Comparao entre resultados de classificao de imagens Landsat e CBERS para
estimativa de rea cultivada com soja no planalto do Rio Grande do Sul
Eliseu Weber 1
Denise Cybis Fontana 1,2
Jorge Ducati 1
Toms Rech da Silva 1
Tatiana Saralegui Saraiva 1
Luiz Antnio Silva Freitas 1
1 Centro Estadual de Pesquisas em Sensoriamento Remoto e Meteorologia CEPSRM/UFRGS Caixa Postal 15.074 - 91.501-970 Porto Alegre - RS, Brasil eweber@portoweb.com.br
2 Depto. de Plantas Forrageiras e Agrometeorologia/Faculdade de Agronomia - UFRGS Caixa Postal 776 91.540-000 Porto Alegre - RS, Brasil dfontana@ufrgs.br
Abstract. Acreage estimate is an essential information in crop surveys. Satellite images, being periodically acquired, can help in acreage estimates at several levels. This work compares the results of digital classification of images from Landsat and CBERS satellites for estimating soybean acreage at county level. The study region is the grain producing zone in the state of Rio Grande do Sul, Brazil. The accuracy assessment was done through 100 randomly distributed points in two counties. Results were similar for both satellite images, with small errors and high agreement between classification and field measurements. It is concluded that CBERS images may be used as substitute for Landsat images in soybean acreage estimates in the studied area.
Palavras-chave: remote sensing, image processing, crop acreage, sensoriamento remoto, processamento de imagens, estimativa de rea cultivada. 1. Introduo A rea plantada com uma determinada cultura constitui informao indispensvel para estimar a produo obtida em nvel municipal, regional ou nacional. A estimativa da rea cultivada realizada no Brasil pela CONAB (Companhia Nacional de Abastecimento) e IBGE (Instituto Brasileiro de Geografia e Estatstica), atravs de mtodo baseado em levantamento de informaes com agricultores e entidades relacionadas ao setor agrcola (IBGE, 1998). um dos componentes que recebe maior ateno nos levantamentos de safras oficiais, sendo avaliada vrias vezes ao longo do ciclo de cada cultura no intuito de melhorar a qualidade do valor estimado. A busca de maior objetividade nos prognsticos agrcolas em nvel mundial tem impulsionado o emprego de produtos e tcnicas de sensoriamento remoto para estimativa de rea cultivada, monitoramento das culturas e estimativa de rendimento. O objetivo final a obteno de estimativas de produo com maior antecedncia e com maior confiabilidade, preferivelmente com reduo de custos e da subjetividade em relao aos levantamentos tradicionais (Dutta et al., 1994; Aronoff, 1991; Assad et al., 1993). Atualmente as imagens de sensoriamento remoto so utilizadas de forma operacional nos sistemas de estimativas agrcolas nacionais de diversos pases. Os Estados Unidos, por exemplo, passaram a empregar imagens orbitais aps o lanamento do primeiro satlite da srie Landsat, em 1972. Em 1974, aps a consolidao de uma metodologia de amostragem para as estimativas nacionais, foi o realizado o projeto LACIE (Large Area Crop Inventory 321 8 4 3 9 Anais XII Simpsio Brasileiro de Sensoriamento Remoto, Goinia, Brasil, 16-21 abril 2005, INPE, p. 321-328. Experiment), com o objetivo de assimilar a tecnologia de sensoriamento remoto, aplicar a metodologia dos levantamentos por amostragem para monitorar a produo de trigo ao redor do mundo e demonstrar a viabilidade tcnica e financeira de um sistema de monitoramento agrcola global. Entre 1980 e 1988, como uma expanso do LACIE, os EUA conduziram o AgRISTARS (Agriculture and Resources Inventory Surveys Through Aerospace Remote Sensing), que favoreceu a incorporao, de forma operacional, do sensoriamento remoto na rotina