Mapeamento - Cobertura Vegetal - Bacia Do Revue

See discussions, stats, and author profiles for this publication at: https://www.researchgate.
net/publication/335159757
MAPEAMENTO E MONITORAMENTO DA COBERTURA FLORESTAL DA SUB-

BACIA DO REVUÉ, COM BASE EM IMAGENS SATÉLITE LANDSAΤ 5 SENSOR TM
E LANDSAT 7 SENSOR ETM+
Thesis · January 2013

DOI: 10.13140/RG.2.2.20274.56000
CITATIONS READS
0 312
2 authors:
Eufrasio Nhongo Eufrasio Joao Sozinho Nhongo

Universidade Federal do Rio Grande do Sul Universidade Zambeze
9 PUBLICATIONS 7 CITATIONS 5 PUBLICATIONS 2 CITATIONS
SEE PROFILE SEE PROFILE
Some of the authors of this publication are also working on these related projects:
MAPEAMENTO E MONITORAMENTO DA COBERTURA FLORESTAL DA SUB-BACIA DO REVUÉ, COM BASE EM IMAGENS SATÉLITE LANDSAΤ 5 SENSOR TM E LANDSAT 7
SENSOR ETM+ View project
All content following this page was uploaded by Eufrasio Nhongo on 14 August 2019.
The user has requested enhancement of the downloaded file.

UNIVERSIDADE CATÓLICA DE MOÇAMBIQUE
PROGRAMA DE POS-GRADUAÇÃO E MESTRADO EM CIÊNCIAS
E SISTEMAS DE INFORMAÇÃO GEOGRÁFICA
DISSERTAÇÃO DE MESTRADO
Eufrásio João Sozinho Nhongo

(Licenciado)
Beira, Moçambique
2013
I
UNIVERSIDADE CATÓLICA DE MOÇAMBIQUE
PROGRAMA DE POS-GRADUAÇÃO E MESTRADO EM CIÊNCIAS
E SISTEMAS DE INFORMAÇÃO GEOGRÁFICA
MAPEAMENTO E MONITORAMENTO DA COBERTURA FLORESTAL DA

SUB-BACIA DO REVUÉ, COM BASE EM IMAGENS SATÉLITE LANDSAΤ 5
SENSOR TM E LANDSAT 7 SENSOR ETM+

(Licenciado)
Dissertação de Mestrado apresentado ao programa

de Pós-graduação e Mestrado em Ciência e
Sistema de Informação Geográfica da
Universidade Católica de Moçambique como
requisito parcial a obtenção do título de Mestre em
Ciência e Sistema de Informação Geográfica.
Orientador: Dr Sérgio Moisés Anguirai Niquisse
Beira, Moçambique
2013
II
DECLARAÇÃO
O presente trabalho foi realizado pela autora na Universidade Católica de Moçambique em

2013. Este trabalho é da sua autoria excepto para as citações que aqui foram referenciadas.
Nunca foi e nunca será submetido a nenhuma outra Universidade. Nenhuma parte deste
trabalho deverá ser reproduzida sem a permissão do autor ou da Universidade Católica de
Moçambique.
Nome do Autor:
_________________________________
Data:
Nome do Supervisor:
Sérgio Moisés Anguirai Niquisse
____________________________________
Data:
III
“A natureza criou o tapete sem fim que recobre a
superfície da terra. Dentro da
pelagem desse tapete vivem todos
os animais, respeitosamente.
Nenhum o estraga, nenhum rói,
excepto o homem.”
(Monteiro Lobato)
“
“Quando uma árvore é cortada ela renasce em outro lugar. Quando eu morrer quero ir para
esse lugar, onde as árvores vivem em paz”.
(Tom Jobim)
““Quando a última árvore tiver caído,

…quando o último rio tiver secado,
…quando o último peixe for pescado,
…vocês vão entender que dinheiro não se come.”
(Indígenas Moicanos)
IV
A Deus, de Abraão, de Moisés e de Jó, dedico.
V
AGRADECIMENTO
A Deus, por ser a minha luz na escuridão, o meu suporte na fraqueza.
Ao Dr Sérgio Moisés Anguirai Niquisse, pela grande orientação, acompanhamento nas etapas
mais importantes, contribuindo de forma essencial para a finalização deste trabalho, meus
sinceros agradecimentos.
Ao Professor Doutor Mário Caetano e Eng° Joel Dinis, pela co-orientação, incentivo e
sugestões necessárias para o desenvolvimento do trabalho.
Aos docentes da Universidade Nova de Lisboa, nomeadamente, Prof. Doutor Marco Painho,
Prof. Doutor Pedro Cabral, Prof. Doutor Miguel Neto, Prof. Doutor Nuno Neves, Prof.ª
Doutora Ana Cristina Costa, Prof.ª Doutora Ana Maria Ramalho Correira e Dra. Paula
Curvelo pela forma sábia como transmitiram os seus conhecimentos.
Ao Centro de Informação Geográfica, Universidade Católica de Moçambique, a Universidade

Nova de Lisboa e ao projecto SUGIK (Sustentabilite Geographic Information Knowleg
Tranfer for pos-graduationeducation) pela oportunidade.
Ao Ministério de Ciência e Tecnologia e ao Banco Mundial pela concessão da bolsa de

estudos.
Aos meus pais, João Sozinho Nhongo (in memoria) e Maria Imaculada Feio, meus eternos
agradecimentos.
Aos meus irmãos, Emílio, João, Elsa e Kátia que sempre apostaram pelo sucesso dos meus
estudos.
A minha eterna namorada pelo amor, carinho, incentivo e compreensão.
A todos os meus colegas do curso de Mestrado, turma 2010 pelo apoio, auxílio e amizade
demostrada.
Aos meus familiares, amigos e aos demais, que sempre me apoiaram e em mim confiaram, os
meus sinceros agradecimentos!
VI
RESUMO
Este trabalho tem como objectivo mapear e monitorar a cobertura florestal na Sub-bacia do
Revué, com base em imagens satélites TM /LANDSAT 5 e ETM+ /LANDSAT 7, entre os
anos de 1995 a 2011 (todos no período de verão). A Sub-bacia do Revué, localiza-se na zona
central de Moçambique, na província de Manica, com uma área de cerca de 7.261,8km². Para
o mapeamento do uso e cobertura de terra, com vista a identificação das feições da cobertura
florestal, as imagens foram classificadas utilizando a classificação supervisionada Máxima
Verosimilhança, na qual identificou-se as seguintes classes: Floresta, Agricultura de sequeiro,
Corpo de água, Solo exposto e Áreas ardidas. Para exactidão global dos mapas utilizou-se o
Índice Kappa, que situou-se entre 0.5 (Boa) a 0.8 (Muito boa). Entretanto para a detecção de
mudanças adoptou-se a Análise de Pós-Classificação (AP-C). Os principais resultados foram,
a redução da cobertura florestal em cerca de 32.05% de 1995 à 2003 e cerca de 15.09% de
2003 à 2011. Os principais factores da redução da cobertura florestal foram: exploração
madereira, expansão das áreas agrícolas, queimadas, exploração de combustível lenhoso. As
mudanças ocorreram em quase todas áreas da sub-bacia do Revué, não apresentando focos
específicos.
Palavras-chave: Cobertura florestal, classificação supervisionada, uso e obertura da terra,

detecção remoto, detenção de mudança.
VII
ABSTRACT
This work has as objective map and monitor the forest cover in the Sub-basin of the
Revue, on the basis of images satellites TM /Landsat 5 and ETM+ /Landsat 7 in a total of
three periods between the years 1995 to 2011 (all in the period of summer). The Sub-
basin of Revué, is located in the central area of Mozambique, in Manica province, with an
area of approximately 7,261.8 km². For the mapping of land use and cover, with a view to
identifying features of forest cover, the images were classified using the method of
Maximum Likelihood, in which we identified the following classes: Forests, Rain-fed
agriculture, Body of water, Exposed soil and Areas burned. For overall accuracy of the
maps the Kappa index was used, which was between 0.5 (good) to 0.8 (Very Good).
However for the arrest of changes adopted to Post-Classification Analyze, the main
results were the reduction of forest cover in about 32.05 % from 1995 to 2003 and
approximately 15.09 % from 2003 to 2011. The main factors of reduction in the order of
negative impacts were: logging, expansion of agricultural areas; burned, holding fuel
woody. The changes occurred in almost all areas of the sub-basin of the Revue, not
presenting specific foci.
Keywords: Forest coverage, Supervisioned classification, land use and cover, remote
sensing, change detection.
VIII
LISTA DE FIGURAS
Figura 2.1- Representação do espectro electromagnético.......................................................... 5

Figura 2.2 - Curva de refletancia típica da folha verde e sadia.................................................. 8
Figura 2.3 - Curvas típicas de reflectância espectral para vegetação, solo e água…………...11
Figura 3.1- Localização da Área de Estudo, Sub-Bacia de Revue. ......................................... 20
Figura 3.2 - Fluxograma representativo de metodologia adoptada.......................................... 25
Figura 4.1 - Uso e cobertura da terra da sub-bacia do Revue do ano de 1995 ........................ 31
Figura 4.4 - Evolução de cobertura florestal. ........................... Error! Bookmark not defined.
Figura 4.5 - Detecção de mudanças 1995-2003 ....................................................................... 38
Figura 4.6 - Detecção de mudanças 2003-2011 ....................................................................... 40
Figura A1- Delimitação de sub-bacia do Revué ............................................................. ……50
IX
LISTA DE TABELAS
Tabela 2.1- Coeficiente Kappa ................................................................................................ 13

Tabela 3.1- Imagens utilizadas para classificação e detenção de mudanças ........................... 23
Tabela 3.2 - Características dos sensores ETM+ e TM ........................................................... 24
Tabela 4.1 - Características das amostras de treinamento utilizadas na classificação
supervisionada das imagens. .................................................................................................... 29
Tabela 4.2- Uso e cobertura de terra em Setembro de 1995. ................................................... 30
Tabela 4.3 -Uso e cobertura de terra em Setembro de 2003 .................................................... 32
Tabela 4.4 -Uso e cobertura de terra em Setembro de 2011 .................................................... 33
Tabela 4.5 - Qualidade da classificação digital de 30/09/1995 ............................................... 36
X
LISTA DE APÊNDICE
Figura A1- Delimitação de sub-bacia do Revué .................................................................... 510

Figura A2 - Composição colorida do ano de1995 ................................................................... 51
Figura A3 - Composição colorida do ano de 2003 .................................................................. 52
Figura A4 - Composição colorida do ano de 2011 .................................................................. 52
Figura A5 - Área de Reflorestamento. MOFLOR (Distrito de Gondola) ................................ 53
Figura A6 - Agricultura itinerante ........................................................................................... 53
Tabela B1- Evolução de uso e cobertura de terra. ................................................................... 54
XI
LISTA DE ANEXO
Tabela A1 - Exploradores madereiro, em regime de licença simples em 2011 ....................... 54
XII
LISTA DE SIGLAS E ABREVIATURAS
AP-C – Análise de Pós-Classificação

CENACARTA- Centro Nacional de Cartografia e Teledetecção
DNFFB- Direcção Nacional de Floresta e Fauna Bravia.
ETM+ - Enhanced Thematic Mapper Plus
GLOVIS - Global Visualization Viewer
GPS - Global Position Systems
IVP - Infravermelho próximo
IVM- Infravermelho Médio
IAF- Índice de Área foliar
LANDSAT - Land Remote Sensing Satellite
Max Ver - Máxima Verosimilhança
MAE -Ministério de Administração Estatal
NASA - National Aeronautics and Space Administration
ND -Números Digitais
NDVI –Normalized Difference VegetationIndex
Pixels-Picture elements
REM - Radiação Electromagnética
RGB – Red Green and Blue (vermelho, verde e azul)
SIG - Sistemas de Informações Geográfica
SPRING -Sistema para Processamento de Informações Georreferenciadas
DPFFB - Direcção provincial de Floresta e Fauna Bravia.
TM- Thematic Mapper
USGS - U. S. Geological Survey
Ver-Vermelho
ha - Hectares
WGS84 - World Geodetic System 1984
μm -Micrômetro
FAO - Food and Agriculture Organization of the United Nations
XIII
SUMÁRIO
1. INTRODUÇÃO .................................................................................................................... 1
1.1. Objectivos da pesquisa .................................................................................................... 3
1.2. Hipóteses ......................................................................................................................... 3
2. FUNDAMENTAÇÃO TEÓRICA ...................................................................................... 4

2.1. Cobertura florestal ........................................................................................................... 4
2.2. Princípio físico em detenção remota ............................................................................... 5
2.3. Padrão espectral dos objectos .......................................................................................... 6
2.3.1. Padrão espectral da vegetação .................................................................................. 7
2.3.2. Padrão espectral do solo ........................................................................................... 8
2.3.4. Padrão espectral da água......................................................................................... 10
2.4. Classificação digital de imagem .................................................................................... 11
2.4.1. Classificação supervisionada .................................................................................. 11
2.4.2. Classificação não supervisionada ........................................................................... 14
2.5. Detenção de mudanças .................................................................................................. 16
2.6. Sub-bacia como unidade de estudo ............................................................................... 18
3. MATERIAIS E MÉTODOS ............................................................................................. 20

