Pontifícia Universidade Católica de Minas Gerais – PUC MINAS

Programa de Pós-Graduação em Geografia - Tratamento da Informação Espacial

Atividade: Utilização do Plugin SCP na Criação e Análise do Uso e Cobertura da Terra

no Município de Montes Claros - MG

Disciplina: Sensoriamento Remoto

Docente: Prof. Jorge Batista de Souza

Aluno: Hérick Lyncon Antunes Rodrigues

_______________________________________________________________________

1. INTRODUÇÃO

As transformações na paisagem são resultado da interação complexa entre

elementos naturais e atividades humanas. Essas mudanças podem ser condicionadas
pelas intervenções do homem, mas também podem ocorrer naturalmente, devido a
processos naturais, como erosão, vulcanismo ou mudanças climáticas. É importante
reconhecer que muitas das modificações ocorridas no passado têm impactos
duradouros no presente. Essas transformações passadas podem desencadear
processos atuais, como a degradação ambiental e a perda de biodiversidade (SEABRA e
CRUZ, 2013; TREVISAN et. al., 2017).
Os estudos que investigam e correlacionam a descrição da cobertura da terra e
seus diferentes usos e manejos são de extrema relevância. Esses estudos fornecem
informações sobre a intensidade e os tipos de mudanças ocorridas em determinadas
áreas ao longo do tempo. Eles permitem compreender as pressões sobre o meio
ambiente, identificar áreas suscetíveis à degradação, avaliar a eficácia das práticas de
manejo e conservação, além de orientar políticas de uso da terra mais sustentáveis
(SEABRA e CRUZ, 2013; TREVISAN et. al., 2017).
A representação de informações de maneira minuciosa sobre o espaço
geográfico é fundamental para uma variedade de atividades, como planejamento
urbano, gestão ambiental, monitoramento de recursos naturais, tomada de decisões
políticas e desenvolvimento sustentável. O mapa de uso e cobertura da terra
desempenha um papel crucial nesse processo, fornecendo uma representação visual e
estruturada das características do terreno (ARAÚJO FILHO et. al., 2007)
O uso e cobertura da terra refere-se à forma como os seres humanos utilizam e
transformam a superfície terrestre para diferentes fins. O uso da terra está relacionado
às atividades humanas que ocorrem em determinadas áreas, como agricultura,
urbanização, mineração, indústria e infraestrutura. A cobertura da terra refere-se aos
diferentes tipos de cobertura vegetal, que desempenham um papel crucial na
regulação do clima, na conservação da biodiversidade e na provisão de serviços
ecossistêmicos (LEITE e ROSA, 2018).
Nesse contexto, Montes Claros é um município que apresenta uma
caracterização bastante diversificada em relação ao uso e cobertura da terra. A área
urbana ocupa uma parcela significativa do município, compreendendo bairros
residenciais, áreas comerciais e industriais, além de infraestruturas urbanas, como
ruas, avenidas, praças e edifícios públicos. Essas áreas urbanas são densamente
povoadas, refletindo a intensa atividade humana e o desenvolvimento urbano que
caracteriza o município.
Além das áreas urbanas, o município abrange extensas regiões rurais. Essas
áreas são dedicadas principalmente à agricultura. Também são encontradas atividades
pecuárias, como criação de gado e aves. As áreas rurais incluem desde pequenas
propriedades familiares até grandes fazendas, desempenhando um papel importante
na economia local.
Embora o crescimento urbano e as atividades agrícolas sejam proeminentes em
Montes Claros, ainda existem áreas de vegetação natural no município.
Remanescentes de vegetação de cerrado, matas ciliares e a mata seca contribuem
para a diversidade paisagística e desempenham um papel fundamental na manutenção
dos ecossistemas e serviços ambientais.
É importante ressaltar que a caracterização do uso e cobertura da terra em
Montes Claros pode sofrer alterações ao longo do tempo, devido ao desenvolvimento
urbano, mudanças nas atividades econômicas e esforços de conservação. No entanto,
a diversidade e a interação entre as áreas urbanas, rurais, de preservação ambiental,
de vegetação natural e de infraestrutura viária e industrial moldam a paisagem e a
identidade do município de Montes Claros.