dos levantamentos agrcolas (Epiphanio et al., 2002). No final da dcada de 80, um esforo conjunto de vrios pases da Europa resultou no projeto MARS (Monitoring Agriculture with Remote Sensing), que tinha o objetivo de aplicar diretamente as imagens orbitais na distino, identificao e mensurao da superfcie ocupada pelas culturas agrcolas mais importantes. Conhecida a rea cultivada em tempo hbil, havia a possibilidade de estimar a produo e fornecer dados para uma melhor tomada de decises. Atualmente o MARS funciona sob os auspcios da Comunidade Europia, em que cada pas membro possui seu prprio sistema de estimativas agrcolas e um laboratrio central gera prognsticos integrados a partir do processamento das estatsticas agrcolas obtidas nos mesmos. Por razes estratgicas, o LACIE baseou-se em imagens do satlite Landsat e o MARS em imagens SPOT. Ambas as iniciativas nasceram e evoluram de forma diferenciada, mas tiveram como resultado a introduo das imagens de sensoriamento remoto orbital nos levantamentos oficiais sistemticos dos pases em que foram desenvolvidas. No Brasil, a partir da dcada de 80, vrios trabalhos foram desenvolvidos no sentido de avaliar a aplicao de imagens de sensoriamento remoto orbital para realizar ou para auxiliar na estimativa de rea cultivada. A maior parte dos estudos baseou-se em imagens Landsat, provavelmente pela maior facilidade de acesso e menor custo que as imagens de outros satlites, como o SPOT. Batista et al. (1984), por exemplo, relataram a experincia de utilizao de imagens Landsat MSS na estimativa de rea plantada com cana-de-acar, na regio de Araatuba e Guararapes. Rodrigues et al, (1988) avaliaram a possibilidade de determinao do incremento de reas agrcolas atravs de imagens Landsat MSS e TM. Moreira (1990) testou a aplicao de expanso direta para estimar reas de soja e milho atravs dos dados multiespectrais e temporais do Landsat TM. Weber et al. (1994) compararam rea real e rea estimada de lavouras de arroz irrigado em 4 safras consecutivas na fronteira oeste do Rio Grande do Sul atravs de imagens Landsat TM multitemporais. Medeiros et al. (1996) apresentaram uma metodologia para a estimativa de reas plantadas com culturas de vero, por meio de integrao de dados multitemporais Landsat TM da poca de baixa ocorrncia de nuvens (pr plantio, junho-outubro). Fontana et al (2000) avaliaram a aplicao de imagens Landsat no contexto da previso de safra da soja em grandes extenses territoriais. Epiphanio et al (2002) testaram a estimativa de rea cultivada com soja e milho atravs de um sistema de amostragem baseado em imagens Landsat TM. Os resultados destes e de vrios outros trabalhos evidenciaram tanto potencialidades quanto limitaes das imagens orbitais para a estimativa de rea cultivada em grandes e pequenas extenses territoriais, consistindo importante subsdio para orientar a aplicao da tecnologia do sensoriamento remoto com essa finalidade no Brasil. Apesar da maior parte dos trabalhos ter utilizado imagens Landsat, supe-se que resultados semelhantes possam ser obtidos com imagens de outros satlites com caractersticas similares. Nesse sentido, as imagens do satlite sino-brasileiro CBERS (China-Brazil Earth Resources Satellite) podem representar uma fonte de informao de grande valor para as estimativas agrcolas do pas. Foco de uma parceria entre a China e o Brasil, assinada em julho de 1988, o programa CBERS contempla o desenvolvimento e a construo de dois satlites (CBERS 1 e 322 Anais XII Simpsio Brasileiro de Sensoriamento Remoto, Goinia, Brasil, 16-21 abril 2005, INPE, p. 321-328. 