Escolar Documentos
Profissional Documentos
Cultura Documentos
Autor:
Autor:
___________________________________
Supervisor
___________________________________
DEDICATÓRIA
i
Avaliação da Cobertura Florestal do Mangal em Recamba, Distrito de Inhassunge, usando Imagens de
satélite no Período (2010 - 2020)
AGRADECIMENTOS
Ao Mestre Noca Bernardo Furaca, pela disposição e pela orientação para a realização deste trabalho.
Ao Doutor Hélder Machaieie, pela disposição e pela orientação para a finalização deste trabalho.
Aos meus colegas e docentes da faculdade muito obrigado por tudo, ao Lucas Alexandre e um
especial agradecimento ao Elcídio Cristóvão Cossa por toda ajuda que ele me deu durante os 4 anos
de formação.
ii
Avaliação da Cobertura Florestal do Mangal em Recamba, Distrito de Inhassunge, usando Imagens de
satélite no Período (2010 - 2020)
DECLARAÇÃO DE HONRA
Declaro por minha honra que este trabalho de obtenção do grau de licenciatura nunca foi antes
apresentado por nenhum outro autor para obtenção de qualquer grau académico ou instituição para
qualquer outro fim. O mesmo é fruto das orientações do meu supervisor, da minha dedicação e
engajamento na busca da informação e resultados que o mesmo dispõe. A informação
correspondente a revisão bibliográfica encontra-se devidamente referenciada e as suas fontes são
devidamente destacadas nas referências bibliográficas.
Autor:
_____________________________________
iii
Avaliação da Cobertura Florestal do Mangal em Recamba, Distrito de Inhassunge, usando Imagens de
satélite no Período (2010 - 2020)
Resumo
iv
Avaliação da Cobertura Florestal do Mangal em Recamba, Distrito de Inhassunge, usando Imagens de
satélite no Período (2010 - 2020)
Abstract
The manufacture and commercialization of charcoal, the search for piles for the construction of
housing and the construction of housing in coastal areas have been described as the main factors
that have contributed to the degradation of the mangrove forest. In Mozambique, there are studies
carried out in order to assess the state of degradation of the Mangrove vegetation, citing the possible
causes and consequences of this phenomenon over the years, however, despite the importance of
these studies, there are still few studies available on this subject in Mozambique. With the aim of
evaluating the variation of mangrove cover in Recamba district of Inhassunge in the period 2010 -
2020 from satellite images, the present work arises. Images from Thematic Mapper (TM) sensors
aboard the Landsat-5 satellite and Operation Land Imager (OLI) aboard the Landsat-8 satellite were
used in the period 2010-2020. To assess the variation in mangrove cover, a supervised classification
was performed using the Max-ver algorithm (maximum likelihood) in ArcGIS software, version
10.2, which generated the map images in the same segment. Five classes of land use and land cover
were considered for the analysis, namely, mangroves, bodies of water, salt flats, exposed soil and
dwellings and native vegetation and agricultural fields. The results showed that during the period
under analysis there was a reduction in mangrove areas (4667.32ha – 3227.67ha) and water bodies
(420.12ha - 405.18ha). On the other hand, the classes of salt flats, exposed soil and dwellings and
native vegetation and agricultural fields, registered an increase in their area in the same period. The
quality of the Land Use and Land Cover change map classification performance assessment was
very good with an overall accuracy of 93.50% and good for the kappa index with 91.87% for the
Sensor Operation Land Imager (OLI). The destruction of mangrove vegetation has negative impacts
with environmental and ecological consequences for the marine species of the place and region that
depend on it for the maintenance of their life.
