Você está na página 1de 6

Anais XVI Simpsio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguau, PR, Brasil, 13 a 18 de abril de 2013, INPE

Deteco de mudanas na costa de manguezais da amaznia a partir de imagens


multisensores e abordagem orientada a objetos.

Wilson da Rocha Nascimento Junior


Pedro Walfir Martins e Souza Filho

Universidade Federal do Par UFPA/IG/LAIT


Caixa Postal 479 66075-110 - Belm - PA, Brasil
(wilsonrocha, walfir)@ufpa.br

Abstract.In recent years, the degradation of mangroves has been occurring more frequently due to plundering of
their natural resources, land planning and poorly planned tourist activities. Through remote sensors can map
huge areas more quickly and efficiently. This study aimed to map the distribution of mangrove areas Bay Maraj
(PA) to the bay of So Jose de Ribamar (MA) in 1996 and 2008 from remote sensing data (ALOS / PALSAR,
JERS-1, SRTM and LANDSAT 5 TM). To perform the classification of images was used the logic of object-
oriented classification. The result of the quantification of mangroves was 6705.05 km (1996) and 7423.60 km
(2008) which shows a net increase in mangrove area of 718.55 km. The change detection map allowed an
additional total of 1931.04 km, a total erosion of 1212.49 km, remains an area of 5492.56 km of mangrove
unchanged.

Palavras-chave: Segmentao multiresoluo; Deteco de mudanas; manguezais; Amaznia.

1.Itroduo

Os manguezais so de grande importncia ecolgica e econmica, sendo um berrio


favorvel ao desenvolvimento de diversos animais e plantas (Schaeffer-novelli, 1989) e
apresentam um papel fundamental na sustentabilidade humana e servem de subsistncia para
comunidades tradicionais, principalmente em pases em desenvolvimento (Saenger, et al.,
1983; Alongi, 2002). Com base em uma ampla avaliao sobre a extenso das florestas de
manguezal do mundo, Giri et al. (2011) estimaram que a rea total dos manguezais do mundo
em 2000 era de 137.760 km, Isto representa 0,7% do total de florestas tropicais do mundo.
De acordo com a UNEP-WCMC (2006), a dimenso econmica das florestas de manguezal
da ordem de 200.000 a 900.000 dlares americanos por hectare. Independentemente do seu
valor monetrio, estes ecossistemas podem ser utilizados para diversas atividades, tais como:
turismo ecolgico, educao ambiental, apicultura, piscicultura e criao de outras espcies
marinhas, alm de sua principal funo que o de ser berrio de vrias espcies de animais e
vegetais (Kathiresan & Bingham, 2001) . Atualmente, um dos distrbios mais discutidos so
as alteraes climticas, que de acordo com Alongi (2008) poder levar a uma perda global
mxima de 10% a 15% da floresta de manguezal, mas deve ser considerada de importncia
secundria quando comparada s atuais taxas mdias anuais de desmatamento a ordem de 1 a
2%. Nos ltimos anos, a degradao do manguezal vem ocorrendo com mais freqncia
devido explorao exaustiva dos recursos econmicos, ao ordenamento territorial mal
planejado, possibilitando avano imobilirio e acentuao de atividades tursticas (Hadlich et
al.,2007).
Desde a dcada de 1980 so realizados trabalhos de mapeamento e deteco de
mudanas das reas de manguezais a nvel global (Saenger et al., 1983; Spalding et al. 1997;
2009; Giri et al., 2011). Muitas tcnicas de deteco de mudanas foram desenvolvidas e elas
podem ser amplamente agrupadas em trs categorias: i) interpretao visual, ii) mtodos
baseados nas propriedades dos pixeis, e iii) abordagens baseadas em objetos (Descle et al.,
2006).
Diante do contexto apresentado, o presente trabalho tem como objetivo realizar um
mapeamento multitemporal (1996 e 2008) da Costa de Manguezais de Macromar da

3472
Anais XVI Simpsio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguau, PR, Brasil, 13 a 18 de abril de 2013, INPE

Amaznia CMMA, situada entre a Baia de Maraj e Baia de So Jos baseado em radares
imageadores (JERS SAR; ALOS/PALSAR; SRTM) e imagens pticas (LANDSAT TM 5). A
partir deste mapeamento, ser possvel quantificar a rea de manguezal em 1996 e 2008 e
detectar as mudanas na extenso das reas ocupadas pelos manguezais.