2). As imagens so distribudas gratuitamente no Brasil, o que remove a barreira do custo de aquisio e permite o acesso a um grande nmero de usurios. Este trabalho tem como objetivo comparar o resultado da classificao digital de imagens Landsat e CBERS para estimativa da rea cultivada com soja no planalto do Rio Grande do Sul, a fim de avaliar o desempenho de ambas para aplicao em projetos de previso de safras. 2. Material e Mtodos A rea objeto do presente estudo compreende os municpios de Cruz Alta e Jia, localizados na regio do Planalto Mdio do Rio Grande do Sul, entre as coordenadas 53!1423,5 e 54!2546,5 W e 28!2945,2 e 28!5746,5 S (Figura 1). Os dois municpios so importantes produtores de soja e representativos da regio maior produtora de gros do estado. O material utilizado consistiu em microcomputadores, receptores GPS (Global Positioning System) de navegao Garmim GPS 76, malha municipal digital do Rio Grande do Sul do IBGE (situao em 1.997, atualizada para 2.000), softwares Envi 4.0 e Idrisi Kilimanjaro, imagens do satlite CBERS, instrumento CCD (rbita ponto 159/132 de 04/03/2004 e rbita ponto 160/132 de 10/03/2004), imagens do satlite Landsat 5, sensor TM (rbita ponto 222/080 de 18/02/2004 e rbita ponto 223/080 de 25/02/2004) e cartas topogrficas da Diretoria de Servio Geogrfico (DSG) do Exrcito em escala 1:50.000 da regio de estudo O inventrio e seleo das imagens disponveis na rea de estudo no perodo de interesse foi realizada via internet no catlogo de imagens Landsat e CBERS do INPE (http://www.dgi.inpe.br). A preferncia foi dada para imagens do ms de fevereiro, perodo em que a cultura da soja encontra-se em pleno desenvolvimento, facilitando sua identificao e individualizao nas imagens (Motta et al., 2001). As imagens CBERS foram acessadas via internet aps a seleo das rbitas e datas de interesse, enquanto as imagens Landsat foram adquiridas da forma tradicional, mediante solicitao, pagamento e envio em CD-ROM. Todas as cenas foram georreferenciadas ao sistema UTM datum SAD 69, com base em 119 cartas topogrficas em escala 1:50.000 da DSG. A preciso do registro foi verificada sobrepondo-se a malha municipal digital s imagens georreferenciadas, analisando-se o ajuste de elementos que compem as divisas municipais visveis nas imagens, como estradas e rios, por exemplo. Aps o georreferenciamento procedeu-se classificao digital das imagens com o objetivo de individualizar as reas de soja, empregando-se o algoritmo de classificao no supervisionada Isodata, no software Envi. Isodata avalia o espao multiespectral e acomoda iterativamente os pixels agrupando-os em torno das mdias das classes espectrais, a partir de um nmero de classes e de um nmero de ciclos pr-definidos pelo usurio. Estabeleceu-se um mnimo de 5 classes e um mximo de 35 classes, com 3 iteraes. O agrupamento das classes espectrais obtidas na classificao no supervisionada foi realizado com auxlio do link dinmico de imagens no software Envi. Esse link permite que o contedo de uma imagem seja visualizado dinamicamente sobre outra imagem atravs de uma janela mvel, facilitando a identificao e associao das classes espectrais resultantes da classificao a uma classe temtica. Uma vez identificadas as classes espectrais que constituam a classe temtica soja, elas foram agrupadas, sendo as demais classes desconsideradas. Como resultado dessa etapa produziu-se uma imagem binria da rea de soja para cada cena Landsat e CBERS, onde as classes espectrais correspondentes soja receberam o valor um (1) e as demais o valor zero (0). 323 Anais XII Simpsio Brasileiro de Sensoriamento Remoto, Goinia, Brasil, 16-21 abril 2005, INPE, p. 321-328. Figura 1. Localizao da rea de estudo no estado do Rio Grande do Sul e cobertura das cenas Landsat e CBERS utilizadas.