3.1. Área de estudo ............................................................................................................... 20
3.1.1. Clima ...................................................................................................................... 21
3.1.2. Hidrografia.............................................................................................................. 21
3.1.3. Relevo e solo .......................................................................................................... 22
3.1.4. Vegetação ............................................................................................................... 22
3.2. Material ......................................................................................................................... 23
3.2.1. Imagens de sensores orbitais .................................................................................. 23
3.2.1. Dados cartográficos de base ................................................................................... 24
3.2.2. Equipamento e aplicativo computacional ............................................................... 24
3.3. Método .......................................................................................................................... 25
3.3.1. Aquisição de imagens e delimitação da área da sub-bacia ..................................... 25
3.3.3. Classificação digital de imagem ............................................................................. 26
3.3.4. Detenção de mudança ............................................................................................. 27
4. RESULTADOS E DISCUSSÃO ....................................................................................... 29

4.1. Classificação digital de imagem .................................................................................... 29
4.1.1. Uso e cobertura de terra do ano de 1995 ................................................................ 30
4.2. Validação temática ........................................................................................................ 35
4.3. Detenção de mudanças .................................................................................................. 37
4.3.1. Detenção de mudança do período de 1995 a 2003 ................................................. 38
4.3.2. Detenção de mudança do período de 2003 a 2011 ................................................. 40
XIV
5. CONCLUSÃO E RECOMENDAÇÕES .......................................................................... 42
6. REFERÊNCIAS BIBLIOGRÁFICAS ............................................................................. 44
APENDICE ............................................................................................................................. 51
ANEXO ................................................................................................................................... 54
XV
1. INTRODUÇÃO
A cobertura florestal desempenha um papel fundamental, nas bacias e sub-bacias

hidrográficas. Ela fornece serviços ecológicos que estabilizam os microclimas, protege as
espécies vegetais e animais, cria condições favoráveis de humidade para precipitação e
melhora a qualidade da água (MORAN, 2010; BROUWER, 1996). Nesta perspectiva a
importância deste recurso é inquestionável, o seu monitoramento e gestão é de relevante
importância.
Contudo, a diversidade florestal está escassamente documentada e há falta de uma base de

dado com informações actualizada, acerca da localização, composição e níveis de exploração
das áreas florestais em Moçambique e especificamente na sub-bacia do Revué.
Esta falta de informação, é devido a razões tais como a vastidão do país, a escassa rede de
transporte, a longa guerra civil, a falta de recursos financeiros e humanos, e falta de trabalhos
de investigação.
Este trabalho apresenta metodologias, técnicas e produtos de detecção remota para o

mapeamento e monitoramento da cobertura florestal. Poís os produtos e técnicas de detecção
remota para a gestão dos recursos naturais, tem-se tornado uma prática cada vez mais
frequente em diversas áreas de pesquisas. No caso da cobertura florestal, esta técnica tem
contribuído para a rapidez de recolha de dado, fiabilidade das análises, eficiência e baixo
custo no monitoramento e fiscalização, quando comparada a técnicas tradicionais.
A pesquisa foi desenvolvida com base nos produtos cartográficos referentes ao limite
administrativo, rede hidrográfica de Moçambique e imagens satélites. A metodologia
utilizada para o mapeamento e monitoramento da cobertura florestal foi a classificação
Máxima Verosimilhança (MaxVer) e Análise de Pós-Classificação (AP-C) respectivamente.
A área de estudo é a sub-bacia do Revué, ela é caracterizada por uma grande diversidade de
ecossistemas de flora e fauna. Devido à sua importância ecológica, e à sua ocorrência ao
longo dos afluentes dos rios, estes ecossistemas estão expostos a vários níveis de perturbação
e exploração, como: a exploração madereira, actividade agrícola e outras formas de uso e
1
cobertura de terra. Esta situação tem trazido diversos impactos negativos, ao meio ambiente
entre elas a destruição da biodiversidade natural e o aumento de erosão.
Nesta ordem de ideia o mapeamento e monitoramento da cobertura florestal, com base em

produtos de detecção trará bases para a gestão dos recursos florestais, com o objectivo último
o desenvolvimento sustentável.
Assim sendo, a pesquisa foi estruturada de forma que no capítulo 1, para além da introdução,
apresentemos subcapítulos que enfoquem os objectivos e os propósitos da presente pesquisa,
tendo como base a sub-bacia como unidade de estudo e a sua importância ambiental.
No capítulo 2, são examinados os principais textos científicos referentes aos principais

conceitos (Cobertura florestal, Sub-bacia), discussão dos princípios físicos da detecção
remota e a metodologia aplicada na pesquisa (Classificação MaxVer e Analise de Pós-
classificação).
No capítulo 3, são apresentados os procedimentos para o desenvolvimento da pesquisa,

contemplando os materiais e métodos utilizados, tais como: Área de estudo, Dados utilizados
(cartográficos e imagens satélites LANDSAT) e Aplicativos computacionais (ArcGIS;
SPRING). Nos métodos constam, os procedimentos operacionais necessários para
delimitação da área da sub-bacia, classificação MaxVer, com vista a criação de mapas de uso
e cobertura de terra e Analise de Pós-Classificação (AP-C), com objetivo a detecção de
mudanças.
O capítulo 5, abrange a discussão dos resultados obtidos através da metodologia adoptada

para o mapeamento de uso e cobertura de terra, neste caso a classificação supervisionada e a
metodologia adoptada para detecção de mudança, pós-classificação.
No último capítulo, estão expressas e expostas as conclusões, assim como as devidas

recomendações.
2
1.1. Objectivos da pesquisa
Este trabalho tem como objectivo, mapear e monitorar a cobertura florestal da sub-bacia do
Revué entre os anos de 1995 à 2011, com base em imagens satélite LANDSAT 5 e 7.
Mais especificamente, pretende-se alcançar os seguintes pontos:

 Identificar e quantificar o uso e cobertura de terra para os anos de 1995, 2003 e 2011;
 Identificar e analisar as causas da perda da cobertura florestal;
 Detectar mudanças na cobertura florestal no período em análise.
1.2. Hipóteses
Assumem-se como verdade as seguintes hipóteses de trabalho:

Existem mudanças na cobertura florestal na sub-bacia do Revué
 Vários são os factores que estão na origem do desflorestamento, e a actividade que
mais exerce pressão é a exploração madereira.
 Uso das imagens satélites, poderá contribuir para colmatar a lacuna existente em
termos de dados sobre os recursos florestais de Moçambique, contribuindo deste
modo para uma melhor gestão dos recursos naturais.
3
2. FUNDAMENTAÇÃO TEÓRICA
Este capítulo visa apresentar uma síntese dos conceitos fundamentais, para a compreessão
metodológica proposta nesta pesquisa.
2.1. Cobertura florestal
A cobertura florestal é uma área medindo mais de 0,5 ha, com árvores maiores que 5 m de
altura e cobertura de copa superior a 10%, ou árvores capazes de alcançar estes parâmetros
insitu. Isso não inclui terra que está predominantemente sob uso agrícola ou urbano.” (FAO,
2004).
Contudo, as florestas estejam elas nos trópicos ou em zonas temperadas, desempenham um

papel fundamental. De acordo com MORAN (2010), elas fornecem serviços ecológicos que
estabilizam o clima, protegem as espécies vegetais e animais e sequestram e emitem imensas
quantidades de carbono devido a conversão constante de biomassa vegetal e da senescência
vegetal.
A sua manutenção, reduz a erosão do solo, melhora a qualidade da água por meio da
diminuição das cargas de sedimentos e protege as bacias e sub-bacias, favorecendo a
reciclagem e diversidade de recursos naturais, para a população do mundo todo, (SANTOS,
2007).
Na agricultura elas desempenham um papel importante, restabelecendo a fertilidade de solo

degradados pelo sistema de agricultura itinerante e agricultura em pousio, que são
considerados como os sistemas agrícolas mais importantes em Moçambique
(BROUWER,1996 apud ARGOLA, 2004).
Na área de estudo para além das vantagens económicas, ambientais, as florestas

desempenham um papel social crucial, poís a população recorre para evocar espíritos dos
antepassados, suplicando, chuva, boa colheita e saúde, para além da sua utilização na
medicina tradicional.
4
2.2. Princípio físico em detecção remota
A energia reflectida ou emitida pelos alvos naturais pode-se originar de fontes naturais como,
o Sol, a Terra, a radioactividade ou fontes artificiais como o radar e o laser. Dentre tais
fontes, o Sol é a fonte de radiação electromagnética (REM) mais importante utilizada na área
de detenção remota. (VENTURIER, 2007).
A REM é a forma de energia que se move à velocidade da luz, sendo em forma de ondas ou
de partículas electromagnéticas, não necessitando de um meio material para se propagar no
espaço (ROSENDO, 2005).
A sua representação continua, em termos de comprimentos de onda, frequência ou energia, é

denominada por espectro electromagnético1, representado na figura 2.1.
Segundo Beltrame (2008), ela apresenta-se dividido em faixas ou bandas espectrais,

consistindo no conjunto de frequências, ou comprimento de onda nas quais um determinado
sensor opera. Cada região apresenta características próprias na detenção de energia.
Figura 2.1- Representação do espectro electromagnético
1
Espectro electromagnético é a representação contínua da radiação electromagnética, em termos de
comprimento de onda, frequência ou energia (ROSENDO, 2005).
5
Contudo as bandas do espectro electromagnético mais utilizado em detecção remota é a que
se estende do visível ao infravermelho (IR), sobretudo por sensores passivos enquanto os
sensores activos utilizam a parte do espectro correspondente as microondas recorrendo a
tecnologia do radar.(CAETANO, 2010; VENTURIER, 2007).
Cada banda espectral é responsável pela geração da imagem numa determinada faixa do
espectro electromagnético. No entanto, as faixas mais utilizadas nessa pesquisa compreendem
o visível, infravermelho próximo e infravermelho médio, as razões para sua utilização será
descrito a posterior.
2.3. Padrão espectral dos objectos
A radiação solar que incide sobre a superfície da terra interage de forma diferente com cada
tipo de objecto, cada objecto emite, reflecte, absorve e transmite a radiação electromagnética
em função da sua composição físico-química, características moleculares e feições terrestres
(texturas, densidade), posição relativa das feições em relação ao ângulo de incidência solar.
Estes factores fazem com que cada objecto tenha seu próprio padrão espectral e consequente
a sua detenção e distinção. Padrão espectral é o conjunto dos valores sucessivos da
reflectância do objecto ao longo do espectro electromagnético, também conhecido como a
assinatura espectral ou comportamento espectral do objecto (MORAES, 2000). Ela pode ser
representada por meio de curvas que representam a variação de energia reflectida pelos
objectos.
Assim sendo, para uma melhor utilização dos dados de detecção remota, especificamente
para a detecção e monitoramento da cobertura florestal torna-se necessário conhecer o padrão
espectral dos fenómenos ou objecto em investigação, bem como os factores que influenciam,
tais comportamentos. Poís a detecção e monitoramento da cobertura florestal parte do
princípio que a sua alteração por outro uso de terra provoca alterações no seu comportamento
espectral e consequente a sua detecção.
Porém, segundo Freitas (2007), o padrão espectral de um alvo não pode ser tratado
isoladamente como se o comportamento espectral de um determinado alvo seguisse um
6
padrão único de resposta, resultado simplesmente da sua interacção com a energia
electromagnética.
Baseando-se nos objectos em estudo, nas características físicas geográficas, da sub-bacia do

Revué, nos alvos predominante, o estudo do padrão espectral, será dividido em vegetação,
solo e água para que se possa mapear e monitorar a cobertura florestal.
2.3.1. Padrão espectral da vegetação
No comportamento espectral da cobertura vegetal, as folhas são os elementos estruturantes

que têm papel preponderante na resposta da vegetação. Estas são colectoras de luz, com
pigmentos e adaptações anatómicas que optimizam a intercepção para a fotossíntese,
resultando num padrão próprio de comportamento espectral (AMARAL, 1992).
Na região do visível (de 0.4 a 0.7 μm), ela é caracterizada por baixos valores de reflectância
nas regiões do azul (0.4 a 0.5 μm) e vermelho (0.6 a 0.7 μm), com um pico com maiores
valores na região do verde (0.5 a 0.6 μm), o que leva a que a vegetação em crescimento tenha
uma aparência verde, devido à absorção de cerca de 70 % à 90% da radiação do vermelho e
azul por parte da clorofila, para fornecimento de energia no processo de fotossíntese (Mather,
1993 apud GONCALVES, 2005).
No geral nesta região, a maior parte da radiação incidente é absorvida pelos pigmentos
presentes nas folhas. Estes pigmentos (clorofilas e, caroteno e xantofilas) que variam de
espécie para espécie, absorvem a energia solar radiante nesta faixa de comprimento de onda,
e a convertem em calor, fluorescência ou em energia estocada através da fotossíntese
(PONZONI: 2001).
Enquanto na região do infravermelho próximo (0,7μm. a 1,3μm.): os pigmentos são

transparentes a radiação e a estrutura foliar interna controla a reflectância, (AMARAL: 1992).
A vegetação é caracterizada por reflectância e transmitancia intensas e baixa absorvência,
quando comparada com o visível.
E na região do infravermelho médio (1,3μm a 2,6μm) o conteúdo de água nos tecidos é o

que controla o comportamento espectral, com forte absorção ocorrendo em 1,45μm, 1,95μm e
7
2,7μm, causando picos de reflectância entre as regiões de absorção, aproximadamente em
1,65μm e 2,2 μm. (GATES et all., 1965; ASNER, 1998; PONZONI 2001) apud FREITAS
2007). Estas características podem ser comprovadas na Figura 2.2.
Figura 2.2 - Curva de refletancia típica da folha verde e sadia