v
Avaliação da Cobertura Florestal do Mangal em Recamba, Distrito de Inhassunge, usando Imagens de
satélite no Período (2010 - 2020)
LISTA DE FIGURAS
Figura 1: Demonstração das etapas do processo de aquisição e distribuição das imagens da terra
por sensoriamento remoto. Fonte: (Zanotta et al., 2009)..................................................................... 7
Figura 2: Satélite Landsat-7. Fonte: (USGS, 2019).......................................................................... 11
Figura 3: Localização geográfica da área de estudo......................................................................... 12
Figura 4: Fluxograma metodológico.................................................................................................13
Figura 5: Processo de aquisição de imagens.....................................................................................15
Figura 6: Mapa de alteração de Uso e Cobertura de Terra em Recamba (2010 e 2020).................. 18
Figura 7: Área das classes de Uso e Cobertura de Terra de 2010 e 2020.........................................20
Figura 8: Fluxo das alterações de Uso e Cobertura de Terra de Recamba 2010 e 2020...................20
vi
Avaliação da Cobertura Florestal do Mangal em Recamba, Distrito de Inhassunge, usando Imagens de
satélite no Período (2010 - 2020)
LISTA DE TABELAS
VII
Avaliação da Cobertura Florestal do Mangal em Recamba, Distrito de Inhassunge, usando Imagens de
satélite no Período (2010 - 2020)
LISTA DE ABREVIATURAS
Ha - Hectares
Km – Quilómetros
VIII
Avaliação da Cobertura Florestal do Mangal em Recamba, Distrito de Inhassunge, usando Imagens de
satélite no Período (2010 - 2020)
ÍNDICE
CAPÍTULO I.................................................................................................................................... 1
1. Introdução..................................................................................................................................1
1.1. Problematização.....................................................................................................................2
1.2. Justificativa............................................................................................................................ 2
1.3. Objectivos.............................................................................................................................. 3
1.3.1. Geral...................................................................................................................................3
1.3.2. Específicos......................................................................................................................... 3
CAPÍTULO II...................................................................................................................................4
2. REFERENCIAL TEÓRICO......................................................................................................4
2.1. Mangal................................................................................................................................... 4
2.9.1. Observação.......................................................................................................................10
IX
Avaliação da Cobertura Florestal do Mangal em Recamba, Distrito de Inhassunge, usando Imagens de
satélite no Período (2010 - 2020)
CAPÍTULO III................................................................................................................................12
3. METODOLOGIA................................................................................................................... 12
3.2. Clima....................................................................................................................................13
3.3. MÉTODOS.......................................................................................................................... 13
CAPÍTULO IV............................................................................................................................... 18
4. RESULTADOS E DISCUSSÃO............................................................................................ 18
4.1. Resultados............................................................................................................................18
4.2. Discussão............................................................................................................................. 21
CAPÍTULO V.................................................................................................................................24
5. CONCLUSÕES E RECOMENDAÇÕES.................................................................................. 24
5.1. Conclusões...............................................................................................................................24
5.2. Recomendações....................................................................................................................... 25
CAPÍTULO VI............................................................................................................................... 26
6. REFERENCIAS BIBLIOGRAFICAS....................................................................................... 26
X
Avaliação da Cobertura Florestal do Mangal em Recamba, Distrito de Inhassunge, usando Imagens de
satélite no Período (2010 - 2020)
CAPÍTULO I
1. Introdução
A nível global, as florestas de mangal ocupam uma área estimada de 12 a 20 milhões de hectares
(FAO, 2007). Em África, estima-se que a área total da cobertura da floresta do mangal esteja em
torno dos 431.100.000 de hectares sendo que Moçambique possui uma cobertura vegetal de mangal
de cerca de 2909 km2 (Fatoyimboet al., 2008), sendo que 50% do mangal em Moçambique
concentra-se no delta do Zambeze e Quelimane Aproximadamente 200 km contínuos ao longo da
costa até 50 km para o interior (Saket e Matusse, 1994).
Embora reconhecida a sua importância, nos últimos 50 anos, o mangal tem registado uma crescente
perda, impactada pelos factores antropogénicos como por exemplo a exploração de produtos
florestais, erosão, sedimentação e a dinâmica hidrológica, estimando-se em 36% desde 1990, com
estimativa de perda anual de cerca de 1 a 2%. Em Moçambique, a área de mangal reduziu de
408,000 hectares em 1972 para 357,000 hectares em 2004, com uma perda total de 51,000 hectares
num período de 32 anos (Barbosa et al., 2001), o que contribuiu de forma significativa para a
emissão de Carbono para atmosfera (Fatoyimbo et al., 2014).
Pela sua capacidade de avaliação territorial abrangente, baixo custo operacional e boa maximização
do tempo, o sensoriamento remoto apresenta-se como uma ferramenta de extrema importância para
avaliação da cobertura do mangal, visto que este fornece dados fidedignos para o rastreio,
mapeamento, monitoria contínua e periódica das alterações da dinâmica do desenvolvimento dos
ecossistemas do mangal ao longo do tempo.
