UNIVERSIDADE FEDERAL DE CAMPINA GRANDE

UNIDADE ACADÊMICA DE ENGENHARIA AGRÍCOLA

CENTRO DE TECNOLOGIA E RECURSOS NATURAIS

DISCIPLINA: DESASTRES AMBIENTAIS

RELATÓRIO DA DISCIPLINA – ESTUDANDO PARTE DO MUNICÍPIO

CAMPINA GRANDE VIA SPRING.

Docente: Prof. Dr. Marx Prestes Barbosa

Discente: Anderson Araújo Pordeus (120110457)

CAMPINA GRANDE – PB
AGOSTO, 2022
 SUMÁRIO

1 INTRODUÇÃO.....................................................................................................5
2 OBJETIVOS..........................................................................................................6
2.1 Objetivos Gerais...................................................................................................6
2.2 Objetivos específicos.............................................................................................6
3 PROCEDIMENTOS E ANÁLISES......................................................................7
3.1 Banco de Dados....................................................................................................7
3.2 Ativação do Projeto..............................................................................................7
3.3 Técnica de aplicar contraste ………………………………………………………… 8
3.4 Manipulação de contraste dos canais 3, 4 e 5.....................................................9
3.5 Manipulação de contraste dos canais 1, 2 e 7....................................................10
3.6 Leitura de Pixels ……………………………………………………………………....11
3.7 Índice de Vegetação da Diferença Normalizada................................................13
3.8 Segmentação......................................................................................................15
3.9 Classificação de Padrões das Imagens IVDN ………………………………….. 16
3.10 Edição Vetorial aplicada na Categoria Rodovias e Drenagem........................17
3.11Modelo fotointerpretativo …………………………………...................................18
3.12 O que são Desastres? ……………………………………………………………20
4 CONCLUSÃO................................................................................................ ...21
 LISTA DE FIGURAS

Figura 1 – Banco de Dados................................................................................................7

Figura 2 – Projetos.............................................................................................................8

Figura 3 – Tela de Contraste. …………………………………………………………...9

Figura 4 – Contraste aplicado ……………………………………………………….….9

Figura 5 – Contraste dos canais 3, 4 e 5 (89)..................................................................10

Figura 6 – Contraste dos canais 1,2 e 7 (89) ……………………………..……………11

Figura 7 - Leitura de Pixels ……………………………………………………………12

Figura 8 - Operações Aritméticas ……………………………………….…………….14

Figura 9 - Imagem do IVDN …………………………..................................................14

Figura 10 – Imagem do IVDN com contraste………….................................................15

Figura 11 – Configuração Segmentação………….……………….…….……………..15

Figura 12 - Imagem Segmentada.....................................................................................16

Figura 13 – Imagem Classificada....................................................................................16

Figura 14 – Edição Vetorial para Rodovias.....................................................................17

Figura 15 – Edição Vetorial para Drenagem...................................................................18

Figura 16 – Modelo fotointerpretativo ÁREAS DE RISCOS ........................................19

Figura 16 – Modelo fotointerpretativo digital da cobertura vegetal ...............................19
 LISTA DE TABELAS

Tabela I - Medição das características de Reflectância do Solo(1989)...........................12

Tabela II - Medição das características de Reflectância da Água (1989)........................13
Tabela III - Medição das características de Reflectância da Vegetação(1989)................13
 5

1 INTRODUÇÃO

O presente relatório tem por objetivo descrever as etapas de cada aula da

disciplçina Desastres Ambientais com o docente Marx Prestes e com o voluntário Raul
Araujo, aluno de doutorado da PPGEA (programa de pós graduação de engenharia
agrícola). A principal ferramenta utilizada na disciplina foi o software SPRING,
programa criado pelo Instituto Nacional de Pesquisas Espaciais (INPE) com a
participação da EMBRAPA/CNPTIA, IBM Brasil, TECGRAF e
PETROBRÁS/CENPES.

Este software é bastante utilizado em diversas áreas do conhecimento, como

Geologia, Agricultura, Sensoriamento Remoto, Gestão ambiental, Planejamento
Urbano, dentre outras áreas. Na nossa disciplina, com a utilização de imagens de
satélite, utilizamos o Spring para fazer leitura de pixels, IVDN e Operação Aritmética,
Segmentação e Classificação das imagens. Além disso, o software nos permitiu
observar as imagens e trabalhar com edição matricial e vetorial.

