hidrográfica: Para fazer a delimitação da bacia aplicamos no recorte do MDE recortado com a nossa área de interesse a ferramenta de correção FILL (Spatial Analist tools > Hydrology > Fill) para realizar o preenchimento de depressões. Com esse novo arquivo aplicou-se a ferramenta Flow Direction (Data Management Tools > 15 Spatial Analist tools > Hydrology > Flow Direction) para determinar as direções do fluxo. Com o arquivo gerado anteriormente, aplicou-se a ferramenta Flow Accumulation (Spatial Analist tools > Hydrology > Flow Accumulation) para determinação do fluxo acumulado. Em seguida, abriu-se a ferramenta Raster Calculator (Spatial Analist Tools>Map Algebra>Raster Calculator) afim de se estabelecer um limiar de drenagem e depois aplicou-se a ferramenta Stream to Feature (Spatial Analist tools > Hydrology > Stream to Feature) gerando assim um arquivo vetorial. No próximo passo, criou-se um arquivo shapefile para o exutório da bacia a ser delimitada e aplicou-se a ferramenta Watershred (Spatial Analist tools > Hydrology >Watershred) para gerar a bacia a partir desse ponto criado. Converteu se o arquivo obtido de raster para vetor, mudou-se a visualização da bacia e recortou-se os rios para área da bacia com a ferramenta Clip (Geoprocessing>Clip). Assim, obteve-se a delimitação da bacia com a rede de drenagem como que queríamos. ➢ Mapa de Declividade: Com o mesmo MDE que foi preparado para a delimitação de bacia, aplicou-se a ferramenta SLOPE do Arcgis (Arctoolbox >> Spatial analyst tools >> Surface >> Slope). Na janela que se abriu, colocou-se no primeiro campo o MDE, no segundo a pasta de saída e no terceiro escolheu-se a opção PERCENT_RISE. Na aba layers percebeu-se que o programa classificou nove classes de declividade e alterou-se estas classes para seis e em porcentagem de acordo com o proposto pela EMBRAPA (1979). Para isso seguiu-se os seguintes passos: ▪ Botão direito na camada em propriedades: ▪ Na janela que se abriu fomos em Symbology >> Classified >> Classify. ▪ Em Classify, mudou-se de 9 para 6 classes: ▪ Em Break Values, clicou-se em % e alterou-se os valores para os valores propostos pela EMBRAPA (1975), e demos OK. Em seguida, realizou-se os cálculos das áreas das diferentes declividades que definimos. Para isso precisou-se primeiramente aplicar a ferramenta COPY RASTER para habilitar a tabela de atributos do raster (Arctoolbox >> Data 16 Management Tools >> Raster >> Raster Dataset >> Copy Raster). Feito isso, transformou-se o arquivo raster em shapefille com a ferramenta Raster to Polygn (Arctoolbox >> Conversion Tools >> From Raster >> Raster to Polygon), abriu- se a tabela de atributos e juntou-se as classes de declividade de acordo com os valores da EMBRAPA. Sendo de 0 a 3; 3 a 8 e assim por diante. Por fim, calculou-se as áreas de cada classe em km², que foram importadas para Excel, onde pudemos fazer uma tabela e plotar um gráfico de declividade. De novo em Classify alterou-se os valores com a nova classificação feita após ter juntado as classes de acordo com o padrão recomendado pela EMBRAPA. Depois de ter realizado todas essas etapas, gerou-se o mapa de declividade. ➢ Imagens de satélite Landsat 8: Nesta etapa, escolheu-se um modelo de mapa em branco e sistema de coordenadas que nosso foi o Sirgas 2000 23S (UTM). Em seguida, realizou-se o processo de conversão radiométrica (Rescale) que se trata de um processo utilizado para executar transformações radiométricas nas imagens de satélite. Durante o processamento, as imagens foram convertidas do range de 16 bits para 08 bits, facilitando a distribuição em outro software e reduzindo pela metade o tamanho do arquivo. Os dados foram escalados para ser compatíveis com o range de 0–255 níveis de cinza, similar aos produtos Landsat-5 e Landsat-7. Este processo foi aplicado em todas as bandas (neste caso as bandas 6, 5 e 4) que foram utilizadas na composição. Não foi necessário carregar todas as bandas no ambiente de trabalho do SIG porque essa tarefa foi executada em Batch. Para este trabalho utilizou-se a composição RGB (Red, Green e Blue), que nas imagens do satélite Landsat 8 correspondem as bandas 6, 5 e 4. Estas bandas são de interesse para trabalhos de classificação de uso e ocupação do solo, que é o intuito final. Para realizar o processo, abriu-se o ArcToolBox e clicou-se na caixa de ferramentas para localizar o