Escolar Documentos
Profissional Documentos
Cultura Documentos
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.
1.Itroduo
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).
3.Metodologia de Trabalho
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
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).
3475
Anais XVI Simpsio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguau, PR, Brasil, 13 a 18 de abril de 2013, INPE
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
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.
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