As imagens utilizadas no presente projeto são imagens do Landsat (Land

Remote Sensing Satellite), criado pela NASA (Nataional Aeronautics and Space
Administration) no fim da década de 60, com o intuito de obter informações da
superfície terrestre e aplicar em diversas áreas do conhecimento. De forma mais
específica, utilizaremos as imagens de 1989 e 2007 do Landsat 5 TM e as imagens de
2017 do Landsat 8 OLI.
 6

2. OBJETIVOS

2.1. OBJETIVO GERAL

● Fazer uma espécie de passo a passo, descrevendo oque foi absorvido ao longo
da disciplina.

2.2. OBJETIVOS ESPECÍFICOS

● Baixar o Spring na versão 5.5.6;

● Realizar a manipulação de contraste dos canais 3,4 e 5, bem como a

manipulação de contraste dos canais 1, 2 e 7 para as imagens de 1989 e 2007 do
Landsat 5 TM;

● Realizar a manipulação de contraste dos canais 4,5 e 6, bem como a

manipulação de contraste dos canais 2, 3 e 7 para as imagens de 2017 do
Landsat 8 OLI;

● Fazer a composição colorida usando a imagem IVDN;

● Aplicar contraste na imagem IVDN e realizar a segmentação da mesma;

● Realizar a Classificação de Padrões das Imagens IVDN (com contraste);

● Designar as Classes corretas para Rodovias e Drenagem;

● Produzir um mapa Fotointerpretativo acerca das áreas de riscos.

 7

3 PROCEDIMENTOS E ANÁLISES
3.1 Banco de Dados
Inicialmente baixamos o Spring na versão 5.5.6 do INPE; As imagens de satélite
que serão utilizadas são imagens Landsat dos anos de 1989, 2007 e 2017, do município
de Campina Grande (PB), foram disponibilizadas pelo Raul Araujo em um banco de
dados já preparado por ele. Todavia, diante de problemas e incompatibilidade devido à
motivos desconhecidos (talvez por diferença de versões do programa), foi ensinado a
criar um novo banco de dados e importar as imagens das bandas do Landsat. No menu
Arquivo, em banco de dados, foi criado o diretório com as imagens de Campina Grande
a serem analisadas, ativando a pasta com o nome do criador do projeto (O próprio
discente, no caso). Veja na figura abaixo:

Figura 1: Banco de dados

AR – Anderson Araújo.

3.2 Ativação do Projeto

No menu arquivo, clicamos em projetos e criamos o nosso próprio projeto. No

caso do Anderson Araújo (Eu), o projeto recebeu o nome de CampinaG. O sistema
 8

escolhido de projeção, será o sistema UTM e o modelo da Terra será o Datum ->ITRF
(WGS84), este datum internacional é usado quando se quer trabalhar com imagens de
satélite.

Na parte do retângulo envolvente optamos pelas coordenadas GMS (graus,

minutos e segundos), e as coordenadas que iremos trabalhar no projeto são descritas na
figura abaixo:

Figura 2: Projetos

No menu arquivo vamos importar os arquivos de imagens, para ativarmos o

diretório com as categorias 1989, 2007 e 2017. Essas categorias serão compostas pelas
imagens das bandas 1,2,3,4,5 e 7 dos anos de 89 e 07, enquanto a categoria de 2017 será
composta pelas bandas 2,3,4,5,6 e 7.

3.3 Técnica de Aplicar Contraste

Primeiro se clica em Imagem e depois em Contraste… Chegamos a esta tela:

 9

Figura 3: Tela de Contraste

Em seguida, clica-se com o botão esquerdo do mouse na “cauda” esquerda do gráfico e

com o botão direito do mouse na “cauda” direita do gráfico. Por fim, pode clicar em
Aplicar e fechar a janela. O gráfico será semelhante à este:

Figura 4: Contraste aplicado

3.4 Manipulação de contraste dos canais 3, 4 e 5 (1989)

As três cores principais que formam a luz branca são as combinações de

vermelho, verde e azul. Colocaremos a banda_3 no azul, a banda_4 no Verde e a
 10

banda_5 no vermelho, com esta combinação identificamos a cor branca. Em seguida,

aplicaremos os contrastes para os canais de cores e eliminaremos os ruídos da imagem
para uma melhor visualização. Então obtemos uma imagem do visível com contraste,
onde as áreas em verde seriam vegetações (densa, semidensa, semidensa-rala, rala),
áreas em tonalidade meio rosa seriam áreas urbanas, vermelho seria solo exposto e
branco são as nuvens.