algoritmo Copy Raster (Data Management Tools > Raster > Raster Dataset>Copy Raster). Na sequência, clicou-se com o botão direito do mouse sobre ele e selecionou-se a opção Batch (Processamento em Lote). Adicionou-se as bandas na sequência 6,5e 4, preencheu-se os demais campos e clicou-se em OK. Depois disso, a composição foi feita por meio da 17 ferramenta Composite Bands (ArcToolbox > Data Management Tools >> Raster >> Raster Processing >> Composite Bands). Uma vez a composição criada, alterou-se o contraste da imagem gerada na tentativa de melhorar sua visualização e discriminação de objetos. ➢ Mapa de uso e ocupação do solo: Abriu-se o raster da composição de bandas feita no passo anterior e fez-se o recorte desse raster utilizando o limite da bacia como máscara com a ferramenta Extract by Mask (Arctoolbox >> Spatial Analist Tools >> Extraction >> Extraction by Mask). Feito isso, obteve-se a composição falsa cor do limite da baciame e em seguida fez-se a classificação supervisionada usando somente a barra de ferramentas Classification na qual usou-se a ferramenta Draw Polygon com que foi desenhado os polígonos referentes as classes de uso do solo que foram classificadas na imagem (Mata nativa, Pastagem, Solo exposto, etc.). Ao final da classificação de cada classe, precisou-se unir os polígonos desenhados. Para isso utilizou-se a ferramentaTraining Sample Manager. Realizadas as classificações, salvou-se o processo e criou-se assinaturas. Depois disso, rodou- se o algorítmo de classificação. Assim, a classificação foi realizada e pudemos gerar um mapa do uso e ocupação do solo. Por fim, realizou-se o calculo das áreas de cada classe de classificação e gerou-se uma tabela e um gráfico (Excel). ➢ Itersect da declividade com o uso do solo: Para cruzar os dados dos dois mapas gerados, abriu-se no Arcgis os dois polígonos de áreas, sendo o de declividade e o de uso e ocupação do solo, e aplicou-se a ferramenta intersect (Geoprocessing>Itersect). No primeiro campo colocou-se as duas camadas que quis-se cruzar os dados, e no segundo a saída. Em seguida, fez-se o cálculo das áreas realizando o mesmo processo feito nas etapas anteriores. Com a intersecção, pôde-se cruzar os dados dos dois mapas em ambiente Excel. Bastou importar ou digitar os valores das áreas de classificação dentro das áreas de declividade, transformar em porcentagem e montar uma tabela.18 5 Resultados e Análises Após a delimitação da bacia, calculou-se o valor da área dela e achou-se o valor de 99,121 Km². O resultado da delimitação da bacia está ilustrado na figura 3 abaixo. Figura 3: Bacia delimitada O mapa de declividade e a tabela na qual estão as áreas equivalente a cada classe de declividade decorrente dos processos comentados anteriormente estão mostrados respectivamente na figura 4 abaixo e na tabela 1 abaixo. Tabela 1: Distribuição espacial da declividade DECLIVIDADE Relevo Classes Área Km² Porcentagens (%) Plano 0-3% 1.54 1.55 Ondulado 3-8% 6.12 6.17 Suave ondulado 8-20% 28.50 28.75 Forte Ondulado 20-45% 54.80 7.97 Montanhoso 45-75% 7.90 55.3 Escarpado >75% 0.17 0.17 19 Figura 4: Mapa de declividade Com bases dos dados dispostos na tabela 1 acima, plotou-se um gráfico para melhor visualização das extensões das áreas de cada classe de declividade. Esse gráfico está ilustrado na figura 5. Figura 5: Extensões das áreas de cada classe de declividade 1.54 6.12 28.50 54.80 7.90 0.17 0-3% 3-8% 8-20% 20-45% 45-75% >75% Á re a (K m ²) Classes de declividade (%) 20 Após análise notou-se que a classe de declividade com maior representação são as classes entre 20-45%, com 55.3% (54,8 Km²) da área total da bacia, isso afirma que a forma de relevo é acidentada e com escoamento superficial muito rápido ou rápido. A área em estudo possui 6,17% (6,12 Km²) de relevo suave ondulado e com escoamento lento ou médio, 28.75% (28,5 Km²) da bacia apresenta a forma do terreno ondulado e escoamento médio ou rápido, 7,97% (7,90Km²) do terreno apresenta estrutura montanhosa e apenas 1.55% (1,54 Km²) de terreno plano. As áreas que concentraram as maiores taxas de declividade são aquelas que também possuem maior elevação altimétrica. Além disso os resultados obtidos evidenciam o baixo grau de entalhamento do vale, o que mostra que não teve ações erosivas significativas para causar o desgasto do relevo o que resultou nesta alta taxa de declividade observada. O