FONTE: Adaptada de Swain e Davis (1978).
As características espectrais apresentadas, da vegetação (folhas isoladas) comparadas com as

dos dosséis, que é o objecto em análise apresentam as curvas de reflectância semelhante.
Em imagens referentes à região do visível os dosséis apresentem tonalidade escura

devido à baixa reflectância da REM, em função da acção dos pigmentos
fotossintetizantes; em imagens da região do infravermelho próximo, estes mesmos
dosséis deverão apresentar-se com tonalidade clara e em imagens do infravermelho
médio espera-se tons de cinza intermediários entre o escuro das imagens do visível e o
claro daquelas do infravermelho próximo (PONDZONI, 2002).
2.3.2. Padrão espectral do solo
As características espectrais do solo é resultado das suas propriedades físicas e químicas e

influenciado largamente pela sua composição natural, conteúdo da água, quantidade de
matéria orgânica, de óxido de ferro e granulometria (MEER&JONG, 2006).
8
Conforme Venturieri (2007), o efeito de cada factor é somado aos efeitos de todos os outros
factores, resultando num determinado comportamento que é a ponderação de todos os efeitos.
Ela comparada a reflectância espectral da vegetação, é bastante simples, poís toda a energia
que interage com a matéria é absorvida ou reflectida, não havendo a transmitancia, que
ocorrem com a vegetação. A sua curva de reflectância espectral apresenta menos variações do
que a curva da vegetação, e é caracterizada por ter uma baixa reflectância na região do
visível, aumentando gradualmente à medida que o comprimento de onda aumenta (CCRS,
2012).
Na região do visível (de 0.4 a 0.7 μm), a reflectância está maioritariamente condicionada pela
humidade e matéria orgânica existente nos solos (CCRS, 2012). A medida que aumentam
influencia, indirectamente, o comportamento espectral dos solos.
No infravermelho próximo (0.7 a 1.35 μm), há nesta região uma continuação do aumento da
reflectância, entretanto a humidade contida nos solos e em solos com grande percentagem de
óxido de ferro, a absorção da radiação pode alterar esta característica, sobretudo nos
comprimentos de onda 0.97 e 1.2 μm e 0.85 e 0.93 respectivamente.
Enquanto no infravermelho médio (a partir de 1.35 μm), há uma grande absorção por parte
da água nos comprimentos de onda de 1.4, 1.9 e 2.7 μm, pelo que, nestes comprimentos de
onda, a reflectância está dependente e inversamente relacionada com o conteúdo de humidade
existente no solo (GONÇALVES,2005).
Quanto a variação espectral de feições de desmatamento ao longo do tempo, Horler e Ahern

(1986) observam, utilizando imagens do sensor TM/Lansat, um decréscimo de reflectância no
visível conforme aumentava a contribuição da vegetação para reflectância do solo, observável
na região do visível referente ao azul e vermelho.
A reflectância no infravermelho médio foi muito alta após o desmatamento, decrescendo

rapidamente após o início da rebrota, indicando a eficiência desta faixa do espectro para o
estudo de regeneração (AMARAL, 1992).
9
2.3.4. Padrão espectral da água
No caso do comportamento espectral da água, ela caracteriza-se por reflectir muito pouco da
radiação da energia electromagnética, sobretudo na parte do infravermelho. Contudo a sua
identificação é feita mais facilmente em zonas do infravermelho do que no visível.
Entretanto, a sua caracterização deverá ser feita nos comprimentos de onda menores,
especialmente no visível, devido ao facto de nesta zona, haver uma maior reflectância
(Navalgund, 2001 apud GONÇALVES, 2005).
Segundo Curran (1985) apud Beltrame, 2008), a semelhança do que ocorre com o solo, a
reflectância da água sofre influências ambientais decisivas, como a profundidade do corpo de
água, o grau de rugosidade deste corpo e possíveis materiais em suspensão, como clorofila,
minerais e materiais orgânicos em decomposição
Nos comprimentos de onda do visível, a reflectância das superfícies de água depende,

sobretudo, dos materiais suspensos ou características do fundo da sua bacia (Navalgund, 2001
apud GONÇALVES, 2005). Quanto maior for a quantidade de sedimentos em suspensão,
maior será a reflectância nos comprimentos de onda do visível.
De acordo com Gonçalves (2005), a concentração de clorofila é outra característica

importante no estudo das superfícies de água quanto maiores forem os quantitativos desta,
maior será a absorção nas regiões do vermelho e azul e maior também será a reflectância na
região do verde.
Na figura 2.3 é representada as curvas típicas de reflectância espectral da vegetação, solo e

água e denota-se que as curvas possuem características destintas que auxiliam na sua
distinção e diferenciação.
10
Figura 2.3 - Curvas típicas de reflectância espectral para vegetação, solo e água.
FONTE: Adaptada de Lillesand e Kiefer (1994).
2.4. Classificação digital de imagem
A classificação de imagem é o procedimento de identificação e extracção de informação nas

imagens satélites, para a produção de mapas temáticos. Nela cada pixéis é associado a
determinada classe com atributos semelhantes, com padrões espectrais similares,
correspondendo esta a um objecto real presente na área imageada.
Cada objecto identificado e extraído pode ser representado por um ou vários pixéis com
padrões espectrais semelhantes, representando esta a um uso e cobertura de terra (vegetação,
água, tipo de solo e de rocha) e por conseguinte produção de um mapa temático.
As técnicas de classificação de imagens multi espectrais podem ser divididas em dois grupos
distintos e principais: classificação supervisionada e não supervisionada. Nesta pesquisa
utilizaremos a classificação supervisionada.
2.4.1. Classificação supervisionada
A classificação supervisionada consiste no conhecimento prévio da região que se pretende

classificar na imagem, identificando as diversas classes de objectos. Neste método o usuário
identifica alguns dos Pixels pertencentes às classes desejadas e deixa ao software a tarefa de
localizar todos os demais pixels pertencentes àquelas classes, baseado em alguma regra
estatística (paramétrica) e/ou geométrica (não-paramétrica) pré-estabelecida (SINGH,1989).
11
De acordo com Lellesandetal (2004), este método compreende três procedimentos
básicos: Fase de treinamento (1), o analista identifica áreas amostrais representativas
incluindo a descrição numérica dos atributos espectrais para cada classe ou por outra se
identifica o Pixels que serão usados como representes das classes, a partir destes pixels
serão classificados os demais. Fase da classificação (2), é a classificação propriamente
dita, na qual cada pixel é rotulado pertencente a uma determinada classe de acordo com os
padrões de similaridade. Fase de saída (3) resultado da classificação, que são os mapas
temáticos, gráficos e tabelas e dados importantes aos SIG.
Contudo inúmeras abordagens matemáticas para reconhecimento de padrões espectrais ou

classificação foram desenvolvidas, dentre elas destacam-se (a) o Método do paralelepípedo;
(b) Método da mínima distância e (c) Método da Máxima Verosimilhança, mais conhecido
por MaxVer.(SINGH,1989).
No método de paralelepípedo, a mais simples das classificações as "assinaturas" das classes

são estabelecidas pelo exame dos histogramas que compõem os atributos espectrais
individuais dos dados contidos nas amostras de treinamento (DAINESE, 2001).
No paralelepípedo definido pelo nível de cinza mínimo e máximo do conjunto de

treinamento, os lados desta figura geométrica constituem os limites de decisão de
determinada classe. Assim, todos os pixels contidos neste intervalo serão rotulados como
pertencentes a esta classe específica. (CRÓSTA,1992 apud DAINESE, 2001).
O método de mínima distância considera a média estatística para cada uma das classes, em
cada uma das bandas espectrais, classificando cada pixels á classe cuja média for mais
próxima a ele (CROSTA, 1999 apud BELTRAME 2008). Baseando-se em distância
Euclidiana ou distância Mahalanobis, sendo a primeira no espaço de atributo enquanto a
segunda refere-se a distribuição de frequência.
No método da Máxima Verosimilhança (MaxVer) – É o método estatístico mais empregado

para fazer a repartição da imagem em classes. Ela baseia-se numa distribuição de
probabilidade Gaussiana dos níveis de cinza dos pixels de cada classe/grupo. Este
procedimento utiliza regras de decisão para analisar a probabilidade de cada pixel da imagem
12
pertencer a determinada classe disponível, sendo esta uma classificação pixels a pixels.
(RICHARDS, 1993, apud Araújo. 1999).
Contudo para a validação da classificação o método apropriado é na matriz de erro, onde os

valores das linhas e colunas correspondem aos números de pixels atribuído a um tipo de
objecto ou cobertura da superfície em relação a sua identificação correta, conforme
verificação no campo ou em mapa de referência (CONGALTON et al, 1983).
Para cada matriz de erro pode ser calculado o coeficiente Kappa, proposta por Cohen (1960),
expressa pela seguinte equação:
onde,
k = coeficiente ou estimador de Kappa
r- = números de linhas e colunas da matriz de erro; (número de classes);
xi+ = total de observações na linha i;
x+i = total de observações na coluna i;
N =número total de observações;
xij= número de elementos classificados correctamente;
O coeficiente Kappa situa-se tipicamente entre 0 e 1, onde 1 indica completo acordo, e

quando multiplicado por 100, dá a percentagem da medida de acurácia da classificação
(Foody, 1992, apud Araújo, 1999). De acordo com a tabela 2.1.
Tabela 2.1: Coeficiente Kappa
Kappa Concordância
<0 Péssima
0-0.2 Ruim
0.2-0.4 Razoável
0.4-0.6 Moderada/Boa
0.6-0.8 Muito boa
0.8-1 Excelente
Fonte adaptada: Araújo 1999: p 48
13
2.4.2. Classificação não supervisionada
Normalmente utilizada quando não existe um conhecimento prévio suficiente da área

analisada, ou quando as suas características não estão bem definidas, para que o analista
possa definir classes e suas respectivas amostra. Nela o software de classificação decide, com
base em determinados algoritmos, quais as classes a serem separadas e quais os pixels
pertencentes a cada classe (SILVA, 2000). Cabe ao analista simplesmente inserir a
quantidade de classes no software que serão identificados. A classificação temática só se da
após a classificação ter sido concluída.
Há vários algoritmos de agrupamento ou clusterin, capazes de identificar agrupamento ou

clusters espectrais dentro do espaço de atributos, sendo o K-media e o ISODATA-
IterativeSelf-Organizing Data Anaysis, dois dos algoritmos largamente utilizados.
(BELTRAME, 2008).
O K-Médias agrupa os dados em K dimensões do espaço, onde K refere-se ao número de

bandas espectrais e/ou imagens envolvidas (Schowengerdt, 1983, apud Dainise 2001).
O objectivo deste procedimento é agrupar os pixels de características espectrais mais

similares, a partir de medidas de menor distância euclidiana entre um pixel e os centros de
gravidade das classes definidas anteriormente. (DAINISE, 2001).
ISODATA é uma variação do K-media apresentando operações adicionais como fusão,

divisão e exclusão de classes. Como título de exemplo se a distância entre dois pontos médios
de duas determinadas classes for menor que uma distância mínima predefinida, estas classes
são fusionadas (BELTRAME, 2008). Quando o desvio padrão de uma classe for superior a
um determinado valor predefinido a classe é dividida em duas.
Entretanto segundo Dainise, (2001):
As classificações não-supervisionada e supervisionada podem ser utilizadas

simultaneamente para minimizar as desvantagens inerentes de cada método, obtendo-se,
assim, uma maior eficiência na caracterização dos alvos agrícolas e florestais nas
imagens tal método trata da utilização conjunta das formas de classificação inicialmente
14
descrita e é denominada por classificação híbrida, recomendada nas classificações que
envolvem uma estratificação detalhada.
Ela consiste na utilização da classificação não-supervisionada como passo inicial e os

agrupamentos separados automaticamente podem ser utilizados, no passo subsequente, como
áreas de treinamento numa classificação supervisionada. (JACINTO, 2003)
São inúmeros os trabalhos encontrados na literatura abordando a utilização de classificação

no mapeamento da cobertura vegetal, a título de exemplo:
Pereira et al. (1998), utilizaram a classificação de Imagens LANDSATTM, para o

mapeamento de cobertura da terra na região amazónica, indicando a adequação deste método
para classificação do uso da terra nesta região, sobre a classificação supervisionada.
Ingride et al. (2010), com base em imagens LANDSAT 5, utilizando a classificação

supervisionada MaxVer, mapearam e monitoraram as florestas no sul da Índia, com base em
imagens LANDSAT 5, a técnica e a metodologia adoptada mostrou-se adequada a
classificação de áreas florestais, permitido descriminar as classes florestais de outros usos e
cobertura de terra.
Ruiling Pu, et al. (2008), utilizaram a mesma metodologia, para mapeamento e detecção de
mudança na cobertura vegetal esparsa em Nevada, EUA. Eles concluíram que a classificação
em relação ao NDVI, proporcionou bons resultados, principalmente quando a análise feita é
multi temporal, poís ela minimiza os problemas da calibração radiométrica das imagens de
diferentes datas.
Nesta perspectiva a classificação digital de imagens, sobretudo a supervisionada, configura-se