2.rea de Estudo
O primeiro estudo em escala regional que mapeou toda a rea de manguezal localizada a
leste da foz do rio Amazonas, abrangendo os Estados do Par e Maranho (de Belm at a
Ponta do Tubaro), foi realizado por Souza Filho (2005) (Figura 1). Este autor mapeou um
extenso cinturo de manguezal de aproximadamente 7.500 km2. Souza Filho (2005)
denominou a regio de Costa de Manguezais de Macromar da Amaznia CMMA foi
mapeada, a partir do uso de um mosaico de imagens LANDSAT TM 5 do ano 2000. Esta rea
constitui o maior e mais bem preservado ecossistema de manguezal do Brasil, constituindo
aproximadamente 57% dos manguezais brasileiros (Souza Filho, 2005).

Figura1. rea de Estudo.

3.Metodologia de Trabalho

Para o mapeamento e deteco de mudanas de manguezal na CMMA, foram


utilizadas imagens ALOS PALSAR (banda L) de 2008, JERS-1 (banda L) de 1996, SRTM
(2000), LANDSAT 5 (anos de 1996 e 2008). As imagens ALOS PALSAR e JERS SAR
foram adquiridas atravs da JAXA, no mbito dos projetos Kyoto & Carbon Iniciative e
Global Rain Forest Mapping (GRFM), respectivamente. As imagens Landsat TM e SRTM
so disponibilizadas gratuitamente atravs do portal do servidor GLCF (Global Land Cover
Facility) Project e da Diviso de Gerao de Imagens do Instituto Nacional de Pesquisas

3473
Anais XVI Simpsio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguau, PR, Brasil, 13 a 18 de abril de 2013, INPE

Espaciais (DGI/INPE). No total foram processadas 38 imagens que foram utilizadas como
dados de entrada no programa de anlise de imagens PCI Geomatica (2009). Como sada
foram gerados 5 mosaicos de imagens, so eles: ALOS PALSAR (2008), JERS SAR (1996),
LANDSAT TM (2008 e 1996) e SRTM (2000). Estes mosaicos foram importados no
programa Definiens Ecognition 8 para anlises espaciais (segmentao e classificao).
A segmentao um processo de parcionamento de uma imagem em grupos de pixeis
que apresentam caractersticas espaciais similares e esto espacialmente adjacentes,
minimizando a variabilidade dentro do objeto em relao variabilidade existente com outros
objetos. O delineamento dos objetos foi realizado a partir do uso de um algoritmo de
segmentao geral baseado na definio de homogeneidade, em combinao com tcnicas de
otimizao local e global, implementada no software comercial Definiens E-Cognition 8
(Baatz & Schpe, 2000) que utiliza a lgica orientada a objetos.

4.Resultados e Discusso

Para validao da classificao foram coletados 215 pontos de controle no terreno


obtidos atravs de coleta em campo com receptor GPS. Deste total, 62 pontos foram coletados
em reas de manguezal e 153 pontos em outras classes, aqui definidas como Outras. Dos 62
pontos coletados em reas de manguezal, 54 ou 87,10% foram classificados corretamente.
Enquanto, 8 pontos ou 12,90 % no concordaram com os dados obtidos no campo. Dos 54
pontos identificados como manguezal, todos foram corretamente classificados na imagem.
Em outras palavras, embora 100% das reas de manguezal tenham sido identificadas como
manguezal, somente 87,10% destas reas definidas como manguezal na classificao so
realmente reas de manguezal no terreno.
O clculo da acurcia da classificao orientada a objetos foi baseado em diferentes
ndices. O ndice Kappa por Classe obteve valores de 0,96 para ambas as classes, enquanto o
ndice Kappa Geral foi de 0,91. A exatido geral obtida para a classificao foi de 96,28 %,
ou seja, dos 215 pontos obtidos, 207 foram corretamente classificados. Em relao, ao ndice
Tau o valor obtido foi de 0,93, o que indicou que 93% mais objetos foram classificados
corretamente do que seria esperado, de acordo com a atribuio aleatria. Todos os ndices
utilizados apontam para uma acurcia da classificao fortemente concordante com os dados
obtidos no campo.
Os manguezais a leste da foz do rio Amazonas apresentaram um crescimento de
6705,06 km (1996) para 7423,60 km (2008), ou seja, houve um aumento de 718,5 km na
rea de manguezal.
Foi elaborada uma nova matriz de erros para validao da deteco de mudanas, a
partir dos pontos coletados em campo nas reas de manguezal e que concordaram com a
classificao orientada a objetos. Portanto, 54 pontos foram utilizados para a validao da
deteco de mudanas. Destes, 23 pontos foram reconhecidos no campo como representantes
de reas de manguezal inalterada e 31 pontos como reas alteradas, relacionadas tanto a
processos de acreso, quanto retrao de reas de manguezal. Para rea inalterada, 19 pontos
ou 82,60% dos 23 pontos foram classificados corretamente, sendo 4 pontos ou 17,39%
classificados como rea alterada. Dos pontos classificados como rea alterada, 26 ou 83,87%
foram coletados corretamente e 5 pontos ou 16,12% foram classificados como classe
inalterada. Portanto, apesar de somente 79,16% das reas inalteradas terem sido corretamente
identificadas, 82,60% das reas chamadas inalteradas no mapa foram reconhecidas como
reas inalteradas no campo.
Os ndices gerais de classificao apresentaram comportamentos variados. O ndice
Kappa por classe apresentou valores acima de 0,8, enquanto o ndice Kappa Geral igual a
0,66. Isto indica uma classificao substancial com os dados obtidos no campo. A Exatido