mapa de uso e ocupação do solo gerado está apresentado na figura 6 abaixo. Figura 6: Mapa do uso e ocupação do solo Da analise do mapa realizado percebe-se que a área de estudo é predominada pela vegetação nativa e silvicultura. Isso pode ser explicado pelo fato de que não 21 teve ações antrópicas significativas na região, o que é demostrado pela baixa taxa de urbanização observada no mapa. A tabela 2 a seguir apresenta a relação percentual entre a declividade e os tipos de ocupação presentes na região de estudo. Tabela 2: Relação percentual entre declividade e tipos de ocupação ITERSECT 0-3% 3-8% 8-20% 20-45% 45-75% >75% Vegetação nativa 0.67% 3.05% 16.33% 34.70% 5.84% 0.12% Silvicultura 0.34% 1.34% 6.53% 14.21% 1.60% 0.02% Urbano 0.38% 1.23% 4.04% 4.09% 0.33% 0.01% Pasto 0.12% 0.39% 1.47% 1.78% 0.13% 0.02% Segundo a tabela 2, a predominância da vegetação nativa tanto da silvicultura quanto da área urbana e de pasto se encontra na faixa de declividade 20 a 45 %. Essa área de declividade corresponde a zona fortemente ondulado do terreno. A figura 7 abaixo apresenta com mais detalhes o percentual de cada tipo de ocupação de acordo com as faixas de declividades. Figura 7: Relação entre faixa de declividade e percentual de área ocupada Da classificação feita anteriormente, foi possível obter os valores das áreas ocupadas pela vegetação nativa tanto da silvicultura quanto da área urbana e do pasto. Os resultados obtidos estão apresentados na tabela 3. Essa classificação 0.00% 5.00% 10.00% 15.00% 20.00% 25.00% 30.00% 35.00% 0-3% 3-8% 8-20% 20-45% 45-75% >75% P o rc e n ta ge n s (% ) Classes de declividade (%) Vegetação Nativa Sivicultura Urbano Pasto 22 está ilustrada na figura 8 a seguir para melhor entendimento da ocupação da área da bacia. Tabela 3:Classificação do uso do solo Figura 8: Ocupação da área da bacia por cada classe 6 Conclusão A utilização de técnicas de geoprocessamento e de Sistemas de Informações Geográficas são extremamente viáveis para a realização do estudo socioambiental. Através destas técnicas, foi possível elaborar mapas temáticos representando os cenários de uso e ocupação do solo, que facilitaram a análise e a interpretação da dinâmica de interação entre homem/natureza na área da bacia hidrográfica de Camnducaia (MG). A integração de informações de uma bacia hidrográfica, que reúne normalmente diversos municípios e forma uma grande comunidade de usuários e beneficiários 60.92 24.12 10.13 3.93 Vegetação nativa Silvicultura Urbano Pasto CLASSIFICAÇÃO DO USO DO SOLO Classes Área km² Vegetação nativa 60.92 Silvicultura 24.12 Urbano 10.13 Pasto 3.93 23 destas informações, é um caso típico que mostrou a importância das técnicas de Geoprocessamento em SIG como ferramenta de suporte à análise e ao planejamento. 7 Referências bibliográficas ROSA, R; BRITO, J. L. S. Introdução ao Geoprocessamento: Sistema de Informação Geográfica. Uberlândia, Ed. Da Universidade Federal de Uberlândia, 1996. ROSA, R. Geotecnologias na Geografia aplicada. Revista do Departamento de Geografia, n. 16, p. 81 – 90, 2005. MEDEIROS, J; CÂMARA, G. Geoprocessamento para estudos Ambientais. In: CÂMARA, G; DAVIS, C; MONTEIRO, A. M. V. (org(s), ed(s)) Introdução à Ciência da Geoinformação. São José dos Campos, SP - INPE, 2001. LEAL, A. C. Planejamento Ambiental de bacia hidrográfica urbanizada: estudo aplicado à bacia do Córrego Areia Branca – Campinas, São Paulo – Brasil. In: Congresso Nacional Del Água. Anais. Vol. 5, Santa Fé, Argentina, 1998. 613p. MACHADO, R. E. Simulação de escoamento e de produção de sedimentos em uma Microbacia Hidrográfica utilizando técnicas de modelagem e geoprocessamento. Tese de Doutorado em Agronomia. São Paulo – SP. Universidade de São Paulo. 2002. 166 p. CAMANDUCAIA. Disponível em: https://pt.wikipedia.org/wiki/Camanducaia Consultado em 11 de novembro de 2017. MEDEIROS, J; CÂMARA, G. Geoprocessamento para estudos Ambientais. In: CÂMARA, G; DAVIS, C; MONTEIRO, A. M. V. (org(s), ed(s)) Introdução à Ciência da Geoinformação. São José dos Campos, SP - INPE, 2001. ROSA, R. Introdução ao sensoriamento remoto. 7º ed., Uberlândia: EDUFU, 2009. USO DE TÉCNICAS DE SENSORIAMENTO REMOTO E GEOPROCESSAMENTO NA CARACTERIZAÇÃO DO USO DA TERRA DA BACIA HIDROGRÁFICA DA UHE CAÇU – GO Disponível em:https://geoinfo.jatai.ufg.br/up/928/o/artigo_uhe_ca%C3%A7u.pdf. Acesso: <08/10/2017>
Compartilhar