Simão Lucas Macie Licenciatura em Biologia Marinha UEM/ESCMC 2022 Página 1
Avaliação da Cobertura Florestal do Mangal em Recamba, Distrito de Inhassunge, usando Imagens de
satélite no Período (2010 - 2020)
1.1.Problematização
Nos últimos anos, tem-se verificado a redução da vegetação do mangal em Recamba Distrito de
Inhassunge (Miguel et al., 2017), por conta dos principais factores acima mencionados, sendo que,
as implicações da destruição do mangal estão cada vez mais evidentes, com especial destaque para a
erosão costeira e a perda do habitat dos organismos estuarinos como é o caso do caranguejo e do
camarão que tem no mangal o seu local de sobrevivência em determinadas fases de sua vida, e que
também serve de berçário e local de refúgio contra predadores e correntes fortes de maré de alguns
organismos marinhos, esses factores contribuem para o desequilíbrio ecológico na região. Não se
sabe com exactidão em qual região de Recamba em específico está sendo registada essa redução,
pelo facto de não existir um estudo específico de avaliação para aquele local. É neste contexto que
surge o presente estudo, com o objectivo de avaliar a cobertura vegetal do mangal em Recamba, de
modo a saber-se como comporta-se a dinâmica da variação da biomassa do mangal no espácio-
temporal naquele local.
1.2.Justificativa
O conhecimento das áreas ocupadas pelo mangal e dos padrões do seu uso são requisitos
indispensáveis para adopção de formas de conservação sustentáveis (Luís, 2011). Torna-se
imperioso a necessidade de se efectuar um estudo de avaliação do estado de conservação do mangal
naquela região, visto que, o ecossistema do mangal exerce um papel fundamental a vários níveis,
sendo que a constante e permanente degradação a qual está sujeita, coloca em risco os recursos
marinhos e as espécies estuarinas que dela dependem em determinadas fases de sua vida, para além
da erosão costeira que se tem verificado um pouco por toda região.
1.3.Objectivos
1.3.1. Geral
1.3.2. Específicos
CAPÍTULO II
2. REFERENCIAL TEÓRICO
2.1.Mangal
2.2.Ecossistema de Mangal
Para Novelli et al. (1990), o mangal é um ecossistema costeiro, de transição entre os ambientes
terrestre e marinho, característico de regiões tropicais e subtropicais, sujeito ao regime das marés. É
constituído de espécies vegetais lenhosas típicas (angiospermas), além de micro e macroalgas
(criptógamas), adaptadas à flutuação de salinidade e caracterizadas por colonizarem sedimentos
predominantemente lodosos, com baixos teores de oxigénio.
Os mangais são ecossistemas de alta produtividade biológica, responsáveis por parte considerável
dos recursos marinhos, constituindo áreas de criação, refúgio permanente ou temporário para muitas
espécies de peixes, crustáceos ou moluscos. Fornecem habitats para inúmeras espécies de animais
ameaçados de extinção, com destaque para as aves. A respeito de sua importância capital, os
mangais estão entre os ecossistemas mais devastados, duramente atingidos pela ocupação humana
do litoral (Sousa et al., 1996).
2.3.Importância do mangal
Os mangais estão entre os habitats mais importantes para a pesca marinha e costeira. Eles servem
como área de reprodução, viveiro e ainda como área de alimentação de muitas espécies marinhas.
Alguns pesquisadores estimam que 80% das capturas globais de pescarias dependem directa ou
indirectamente dos mangais (MITADER, 2015).
Segundo Barbosa et al. (2001), em África, cerca de 431.100.000 hectares são mangais, sendo
Moçambique um dos países que apresenta maior cobertura na África Austral com uma extensão de
cerca de 396.080 hectares, dos quais grandes extensões encontram-se na região Centro do país
(Sofala e Zambézia), (Saket e Matusse, 1994).
Para além da região Centro do país, existem outras áreas de ocorrência de mangal como os
arquipélagos das Quirimbas, Bazaruto e Baía de Maputo. No norte de Moçambique, os mangais são
encontrados a partir do rio Rovuma em Cabo Delgado, até Angoche em Nampula, com áreas de
notável desenvolvimento em Lumbo, Ibo, Quissanga e baia de Pemba.
Cerca de oito espécies ocorrem no país nomeadamente: Avicennia marina, Bruguiera gymnorrhiza,
Ceriops tagal, Heritiera littoralis, Lumnitzera racemosa, Rhizophora mucronata, Sonneratia alba e
Xylocarpus granatum (Semsi, 1997), sendo que as principais espécies são: Rhizophora mucronata,
Bruguiera gymnorrhiza, Avicennia marina, Ceriops tagal, Sonneratia alba e a Xylocarpus
granatum (Houguane, 2007).