Ao final as imagens com a individualizao de reas de soja foram submetidas a uma etapa de reviso, em que todas as cenas passaram por uma anlise visual para detectar e editar eventuais erros de classificao da soja. Concluda a reviso, elaborou-se um mosaico com o resultado final das duas cenas de cada satlite, a fim de facilitar a quantificao da rea cultivada nos dois municpios estudados. Para avaliar a qualidade dos resultados obtidos no processo de classificao e reviso foram coletados dados de apoio em campo. O mtodo utilizado consistiu em visitar 100 pontos distribudos aleatoriamente no territrio de cada municpio e identificar o uso existente no local. As coordenadas dos pontos, obtidas com algoritmo de gerao de nmeros aleatrios, foram carregadas em receptores GPS de navegao para facilitar a localizao em campo. Todos os pontos foram visitados, identificando-se o tipo de uso no local, e os resultados foram tabulados de forma binria, divididos em soja ou no soja. A partir desses dados efetuou-se uma avaliao do grau de acurcia no mapeamento das reas de soja com as imagens Landsat e com as imagens CBERS, empregando-se o software Idrisi. O resultado da classificao das duas imagens foi cruzado com os pontos visitados em 324 Anais XII Simpsio Brasileiro de Sensoriamento Remoto, Goinia, Brasil, 16-21 abril 2005, INPE, p. 321-328. campo, obtendo-se matrizes de erro com a tabulao dos erros de omisso e de incluso e o ndice Kappa de concordncia (Kappa Index of Agreement - KIA). Convm salientar que nesse cruzamento levado em conta o aspecto locacional dos erros, pois as informaes de campo esto associadas posio do ponto visitado. Aps a avaliao da classificao, o clculo da rea cultivada com soja em cada um dos municpios foi efetuado atravs do cruzamento em SIG dos limites dos dois municpios estudados com os mosaicos contendo o resultado da classificao das imagens Landsat e das imagens CBERS, empregando-se o software Idrisi. A fim de facilitar o cruzamento, os limites dos dois municpios estudados foram convertidos para o formato raster. 3. Resultados e discusso As figuras 2 e 3 mostram, respectivamente, o resultado da classificao das reas de soja com imagens Landsat e com imagens CBERS, incluindo a distribuio espacial dos pontos utilizados para verificao em cada municpio. As tabelas 1 e 2 listam as matrizes de erro das classificaes das imagens Landsat e CBERS, contendo os erros de incluso e de omisso expressos como propores, acompanhados do ndice Kappa de concordncia entre a classificao e a verdade de campo. A tabela 3 contm a estimativa de rea cultivada com soja nos dois municpios a partir do cruzamento dos limites dos municpios com as classificaes das imagens Landsat e CBERS. Analisando-se os resultados, verifica-se que os erros obtidos por categoria (soja e no soja) e erro global so baixos, tanto para as imagens Landsat quanto para as imagens CBERS. O ndice Kappa, por sua vez, apresenta valores altos e muito prximos para as imagens Landsat e para as imagens CBERS, com ligeira vantagem para as imagens CBERS. Kappa indica o grau de concordncia do resultado das classificaes com a referncia de campo e pode assumir valores num intervalo de 0 a 1, sendo que zero (0) indica ausncia de concordncia e um (1) evidencia total concordncia dos dados obtidos com a referncia de campo. O clculo de Kappa inclui o nmero total de acertos, os erros de omisso e os erros de incluso. Figura 2. Resultado da classificao das reas de soja com imagens Landsat, mostrando a localizao dos pontos utilizados para verificao da acurcia da classificao. 325 Anais XII Simpsio Brasileiro de Sensoriamento Remoto, Goinia, Brasil, 16-21 abril 2005, INPE, p. 321-328. Figura 3. Resultado da classificao das reas de soja com imagens CBERS, mostrando a localizao dos pontos utilizados para verificao da acurcia da classificao.