2. MATERIAIS E METODOS

2.1 Materiais

O satélite Sentinel-2A faz parte do programa Copernicus, uma iniciativa da

Agência Espacial Europeia (ESA) e da Comissão Europeia, com o objetivo de monitorar
a Terra e fornecer dados para uma ampla gama de aplicações, como gestão ambiental,
monitoramento de desastres naturais, agricultura e muitos outros. Neste estudo,
iremos analisar as imagens obtidas pelo satélite Sentinel-2A para explorar e
compreender as informações disponíveis sobre o município de Montes Claros. O
objetivo é utilizar essas imagens para realizar uma caracterização do uso e cobertura
da terra.
Na primeira etapa, as imagens do satélite Sentinel-2A foram adquiridas para a
área de estudo do município de Montes Claros, utilizando a plataforma "Copernicus
Open Access Hub". Foi selecionada uma imagem do ano de 2021 referente ao mês de
setembro (período seco), levando em consideração critérios como qualidade e
cobertura de nuvens.
 2.2 Pré-Processamento: Tratamento das Imagens

Após a coleta das imagens, procedemos ao pré-processamento para garantir a

qualidade e a precisão dos dados. Nesse contexto, uma região de interesse (ROI) foi
definida para a análise, abrangendo o município de Montes Claros. A área de estudo
foi delimitada para fornecer um recorte das imagens do Sentinel-2A, focalizando
apenas a região de interesse. Esse recorte permitiu reduzir o volume de dados e
concentrar a análise nas áreas relevantes para o estudo.
A utilização de um recorte da região de interesse tem o objetivo de reduzir o
volume de dados, uma vez que as imagens capturadas por satélites podem abranger
áreas extensas. Ao limitar a análise às áreas relevantes para o estudo, é possível
concentrar os recursos e esforços nas informações que são mais importantes para o
objetivo da pesquisa.
No caso de Montes Claros, o recorte da área de estudo permitirá uma análise
mais aprofundada e detalhada da região. Ao trabalhar com um volume de dados
reduzido, a análise se torna mais eficiente e viável, possibilitando uma compreensão
mais precisa das características e padrões presentes na região de interesse.
Após o recorte da região de interesse (ROI) no município de Montes Claros e a
seleção das imagens capturadas pelo satélite Sentinel-2A, uma etapa importante é a
composição colorida das bandas espectrais. Essa composição é realizada para facilitar
a interpretação visual das informações contidas nas imagens.
O Sentinel-2A possui várias bandas espectrais, cada uma capturando
informações em uma faixa específica do espectro eletromagnético. No caso
mencionado, as bandas espectrais selecionadas para a composição colorida são a B2,
B3, B4, B8, B11 e B12. Cada uma dessas bandas corresponde a uma faixa de
comprimento de onda específica.
A composição colorida é feita atribuindo-se cores a cada uma das bandas
selecionadas. Geralmente, utiliza-se a banda B4 (vermelho), a banda B3 (verde) e a
banda B2 (azul) para criar a imagem composta, seguindo a convenção RGB (Red-
Green-Blue). Assim, a imagem resultante terá cores que representam a combinação
dessas bandas espectrais. A composição colorida facilita a interpretação visual, pois
permite a visualização das diferentes características do terreno de forma mais clara e
intuitiva.

2.3 Análise Comparativa dos Classificadores Utilizados

A análise comparativa dos classificadores é uma etapa importante na

classificação de imagens de satélite, ela envolve a execução de diferentes algoritmos
de classificação e a avaliação da sua precisão e desempenho.
O plugin Semi-Automatic Classification (SCP) do QGIS é uma ferramenta que
oferece suporte tanto para a classificação supervisionada quanto para a não
supervisionada. Ele facilita a aplicação de diferentes algoritmos de classificação,
permitindo ao usuário comparar e avaliar seus resultados. O plugin fornece recursos
para a seleção de amostras de treinamento, extração de atributos espectrais, aplicação
de classificadores e visualização dos resultados da classificação.
O classificador Minimum Distance (MD) é um algoritmo amplamente utilizado
para classificação de imagens de satélite. Ele atribui a cada pixel da imagem uma classe
com base na menor distância espectral entre o pixel e os centroides de cada classe.
Esse classificador é relativamente rápido e eficiente em imagens com classes bem
separadas no espaço espectral.
Por outro lado, o Spectral Angle Mapping (SAM) é um algoritmo que leva em
consideração a diferença angular entre os vetores espectrais dos pixels e os vetores
espectrais das classes de referência. Ele calcula o ângulo espectral entre os vetores e
atribui uma classe com base na menor diferença angular. O SAM é particularmente útil
em situações em que as classes não estão bem separadas no espaço espectral, pois
leva em consideração a informação espectral completa dos pixels.
No contexto mencionado, o plugin SCP do foi utilizado para realizar a
classificação semiautomática das imagens do satélite Sentinel-2A no município de
Montes Claros, através dos classificadores de MD e SAM.
Para realização dessa análise, foram coletadas 40 amostras para cada uma das
sete classes intituladas como urbanização (classe 1), mata seca (classe 2), cerrado
(classe 3), agricultura (classe 4), solo exposto (classe 5), pastagem (classe 6) e água
(classe 7). Essas amostras são representativas de cada classe e servem como referência
para treinar os classificadores. Com base nas amostras de treinamento, os algoritmos
MD e SAM foram aplicados a imagem do satélite Sentinal 2-A para realizar a
classificação automática.
Ao executar os classificadores (MD e SAM) e comparar visualmente seus
resultados para a área de estudo em Montes Claros, foi possível compreender de
maneira significativa as características das classes que compõem a paisagem do
município, essenciais para aplicações de monitoramento ambiental, planejamento
urbano, estudos agrícolas, entre outros.