Figura 5: Contraste dos canais 3, 4 e 5 (89)

3.5 Manipulação de contraste dos canais 1, 2 e 7 (1989)

Colocaremos a banda_1 no azul, a banda_2 no verde e a banda_7 no vermelho.

Em seguida, aplicamos os contrastes para retirar os ruídos da imagem e obter uma
melhor visualização. Após a manipulação, percebe-se que a vegetação mais densa fica
numa cor escura, enquanto a área de solo exposto fica quase branco e confunde com as
nuvens. As sombras confundem com vegetação e os açudes ficam mais claros.
 11

Figura 6: Contraste dos canais 1, 2 e 7 (89)

3.6 Leitura de Pixel (1989)

O voluntário Raul Araujo disponibilizou um arquivo excel já configurado para

armazenarmos os dados da nossa leitura de Pixel e gerarmos gráficos de linhas com os
valores encontrados:

Para obtermos os valores da leitura de pixel, primeiro precisamos aplicar os contrastes

nas bandas selecionadas. Em seguida, clicamos em Imagem e depois em Leitura de
pixels… Em seguida, clicamos em Posicionar Cursor… e colocamos as coordenadas
de Longitude e Latitude desejada. Obteremos matrizes NxN e coletaremos o valor
central da matriz para armazenar no arquivo excel.

Na disciplina, o professor Marx Prestes e o voluntário Raul Araujo solicitaram que

escolhêssemos 5 pontos de água, 5 pontos de vegetação e 5 pontos de solo exposto para
fazermos a leitura de pixels e armazenar no Excel. Mostrarei aqui os resultados obtidos
para o ano de 1989, mas bastava pegar as mesmas coordenadas dos pontos escolhidos e
aplicar nas imagens dos anos 2007 e 2017 através da função Posicionar Cursor dita
anteriormente. Veja o exemplo abaixo:
 12

Figura 7: Leitura de Pixel e Função “Posicionar Cursor”

Essa coleta de dados foram divididas em duas etapas: A primeira, fazendo combinações
das bandas 3 (Azul), 4 (Verde) e 5 (Vermelho). A segunda, fazendo combinações das
bandas 1 (Azul), 2 (Verde) e 7 (Vermelho).

Coletaremos os dados para 5 pontos de solo, água e vegetação como mencionado

anteriormente, gerando 3 tabelas diferentes com os valores obtidos através da leitura de
pixel. Abaixo estão as 3 tabelas geradas pelos meus 15 pontos escolhidos.

Tabela 1: Valores da Leitura de Pixel do Solo (1989)

 13

Tabela 2: Valores da Leitura de Pixel da Água (1989)

Tabela 3: Valores da Leitura de Pixel da Vegetação (1989)

3.7 IVDN - Índice de Vegetação da Diferença Normalizada

Operações aritméticas - razão entre bandas – IVDN das bandas 4 e 3

Para aplicar o IVDN, iremos em Imagem e depois em Operações Aritméticas.

A operação que nos interessa é a: (C= Ganho*((A-B) / (A+B))+Offset), onde:

A – Banda 4

B – Banda 3

Ganho – 100 (esse valor não é fixo… É tentativa e erro, até chegar em uma visualização
desejada)

Offset - 0 (esse valor, assim como o anterior, não é fixo.)