Tabela 1. Matriz de erros obtida na comparao dos dados de campo com o resultado da classificao de reas de soja com imagens Landsat nos municpios de Cruz Alta e Jia (colunas: verdade de campo; linhas: mapeado), acompanhada do ndice Kappa. Categoria Soja No soja Total Erro de incluso Soja 89 2 91 0,0220 No soja 0 109 109 0,0000 Total 89 111 200 0,0100 Erro de omisso 0,0000 0,0180 Intervalo de confiana de 90% = +/- 0,0116 (0,0000 0,0216) Intervalo de confiana de 95% = +/- 0,0138 (0,0000 0,0238) Intervalo de confiana de 99% = +/- 0,0182 (0,0000 0,0282) ndice Kappa = 0,9798
Tabela 2. Matriz de erros obtida na comparao dos dados de campo com o resultado da classificao de reas de soja com imagens CBERS nos municpios de Cruz Alta e Jia (colunas: verdade de campo; linhas: mapeado), acompanhada do ndice Kappa. Categoria Soja No soja Total Erro de incluso Soja 103 2 105 0,0190 No soja 0 95 95 0,0000 Total 103 97 200 Erro de omisso 0,0000 0,0206 0,0100 Intervalo de confiana de 90% = +/- 0,0116 (0,0000 0,0216) Intervalo de confiana de 95% = +/- 0,0138 (0,0000 0,0238) Intervalo de confiana de 99% = +/- 0,0182 (0,0000 0,0282) ndice Kappa = 0,98
Observando-se a tabela 3 constata-se que, apesar dos resultados na avaliao de acurcia da classificao serem praticamente idnticos, a rea de soja estimada pelas imagens CBERS 326 Anais XII Simpsio Brasileiro de Sensoriamento Remoto, Goinia, Brasil, 16-21 abril 2005, INPE, p. 321-328. foi maior que a estimada com imagens Landsat para os dois municpios. Para Cruz Alta a diferena foi de 3.240,89 ha, perfazendo 4,46% a mais, e para Jia foi de 2.345,13 ha, 4,98% a mais. Tomando-se a rea total estimada com soja nos dois municpios, a diferena foi de 5.586,02 ha, constituindo um valor 4,66% maior na estimativa com imagens CBERS em relao das imagens Landsat.
Tabela 3. Estimativa de rea cultivada com soja (ha) nos municpios de Cruz Alta e Jia atravs da classificao de imagens dos satlites Landsat e CBERS. Municpio rea de soja estimada com imagens Landsat (ha) rea de soja estimada com imagens CBERS (ha) Cruz Alta 72.645,03 75.885,92 Jia 47.056,59 49.401,72 Total 119.701,62 125.287,64
As matrizes de erro no evidenciam a diferena verificada na estimativa da rea de soja com as imagens CBERS e Landsat nos municpios estudados. possvel que o nmero e a distribuio espacial dos pontos utilizados para obter a verdade de campo tenham sido inadequados para detectar essas diferenas. H tambm a possibilidade de a maior resoluo espacial das imagens CBERS permitir melhores resultados na classificao das reas de soja em funo de reduzir a ocorrncia de pixels com mistura espectral de outros tipos de cobertura vegetal, especialmente em regies onde o tamanho das parcelas reduzido, como na regio estudada. Essas hipteses precisam ser verificadas no futuro. Para a regio estudada e metodologia utilizada as imagens CBERS mostraram bom potencial para substituir ou complementar as imagens Landsat. O uso de imagens CBERS abre a possibilidade de aumentar o nmero de cenas teis e melhorar a aplicabilidade das imagens orbitais em regies com ocorrncia de nuvens nos perodos de maior interesse. O custo zero para usurios brasileiros pode representar a viabilidade de inmeros projetos de aplicao de imagens de sensoriamento remoto, impulsionando a popularizao das mesmas e justificando os investimentos pblicos realizados no desenvolvimento humano e tecnolgico nas ltimas dcadas. A nica ressalva para aplicaes que necessitam obedecer a um cronograma rgido, como os levantamentos oficiais de safra, refere-se obteno das imagens CBERS em tempo hbil para fornecer as informaes desejadas. Durante a execuo deste estudo a solicitao e obteno das imagens foi rpida e fcil, mas elas foram disponibilizadas com atraso em relao data de passagem do satlite. 