3. AVALIAÇÃO DA ACURÁCIA

A avaliação da acurácia é uma etapa fundamental na análise de imagens de

satélite e no processo de classificação. A acurácia refere-se à medida de quão
corretamente o classificador atribui as classes corretas aos pixels da imagem. Ela
geralmente é feita por meio de comparação com dados de referência ou amostras de
campo, onde as classes verdadeiras são conhecidas. Essas informações de referência
são usadas como base para calcular métricas de precisão.
O SCP, como mencionado anteriormente, é um plugin do QGIS que oferece
suporte à classificação de imagens de satélite, inclusive a avaliação da acurácia. Ele
fornece recursos para selecionar amostras de treinamento, executar classificadores,
gerar mapas classificados e avaliar a precisão do resultado. Com o SCP, é possível
comparar visualmente as classes atribuídas pelo classificador com as classes reais,
facilitando a análise da acurácia do processo de classificação.
Ao utilizar as imagens do satélite Sentinel-2A para a área de estudo em Montes
Claros, a avaliação da acurácia torna-se particularmente relevante. Ela permitiu
verificar a qualidade e a confiabilidade dos resultados da classificação, garantindo que
as classes atribuídas aos pixels correspondam adequadamente às características reais
da região.
A acurácia da classificação supervisionada foi calculada comparando as classes
atribuídas pelos algoritmos (MD e SAM) às classes reais das amostras de validação. As
métricas utilizadas para avaliar a acurácia incluem a matriz de confusão, que mostra o
número de pixels classificados corretamente e erroneamente em cada classe, além de
índices como a exatidão global e o coeficiente Kappa (Tabela 1 e 2).

Tabela 01: Avaliação de Acurácia pelo Algoritmo Minimum Distance (MD)

MINIMUM DISTANCE (MD)
Error Matrix (pixel count)
1 2 3 4 5 6 7
V_Classified Mata Solo Pastage Total
Urbanização Cerrado Agricultura Água
Seca Exposto m
1 259 0 0 0 0 0 0 259
2 2 272 1 0 0 0 1 276
3 0 0 247 0 0 0 0 247
4 0 0 0 283 0 0 0 283
5 1 0 0 0 449 0 0 450
6 0 1 0 0 0 260 0 261
7 0 0 0 0 0 0 347 347
Total 262 273 248 283 449 260 348 2123
Overall acuracy (%) = 99.2935
Kappa hat classification = 0.9899
Org: Hérick Lyncon Antunes Rodrigues

Tabela 02: Avaliação de Acurácia pelo Algoritmo Spectral Angle Mapping (SAM)
SPECTRAL ANGLE MAPPING (SAM)
Error Matrix (pixel count)
1 2 3 4 5 6 7
V_Classified Mata Solo Total
Urbanização Cerrado Agricultura Pastagem Água
Seca Exposto
1 258 0 0 0 2 0 0 260
2 1 273 0 0 0 0 0 274
3 0 0 246 8 0 0 0 254
4 0 0 2 275 0 0 1 278
5 3 0 0 0 445 0 1 449
6 0 0 0 0 2 260 2 264
7 0 0 0 0 0 0 344 344
Total 262 273 248 283 449 260 348 2123
Overall acuracy (%) = 98.7335
Kappa hat classification = 0.9822
Org: Hérick Lyncon Antunes Rodrigues