numa das importantes ferramentas no mapeamento, com maior enfâse na cobertura florestal,
permitindo a determinação de uso da cobertura vegetal e na identificação e separação das
classes de mudanças.
15
2.5. Detecção de mudanças
A enorme quantidade de informação disponibilizada pelos sensores orbitais e dada a

repetitividade com que as imagens são adquiridas, é possível identificar mudanças na
cobertura de terra, com base em técnicas de detecção de mudanças.
De acordo com Singh (1989), designa-se ao processo de detecção de mudanças a

identificação de diferença no estado de um objecto ou fenómeno observado em diferentes
momentos. E diferentes fenómenos podem ser monitorados por meio da técnica de detecção
de mudanças como o, desflorestamento, expansão urbana, modificações no uso do solo
(substituição de matas nativas por agricultura), o cultivo agrícola, queimadas e desertificação.
Tais técnicas fazem uso de imagens tomadas da mesma área em diferentes períodos e têm
como princípio que a mudança na superfície da terra resulta na alteração dos valores de
radiância dos pixels (AGUIAR, 2007). Dai a comparação de duas datas e consequente
monitoramento.
De acordo com MacLeodand Congalton (1998), quatro principais aspectos devem ser
considerados antes da implementação de tal técnica, no monitoramento dos recursos naturais:
(1) detectar se ocorreu mudanças, (2) identificar a natureza da mudança, (3) medir a extensão
da mudança e (4) definir o padrão espacial da mudança.
Existem uma gama de métodos de detecção de mudanças, dentre elas destacam-se: Análise de
Pós-classificação (AP-C), Análise de Vector de Mudança (AVM), Análise por Componentes
Principais (ACP), Razão de Imagens, Subtracção de Imagens e Diferença de Índices de
Vegetação. (ROSENDO, 2005).
Contudo no geral elas são classificadas em dois grupos distintos: 1) método que detectam
apenas a informação binária, ou seja, se ocorreu mudança ou não, tais como a Análise por
Componentes Principais, Diferença de Índices de Vegetação e Subtracção de Imagens; e 2)
métodos que qualificam as mudanças e identificam o tipo de mudança que ocorreu, como a
Análise por Vector de Mudanças e a Comparação Pós-classificação (JESUS, 2009).
16
Apesar de várias distinções e classificações, os métodos ou técnicas de detenção de mudanças
visão basicamente salientar determinados objectos e suas características e extracção da
informação espectral proveniente dos objectos na superfície terrestre existentes nas imagens
satélites. Cada técnica ou método é mais ajustável a detecção de mudanças de determinados
fenómenos ou objectos, acima descrito e cada possui o seu mérito.
Nesta pesquisa utilizaremos, o método de AP-C, que qualifica as mudanças e identifica, o

tipo de mudança. Ela consiste em comparação ou cruzamento dos resultados obtidos a partir
da classificação realizada sobre as imagens originais, donde a denominação de Análise de
Pós-classificação.
Segundo Kiel (2008), refere que este método é mais óbvio e pode ser empreendida com a
classificação supervisionada e não supervisionada.
Neste método a detenção de mudanças, pode ser realizadas visualmente (comparação de

mapas temáticos) ou em ambiente de Geoprocessamento (Cruzamento de mapas temáticos),
sob as funções de álgebras de mapas. De acordo com Huang et al 2000, esta é uma forma
relativamente simples para comparação bi-temporal, ressalva-se no entanto, que requer o
desenvolvimento de qualidade e formas de comprovação da acurácia das informações
obtidas, dando o carácter acumulativo do erro das classificações.
A AP-C vem sendo utilizado e desenvolvido por diversos autores, com objectivo de
monitorar a evolução da cobertura florestal.
Almeida et al (2009), utilizou a AP-C, na análise do desflorestamento ocorrido na microbacia

do córrego do galo, e concluiu que a utilização de técnicas de detenção remota, permitiu o
mapeamento e detenção de mudanças dos remanescentes florestais de Mata Atlântica.
Kleinpaul (2005), utilizou o mesmo procedimento na análise multi temporal da cobertura

florestal na região do arroio grande, foi possível identificar e monitorar a cobertura florestal e
determinar os usos da terra (Floresta, agricultura, solo exposto e lâmina de água) para todas
datas pesquisadas.
17
Com, base em mesma metodologia, Neta (2009), utilizou imagens ALOS/PALSAR para a
detecção de incremento de desflorestamento na Amazonas, e chegou a conclusão que a
utilização da metodologia e das imagens seleccionadas, permitiu alcançar resultados
satisfatórios, detectando-se deste modo as áreas desflorestadas na área de estudo.
Silva (2004), utilizou o mesmo procedimento, na detecção de mudanças de áreas florestais, e

concluiu que ela possibilitou a separação das classes de mudanças ocorridas na cobertura
vegetal e uso da terra.
2.6. Sub-bacia como unidade de estudo
As medidas para a gestão integrada dos recursos renováveis, devem se considerar as bacias e
as suas sub-bacias como unidades coerente para o seu planeamento. Poís nestes
compartimentos geográficos, interagem as componentes do meio físico e biótico e as
comunidades locais.
Segundo Santos (2004), caracteriza as bacias hidrográficas como unidades fisiográficas,

limitada por divisores topográficos, que recolhe a precipitação, formada por um curso de
água principal e seus afluentes levando em conta toda dinâmica dentro da respectiva áreas.
Já para Barrella, (2001) apud Teodoro et all, (2007), clama que a bacia hidrográfica é um
conjunto de terras drenadas por um rio e seus afluentes, formada nas regiões mais altas do
relevo por divisores de água, onde as águas das chuvas, ou escoam superficialmente
formando os riachos e rios, ou infiltram no solo para formação de nascentes e do lençol
freático.
Entretanto cada bacia é constituída por outras de ordem hierárquica e área inferior,
constituindo em relação a bacia, uma sub-bacia. Portanto, o conceito de sub-bacia, comparada
a de bacia, é bastante relativo e semelhante, a única diferença é a sua ordem hierárquica e
dimensão. Contudo vários estudos, apresentam o conceito de microbacia, referindo-se a sub-
bacia, SANTANA (2003); FAUSTINO (2006); CECILIO E REIS (2006).
18
Assim sendo, Lima (1994), refere que o conceito de microbacia é um tanto vago; primeiro,
porque não há um limite de tamanho para a sua caracterização e, em segundo lugar, porque
há que se fazer distinção entre dois critérios.
Já, Santana (2003); Fernandes, (2007), sugerem a substituição do termo microbacia por sub-
bacia hidrográfica, denominação mais compatível, pois o termo “microbacia”, constitui uma
denominação empírica, imprópria e subjectiva, embora o conceito de Sub-bacia seja discutido
por vários autores, SANTANA (2004); TEODORO et al, (2007); LEONARDO (2003),
MOSCA (2003).
Attanásio (2004), conceitua a sub-bacia como a unidade física caracterizada como uma área
de terra drenada por um determinado curso de água e limitada, perifericamente, pelo
chamado divisor de água. Enquanto Rochas apud Martins (2005), incorpora a componente
espacial e de dimensão, na conceitualização da sub-bacia hidrográfica, referindo se a áreas
entre 20.000ha e 30.000ha (200 km² e 300 km²).
Faustino (2004), declara que as sub-bacias são bacias com áreas maiores que 100 km² e
menores que 700 km².
Em suma, o termo sub-bacia, esta relacionada com a ordem hierárquica dos cursos de água,
isto é formado por canais de 1°, 2° e em alguns casos da 3° ordem, a sua dimensão, e
existência de divisores de água, dentro duma malha hídrica. Assim sendo área de estudo
enquadra-se dentro deste conceito.
Contudo importa referir que a subdivisão de uma bacia hidrográfica de maior ordem em seus
componentes (sub-bacias) permite a pontualização de problemas difusos, tornando mais fácil
a identificação de focos de degradação de recursos naturais, da natureza dos processos de
degradação ambiental instalados e o grau de comprometimento da produção sustentada
existente (FERNADES & SILVA, 1994).
O seu uso e aplicação para estudos de problemas ambientais são fundamentais, pois também
contém informações físicas, biológicas e sócio-economica, sendo que nenhuma pode ser
desconsiderada. (BALDISSERA, 2005).
19
3. MATERIAIS E MÉTODOS
Neste capítulo são descritas as características fisiográficas da área de estudo, dados

utilizados, os aplicativos computacionais, equipamentos utilizados no trabalho de campo e a
metodologia adoptada para desenvolvimento da pesquisa.
3.1. Área de estudo
A área de estudo é a sub-bacia do Revué, parte da Bacia do Búzi, que se localiza na zona
central de Moçambique, na província de Manica, entre as seguintes coordenadas (19°27’26’’
e 18°31’14’’ de Latitude Sul, e 19°04’10’’ e 18°06’03’’ de Longitude Oeste), limitada a norte
pela bacia do púnguè, a sul Sub-bacia de Lucite, a este rio Macicato (Distrito de Búzi) e a
oeste a República do Zimbabwe, como Ilustra a figura 3.
Ela possui uma área de 7.261,8km², abrangendo parte de três distritos, dentre os quais
consideram-se integrantes da referida bacia os postos administrativos de Machipanda,
Manica, Messica, Mavonde, Vandúzi (Distrito de Manica); Matsinho, Cafumpe, Zembe,
Macate, Inchope (Gondola); Rotanda, Sussundenga, Mucha (Distrito de Sussundenga).
Figura 3.1: Localização da Área de Estudo, Sub-Bacia de Revue.
20
3.1.1.Clima
Segundo a classificação climática de Koppën, a área de estudo abrange dois tipos Climáticos
distintos: O clima tropical chuvoso de savana (Aw), dominante e predominante na parte
central e este da sub-bacia e clima tropical temperado húmido (Cw) ao oeste. Com duas
estações distintas, chuvosa e seca com a repartição das chuvas desigual durante todo o ano.
(MAE, 2005).
A precipitação média anual na estacão mais próxima (Messambuzi) é de cerca de 1000 -1171
mm, enquanto a evapotranspiração potencial anual, está na ordem dos 1220-1271mm, sendo
esta superior ao valor da precipitação média anual (MAE, 2005).
A maior queda pluviométrica ocorre no período entre Novembro e Março do ano seguinte.
Abril e Outubro são meses de transição, com quedas pluviométricas mais baixas entre 40 e 50
mm. A estação seca inicia de Maio a Setembro onde as precipitações não excedem os 20mm.
O Balanço hídrico permite apurar que o período de maior volume de água ocorre do mês de
Novembro a Março, na qual a precipitação é maior em relação a quantidade da
evapotranspiração. A temperatura média anual está na ordem de 23,0°c e 21,0°c. (MAE,
2005).
3.1.2. Hidrografia
A sub-bacia do Revué, faz parte da bacia do Búzi, a sua rede hidrográfica compreende um rio
principal (Revué) e vários afluentes e uma albufeira (Albufeira de Chicamba). Pelas
características topográficas a área não permite o desenvolvimento de lagos ou pântanos. De
acordo com classificação de Horton os rios pertencem a 4 ordem.
Segundo Carmona (2009), esta área de estudo pertence a bacia hidrográfica designada de
Complexo de Base. É a unidade constituída por águas subterrânea de boa qualidade. Os
aquíferos apresentam uma produtividade que varia de média a boa.
21
3.1.3. Relevo e solo
Em relação ao relevo e solo, a área de estudo e caracterizada pela predominância de cadeias

montanhosas numa faixa fronteiriça com o Zimbabué, denominada “Cratão de Zimbabwe”.
Com cumes das montanhas a atingirem 1500-200 metros. Esta formação compreende
especialmente basaltos, riolitos e larvas alcalinas (MAE, 2005).
No centro da bacia predomina a zona planáltica, com altitude de 500 a 700m, moderadamente
dissecado de vales de erosão e insebergues isolados e uma zona de transição comaltitude
variando entre 200-500 m, fortemente dessecado, vales incisivos, estreitos e profundos (200-
100m) e a jusante da sub-bacia, a zona de planície, com 200-300 m de altitude, atravessados
nas partes interiores e central das depressões por rios incisos (CARMONA,2009).
O solo predominante, mostra uma estreita relação com a geologia e o clima da região e são
localmente modificados pela topografia e o regime hídrico, sendo basicamente solos argilosos
vermelhos óxidos; solos livicos com textura franco-arenosa. Nas planícies aluvionares dos
depósitos do rio Revué, os principais solos predominantes são solos de textura franco-
argiloso-limosa, de cores acinzentadas escuras (MUCHANGOS, 1999).
3.1.4. Vegetação
A localização da sub-bacia na região florística sudano-zambeziaca e as condições climáticas

condicionam o desenvolvimento de variedades de associações vegetais hidrófilas, mesófilas e
xerófilas de floresta e de savanas arbóreas e arbustivas.
A área de estudo é caracterizada pelas formações florestais de folhas caducas, com notáveis
riquezas das espécies e comportando sobretudo Combretum imberbe (Monzo); Pterocarpus
angolenses (Umbila); Guibourtiaconjugata (chacate preto); Millettiastuhlmannii(jambire);
Afzeliaquanzensis(Chanfuta);Dalbergiamelanoxylon(Pau-preto); Brachystegiasp; (Messasa),
Pericorpsis Angolensis (Tchuanga), (DNFFB, 1990).
Trata-se de uma floresta com grande densidade do estrato arbóreo, com árvores de tronco
grosso, com amplas copas que se elevam até a uma altura de 10 a 20 m. (MUCHANGOS,
1999).
22
3.2. Material
Para realização desta pesquisa foram utilizados, dados cartográficos, imagens de satélites e
materiais de campo, relacionados a baixo.
3.2.1. Imagens de sensores orbitais
As imagens espectrais apresentadas na tabela 7, foram obtidas pelos sensores TM/