Para Semesi e Howell (1985), as principais causas da degradação dos mangais são: a acção humana
descontrolada, mudanças ecológicas, políticas e fiscalização inadequada, falta de coordenação e
insuficiência de medidas institucionais.
Fenómenos naturais como tempestades, actividades vulcânicas, furacões, pestes, doenças, cheias,
movimento de sedimentos entre outros também afectam a sobrevivência dos mangais (FAO, 1994).
Segundo Saket e Matusse (1994), em Moçambique, as principais causas da degradação dos mangais
são:
Extracção de combustível lenhoso e material de construção que acontece ao longo de toda
costa, mas com maior incidência nas cidades de Maputo e Beira devido à alta densidade
populacional;
Abertura de áreas para construção de salinas e habitações na região costeira, principalmente
na zona norte do País;
Degradação provocada pelas mudanças ecológicas de alguns locais tais como o estuário do
rio Zambeze onde há redução do regime da água doce e a sua substituição por águas
salgadas frequentes. A mudança do regime das águas tem muita das vezes provocado a
dissecação dos mangais nestes locais.
Abertura de áreas para prática da agricultura, mais frequente na zona centro e norte do país.
2.6.Sensoriamento remoto
O Sensoriamento remoto é a ciência e a arte de observar um alvo sem ter contacto físico com o
mesmo, podendo obter informações de área ou do fenómeno estudado, baseando-se na interacção
deste alvo com a radiação electromagnética (Crepani et al., 1996). Sendo um método ideal para
estudar as variações da distribuição da cobertura florestal de uma dada região com uma grande
extensão territorial, devido a sua grande abrangência de observação dos alvos a grandes altitudes.
O Sensoriamento remoto por imagens de satélites vem sendo utilizado para diversas finalidades
relacionadas à medição e monitoramento de características biofísicas e actividades humanas na terra
(Jensen, 2011). O uso de imagens de satélite para o acompanhamento e rastreio da dinâmica da
distribuição da vegetação costeira é o método mais usado pelos cientistas/pesquisadores na
elaboração desse tipo de estudo, por conferir maior praticidade e custos operacionais relativamente
reduzidos em relação aos outros métodos de estudos de parâmetros semelhantes.
Figura 1: Demonstração das etapas do processo de aquisição e distribuição das imagens da terra por
sensoriamento remoto. Fonte: (Zanottaet al., 2009).
2.6.1. Princípio de obtenção de dados de estudos a partir do sensoriamento remoto
O sistema de aquisição de dados por sensoriamento remoto é composto por uma fonte de energia
electromagnética, por um sensor que transforma a energia proveniente do alvo em sinal e por um
analisador que transforma este sinal em informação. Entende-se que durante todo o processo de
observação, obtenção e análise dos dados o técnico deve conhecer alguns parâmetros de
desempenho dos sistemas sensores para cada tipo de aplicação abordado a seguir como a resolução
espacial, espectral, radiométrica e temporal (Novo, 1998).
Resolução espacial é definida como o menor elemento da área que um sistema sensor é capaz de
distinguir. É uma medida relacionada à nitidez da imagem na qual o objecto pode ser identificado
na imagem, ou seja, é a capacidade que o sistema sensor possui para identificar a menor porção de
vegetação, com a nitidez da imagem considerável, que possibilite distingui-la dos demais elementos
(água ou solo) na superfície terrestre (Silva, 1995).
Resolução espectral é definida como o alcance das bandas espectrais do sensor, isto é, a medida em
relação à largura das faixas espectrais nas quais o sensor opera, ou seja, quanto mais estreitas as
bandas (canais) maior será a capacidade do sensor de registar pequenas variações do
comportamento espectral (Ferrão, 2003).
É a capacidade que o sistema sensor possui para oferecer uma resolução que o possibilite distinguir
ou caracterizar da melhor forma uma vegetação dos diferentes elementos (água ou solo) na
superfície terrestre (Moreira, 2001).
Como as radiações electromagnéticas reflectidas ou emitidas por alguns alvos na superfície terrestre
tendem a ter valores de intensidade muito próximos entre si, tornando-os quase semelhantes
espectralmente, a resolução radiométrica seria a capacidade que o sistema sensor teria de distinguir
as radiações emitidas ou reflectidas pela vegetação do mangal da radiação emitida pela vegetação
nativa de uma determinada área, visto que estas tendem a apresentar pequenas diferenças de
radiação entre si (Moreira, 2001).
