Metodologia de Análise Temporal

O objetivo desse estudo é analisar a evolução do uso do solo no Parque

Estadual da Tulha, localizado na região central do litoral do estado da Bahia,
dentro do município de Ilhéus.

Para isso foram obtidas imagens de satélite gratuitas, disponíveis nos

sites do INPE (Instituto Brasileiro de Pesquisas Espaciais) e do Serviço
Geológico dos Estados Unidos (U.S. Geological Survey – USGS).

O período analisado é de 2007 a 2017, porém, a maior parte das imagens

disponíveis apresentam grande quantidade de nuvens, impedindo a observação
do solo. Por isso o estudo foi feito usando como base duas imagens principais,
referentes aos anos de 2007 e 2016, apresentadas abaixo.

A imagem de 2007 foi obtida do satélite Landsat 5, sensor TM, o qual

possui sete bandas multiespectrais, datada de 10/07/2007. A resolução varia de
30 m (bandas 1 a 5 e banda 7) a 120 m (banda 6). Abaixo são apresentadas as
principais propriedades e usos das bandas deste satélite:

Intervalo Principais características e aplicações das bandas TM e ETM

Banda
espectral (µm) dos satélites LANDSAT 5 e 7

Apresenta grande penetração em corpos de água, com elevada transparência,

permitindo estudos batimétricos. Sofre absorção pela clorofila e pigmentos
1 (0,45 - 0,52) fotossintéticos auxiliares (carotenóides). Apresenta sensibilidade a plumas de fumaça
oriundas de queimadas ou atividade industrial. Pode apresentar atenuação pela
atmosfera.

Apresenta grande sensibilidade à presença de sedimentos em suspensão,

2 (0,52 - 0,60) possibilitando sua análise em termos de quantidade e qualidade. Boa penetração em
corpos de água.

A vegetação verde, densa e uniforme, apresenta grande absorção, ficando escura,

permitindo bom contraste entre as áreas ocupadas com vegetação (ex.: solo exposto,
estradas e áreas urbanas). Apresenta bom contraste entre diferentes tipos de
cobertura vegetal (ex.: campo, cerrado e floresta). Permite análise da variação
3 (0,63 - 0,69) litológica em regiões com pouca cobertura vegetal. Permite o mapeamento da
drenagem através da visualização da mata galeria e entalhe dos cursos dos rios em
regiões com pouca cobertura vegetal. É a banda mais utilizada para delimitar a mancha
urbana, incluindo identificação de novos loteamentos. Permite a identificação de áreas
agrícolas.

Os corpos de água absorvem muita energia nesta banda e ficam escuros,

permitindo o mapeamento da rede de drenagem e delineamento de corpos de água. A
vegetação verde, densa e uniforme, reflete muita energia nesta banda, aparecendo
4 (0,76 - 0,90)
bem clara nas imagens. Apresenta sensibilidade à rugosidade da copa das florestas
(dossel florestal). Apresenta sensibilidade à morfologia do terreno, permitindo a
obtenção de informações sobre Geomorfologia, Solos e Geologia. Serve para análise
 e mapeamento de feições geológicas e estruturais. Serve para separar e mapear áreas
ocupadas com pinus e eucalipto. Serve para mapear áreas ocupadas com vegetação
que foram queimadas. Permite a visualização de áreas ocupadas com macrófitas
aquáticas (ex.: aguapé). Permite a identificação de áreas agrícolas.

Apresenta sensibilidade ao teor de umidade das plantas, servindo para observar

estresse na vegetação, causado por desequilíbrio hídrico. Esta banda sofre
5 (1,55 - 1,75)
perturbações em caso de ocorrer excesso de chuva antes da obtenção da cena pelo
satélite.

Apresenta sensibilidade aos fenômenos relativos aos contrastes térmicos,

6 (10,4 - 12,5)
servindo para detectar propriedades termais de rochas, solos, vegetação e água.

Apresenta sensibilidade à morfologia do terreno, permitindo obter informações

sobre Geomorfologia, Solos e Geologia. Esta banda serve para identificar minerais
7 (2,08 - 2,35)
com íons hidroxilas. Potencialmente favorável à discriminação de produtos de
alteração hidrotermal.

Disponibilizado em: http://www.dgi.inpe.br/Suporte/files/Cameras-LANDSAT57_PT.php.

A imagem de 2016 foi obtida do satélite Landsat 8, sensor OLI, o qual

possui nove bandas multiespectrais, datada de 16/06/2016. A resolução varia de
30 m (banda 1 a 7 e banda 9) e 15 m (banda 8, pancromática).