A exatidão global é uma medida que indica a porcentagem de pixels

corretamente classificados em relação ao total de pixels na imagem. Quanto mais
próxima de 100%, maior a precisão da classificação. No caso do algoritmo MD, a
exatidão global alcançada foi de 99,29%, o que indica um alto nível de acurácia na
classificação. Para o algoritmo SAM, a exatidão global foi de 98,73%, também
demonstrando uma boa precisão.
O coeficiente Kappa é uma métrica que leva em consideração a concordância
entre a classificação realizada pelo algoritmo e a classificação de referência. Ele varia
de 0 a 1, onde 1 representa uma concordância perfeita. Tanto o algoritmo MD quanto
o SAM apresentaram valores de Kappa de 0,98, o que indica uma concordância muito
alta entre as classificações obtidas e as classificações de referência.
 Esses resultados indicam que ambos os algoritmos, MD e SAM, apresentaram
um bom desempenho na classificação do uso e cobertura da terra no município de
Montes Claros. Ambos alcançaram altos níveis de acurácia e concordância com as
classificações de referência. A escolha entre os dois algoritmos pode depender de
outros fatores, como a complexidade do cenário de estudo e as características das
classes a serem identificadas.

4. DISCUSSÃO DOS RESULTADOS OBTIDOS

Inicialmente, é importante destacar que ambas as abordagens foram capazes

de realizar a classificação das diferentes classes estabelecidas para o estudo:
Urbanização, Mata Seca, Cerrado, Agricultura, Solo Exposto, Pastagem e Água. No
entanto, ao comparar os resultados dos dois classificadores, observamos algumas
diferenças significativas.
O classificador que obteve a melhor classificação geral dos diferentes usos e
coberturas da terra foi o algoritmo MD. No caso do SAM, pode-se observar um erro de
classificação na classe de Solo Exposto, onde algumas áreas da classe Urbanização
foram erroneamente consideradas como Solo Exposto. Isso pode ter ocorrido devido a
uma sobreposição espectral entre essas duas classes, dificultando a correta separação
(Figura 01)
Além disso, tanto o MD quanto o SAM apresentaram uma generalização da
classe de Agricultura com as áreas de mata ciliar. Essa confusão ocorreu devido às
refletâncias espectrais bastante próximas entre as duas classes. É importante ressaltar
a necessidade de considerar características complementares, como textura e contexto
espacial, para melhorar a distinção entre essas classes em futuros estudos (Figura 01).
Apesar dos desafios mencionados, a classificação semiautomática do uso e
cobertura da terra utilizando os algoritmos Minimum Distance e Spectral Angle
Mapping e as imagens do satélite Sentinel 2-A proporcionou uma compreensão mais
detalhada e abrangente do município de Montes Claros. Os resultados obtidos são de
extrema relevância para o planejamento e gestão do território.
É importante destacar que a melhoria contínua dos métodos de classificação e
a incorporação de outras informações auxiliares podem contribuir para aprimorar a
precisão e a acurácia das classificações futuras. Dessa forma, novas pesquisas podem
ser desenvolvidas para explorar outras técnicas de processamento de imagem e
algoritmos de classificação, que possam superar os desafios observados neste estudo e
aprimorar ainda mais a caracterização do uso e cobertura da terra em Montes Claros.
 Figura 01: Mapa de Uso e Cobertura da Terra – Montes Claros/MG

Org: Hérick Lyncon Antunes Rodrigues

5. REFERÊNCIAS

TREVISAN, D. P., MOSCHINI, L. E., GUERRERO, J. V. R. Dinâmica Temporal do Uso e

Cobertura da Terra no Município de Brotas-SP entre os Anos de 1988 e 2016.
Fronteiras: Journal of Social, Technological and Environmental Science, v. 6, n. 4,
2017, p. 204-219.

SEABRA, V. S., CRUZ, C. M. Mapeamento da dinâmica da cobertura e uso da terra na

bacia hidrográfica do Rio São João, RJ. Revista Sociedade & Natureza, v. 25, n. 2, 2013,
p. 411-426.

ARAÚJO FILHO, M. da C.; MENESES, P. R.; SANO, E. E. Sistema de classificação de uso e

cobertura da Terra na análise de imagens de satélite. Revista Brasileira de Cartografia,
v. 59, n. 2, 2007, p. 171-179.

LEITE, E. F., ROSA, R. Análise do uso, ocupação e cobertura da terra na bacia

hidrográfica do Rio Formiga, Tocantins. Observatorium: Revista Eletrônica de
Geografia, v. 4, n. 12, 2018, p. 91-106.