Resolução temporal é a periodicidade com que o sensor capta a imagem da mesma porção da
superfície terrestre. Esta resolução depende das características orbitais da plataforma: altura,
velocidade, inclinação e do próprio desenho do sensor: ângulo de observação e ângulo de cobertura
(Ferrão, 2003).
É também considerada como a capacidade que um sistema sensor tem de observar uma determinada
área a uma determinada frequência de vezes, dai que auxilia bastante nos estudos de avaliação da
cobertura vegetal de um determinado local ao longo do tempo na superfície terrestre, devido a
periodicidade com a qual o sistema sensor imagea a superfície terrestre (IBGE, 2001).
As imagens de satélite são a alternativa mais económica, no estudo de informações do uso de terra,
levantamento ou identificação de solos e cobertura da vegetação, mesmo não tendo a precisão das
fotografias aéreas (Garcia, 1982).
O levantamento do uso da terra compreende a forma como o espaço vem sendo ocupado pelo
homem, e o levantamento do uso da terra tornou-se indispensável para a compreensão dos padrões
de organização do espaço. Assim, o estudo do uso da terra tem se tornado cada vez mais intenso
nessas últimas décadas. Os levantamentos do meio físico desempenham, portanto, um excelente
papel no fornecimento de dados para diagnosticar a exploração dos recursos naturais, uso da terra e
actualização de mapas (Losch, 1993).
Contudo, a aplicação de produtos obtidos via sensoriamento remoto passa frequentemente pelo
nosso quotidiano. Esta dinâmica é atribuída não somente ao avanço tecnológico, mas às
necessidades diárias, como a previsão do tempo em meios de comunicação, diferenciação de áreas,
uso e cobertura da terra e zoneamento ambiental entre outras aplicações, voltadas tanto para áreas
específicas quanto gerais, tanto científicas quanto comerciais (Gomes, 2005).
2.9.Interpretação visual
A interpretação visual de uma imagem implica em um raciocínio lógico para compreender e para
explicar o comportamento de cada objecto e exige conhecimento do local para optimizar a análise
realizada.
Um dos casos mais comuns da aplicação da interpretação visual é dado quando pretende-se fazer o
estudo da variação vegetal do mangal, em que o pesquisador se dirige ao campo para fazer uma
avaliação visual da dinâmica de distribuição da floresta do mangal naquele local em específico.
A foto interpretação (uma das etapas da interpretação visual) é, hoje, um processo que envolve a
análise de imagens, sejam elas fotografias ou imagens de satélite, com o objectivo de identificar as
feições nela representadas e dar-lhes um significado. No caso do estudo da variação da cobertura
vegetal de um determinado local, a foto interpretação seria a caracterização das imagens adquiridas
por meio de um satélite de uma dada vegetação, onde seriam feitos os agrupamentos e as
atribuições de significados ou classes em relação as características que as imagens apresentem de
acordo com a vegetação.
2.10.1. Observação
A outra etapa da interpretação visual é a observação, onde-se procede a uma análise global da
Imagem, tendo em vista somente reconhecer as diferentes feições do terreno contidas na cena, sem
a preocupação de as caracterizar ou avaliar. Aqui, alguns pormenores marginais, tais como, a
qualidade do papel ou filme onde está reproduzida a imagem, a época do ano em que foram
adquiridos os dados, são também observados (Ferrão, 2004).
Uma das séries de satélites mais utilizada no sensoriamento remoto é a Land Remote Sensing
Satellite (LANDSAT) (Carminato et al., 2015).
A NASA (National Aeronautics and Space Administration) lançou dos Estados Unidos no dia 23 de
Julho de 1972 o satélite chamando ERTS 1 (Earth Resources Technology Satellite), que logo após
seu lançamento foi renomeado, passando a se chamar Landsat. Esses satélites são destinados a
exploração dos recursos da Terra, tendo-se destacado no ramo de estudo da cobertura vegetal
(Cunha, 2009).
Esta série de satélites é a principal no campo do sensoriamento remoto, não só por ser a de período
de vida mais longo de fornecimento contínuo de dados, mas também pela notável facilidade de
acesso e qualidade dos dados gerados (Epiphanio, 2002).
CAPÍTULO III
3. METODOLOGIA
A área de interesse é caracterizada pela cobertura vegetal do mangal, sobretudo próximo da margem
do estuário dos bons sinais. O último censo realizado indica que a população do Distrito de
Inhassunge é estimada em cerca de 96,503 habitantes, sendo que 45,923 são homens e 50,580 são
mulheres, numa densidade populacional de 127.5 habitantes/km2 (INE, 2017).