Para melhor utilização das imagens, foi realizado um tratamento destas,

chamado também de pré-processamento das imagens. Constitui basicamente
de correção radiométrica e atmosférica realizada no software ENVI.
Na imagem de 2007 foi aplicado o método DOS (Dark Object Subtraction)
desenvolvido por Chavez (1988). Consiste na correção do espalhamento
atmosférico no qual a interferência atmosférica é estimada diretamente a partir
dos números digitais (ND) da imagem de satélite, sendo ignorada a absorção
atmosférica. Neste método assume-se que há uma grande probabilidade de
existir alvos (pixels) escuros nas imagens, como sombras resultantes da
topografia ou nuvens, os quais deveriam apresentar um ND igual a zero; porem
devido a dispersão atmosférica o valor de ND nestas áreas é diferente de zero.
Esse valor representa a quantidade de ND que deve ser subtraída de cada banda
espectral da imagem. Utilizando um histograma da imagem é possível selecionar
o valor de ND que será subtraído de cada banda da imagem. Esta metodologia
é baseada em informações coletadas na própria imagem, assim não há
necessidade de se inserir parâmetros sobre as condições atmosféricas do
momento da captura da imagem (CHAVEZ, 1988; SANCHES et al., 2011).
 Após a correção radiométrica da imagem de 2007 foi feita a correção das
distorções geométricas através da imagem de 2016 que é disponibilizada pela
USGS com o nível 1T já corrigido.
Na imagem de 2016 em um primeiro momento, os dados brutos do satélite
foram convertidos para radiância, utilizando-se a ferramenta “Radiometric
Calibration” e aplicando os padrões de configuração do módulo FLAASH.
Posteriormente, a imagem proveniente do sensor OLI foi convertida para
reflectância utilizando-se o módulo FLAASH (Fast Line-of-sight Atmospheric
Analysis of Spectral Hypercubes) do software ENVI. O módulo FLAASH é um
módulo avançado de correção atmosférica que se baseia nos algoritmos de
transferência de radiação MODTRAN (Moderate Resolution Atmospheric
Transmission).
O FLAASH requer uma série de dados de entrada para realizar a correção
atmosférica das imagens. Dentre estes dados, podemos citar a localização do
centro da cena, o tipo de sensor e sua altitude, a data e a hora de aquisição das
imagens, o modelo atmosférico, o modelo de aerossol, dentre outros.
As correções relacionadas às distorções geométricas e de ruídos da
imagem de 2016 não foram realizadas, pois as cenas disponibilizadas pela
USGS com o nível 1T já apresentam tais correções.
Após o pré-processamento das imagens foi feito um recorte das mesmas
nos limites do Parque Ponta da Tulha para que fosse feita a análise espaço-
temporal.
Após o tratamento das imagens foi realizado o estudo do uso do solo no
software ArcGis. A classificação do uso do solo pode ser feita de três maneiras,
classificação supervisionada e não supervisionada e manual. Devido ao
tamanho da área, foi escolhido por fazer a classificação de maneira manual.
Consiste em procurar áreas com diferentes respostas espectrais e delimitar suas
fronteiras. Aliado a isso, foram utilizadas outras imagens de satélites e imagens
do Google Earth, entre 2007 e 2016, para comparação e identificação do uso.

Para fins de identificação de queimadas, foram definidas 5 classes:

vegetação nativa, corpo de água, área alagável, área antropizada e
regeneração. Analisando o valor das áreas de cada classe, pode-se estimar
como foi dada a evolução da região de estudo.
 Além disso, foram utilizados dados de registros de queimadas
disponibilizados pelo INPE, para realizar as conclusões do estudo. Segundo o
INPE houve uma queimada em novembro de 2015 na região do Parque Estadual
da Tulha, tal registro foi sobreposto ao mapa para comparação.

Observando os dois mapas e as respectivas áreas, vemos que de acordo

com as classes estudadas não houve grandes alterações, apenas um acréscimo
relativamente pequeno da área antropizada levando a diminuição de vegetação
nativa e surgiram áreas em regeneração. Devido à escassez de imagens sem
nuvens, não foi possível identificar o que ocasionou a perda da vegetação nativa
que geraram as áreas de regeneração no mapa de 2016. Porém pode-se inferir
que devido à proximidade com o registro disponibilizado pelo INPE uma possível
causa seria queimada.