LANDSAT 5 e ETM+/ LANDSAT 7, correspondente a órbita/ponto 168/73 referente a três
passagens no ano de 1995, 2003 e 2011, todas no mês de Setembro. A escolha das imagens
referentes a essas datas prende-se pelo facto de elas coincidirem com o período seco da área
de estudo, onde as quedas pluviométricas não excedem os 20 mm de chuva.
Com a escolha de datas próximas, as influências do clima, fenologia e iluminação da cena são
minoradas pela comparação de uma mesma época do ano para todas as imagens. Elas já
possuem os mesmos sistemas de referência, com os dados cartográficos de base (WGS 84-
World Geodesic System 1984), não necessitando de correcções geométricas, radiométrica,
poís já possuem correcção de nível 1T. Elas foram adquiridas através da plataforma GLOVIS
da NASA (http://glovis.usgs.gov/), todas em formato GeoTIF.
Tabela 3.1- Imagens utilizadas para classificação e detecção de mudanças
Sensor Data Orbita-Ponto Bandas Utilizadas Formato

TM 30/09/95 168-73 3,4,5 GeoTIF
ETM+ 15/09/03 168-73 3,4,5 GeoTIF
TM 30/09/11 168-73 3,4,5 GeoTIF
3.2.1.1. O programa LANDSAT
O programa LANDSAT foi desenvolvido pela NASA no início dos anos 70, com objectivo
de colectar dados sobre os recursos naturais renováveis e não-renováveis da superfície
terrestre. O programa iniciou no ano de 1972 com o lançamento do primeiro satélite
LANDSAT 1.
O satélite LANDSAT 5, com os sensores TM e MSS (Multispectral Scanner), foi lançado no

dia 1 de Março de 1984, enquanto o satélite LANDSAT 7, com os sensores ETM + e ALS
23
(AdvancedLandsat Sensor), foi lançado em 15 de Abril de 1999. Os dois satélites têm uma
resolução radiométrica de 8 bits (256 níveis de cinza); Resolução temporal de 16 dias, com
uma orbita não-geoestacionária quase polar com altitude média de 705 km. As principais
características dos sensores utilizados na pesquisa estão descritas a seguir.
Tabela 3.2 - Características dos sensores ETM+ e TM
Canal Sensor Faixa espectral (µm) Resolução Resolução

Espacial Espectral
(m) (µm)
1 0,45-0,52 (Azul)
2 0, 52-0,60 (verde)
3 ETM+ 0,76-0,69 (Vermelho)
e
4 TM 0,76-0,90 (Infravermelho Próximo) 30 0, 45 e 12,5
5 1,55-1,75 (Infravermelho Médio)
6 10,42-12,50 (Infravermelho Termal) 60 e 120
7 2,08-2,35 (Infravermelho Médio) 30
8 PAN ETM+ 0,50-0,90 (Visível ao Infravermelho Médio) 15
Fonte: adaptado FLORENZANO (2002)
3.2.1. Dados cartográficos de base
O dado cartográfico de base utilizado nesta pesquisa como suporte às informações obtidas
das imagens são: Rede hidrográfica; Limite administrativo; Bacias hidrográficas, Mapa de
Uso e cobertura de solo, Altimetria, todos de Moçambique, em formato vectorial.
3.2.2. Equipamento e aplicativo computacional
ArcMap10- É o aplicativo voltado para o desenho, composição, classificação, análise

espacial dos dados vectoriais e matricial com vista a produção de mapas que expressam essa
análise.
SPRING 5.1.7 - Aplicativo computacional de processamento de Informações Geográficas,
voltado para o registo, contraste, composição, segmentação e classificação das imagens, além
do cruzamento dos planos de informação.
GPS (Garmmin modelo 76) - Utilizado para validação temática, isto é conferir se os temas
classificados são compatíveis aos encontrados no campo.
24
3.3. Método
A metodologia desenvolvida nesta pesquisa pode ser observada através do fluxograma das
actividades de pesquisa (Figura 3.2).
Com objectivo de mapear e monitorar a cobertura florestal, optou-se pela utilização de dois
métodos, que pudessem, fornecer resultados satisfatórios, no mapeamento de uso e cobertura
de terra e no monitoramento da cobertura florestal. Classificação Máxima Verosimilhança,
para o mapeamento e Análise de Pós-Classificação para detecção de mudanças.
Aquisição de imagens LANDSAT e

delimitação da área de estudo
Classificação digital (MaxVer)
Validação tematica
Mapa de uso e cobertura de terra
Detenção de mudança
(Analise de Pós-Classificação)
Mapa da dinâmica da cobertura florestal
Relatório de mapeamento e monitoramento
Figura 3.2 - Fluxograma representativo de metodologia adoptada
3.3.1. Aquisição de imagens e delimitação da área da sub-bacia
A aquisição das imagens espectrais consistiu, na escolha das imagens LANDSAT, referentes
ao mês de Setembro, dos anos em análise. Contemplando os meses de Setembro do ano de
1995, 2003 e 2011. Em seguida foi submetido o pedido NASA, e as imagens foram
disponibilizadas através da plataforma GLOVIS(http://glovis.usgs.gov/).
25
Para a delimitação da sub-bacia de Revué, foram utilizadas as bases cartográficas como: a
rede hidrográfica, limites vectorial da bacia do Búzi, na qual faz parte a sub-bacia do Revué e
pontos altimétricos da bacia de Búzi. O processamento foi realizado no ambiente ArcMap10,
com base no aplicativo Hidrologia, e Interpoladores,e envolveu os seguintes procedimentos:
 Inicialmente foram importados dados vectoriais de base: rede hidrográfica e

altimetria, todos em formatos vectorial. Com base em aplicativo do
Geoprocessamento foi recortada a rede hidrográfica e altimetria, tendo como base a
bacia do Búzi.
 Em seguida fez-se a interpolação dos dados altimétricos, com base em interpolador

IDW (Inverse Distance Weghted), com vista a se obter dados de declividade. Neste
método de interpolação, o valor do ponto ou célula que se deseja interpolar é
calculado através da média ponderada entre os valores dos pontos vizinhos, as
amostras mais próximas do ponto interpolado recebem um peso maior do que os
pontos mais distantes (Madeiros, 2009).
A segunda étapa consistiu no mapeamento da direcção do fluxo (FlowDirection), na qual ela

demarca a direcção da água da montante a ajusante, tendo como base os divisores
topográficos da sub-bacia.
Posteriormente foram utilizados os dados de direcção de fluxo, para se obter o limite da sub-
bacia, a partir da drenagem da bacia (Basin). Finalmente com base em limites das sub-bacias
existentes, no formato raster foi digitalizado em tela, na qual extraiu-se a área de estudo em
formato vectorial. Os resultados poderão ser observados na figura A.1 apresentados no
Apêndice A.
3.3.3. Classificação digital de imagem
Para a identificação e extracção da informação contida nas imagens com vista a classificação,
para posterior mapeamento e monitoramento, foram testadas várias composições coloridas e
optou-se pela 4-5-3, associando ao canal vermelho a banda 4, canal verde a banda 5 e canal
26
azul a banda 3. Esta composição colorida, apresentou bons resultados, permitindo realçar a
cobertura vegetal, poís este aparece em tons de cor vermelho, e permite descrimina-lo dos
principais objectos na área de estudo. As composições coloridas para os anos 1995, 2003 e
2011, poderão ser observadas no apêndice A, figura A.2, A.3 e A.4.
Os mapas do uso e cobertura de terra foram elaborados a partir da classificação

supervisionada, com base no método da Máxima Verosimilhança (MaxVer).
As amostras de treino basearam-se em conhecimento prévio da área de estudo, assim como

em levantamento de pontos com base em GPS e Googleearth. A qualidade da classificação
foi validada, com base na matriz de erro, anteriormente descrita e para cada matriz de erro foi
calculado o coeficiente Kappa.
3.3.4. Detecção de mudança
Com objectivo de detectar mudanças dentro do recorte temporal e espacial da cobertura

florestal, utilizou-se a metodologia de AP-C, ela baseou-se na detecção de mudanças a partir
do cruzamento dos resultados obtidos a partir da classificação realizada sobre as imagens
originais. Mais especificamente foram cruzados os resultados da classificação da cobertura
florestal do ano 1995 com 2003 e do ano de 2003 com 2011.
Para o cruzamento destes mapas, utilizou-se a Linguagem de programação LEGAL

(Linguagem Espacial para Geoprocessamento Algébrico). Segundo SILVA, 2003, apud
Torres 2011, ela foi desenvolvida com base no modelo de dados do sistema SPRING, com o
objectivo de permitir a efetivação de análise e simulações de fenómenos reais sobre atributos
espaciais e não-espaciais
Estes procedimentos são denominados Álgebra de Mapas e, usualmente, expressos em

linguagens, que permitem ordenar sequências de transformações dos dados geográficos com
objetivo de gerar novos mapas a partir dos mapas existentes.(Torres 2011).
De acordo com Barbosa et all, (2001), um programa LEGAL é estruturado em uma lista de
sentenças que descrevem um procedimento, ou um conjunto de acções sobre dados espaciais.
Tais sentenças são estruturadas em quatro grandes grupos:
27
1) Declaração de variáveis;
2) Instanciações de variáveis;
3) Operações de álgebra de mapas;
4) Comando de controle;
A Declaração de variáveis é empregada para informar o programa sobre as categorias a serem

utilizadas; quanto à Instanciação de variáveis, ela serve para informar o programa sobre os
Planos de Informação (PIs) usados e criados durante o processo; e a Operação de álgebra de
mapas serve para descrever a operação a ser executada no programa.(Torres 2011)
Os comandos de controle permitem o controle do fluxo de processamento de um programa e,

não são algébricas por si só. Entretanto são fundamentais para a modelagem de situações que
envolvam a execução alternativa, condicional ou repetitiva de conjuntos de operações
(SPRING, 2012)
Com base nesta linguagem de programação, foram gerados mapas temáticos de detenção de
mudança, evidenciando áreas de desflorestamento; manutenção florestal ou regeneração,
também designado por reflorestamento.
28
4. RESULTADOS E DISCUSSÃO
Esta pesquisa teve como principal objectivo mapear e monitorar a cobertura florestal com
base em imagens satélite LANDSAT, do sensor TM e ETM+, utilizando especificamente as
bandas do Vermelho, Infravermelho médio e Infravermelho próximo, com vista a identificar
e quantificar as mudanças na cobertura florestal no período em análise.
4.1. Classificação digital de imagem
Através da classificação supervisionada, com base no método da Máxima verosimilhança,

identificou-se e quantificou-se os usos e cobertura de terra da sub-bacia do Revué, para todas
datas pesquisadas. Estes usos foram assim identificados e denominados: Floresta; Agricultura
de sequeiro; Solo exposto; Corpo de água e Áreas ardidas.
As características das classes de cada uso e cobertura de terra e as características das

amostras de treino utilizadas na classificação supervisionada das imagens, são apresentadas
na tabela 4.1.
Contudo importa referir que os resultados da classificação, irão subsidiar na detecção de

mudanças, ao utilizar-se a Análise de Pós-Classificação (AP-C).
Tabela 4.1. Características das amostras de treino utilizadas na classificação supervisionada

das imagens.
Amostras
Descrição das áreas temática
utilizadas
Florestas- Esta classe compreendem as formações vegetais de porte arbóreo,

dentre as quais, florestas decíduas, florestas abertas semi-decíduas, florestas
fechadas e plantações florestal. Estas classes foram identificadas na
composição colorida pela cor vermelho escuro.
29
Agriculturas de sequeiro - Estas áreas compreendem campos agrícolas, na
qual no período em análise, a terra apresentava-se com gramíneas no período
de preparação de terra, apresentando semelhança do padrão de resposta
espectral, com áreas de regeneração ou em estágio inicial de plántio,
contudo são espaços na qual são praticadas a agricultura. E foram
identificadas pela cor azul-clara.
Corpo de água- Esta classe compreende reservatório artificial (albufeira) e

pequenos cursos de água natural, identificada na composição colorida pela
cor preta.
Zonas ardidas- Ela compreende áreas afectadas pelo fogo recente ou

queimadas, apresentada pela cor azul-escuro, na composição colorida.
Solo exposto- Foram contemplados áreas sem cobertura vegetal, Rochas

nuas e Áreas urbanas, em virtude da similaridade do padrão de resposta
espectral destas classes. A incorporação das áreas urbanas nesta classe deve-
se ao facto do tecido urbano ter uma característica descontínua e as zonas
com vegetação e de solo nu ocuparem uma área significativa de mais de
70% do tecido urbano. Representada pela cor branca e branco-escuro em
alguns casos.
4.1.1. Uso e cobertura de terra do ano de 1995
De acordo com a classificação, foram identificados e denominados os seguintes usos e

cobertura de terra: Floresta; Agricultura de sequeiro; Solo exposto; Corpo de água. Conforme
se pode constatar na tabela4.2.
Tabela 4.2- Uso e cobertura de terra em Setembro de 1995.
Uso e cobertura de terra do ano 1995