3.2.Clima
3.3.MÉTODOS
3.4.Aquisição de Imagens
Para a análise das variações da cobertura vegetal da área de estudo foram usadas imagens de satélite
correspondentes a 2 anos diferentes, por um período de 10 anos. As imagens foram obtidas pelo
Landsat-5 (2010) e Landsat-8 (2020). As imagens do LANDSAT foram adquiridas gratuitamente na
plataforma US Geological Survey através do website: http://glovis.usgs.gov/. A descrição das
imagens do Landsat encontra-se na (tabela 1) abaixo:
3.5.Análise de Dados
Os procedimentos para a análise das imagens incluem o pré-processamento das imagens de satélites,
identificação das classes e detecção das alterações na cobertura vegetal.
Onde:
Mρ é a reflectância;
Aρ é o factor aditivo de reflectância;
Θ é o ângulo da inclinação solar; e
Qcal é o valor da reflectância espectral.
Não foi necessário efectuar a correcção geométrica e a eliminação de nuvens porque as imagens já
vêm georreferenciadas. E foram escolhidas imagens sem presenças de nuvens como ilustra a (tabela
1) e a figura abaixo:
Com as imagens calibradas fez-se a composição ʹfalsaʹ das bandas. A combinação ʹfalsaʹ foi
efectuada com as bandas 1-azul, 2-verde, 3-vermelho e 4-infra-vermelho para o Landsat-5 e as
bandas 2-azul, 3-verde, 4-vermelho e 5-infra-vermelho para o Landsat-8. Com o auxílio das
imagens do Google Earth fez-se a identificação das classes usadas para a classificação. Onde foram
identificadas um total de 5 classes nomeadamente: vegetação do mangal, corpos de água, salinas,
solo exposto e habitação, e vegetação nativa e campos agrícolas (tabela 2).
# Classe Característica
1 Cursos de água, estuários, onde há interacção das
Corpos de Água
águas do mar e do rio.
2 Área predominada por prática de actividades de
Salinas
produção de sal, sendo de pequena ou grande escala.
3 Área sem cobertura vegetal de mangal, mas
Solo Exposto e Habitação caracterizada por sedimentos não consolidados e/ou
habitações.
4 Vegetação de Mangal Áreas dominadas por vegetação do mangal.
Vegetação nativa e Áreas com vegetação (não dominada por mangal) e/ou
5
Campos agrícolas por actividade agrícola (agricultura itinerante).
3.7.Processamento (Classificação)
Os mapas de Uso e Cobertura de Terra foram gerados pelo método de classificação supervisionada
através do algoritmo Max-ver (máxima verosimilhança) no ArcGIS 10.2 usado nas amostras
colectadas no Google Earth.
Depois de serem gerados os mapas, foram calculadas as áreas das classes usando a ferramenta
Hawths_Analysis_Tools_for_ArcGIS, no ArcGIS 10.2 para cada um dos mapas (2010 e 2020), onde
primeiramente fez-se a conversão dos pixels no formato raster para o formato polígono usando a
ferramenta Conversion, de seguida extraiu-se a tabela de atributos de área de cada classe de
cobertura, a partir dos dados produzir-se no Excel uma matriz, onde a partir dela, determinou-se o
fluxo das alterações da cobertura, alterações positivas (ganho) e mudanças negativas (perda).
Feitas as classificações das imagens de uso e cobertura, seguidamente fez-se a avaliação da acurácia
da classificação das mesmas imagens através da construção de uma matriz confusão, onde foram
consideradas as amostras do Google Earth como verdade terrestre, comparando informações de
locais de referência (verdade encontrada no campo) com as informações do mapa, posteriormente
foi determinado o Índice Kappa (K) através da equação:
�� −��
�=
1−��
Equação (2)
Onde:
K: é o Índice de Kappa;
Po: é a Proporção de unidades que concordam, obtém-se dividindo o número de pixéis que
concordam pelo número total de pixéis avaliados;
Pe: é a proporção de elementos atribuídos a cada classe ao acaso, isto é, corresponde ao
produto da linha e da coluna dessa classe na matriz de confusão.