4. Concluses As imagens CBERS apresentam um desempenho similar s imagens Landsat para a estimativa de rea de soja, com a metodologia de classificao utilizada na regio estudada, resultando em valores cerca de 4,7% superiores. Elas podem usadas para este propsito em substituio s imagens Landsat ou para complementar perodos em que estas no podem ser obtidas em funo da cobertura de nuvens. Convm realizar avaliaes com maior nmero de pontos para verificao da verdade de campo, com outros mtodos de classificao e em outras regies, a fim reunir conhecimento para indicar os mais adequados realidade de cada regio. necessrio tambm reduzir o tempo entre a data de passagem do satlite CBERS e a disponibilizao das imagens, a fim de viabilizar aplicaes que exigem dados com alta frequncia temporal, como os levantamentos de safra. 327 Anais XII Simpsio Brasileiro de Sensoriamento Remoto, Goinia, Brasil, 16-21 abril 2005, INPE, p. 321-328. 5. Referncias Aronoff, S. Geographic information systems: a management perspective. Otawa: WDL , 1991. 294 p. Batista, G. T., Tardin, A. T., Rudorff, B. F. T., Lima, A., Mendonca, F., Pinto, S. A. F., Chen, S. C.. Desenvolvimento e teste de um sistema de fiscalizao das operaes de crdito agrcola ao nvel de municpio e de propriedades agrcolas utilizando tcnicas de sensoriamento remoto. 1984. (INPE-3239- RPE/462). So Jos dos Campos. Assad, E.D., Sano, E.E. Sistema de informaes geogrficas: aplicaes na agricultura. Planaltina: EMBRAPA-CPAC. 1993. 274 p.. Dutta, S., et al. Accuracy assessment in cotton acreage estimation using Indian remote sensing satellite data. Jornal of Photogrammetry and Remote Sensing, v.49, n.6, p. 21-26, 1994. Epiphanio, J. C. N.; Luiz, A. J. B.; Formaggio, A. R.. Crop area estimates using simple sampling scheme on satellite images. Bragantia, vol.61, n.2, p.187-197 maio/ago 2002. Fontana; D.C; Weber; E.; Ducati, J.; Figueiredo, D.C.; Berlato, M.A; Bergamaschi, H. 2000 Monitoramento e previso de safras no Brasil. Simposio latinoamericano de percepcin remota, 9. Anais... 2000, Puerto Iguazu, Argentina. IBGE, Instituto Brasileiro de Geografia e Estatstica. Revista Brasileira de Estatstica - RBE; Ano 49, n. 191, p.55-84, jan /jun 1988. Medeiros, Ana Maria P. et al. Imagens Landsat na Estimativa de reas de Cana-de-Acar, Milho e Soja. Simpsio Brasileiro de Sensoriamento Remoto, 8. Anais... 1996, Salvador, CD ROM. Moreira, M.A. Uso da expanso direta para estimar reas de soja e milho atravs dos dados multiespectrais e temporais do LANDSAT/TM. Simpsio Brasileiro de Sensoriamento Remoto,6.. Anais... 1990, Manaus, vol. 3, p. 781-791. Motta, J.L.G.; Fontana, D.C.; Weber, E.. Verificao da acurcia da estimativa de rea cultivada com soja atravs de classificao digital em imagens Landsat. Simpsio Brasileiro de Sensoriamento Remoto, 10. Anais... 2001, Foz do Iguau/PR. Rodrigues, R.L.V., Valrio Filho, M., Mendona, F.J., Santos, R., Rodrigues, L.F.H. Determinao do incremento de reas agrcolas atravs de imagens MSS-TM/LANDSAT. Simpsio Brasileiro de Sensoriamento Remoto, 5. Anais... 1988, Natal, vol. 1, p. 195-203. Weber, E.J.; Santos, M.V. Analisis estadstico de la estimacin de areas cultivadas con arroz (Oriza sativa L.) bajo riego utilizando productos de percepcin remota. Simposio Argentino de Teledeteccin, 3. Anais... 1994, Universidad Nacional de Cordoba. Cordoba, Argentina.
328 Anais XII Simpsio Brasileiro de Sensoriamento Remoto, Goinia, Brasil, 16-21 abril 2005, INPE, p. 321-328.