Classes Área (km²) %
Floresta 5.003,9 68,9
Corpo de água 44,9 0,6
Solo exposto 33,8 0,5
Agricultura de sequeiro 2.179,2 30,0
Área total da Sub-bacia 7.261,8 100
30
Como se pode constatar na figura 4.1, a cobertura florestal, era a classe predominante na área
de estudo, ocupando uma área considerável, de cerca de 68,9% da área da sub-bacia, o
equivalente a 5.003,9 km2, com a sua ocorrência um pouco por toda sub-bacia,
principalmente a sudeste, nordeste e no centro.
A agricultura de sequeiro, com cerca de 2.179,2 km² da área, localizava-se principalmente

junto a corpos de água e áreas urbanas, locais onde havia maior densidade populacional, no
período em análise. Neste período a agricultura era praticada basicamente junto a áreas
urbanas, na parte norte e oeste da sub-bacia.
Solo exposto, com pouca ocorrência predominava a noroeste da sub-bacia, junto a fronteira
do Zimbabwe, onde há maior ocorrência de cadeias montanhosas. Por sua vez os corpos de
água, já predominavam na parte central da sub-bacia, local onde se localiza a Albufeira de
Chicamba.
Figura 4.1 - Uso e cobertura de terra da sub-bacia do Revue do ano de 1995
31
4.1.2. Uso e cobertura de terra do ano de 2003
De acordo com a classificação digital, foram identificados e denominados os seguintes usos e

cobertura de terra: Floresta; Corpo de água; Solo exposto; Agricultura de sequeiro. Conforme
se pode constatar na tabela 4.3.
Tabela 4.3 Uso e cobertura de terra em Setembro de 2003

Floresta 2.676,3 36,9
De acordo com a figura 4.2, a agricultura de sequeiro passou a predominar, na sub-bacia do

Revué com cerca de 59.4% da área, o equivalente a 4315.1 km2, com a sua ocorrência em
quase toda área da sub-bacia, principalmente na parte central, junto a corpos de água, na parte
sul e este. Neste período houve uma grande expansão de campos agrícolas, principalmente de
agricultura de sequeiro.
Em relação as florestas, houve uma grande redução passando a ocupar, 36.9% da área total da
sub-bacia, com a sua ocorrência, a sudeste.
Já a classe solo exposto, teve um acréscimo da área, devido a expansão das áreas urbanas,
concretamente a norte e este da área da sub-bacia.
Entretanto corpo de água, manteve-se constante neste período. Contudo importa referir que,
em relação a cursos de água menor, o caso do rio Messica, Vandúzi, Munhinga,
Mhamangutena, Toa, Gonzue, não foi possível a sua detenção, em virtude da baixa resolução
espacial das imagens utilizadas.
32
Figura 4.2 - Uso e cobertura de terra da sub-bacia do Revue do ano 2003
4.1.3. Uso e Cobertura de terra do ano de 2011
De acordo com a classificação, das imagens recolhidas em Setembro de 2011, foram

identificadas os seguintes usos e cobertura de terra: Floresta; Agricultura de sequeiro; Solo
exposto; Corpo de água e Áreas ardidas. Conforme se pode constatar na tabela 4.4.
Tabela 4.4, uso e cobertura de terra em setembro de 2011

Floresta 1.523,9 21,0
Zonas ardidas 432.8 6,0
33
No ano de 2011 a agricultura de sequeiro, voltou a aumentar e a predominar na área de estudo
com cerca de 68% da área total, o equivalente a 4.934,7km². Um aumento na ordem de 6.8%
da área, em detrimento da cobertura florestal.
Em relação a classe corpo de água, houve um ligeiro aumento em cerca de 0.1%, as causa
mais prováveis do seu acréscimo foi o aumento da precipitação a montante, na República do
Zimbabwe
Nesta época, identificou-se uma nova cobertura de terra, que são as zonas ardidas, na ordem
de 432.8 km, o que significa 6.0% da área total. Estas zonas ardidas, surgem principalmente
em áreas antes ocupadas pela cobertura florestal, na parte central e sudoeste da bacia. Esses
dados podem ser constatados na figura 4.3.
Entretanto o aumento do tecido urbano descontínuo, e a estiagem registada neste período

influenciou para o aumento da classe solo exposto.
Figura 4.3 - Uso e cobertura de terra da sub-bacia do Revue do ano 2011
34
4.2. Validação temática
A qualidade da classificação foi validada, com base na matriz de erro, anteriormente descrita
e para cada matriz de erro foi calculado o coeficiente Kappa.
Da classificação feita e dos resultados obtidos, chegou-se a seguinte conclusão: Para a

classificação feita na imagem do ano de 1995, a qualidade da classificação é boa segundo
coeficiente Kappa. Com o seu índice atingindo 0,592, o médio valor do coeficiente Kappa,
acurácia da classificação é justificada pelo facto da classificação ser feita numa imagem de
1995, passado 16 anos e a área de estudo apresentar grandes alterações, como também pela
baixa resolução espacial da imagem e do reduzido número de classes avaliadas, poís algumas
amostras foram descartadas por se tratarem de áreas que já sofreram alterações.
Dos dados obtidos a partir da acurácia da classificação no ano de 2003, a qualidade da

classificação é muito boa, com o seu índice situando-se em 0,832, o resultado justifica-se pela
baixa resolução espacial da imagem e do reduzido número de classes avaliadas.
Em 2011, a qualidade da classificação foi muito boa, e alguns factores influenciaram para que
o desempenho na imagem fossem consideravelmente melhor que dos anos de 1995 e de 2003.
Dentre elas destaca-se a utilização de dados e informações colectadas no campo; o uso das
imagens de alta resolução do sistema Google Earth para o auxílio à classificação mais recente
e o elevado número das classes avaliadas.
De maneira geral as classes que apresentaram um maior grau de confusão foram: floresta,
agricultura de sequeiro e solo exposto.
A acurácia dos mapas ou da classificação, são apresentadas, consecutivamente, nas Tabelas

4.5, 4.6 e 4.7.
35
Tabela 4.5 – Qualidade da classificação digital de 30/09/1995
Matriz de erro 1995
Classes Floresta Corpo de Solo Agricultura de ∑ Linha
água exposto sequeiro
Floresta 20 0 0 3 23
Corpo de água 0 5 0 0 5
Solo exposto 0 0 14 2 16
Agricultura de sequeiro 0 0 0 19 19
∑ coluna 20 5 14 24 63
Cálculo do coeficiente Kappa das amostras
∑ Linha x Coluna 63
∑Linha2 3969
∑Diagonal 58
Índice Kappa 0,592
Tabela 4.6 – Qualidade da classificação digital de 15/09/2003

Matriz de erro 2003
classes Floresta Corpo Solo exposto Agricultura de ∑ Linha
de água sequeiro
Floresta 23 0 0 8 31
Corpo de água 0 5 0 0 5
Solo exposto 0 0 17 2 19
Agricultura de sequeiro 4 0 0 19 23
∑ coluna 27 5 17 29 78
∑Linha² 6084
∑Diagonal 64
Índice Kappa 0,832
Tabela 4.7– Qualidade da classificação digital de 30/09/2011

Matriz de erro 2011
Classes Floresta Corpo Solo Agricultura de Zonas ∑ Linha
de água exposto sequeiro ardidas
Floresta 27 0 0 6 0 33
Corpo de água 0 5 0 0 0 5
Solo exposto 0 0 19 5 0 24
Agricultura de sequeiro 1 0 0 19 0 20
Zonas ardidas 0 0 0 3 9 12
∑ coluna 28 5 19 33 9 94
∑Linha2 8836
∑Diagonal 79
Índice Kappa 0,837
36
4.3. Detecção de mudanças
Mudança da cobertura florestal, é a conversão de um tipo de vegetação para outro tipo de uso
e ou cobertura ao longo de um determinado período. Caso a cobertura seja considerada
inferiores a 10%, em relação a vegetação anterior é considerada como desmatamento ou
desflorestamento.(SAKET, 1994)
Com vista a detenção de mudança, e monitoramento da cobertura florestal, foi utilizada a

metodologia de AP-C, ela baseou-se no cruzamento dos resultados da classificação
supervisionada, através do programa LEGAL do SPRING. Fez-se neste caso o cruzamento
dos mapas de classificação de uso e cobertura da terra de dois períodos em análise:
1) Setembro de 1995 à Setembro de 2003
2) Setembro de 2003 à Setembro de 2011
A figura 4.4., apresenta uma síntese de resultados, e partir dela, pode-se ter uma noção real
sobre as mudanças ocorridas na cobertura florestal, isto é, áreas de Regeneração, Manutenção
e desflorestamento.
Figura 4.4: Evolução da cobertura florestal
37
4.3.1. Detecção de mudança do período de 1995 à 2003
No período em análise, de Setembro de 1995 à Setembro de 2003, a cobertura florestal sofreu

uma perda de 2.327,6 km² da área, o equivalente a 46,5% da área total, o que corresponde a
perda anual de 290,95 km². De acordo com a Figura 4.5, o desflorestamento ocorreu um
pouco por toda área da sub-bacia, não apresentando focos específicos. A manutenção
florestal, apresentou uma área de 2.676,3 km², localizado principalmente no centro e sudeste
da sub-bacia. Durante este período não se identificou áreas de regeneração florestal.
Figura 4.5: Detecção de mudanças 1995-2003
Os principais factores redutores da cobertura florestal foram: exploração madeireira,

expansão das áreas agrícolas e exploração de combustível lenhoso, segundo as conclusões de
ARGOLA (2004), SPFFB (2003).
A exploração madereira foi o principal factor da mudança ou redução da cobertura florestal

no período em análise. Com o fim da guerra civil em 1992, houve aumento da exploração
38
madereira, sobretudo em regime de concessão florestal e licença simples, com o surgimento
de empresas privadas, estatais e pessoas singulares. Contudo importa referir que os maiores
exploradores, eram os detentores das licenças em regime de concessões florestais.
De acordo com SPFFB (2003), as maiores áreas e volumes de exploração em regime de

concessões florestais, pertenciam a empresa Spence&Faure, com 9.660 m³, seguidos da
empresa CMM com 8.914 m³ e a MOFLOR como a terceira empresa com volumes mais altos
de exploração, portanto de 8.000m³, enquanto o menor volume pertencia a Lorena-sociedade
Industrial com 734 m³.
Neste período as áreas de exploração em regime de licença simples era de 2.000 m³, as
maiores espécies, exploradas com maior incidência foram a Pterocarpus angolenses
(Umbila), Milletiasthulmanii (panga-panga),Brachystegiasp. (messasa), Afzeliaquanzensis
(chanfuta).
De acordo com Argola (2004), para além das empresas florestais, as industrias, localizadas na
área de estudo, contribuiram, para a redução da cobertura florestal, o caso da fábrica têxtil de
Chimoio (Têxtil-África), industrias panificadoras, para além de restaurantes e hotéis, na qual
o consumo diário rondava 70 toneladas. De acordo com o mesmo autor as espécies mais
exploradas eram da 3° e 4° espécies, o caso de Pericorpsis Angolensis (Tchunga)
Brachystegiasp. (Messsassa).
Expansão de áreas agrícolas posicionava-se como o segundo factor da mudança da cobertura

florestal. Com o fim da guerra civil, houve uma expansão da área agrícolas, principalmente
junto a cursos de água e aglomerados populacional.
Das observações feitas na área de estudo, permite constatar que depois da agricultura, a
exploração de combustível lenhoso (carvão) é vista como a actividade redutora da cobertura
florestal, segundo as conclusões Campbell et all (2000); Santos (2003); Argola (2004).
39
4.3.2. Detecçcão de mudança do período de 2003 a 2011
Entre Setembro de 2003 à Setembro de 2011 observou-se um acréscimo da perda da

cobertura florestal, em cerca de 1.152,4km², cerca de 43,05 %, o equivalente a uma perda
anual de cerca de 144,05 km². De acordo com a Figura 4.6, o desflorestamento ocorreu,
principalmente, na parte sudoeste e central da sub-bacia.
A manutenção florestal apresentou um decréscimo totalizando 1.223,1km², com a sua

distribuição principalmente na parte central da sub-bacia.
Neste período, surge a regeneração florestal, com uma área de cerca de 300.8 km, com
pequenos fragmentos, localizada principalmente a Nordeste e Sudeste da sub-bacia. Um dos
factores que esta na origem da regeneração florestal é o reflorestamento, feito pelas empresas
INFLOMA e MOFLOR, com seus campos localizados nestas áreas. Isto pode ser constatado
na figura A5, no Apêndice A.
Figura 4.6: Detecção de mudanças 2003-2011
40
Os principais factores redutores da cobertura florestal foram: a exploração madeireira, a
expansão das áreas agrícolas, queimadas descontroladas e a expansão urbana, tendo chegado
a mesma conclusão Eureka (2011), DNFFB (2012).
Neste período, 5 empresas em regime de concessão florestal, actuavam na área de estudo, a