Foi feita uma amostragem aleatória correspondente a 50 pontos na ferramenta Random Points do
ArcGis para cada alvo escolhido. Após a sobreposição dos pontos na imagem classificada,
sobrepôs-se a imagem de referência (extraída do Google Earth) que contém uma melhor e óptima
resolução em relação as imagens do Landsat, depois verificou-se a posição de cada ponto em
relação aos alvos atingidos pelos mesmos na imagem, onde verificou-se as semelhanças e
discordâncias a veracidade terrestre. De seguida elaborou-se a matriz de confusão na ferramenta
geoprocessing no ArcGis.
A acurácia global foi obtida a partir da soma dos valores da diagonal principal (pixéis
correctamente classificados) dividida pelo total da amostra na matriz de confusão.
CAPÍTULO IV
4. RESULTADOS E DISCUSSÃO
4.1.Resultados
Neste estudo foi avaliado o uso da terra e cobertura vegetal do mangal de Recamba, por um período
de 10 anos, contados de 2010 e 2020, com recurso aos dados do LANDSAT.
Os resultados estão agrupados em 3 pontos, que incluem: (i) alteração espácio-temporal do Uso e
Cobertura de Terra (ii) estimativa da cobertura vegetal do mangal e (iii) acurácia dos mapas.
A análise das variações espácio-temporal das 5 classes estudadas na área de estudo, indicam que
houve uma redução da vegetação de mangal e corpos de água e a redução destas classes foi
acompanhada pelo aumento da área correspondente à ocupação da terra por habitação, actividades
agrícolas e salinas. Estas alterações podem ser verificadas na figura abaixo:
A notável alteração espácio-temporal das 5 classes na área de estudo para os anos de 2010 e 2020 é
mostrada na (tabela 4) os valores da variação das áreas em hectares (ha) e em percentagem (%).
Ao contrário das classes de vegetação de mangal e corpos de água, as classes de salinas (6.0%), solo
exposto e habitação (0.6%) e vegetação nativa e campos agrícolas (2.7%) registaram um aumento
significativo, o fluxo das alterações pode ser ilustrado na figura abaixo.
Figura 8: Fluxo das alterações de Uso e Cobertura de Terra de Recamba 2010 e 2020.
Corpo
Solo Exposto Vegetação Nativa e Vegetação
Classes de Salinas Total
e Habitação Campos agrícolas Mangal
Água
Solo Exposto e
95,8 1,44 2,76 0 0 100
Habitação
Vegetação
Nativa e
1,36 93,88 1,42 2,19 1,15 100
Campos
agrícolas
Vegetação
0 0,68 90,82 8,5 0 100
Mangal
Corpos de Água 2,84 1,7 5 89,31 1,15 100
Salinas 0 2,3 0 0 97,7 100
Total 100 100 100 100 100 ------
Acurácia Global = 93.50%
Índice Kappa= 0.9187
4.2.Discussão
Constatou-se que no período analisado (2010 - 2020), a área ocupada pela vegetação do mangal
teve uma redução. Segundo Miguel et al. (2017), avaliando o estado de conservação do mangal em
Recamba, constatou a redução da área ocupada pelo mangal no local, associada ao aumento dos
casos de abate das espécies para suprir as necessidades económicas de indivíduos provenientes de
regiões circunvizinhas de Recamba, com destaque para a fabricação do combustível lenhoso
derivado do mangal, uso das estacas para a venda e construção de habitações. Concorrem para a
degradação do ecossistema do mangal, o elevado crescimento da população humana, sobretudo nas
zonas urbanas e periurbanas.
Segundo Litulo et al. (2008), citado por Macie (2021), o aumento da população, aumentou a
pressão sobre os espaços para a habitação e a procura pelos serviços essenciais, como por exemplo
o material de construção e combustível lenhoso derivado do mangal.
Varias outras regiões da província da Zambézia registam uma redução nas áreas correspondentes as
zonas do habitat do mangal. Por exemplo, no posto administrativo de Macuse, a redução da
vegetação do mangal foi justificada por acções antropogénicas como o corte clandestino do mangal
para a abertura de salinas, a prática da agricultura e produção de combustível lenhoso. Foi também
incluída a possibilidade de causas naturais como as cheias do rio Licungo ocorridas em 2014 e o
recuo da linha de costa (Chambo, 2017).
A constante agressão e destruição do mangal trás consigo problemas para o meio ambiente bem
como para o ecossistema. O ambiente é afectado a medida em que quanto mais é agredido o mangal,
vários problemas ambientais surgem em vertente dessas acções como é o caso da alteração da linha
da costa, que pode ser associada a inundações devido a acção das marés e da chuva e que também
poderá ocasionar as erosões costeiras (Souza et al., 2018).
