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.