Relatório Final de Geoprocessamento

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>