Lorena-soc Industrial, Inchope Madeira, LoforTrade Lda, F.P Ataíde e Selia Lda. Para além
das concessões florestais, houve um aumento, da exploração em regime de licença simples.
Este tipo de licença que se limita a um volume anual de corte de 500 m³, não constitui a
prática adequada às políticas de utilização e conservação dos recursos, poís permite a
proliferação livre (sem registo comercial) de operadores sem capacidade para implementar
medidas de conservação requeridas pela Lei, por um lado. DNFFB (2012).
Por outro lado, à falta de capacidade de fiscalização das instituições do Estado agrava a
inserção destes operadores num sistema gestão florestal sustentada, algumas vezes
aumentando a sua área de exploração sem o conhecimento do Estado. No período em análise,
existia cerca de 10 exploradores florestais em regime de licença simples. No anexoA, tabela
A1 poderão ser observados os detalhes.
Neste período, houve um aumento das áreas agrícolas, não só ao longo dos cursos de água,
mais também por toda área de estudo, isto pode ser comprovado nos mapas de uso de terra de
2003 e 2011, como também na tabela B1, no apêndice B, sobre a evolução de uso e cobertura
de terra.
As queimadas também influenciaram para a redução da cobertura florestal, o tipo de

agricultura praticada itinerante, na qual os camponeses utilizam o fogo, como técnica para
preparação da terra. Os meses mais críticos para o aumento de queimadas são Setembro e
Novembro, período pelo qual foram adquiridas as imagens satélite. No apêndice A figura A5,
poderão ser observados o tipo de agricultura praticada.
Outro factor, não menos importante foi a expansão urbana, principalmente, a expansão da
cidade de Chimoio e Manica a norte e oeste da sub-bacia, respectivamente.
41
5. CONCLUSÕES E RECOMENDAÇÕES
5.1 CONCLUSÕES
Após a realização deste trabalho de pesquisa, de acordo com os resultados obtidos chegamos
as seguinte conclusões e recomendações.
O resultado do mapeamento permitiu, identificar os principais usos e cobertura de terra para

os anos de 1995, 2003 e 2011, na qual detectou-se que, no ano de 1995, os principais uso e
cobertura de terra eram: Floresta, Agricultura de sequeiro, Solo exposto e Corpo de água. A
maior cobertura era das florestas, com cerca de 5.003,9 km² (68,9%.) da área.
No ano de 2003, não se detectou um novo uso e cobertura de terra, contudo houve uma
redução da cobertura florestal em detrimento das áreas agrícolas. Já em 2011, surgem as
queimadas, e consumiram uma grande parte da cobertura florestal, entretanto importa referir
que as áreas agrícolas continuaram a predominar na sub-bacia.
Em relação ao monitoramento da cobertura florestal, foi possível constatar, que as mudanças

ocorreram, em quase toda área da sub-bacia, principalmente, na parte Central, Este, Sul e
Sudeste.
De Setembro de 1995 à Setembro de 2003, a cobertura florestal sofreu uma perda de 2.327,6
km² da área, o equivalente a 46,5% da área total. Cerca de 2.676,3 km² da cobertura florestal
foram mantidas sobretudo no centro e sudeste da sub-bacia.
No período seguinte de Setembro de 2003 à Setembro de 2011 observou-se um aumento

contínuo da perda da cobertura florestal, em cerca de 1.152,4km², cerca de 43,05 %. A
manutenção florestal também apresentou um decréscimo totalizando 1.223,1km², com a sua
distribuição principalmente na parte central da sub-bacia. Neste período, surge a regeneração
florestal, com uma área de cerca de 300.8 km.
Ao fazer-se uma avaliação em torno da evolução da cobertura florestal, foi possível perceber
um cenário bastante crítico na sub-bacia do Revué, pelo facto do período em análise
(1995/2011), ter se verificado uma área considerável de desflorestamento equivalendo a
43.1%, a manutenção florestal com 45.7% e a regeneração com apenas 11.2%.
42
As principais causas da redução da cobertura florestal, com base nos dados adquiridos, e nas
visitas ao campo foram: a exploração madereira, a expansão das áreas agrícolas; as
queimadas, e a exploração do combustível lenhoso.
A metodologias utilizada de classificação MaxVer, mostrou rapidez e um bom desempenho

no mapeamento temático de uso e cobertura de terra da área de estudo.
A Análise de Pós-Classificação (AC-P), e o cruzamento das informações temáticas, dos

mapas gerados a partir da classificação supervisionada demostrou-se valida na detenção de
mudanças da cobertura florestal.
O uso das imagens orbitais do sensor ThenaticMapper (TM) do satélite LANDSAT 5 e

EnhacedThematicMapper (ETM+) do satélite LANDSAT 7, possibilitou o mapeamento de
uso e cobertura de terra a um custo relativamente baixo e em curto período de tempo.
5.2 RECOMENDAÇÕES
Diante de um tema complexo e estratégico como o mapeamento e monitoramento da

cobertura florestal por meio da detenção remota, urge a necessidade propor algumas
recomendações, com vista a mitigar a redução da cobertura florestal a saber:
Primeiro, com base nos resultados deste trabalho e de todos apresentados pela revisão
bibliográfica, urge a necessidade de a breve trecho realizar-se um programa de âmbito
nacional de detenção de mudanças da cobertura florestal, pois a falta de informação, abre
espaço para exploração desenfreada dos recursos florestal.
Segundo, para a fiscalização florestal, recomenda-se a utilização da detenção remota, poís

para além da rapidez da recolha de dado e fiabilidade das análises a sua utilização é mais
económica comparada a fiscalização in-suti.
43
6. REFERÊNCIAS BIBLIOGRÁFICAS
Almeida, A.Q. et al. (2009). Uso de técnicas de sensoriamento remoto na análise

multitemporal do desmatamento ocorrido na microbacia do córrego do galo, domingos
martins, ES. Revista científica eletrônica de engenharia florestal. Acedido em 10 janeiro de
2012 em:www.revista.inf.br/florestal14/pages/artigos/anoIXed15art07.pdf.1678-3867 pp
Amaral, S. (1992). Imagens do sistema sensor avhrr/noaa na detecção e avaliação de

desmatamentos na floresta amazônica – relações com dados do sistema
tm/landsat.Dissertação (Mestrado em Sensoriamento Remoto) INPE. São José dos Campos.
Brasil. Acedido em 8 Fevereiro de 2012 em:
http://queimadas.cptec.inpe.br/~rqueimadas/documentos/1992_Amaral_AVHRR_Desmatam
ento_MSC.pdf. 12-14 pp.
Araujo, L. S. (1999). Análise da cobertura vegetal e de biomassa em áreas de contato

floresta/savana a partir de dados TM/LANDSAT E JERS-1. Dissertação (Mestrado em
Sensoriamento Remoto) INPE. São José dos Campos. Acedido em 9 fevereiro de 2012 em:
http://mtc-m12.sid.inpe.br/col/sid.inpe.br/deise/2000/07.19.09.09/doc/publicacao.pdf. 36, 47-
48 pp.
Attanasio, C.M. (2004).Planos de manejo integrado de microbacias hidrográficas com uso

agrícola: uma abordagem hidrológica na busca da sustentabilidade. Tese (Doutorado em
Recursos Florestais) – Escola Superior de Agricultura “Luis de Queiroz”, Universidade de
São Paulo, Piracicaba,. 193pp.
Aguiar, D. A. (2007). Monitoramento da área colhida de cana-deaçúcar por meio de

imagens do sensor modis. Dissertação (Mestrado em Sensoriamento Remoto) INPE. São José
dos Campos. Acedido em 6 janeiro de 2012 em: www.mtc-
m17.sid.inpe.br/col/sid.inpe.br/mtc.../2007/.../publicacao.pdf.
Argola, J. (2004). Causas da Mudança da cobertura florestal no corredor da Beira.

(Trabalho de licenciatura) Universidade Eduardo Mondlane. Maputo. 33-35 pp.
44
BARBOSA, C.C.F et al. Manual de Referencia em LEGAL. São Jose dos Campos: INPE,
2001. In: MOMTYEIRO, A.M.V. et al. Introduçao a Ciencia da Geoinformaçao. Sao Jose
dos Campos: INPE, 2001. 186p.
Beltrame, A. M.K. (2008). Mapeamento da cobertura do solo ao longo da faixa de dominio

de trem Metropolitano: Linha F em São Paulo. Escola politecnica da Universidade de São
Pulo. Mestre em engenharia de transporte. SP. Acedido em 9 fevereiro 2012 em:
www.teses.usp.br/teses/disponiveis/3/3138/tde.../Dis2008Corr.pdf. 7,16; 38-39, 41 pp
Caetano, M. (2002). Manual da cadeira de Detecção Remota de Mestrado em Ciência &

Sistemas de Informação Geográfica. Unidade de aprendizagem 2. Instituto Superior de
Estatística e Gestão de Informação da Universidade Nova de Lisboa. Lisboa.
Caetano, M. (2010). Manual da cadeira de Detecção Remota de Mestrado em Ciência &

Sistemas de Informação Geográfica Unidade de aprendizagem 6. Instituto Superior de
Estatística e Gestão de Informação da Universidade Nova de Lisboa. Lisboa. pp. 13
Carmona, C.J. (2009). Algumas sugestões para mitigação da poluição da água, resultante da
actividade do garimpo. Caso do rio Messica. Dissertação de licenciatura. Universidade
pedagógica. Beira. 8-10 pp
Campbell et al (2000). Florestas comunitarias na província de Manica, uma gestão

participativa. GCSS.Maputo.
CCRS, (2012).Fundamentals of Remote Sensing, Canadian Centre for Remote Sensing.

Acedido em 15 de fevereiro de 2012 em:
URL:<http://www.ccrs.nrcan.gc.ca/ccrs/learn/tutorials/fundam/fundam_e.html.
Cecílio, R.A. & Reis, E.F. (2006). Apostila didática: manejo de bacias hidrográficas.
Universidade Federal do Espírito Santo, Centro de Ciências Agrárias, Departamento de
Engenharia Rural,. pp 10.
45
Congalton, R.G et al. (1983). Assessing Landsat classification accuracy using discrete
multivariate analysis statistical techniques.Photogrammetric Engineering and Remote
Sensing, Volume 49, n°. 12. 1671-1678 pp.
Cohen, J. A. (1960). A coefficient of agreement for nominal scales.Educational and

Psychological Measurement, Volume. 20. n° 1. 37- 40 pp.
Dainese, R. C. (2001). Sensoriamento remoto e geoprocessamento aplicado ao estudo
temporal do uso da terra e na comparação entre classificação não-supervisionada e análise
visual. Dissertacao Mestrado. UEP- Botucatu – SP. Acedido em 4 de Fevereiro de
2012em:www.acervodigital.unesp.br/handle/123456789/26933. 73-74 pp.
DNFFB. (1990). Estratégia para o desenvolvimento do sector florestal e fauna bravia em

Moçambique. 29pp.
DNFFB. (1995). Politicas e estratégias de desenvolvimento de florestas e fauna bravia;

Maputo
DPFFB. (2003). Disponibilidade de combustível lenhoso na província de sofala, (trabalho de

inquéritos dos SPFFB-SOFALA).
DPFFB. (2003). Disponibilidade de combustível lenhoso na província de MANICA,

(trabalho de inquéritos dos SPFFB-MANICA).
Eureka, LDA. (2001). Inquérito a indústria Madeireira; Relatório final. FAEF-

UEM/Maputo. pp 61.
Faustino, J (1996). Planificación y gestión de manejo de cuencas. Turrialba: CATIE,.pp 90.
FAO (2004).Global forest resources assessment update 2005 terms and definitions (final
version). Roma.
Fernandes, M.R. & Silva, J. C. (1994). Programa Estadual de Manejo de Sub-Bacias