3474
Anais XVI Simpsio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguau, PR, Brasil, 13 a 18 de abril de 2013, INPE

Global apresentou valor de 0,83, que significa que 45 dos 54 pontos utilizados foram
classificados de acordo com os dados coletados no campo. O ndice Tau apresentou valor de
0.67 que indica uma concordncia de 67% a mais dos objetos observados no campo em
relao a uma atribuio aleatria.
A deteco de mudanas foi realizada entre as classes manguezal nos anos de 1996 e
2008. Como resultado, foi possvel identificar a expanso e reduo das reas de manguezais,
assim como as reas que permaneceram inalteradas.
possvel constatar que, durante o perodo analisado, ocorreu um acrscimo de rea
de manguezal de 1.931,04 km2, uma reduo de 1.212,50 km2, permanecendo 5.492,56 km2
de rea inalterada. Assim, pudemos observar que ocorreu um ganho lquido de 718,54 km2 de
rea de manguezal. Isto corresponde a um ganho de 10,71% nas reas de manguezal de 1996
a 2008 (figura 2).

Figura 2. Deteco de Mudanas na Costa de manguezal de macromar da Amaznia.

Vrios trabalhos sobre mapeamento de reas de manguezal foram desenvolvidos,


utilizando diversas metodologias de classificao, como a interpretao visual (Souza Filho,
2005), orientada ao pixel (Giri et al., 2007; 2008; 2011) e orientada a objetos (Shearman et al,
2009). A classificao orientada objetos, conforme mencionada anteriormente, combina
informaes espectrais, temporais e espaciais para criar unidades (objetos) consistentes de
importncia para a anlise estatstica (Descle et al., 2006). Desta forma, os objetos
segmentados apresentaram uma forma consistente quando sobrepostos s imagens o que
facilita a avaliao qualitativa e quantitativa da classificao.
Apesar das diferenas encontradas nas resolues espaciais das imagens utilizadas, a
segmentao multi-resoluo mostrou eficincia ao integrar multi-dados para o mapeamento
dos manguezais em uma escala regional. O tamanho e rea dos objetos gerados foram
bastante variados.
O processamento realizado com o E-cognition no est livre de edies, porm estas
foram mnimas comparadas a outros softwares baseados em classificaes pixel-a-pixel ou e

3475
Anais XVI Simpsio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguau, PR, Brasil, 13 a 18 de abril de 2013, INPE

segmentos. O tempo de processamento e resultados (estatstica da classificao) mostrou o


avano no uso desta ferramenta na classificao de imagens.
A extenso da rea de manguezal para o ano de 2008 (7.423,60 km) quantificada, a
partir de classificao orientada a objetos so condizentes quelas estimada por Souza Filho
(2005), a partir da interpretao visual de imagens Landsat do ano 2000 (7.591 km2), variando
em apenas 2,2 %. A quantificao deste extenso manguezal faz desta rea o maior cinturo
contnuo de florestas de manguezais do planeta, que apresenta uma rea superior a das
florestas de manguezais de Sundarbans na ndia e Bangladesh com aproximadamente 5.816
km2 e das florestas de manguezais do Golfo de Papua em Nova Guin, que possui cerca de
5.929 km2 de extenso (Sherman et al., 2009).

5.Concluses

Uma deteco com acurcia geral maior que 95% e um Kappa superior a 0,95 obtidos
utilizando um conjunto de dados de sensores remotos orbitais SAR (ALOS PALSAR e JERS-
1 SAR), ptico (Landsat TM) e dados de elevao SRTM comprovam que o mtodo de
classificao multiresoluo e multisensor orientada a objetos muito eficiente para
quantificar reas de floresta de mangue. Enquanto, que na deteco de mudana, os ndices de
acurcia geral (83,33%) e Kappa (0,66) obtidos comprovam que o mtodo eficiente e ainda
pode ser melhorado. Portanto, as possibilidades de refinamento de um nico parmetro da
rvore deciso proposta, como o algoritmo, operador, funo/condio, descritor ou intervalo
algoritmo permitiro que o usurio personalize a tcnica de mapeamento e de deteco de
mudana de acordo com objetivos pr-estabelecidos.
A rea de floresta de mangue mapeada em 2008 na CMMA no Brasil, na regio a leste
da foz do rio Amazonas, faz desta a maior rea contnua de manguezais do planeta, superando
em mais de 1500 km2 as reas de manguezais de Sunderbans na ndia e Bangladesh e do
Golfo de Papua em Nova Guine. Alm disso, no perodo de 1996 e 2008 ocorreu um aumento
na rea de manguezal da CMMA da ordem de 10%. Levando-se em considerao as
caractersticas dos sensores utilizados, as alteraes so significativas e importantes diante do
contexto atual em que se encontram outros sistemas de manguezais de grande
representatividade cujas reas esto em processo de reduo.