Por organização, salvamos a saída como IVDN_100x0 e executamos. Após aplicar a

operação aritmética, salvamos também a aplicação de um contraste para melhorar a
visualização da imagem.
 14

Figura 8: Operações Aritméticas

Figura 9: Imagem do IVDN

 15

Figura 10: Imagem do IVDN com contraste

3.8 Segmentação
Após aplicar e salvar o contraste na imagem do IVDN, pode-se ir em Imagem e
depois em Segmentação…
Escolhe a banda do IVDN com contraste salvo e escolhe um valor NxN para
Similaridade e Área(pixels) . No meu projeto, a segmentação foi feita 20 por 20. Caso
eu quisesse o detalhamento mais preciso, com menos espaços entre as linhas, poderia
diminuir esse valor para um 10x10, por exemplo, ou aumentar para 50x50 para obter
um detalhamento com mais espaço entre si.

Figura 11: Configuração Segmentação

 16

O resultado da segmentação 20x20 está na figura 12, abaixo:

Figura 12: Imagem Segmentada

3.9 Classificação de Padrões das Imagens IVDN

Após realizar a segmentação da imagem IVDN, foi realizado a classificação de

padrões das imagens IVDN, o tipo de classificador será o Battacharya e a classificação
será por regiões. Devido à erros e bugs do programa Spring, foi necessário manipular as
imagens utilizando outras bandas para copiar as áreas de água e áreas urbanas. A figura
seguinte apresenta o resultado final:

Figura 13: Imagem Classificada

 17

3.10 Edição Vetorial aplicada na Categoria Rodovias e Drenagem

Pensando em fazer um mapa fotointerpretativo, foi necessário realizar edições vetoriais

na imagem de Rodovias e Drenagem.
Na categoria Rodovias vamos selecionar linhas e aplicar a edição vetorial, iremos no
menu temático e edição vetorial.  Cada linha na edição temática o computador ira
trabalhar com as linhas. É necessário ajustar, poligonizar e depois aplicar cada classe em
seu devido lugar, sejam Rodovias Federais, Rodovias Estaduais, Estrada Municipal,
Caminho, Avenida e/ou Rua. Abaixo, está o resultado para a edição na imagem de
rodovias (Ver figura 14).

Figura 14: Edição Vetorial para Rodovias

 18

Em seguidas, fazemos o mesmo procedimento de ajustar, poligonizar e designar cada classe de

Drenagem, sejam rios ou açudes. O resultado, pode-se ser conferido abaixo:

Figura 15: Edição Vetorial para Drenagem

3.11 MODELO FOTOINTERPRETATIVO

Agora, com todos esses conhecimentos absorvidos e imagens manipuladas conforme ás

nossas necessidates, temos material e conhecimento suficiente para montar o nosso

modelo Fotointerpretativo. Para isso, primeiro iremos no menu arquivo, e em seguida

em ativar carta. Dessa forma, será criado um espaço de carta onde podemos adicionar

legenda, escala, texto, o nosso próprio mapa e organizá-lo da maneira que quisermos. A

carta e o modelo fotointerpretativo feito por mim pode ser conferido na imagem abaixo:
 19

Figura 16: Modelo fotointerpretativo ÁREAS DE RISCOS

Figura 17: Modelo fotointerpretativo digital da cobertura vegetal

 20

3.12 O QUE SÃO DESASTRES?

Segundo Castro (1998), desastre é definido como resultado de eventos adversos,

naturais ou causados pelo ser humano, sobre um ecossistema vulnerável e que pode
causar danos humanos, materiais e/ou ambientais, além de consequentes prejuízos
econômicos e sociais. Inundações, escorregamentos, secas, furacões e terremotos são
alguns dos exemplos de “desastres naturais”, que são influenciados pelas características
locais, tais como, rocha, solo, topografia, vegetação e condições meteorológicas..
Contudo, há também os desastres ambientais causados diretamente ou indiretamente
pelo próprio ser humano, como o caso de acidentes nucleares, falta de manutenção e
rompimento de uma barragem ou, até mesmo, poluição das águas ou derramamento de
líquidos como o caso do óleo nas praias do litorais nordestino em 2019.

Os deslizamentos de encostas, mais conhecidos como deslizamento de terras, nos

morros, também são desastres causados de forma indireta pela população. A área, por si
só, já é considerada uma área de risco para moradias…. E a população, ignorante (ou
carente), constrói ali uma comunidade. Com o peso natural das moradias e com o
acúmulo de água no interior do subsolo do morro, acontece os deslizamentos de terra.
Do outro lado da moeda… Ao impermeabilizar todas as ruas do morro, as águas que
caírem lá em cima descerão o morro em alta velocidade. Com o excesso de chuvas, o
excesso de água descendo o morro também causará desastres. Isso é um desastre
causado pelo ser humano de forma indireta.