Hidrográficas: Fundamentos e estratégias.EMATERMG. Belo Horizonte. 24p.
46
Freitas, M. (2007). Tecnicas de analise de series temporais aplicadas a deteccao de
desflorestamento em tempo real. Dissertaçao de mestrado. INPE, Sao Jose dos Campos.
Acedido em 4 Fevereiro de 2012 em: http://urlib.net/sid.inpe.br/mtc-
m17@80/2008/02.12.12.07.pp 40
Gonçalves, R. A. (2005). Cartografia multi-escala de alterações do coberto florestal com

imagens de satélite. Dissertacao mestrado, ISEGI, UNL. Acedido em 6 maio 2012
em:http://run.unl.pt/bitstream/10362/3645/1/TSIG0006.pdf .16,18-20 pp
Jacinto, R. C. (2003). Geoprocessamenvo e sensoriamenvo remoto como ferrametas na

gestao ambiental de unidades de conservacao: o caso da area de protecacao ambiental
(APA) do CAPIVARI-MONOS, São Paulo-SP. Universidade de São Paulo. Instituvo de
Geociencias. São Paulo.
Jesus, S. C. (2009). Analise por vetor de mudancas para avaliação multitemporal e

multissensores da cobertura das terras do cerrado. INPE. Sao Jose dos Campos. Acedido em
11 de abril de 2012 em: http://urlib.net/sid.inpe.br/mtc-m18@80/2009/10.21.10.27 pp15.
Kiel, R. (2008). Detecção de mudanças no uso e na cobertura do solo em uma série temporal
de imagens da região da campanha do rio grande do sul. Porto Alegre. Acedido em 11 de
abril de 2012 em: www.ufrgs.br/ppgsr/publicacoes/Dissert_RobertoKiel.pdfpp48, 49.
Kleinpaul, J. (2005). Analise Multitemporal da cobertura florestal da microbacia do arroio

grande, santa maria, RS. Universidade Federal de santa maria. Santa MARIA, RS, Brasil..
Acedido em 20 de fevereiro de 2012
em:www.vsdani.com/ppgef/tesesdissertacoes/28c06disserta__o_joel.pdf.
Lillesand, T et al. (2004). Remote Sensing and image Interpretation. Fifth Edition..John
Wiley & Sons, Inc. pp 1.pp 763
Lillesand, T et al. (2000). Remote Sensing and Image Interpretation, John Wiley & Sons, Inc.
pp 18
47
Lima, W.P. (1994). Princípio de hidrologia florestal para o manejo de bacias hidrográficas.
Apostila LCF/ESALQ. Piracicaba, SP.
Macleod, R. D., &Congalton, R. G. (1998). A quantitative comparison of change detection

algorithms for monitoring elgrass from remotely sensed data.Photogrammetric Engineering
and Remote Sensing, 64, 207–216.
Meer, V. D & Jong. S. (2006).Imaging Spectrometry: Basic Principles And Prospective

application. Basic PHYSICS OF SPECTROMETRY.Springer. Netherlands. pp 11-12
MAE .(2005).Perfil detrital do distrito de Sussundenga.MAE. Maputo
MAE .(2005). Perfil distrital do distrito de Manica. MAE. Maputo
MAE .(2005). Perfil distrital do distrito de Gôndola. MAE. Maputo
Muchango, A. (1999). Moçambique paisagens e regiões naturais. Tipografia Globo. Edição

do autor. Maputo. Moçambique.
Neta, S. (2009). Uso de imagens ALOS/PALSAR multitemporizada para detenção de

incremento do desflorestamento na Amazonas. Dissertação de mestrado INPE São José dos
Campos. Acedido em 19 de Junho de 2012 em:http://urlib.net/sid.inpe.br/mtc-
m19@80/2009/11.19.09.48.
Pereira, G. J et al. (1998).classificação da cobertura da terra na região amazônica através de

classificação de regiões em imagens de proporção de componentes. Anais IX Simpósio
Brasileiro de Sensoriamento Remoto, Santos, Brasil, 11-18 setembro, INPE,. Acedido
em 15 de Março de 2012 em:
www.marte.dpi.inpe.br/col/sid.inpe.br/deise/1999/02.11.../2_130p.pdf.pp. 1483-1494
Ponzoni, F.J. (2002). Sensoriamento remoto no estudo da vegetação: diagnosticando a mata

atlântica. INEP. SÃO JOSE DOS CAMPOS. Acedido em 20 de fevereiro em:
www.ametista.dgi.inpe.br/siteDgi/.../Ponzoni_mapeamento_vegetacao.pdf . pp 13.
48
Ponzoni, F.J. 2001., Comportamento espectral da vegetacao. sensoriamento remoto
reflectancia dos alvos naturais. Brasilia: Universidade de Brasilia - UNB.
Acedido em 20 de Março de 2012 em:
www.ecologia.ib.usp.br/lepac/bie5759/CAP8_FJPonzoni.pdf. pp 157-1999.
Pu, R at all. (2008). Using classification and NDVI differencing methods for monitoring
sparse vegetation coverage: a case study of saltcedar in Nevada, USA.
InternationalJournalofRemoteSensing. pp 3987-4011.
Rosendo, J. S. (2005). Indices de vegetação e monitoramento do uso do solo e cobertura

vegetal na bacia do rio araguari -MG- utilizando dados do sensor MODIS. Uberlândia.
Universidade Federal de Uberlândia. Acedido em 15 de Março de 2012 em:
www.seer.ufu.br/index.php/sociedadenatureza/article/.../9193/5657.37-38. 19 pp
Santos, R.F. (2004). Planeamento ambiental: Teoria e prática. Oficina de texto. São Paulo.
Santos, R (2003); Gestão florestal na província de Manica. UEM/Maputo
Santana, D.P. (2003). Manejo Integrado de Bacias Hidrográficas. Sete Lagoas: Embrapa
Milho e Sorgo. 63p.
Silva, P. G. (2004). Detecção de mudanças em áreas de florestas Tropicais sob exploração

madeireira através da técnica análise do vetor de mudança. INPE. São José dos Campos.
Acedido em 15 de março 2012 em: www.obt.inpe.br/pgsere/Silva-P-G-2003/publicacao.pdf.
Silva, J.L.B (2000). Geoprocessamento aplicado à identificação de Áreas para rejeitos e

estimativa de recurso de carvão na região da mina leão ii. Porto Alegre, RS. Universidade
Federal do Rio Grande do Sul. pp 67-88.
Singh, A. (1989). Digital change detection techniques using remotely sensed data.
International Journal of Remote Sensing, Volume 10, pp 989–1003.
Sitoe, A.A. (1996a). Estrutura, composição e dinâmica de uma floresta nativa; Relatório final
do projecto de investigação florestal; UEM/DEF; Maputo. 25 p
49
Sitoe, A.A. (1996b). Landuse and land-cover change: the Mozambican Experience, in
Fresco, L., Leemans, R., Turner II B. L, Skole, D., Vanzeijl-Rozema, A. G. e Haarmann, V.
Land Use and change (LUCC). Open Science Meeting Proceedings; Hosted by the Royal
Netherlands Academy of Arts and Science, series N° 1. Amsterdam, theNetherlands. Pp 98-
100.
SPRING, (2012). Linguagem de programação LEGAL - Linguagem Espacial para

Geoprocessamento.Acedido em 20 de Dezembro de 2012 em: www.
Spring516_Portugues_x86/helpport/legal.htm#estrutura.
Teodoro, V etal. (2007). Conceito de Bacia Hidrografica e Importancia da caracterizacao

Morfometrica para o entendimento da dinamica ambiental local. Revista Uniara.
Torres, D.R (2011) Análise multitemporal do uso da terra e cobertura florestal com dados
dos satélites LANDSAT e ALOS.UFSM. Santa Maria, RS, Brasil
Venturieri, A. (2007). Apostila do curso de introdução às técnicas de sensoriamento remoto.

Acedido em 15 maio 2012 em: www.ufpa.br/epdir/images/docs/paper64.pdf). 11; 15; 33, 21
pp.
50
APENDICE A
Mapa resultante da delimitação da sub-bacia.
Figura A1: Delimitação de sub-bacia do Revué
Mapas resultantes da criação da composição colorida 4-5-3.
Figura A2: Composição colorida do ano de1995
51
Figura A3 - Composição colorida do ano de 2003
Figura A4: Composição colorida do ano de 2011
52
Figura A5 - Área de Reflorestamento. MOFLOR (Distrito de Gondola)
Figura A6 - Agricultura itinerante
53
APENDICE B
Tabela da evolução de uso e cobertura de terra para os três períodos em análise 1995, 2003,
2011.
Tabela B1- Evolução de uso e cobertura de terra.

Evolução de Uso e Cobertura de terra
1995 2003 2011 1995-2003 2003-2011
Classes Area (km²) % Area (km²) % Area (km²) % Area % Area %
Floresta 5,003.9 68.91 2,676.3 36.9 1523.9 21.0 -2327.6 -32.05 -1,152.4 -15.9
Corpo de agua 44.9 0.6 44.9 0.6 49.5 0.7 0.0 0.00 -94.4 0.1
solo exposto 33.8 0.5 225.5 3.1 320.9 4.4 191.7 2.64 95.5 1.3
Agricultura de sequeiro 2,179.2 30.0 4,315.1 59.4 4934.7 68.0 2136.0 29.41 619.6 8.5
Zonas ardidas 0.0 0.0 0.0 0 432.8 6.0 0.0 0.0 432.8 6.0
Área total da Sub-bacia 7,261.8 100.00 7,261.8 100.0 7261.8 100.0 - - - -
ANEXO A
Tabela de exploradores florestais em regime de licença simples, das áreas que fazem parte da
sub-bacia do Revué.
Tabela A1 - Exploradores madeireiro, em regime de licença simples em 2011
Exploradores madeireiros Área

João Mazive 500m³
LúciaAntónio Nhantele 500m³
Maria Fernandes 500m³
João Fagundes 500m³
MárioPessanha 500m³
António Nhantele 500m³
Felisberto João Sulilo 500m³
Carlos Rodrigo 500m³
Lorena João Carlos 500m³
Sarilio João Almeida 500m³
Fonte: DPFFB (2011)
54
View publication stats

Mapeamento - Cobertura Vegetal - Bacia Do Revue

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Mapeamento - Cobertura Vegetal - Bacia Do Revue

Enviado por

Direitos autorais:

Formatos disponíveis

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

MAPEAMENTO E MONITORAMENTO DA COBERTURA FLORESTAL DA SUB-

Thesis · January 2013

Eufrasio Nhongo Eufrasio Joao Sozinho Nhongo

SEE PROFILE SEE PROFILE

The user has requested enhancement of the downloaded file.

Eufrásio João Sozinho Nhongo

MAPEAMENTO E MONITORAMENTO DA COBERTURA FLORESTAL DA

Eufrásio João Sozinho Nhongo

Dissertação de Mestrado apresentado ao programa

Orientador: Dr Sérgio Moisés Anguirai Niquisse

O presente trabalho foi realizado pela autora na Universidade Católica de Moçambique em

Eufrásio João Sozinho Nhongo

Sérgio Moisés Anguirai Niquisse

““Quando a última árvore tiver caído,

A Deus, por ser a minha luz na escuridão, o meu suporte na fraqueza.

Ao Centro de Informação Geográfica, Universidade Católica de Moçambique, a Universidade

Ao Ministério de Ciência e Tecnologia e ao Banco Mundial pela concessão da bolsa de

A minha eterna namorada pelo amor, carinho, incentivo e compreensão.

Eufrásio João Sozinho Nhongo

Palavras-chave: Cobertura florestal, classificação supervisionada, uso e obertura da terra,

Figura 2.1- Representação do espectro electromagnético.......................................................... 5

Tabela 2.1- Coeficiente Kappa ................................................................................................ 13

Figura A1- Delimitação de sub-bacia do Revué .................................................................... 510

Tabela A1 - Exploradores madereiro, em regime de licença simples em 2011 ....................... 54

AP-C – Análise de Pós-Classificação

2. FUNDAMENTAÇÃO TEÓRICA ...................................................................................... 4

3. MATERIAIS E MÉTODOS ............................................................................................. 20

4. RESULTADOS E DISCUSSÃO ....................................................................................... 29

6. REFERÊNCIAS BIBLIOGRÁFICAS ............................................................................. 44

A cobertura florestal desempenha um papel fundamental, nas bacias e sub-bacias

Contudo, a diversidade florestal está escassamente documentada e há falta de uma base de

Este trabalho apresenta metodologias, técnicas e produtos de detecção remota para o

Nesta ordem de ideia o mapeamento e monitoramento da cobertura florestal, com base em

No capítulo 2, são examinados os principais textos científicos referentes aos principais

No capítulo 3, são apresentados os procedimentos para o desenvolvimento da pesquisa,

O capítulo 5, abrange a discussão dos resultados obtidos através da metodologia adoptada

No último capítulo, estão expressas e expostas as conclusões, assim como as devidas

Mais especificamente, pretende-se alcançar os seguintes pontos:

Assumem-se como verdade as seguintes hipóteses de trabalho:

2.1. Cobertura florestal

Contudo, as florestas estejam elas nos trópicos ou em zonas temperadas, desempenham um

Na agricultura elas desempenham um papel importante, restabelecendo a fertilidade de solo

Na área de estudo para além das vantagens económicas, ambientais, as florestas

A sua representação continua, em termos de comprimentos de onda, frequência ou energia, é

Segundo Beltrame (2008), ela apresenta-se dividido em faixas ou bandas espectrais,

Figura 2.1- Representação do espectro electromagnético

2.3. Padrão espectral dos objectos

Baseando-se nos objectos em estudo, nas características físicas geográficas, da sub-bacia do

2.3.1. Padrão espectral da vegetação

No comportamento espectral da cobertura vegetal, as folhas são os elementos estruturantes

Enquanto na região do infravermelho próximo (0,7μm. a 1,3μm.): os pigmentos são

E na região do infravermelho médio (1,3μm a 2,6μm) o conteúdo de água nos tecidos é o

Figura 2.2 - Curva de refletancia típica da folha verde e sadia

As características espectrais apresentadas, da vegetação (folhas isoladas) comparadas com as

Em imagens referentes à região do visível os dosséis apresentem tonalidade escura

2.3.2. Padrão espectral do solo

As características espectrais do solo é resultado das suas propriedades físicas e químicas e

Quanto a variação espectral de feições de desmatamento ao longo do tempo, Horler e Ahern

A reflectância no infravermelho médio foi muito alta após o desmatamento, decrescendo

Nos comprimentos de onda do visível, a reflectância das superfícies de água depende,

De acordo com Gonçalves (2005), a concentração de clorofila é outra característica

Na figura 2.3 é representada as curvas típicas de reflectância espectral da vegetação, solo e