Referncias Bibliogrficas

Alongi, D.M. (2002). Present state and future of the world's mangrove forests. Environmental Conservation, 29,
331-349

Alongi, D.M. (2008). Mangrove forests: Resilience, protection from tsunamis, and responses to global climate
change. Estuarine, Coastal and Shelf Science, 76, 1-13.

Baatz, M.; Schpe, A. 2000. Multiresolution Segmentation: an optimization approach for high quality multi-
scale image segmentation. Disponvel: http://www.definiens.com [capturado em 18 julho 2010].

Descle, B., Bogaert, P., Defourny, P., 2006. Forest change detection by statistical object-based method. Remote
Sensing of Environment, 102 (1-2), pp. 1-11.

Giri, C; Ochieng, E; Tieszen, L. L; Zhu, Z.; Singh, A.; Loveland, T.; Masek, J.; Duke, N. Status and distribution
of mangrove forests of the world using earth observation satellite data. Global Ecology and Biogeography, p. 1-
6, 2011.

Giri, C., Zhu, Z., Tieszen, L.L., Singh, A., Gillette, S. & Kelmelis, J.A. (2008) Mangrove forest distributions and
dynamics (19752005) of the tsunami-affected region of Asia. Journal of Biogeography, 35, 519528.

Giri, C., Pengra, B., Zhu, Z., Singh, A. & Tieszen, L. (2007) Monitoring mangrove forest dynamics of the

3476
Anais XVI Simpsio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguau, PR, Brasil, 13 a 18 de abril de 2013, INPE

sundarbans in Bangladesh and India using multi-temporal satellite data from 19732000. Esturine, Coastal and
Shelf Science, 73, 12, 91100.

Hadlich, G. M.; Ucha, J. M. (Coord.). Apicuns e manguezais na Baa de Todos os Santos, Bahia. Salvador:
UFBA/IGEO/Ncleo de Estudos Ambientais, 2007. 1 mapa color. Escala 1:100.000.

Kathiresan, K., Bingham, B.L., 2001. Biology of mangroves and mangrove ecosystems. Advances in Marine
Biology 40, 81e251.

Nascimento Junior, W. R.; Souza-Filho, P. W. M.; Proisy, C.; Lucas, R. M.; Rosenqvist, A. Mapping changes in
the largest continuous Amazonian mangrove belt using object-based classification of multisensor satellite
imagery. Estuarine, Coastal and Shelf Science, Available online 9 November 2012, ISSN 0272-7714,
10.1016/j.ecss.2012.10.005.

Saenger, P., Hegerl, E.J. & Davie, J.D.S. (1983) Global status of mangrove ecosystems. Commission on Ecology
Papers No. 3. World Conservation Union (IUCN), Gland, Switzerland

Schaeffer-Novelli, Y. Situao atual do grupo de ecossistemas: Manguezal, Marisma e Apicum incluindo os


principais vetores de presso e as perspectivas para sua conservao e usos sustentvel. So Paulo, Brasil, 1989,
p. 119.

Shearman, P. L; Ash, J.; Mackey, B.; Bryan, J. E.; Lokes, B. Forest Conversion and Degradation in Papua New
Guinea 19722002. BIOTROPICA, v. 41(3): p. 379390 2009.

Souza Filho, P. W. M. e. Costa de Manguezais de Macromar da Amaznia: cenrios morfolgicos, mapeamento


e quantificao de reas usando dados de sensores remotos. Revista Brasileira de Geofsica, v. 23, n. 4, p. 427-
435, 2005.

Spalding M, Blasco F & Field C. 1997. World mangrove atlas. ISME, Okinawa, 178 pp.

Spalding, M.; Kainuma, M.; Collins, L. 2009. World Atlas of Mangroves. UK: Earthscan, ISME, ITTO, FAO,
UNESCO-MAB, UNEP-WCMC and UNU-INWEH : 336p.

UNEP-WCMC (2006). In the front line: shoreline protection and other ecosystem services from mangroves and
coral reefs. Cambridge, UK: UNEP-WCMC. 33p.

3477

Você também pode gostar