O rompimento da Barragem em brumadinho, causado por falta de manutenção na

estrutura, também é um desastre causado pelo homem de forma indireta. Desastre esse
em que levou 252 vítimas ao óbito, além de contaminar a água e o solo da região
(Segundo informações do “TodaMatéria”).

No cenário Global, um dos desastres que mais chamam atenção (talvez o mais famoso)
é o maior acidente nuclear, Acidente de Chernobyl, que aconteceu na Ucrânia em
meados de 1986 - inclusive, uma das preocupações atuais com a guerra
Russo-Ucraniana é a de movimentações bélicas próximas à usina desativada de
Chernobyl -. Acidente nuclear é considerado um desastre ambiental com interferência
direta do ser humano e esse acidente, em específico, deixou milhares de pessoas em
situação de risco após a explosão de um dos reatores da usina.
 21

Diante de todas essas tragédias, principalmente às de desastres ambientais, ou seja,

desastres causados pela interferência humana… A USCS, Universidade Municipal de
São Caetano do Sul, destaca a importância de se ter profissionais como o engenheiro
ambiental nas empresas. A conscientização em relação às questões ambientais é
indispensável hoje em dia, para que crimes como os que aconteceram nas cidades de
Minas Gerais sejam evitados.

4 CONCLUSÃO

Após todas essas aulas e conhecimentos absorvidos, conclui-se que o Spring se

trata de um programa que possui diversas técnicas de mapeamento e que nos pode
auxiliar diariamente em nossos serviços, principalmente se forem serviços topográficos.
Além disso, esse software em questão é capaz de gerar informações importantes para
outras áreas do conhecimento, como por exemplo a obtenção do IVDN – Índice de
Vegetação da Diferença Normalizada, que nos informa as condições “de saúde” que a
vegetação se encontra. Podemos utilizar essa ferramenta para analisar, por exemplo, as
mudanças na Amazônia se analisarmos imagens de vários anos e décadas diferentes,
gerando assim dados para armazenamento e análise da influência do desmatamento e
demais ações naquele local. Seguindo as orientações do professor Marx e do voluntário
Raul, percebemos em nosso modelo fotointerpretativo que as áreas com coloração verde
mais claro se trata de vegetação rala, enquanto verde mais escuro indicam vegetação
densa.

Do início até o fim da disciplina, foi nos ensinado a fazer leitura de pixel (que se
feita com vários anos diferentes, pode-se obter informações das variações ao longo do
tempo), composição colorida aplicando contraste e obtendo melhor visualização das
imagens ao retirar ruído. Como dito anteriormente, o spring serviu para obtermos o
IVDN das imagens desejadas, aplicado segmentação nas imagens com valores distintos
para a similaridade e área (similaridade maior obtêm maiores espaços entre as linhas,
enquanto similaridade menor obtêm menos espaços e maior precisão). Após a
segmentação, aplicamos a classificação por regiões e encontramos o primeiro material
para a realização do mapa fotointerpretativo, faltando apenas designar as classes
corretas para as linhas de rodovias e drenagens.
 22

Nesse relatório, foi demonstrado todo o passo a passo com as imagens do ano de
1989, mas basta repetir todos os procedimentos feitos e obter os resultados para os anos
de 2007 e 2017. Atenta-se para os casos em que, no Landsat 8 com as imagens de 2017,
utilizaremos as bandas 4,5,6 e depois as bandas 2,3,7 nas colorações Azul, Verde e
Vermelho, respectivamente.

Para finalizar, destaco que com um bom conhecimento geográfico e manuseio

do Spring, é possível identificar as redes de drenagem no município, bem como as
rodovias federais e estaduais, estradas municipais, caminhos, ruas, avenidas e corpos
hídricos como Açude Velho e Açude de Bodocongó. Para além disso, é possível
também identificar quais as áreas de maiores riscos, que nesse caso são as áreas onde
tem menos vegetação, ou seja, onde o solo está mais exposto.