Com base na matriz confusão, foi possível fazer a avaliação do desempenho da classificação e a
determinação do índice kappa, comparando a verdade encontrada no campo (informações de local
de referencia) com as informações do mapa, para determinar a exactidão dos mapas de Uso e
Cobertura de Terra. A avaliação indicou uma concordância muito forte entre os mapas classificados
e a realidade do campo, visto que foram obtidos bons resultados tanto para a exactidão global
(93.50%), como para o índice kappa com 91.87%, indicando um desempenho excelente (Suarez e
Candeias, 2012).
Valores próximos de exactidão dos mapas foram encontrados por Alfredo (2015), estudando a
variação da vegetação da cidade de Maputo entre os anos de 1989, 1999 e 2009 com o uso de
imagens do Landsat-5 TM, obtendo os valores de acurácia global igual a (99,8%); (98,6%) e
(97,7%) respectivamente.
Soares (2017), avaliando o efeito das queimadas nas mudanças de vegetação do distrito de Gurué,
Província da Zambézia, entre 2000 e 2015 com o uso de imagens do Landsat-7 ETM+, Landsat-5 e
Landsat-8 OLI para mapas de UCT obtendo os valores de exactidão geral dos mapas de (80,3%),
(79%) e (77,6%), para 2000, 2005 e 2015 respectivamente.
CAPÍTULO V
5. CONCLUSÕES E RECOMENDAÇÕES
5.1. Conclusões
5.2. Recomendações
CAPÍTULO VI
6. REFERENCIAS BIBLIOGRÁFICAS
Barbosa, C. C., Cuambe, S. O., Bandeira, C. (2001). Status and distribution of mangroves in
Mozambique FMA. South African journal of botany.
Crepani, E., Medeiros, J. S. L. G., Azevedo, L. G., Filho, H. P., Florenzano, T. G., Duarte, V.
(1996). Curso de sensoriamento remoto aplicado ao zoneamento Ecológico- Econômico. São José
dos Campos: INPE, 18p.
Epiphanio, J. C. N. (2002). Satélites de sensoriamento remoto. São José dos Campos: INPE, 38p.
FAO. (2007). Florestas e Fauna Bravia na Segurança Alimentar, Nutrição e Alívio à Pobreza.
Policy Briefing. Maputo.
Fatoyinbo, T. E., Jones, T. G., Ratsimba, R., Ramorinorotsihorana, L., Cripps, G., Bey, A. (2014).
Ecological Variability and Carbon Stock estimates of Mangrove Ecosystem in Northwestern
Madagascar.
Fatoyinbo, T. E., Simard M., Allen W. R. A., Shugart H. H. (2008). Landscape-scale extent, height,
biomass, and carbon estimation of Mozambique's mangrove forests with Landsat ETM+ and Shuttle
Radar Topography Mission elevation data. Journal ofGeophysical Research 113.
Lillesand, T. M., Kiefer, R. M. (1995). Remote sensing and image interpretation. 2a Edição. New
York: Wiley, 734p.
Litulo, C., Abreu, B. (2008). Mangais Raízes das marés, Museu de Historia Natural, MICOA, WWF.
Maputo: União Internacional de Conservação da Natureza.
Losch, C. (1993). Noções básicas para a Interpretação de imagens Aéreas, bem como algumas das
suas aplicações nos campos profissionais. 3a Edição. Florianópolis: Universidade Federal de Santa
Catarina.
MITADER, (2015). Estratégia e plano de acção nacional para restauração de mangal. 2015-2020.
43p.
NovellI, S. Y., Cintrón, G. (1986). Guia para estudos de áreas de manguezal: estrutura, função e
flora. São Paulo. 150p.
Novelli, S. Y., Mesquita, H. S. L., Cintrón, G. (1990). The Cananéia Lagoon Estuarine System. São
Paulo.
Prina, B. Z., Trentin, R. (2015). Geração de Matriz de Confusão a partir de uma classificação
digital de imagem do ArcGIS®. Simpósio Brasileiro de Sensoriamento Remoto. Santa Maria:
Universidade Federal de Santa Maria, 9p.
Razão, E., Miguel, A., Armando, D., Armazia, R., Sitole, J., Filipe, J. (2017). Estado do mangal de
Majante, Muarua (Quelimane) e Errecamba (Inhassunge) nos anos de 2002, 2009 e 2017 na
Zambézia. Quelimane: Universidade de pedagógica de Moçambique. 13p.
Saket, M., Matusse, R. (1994). Study for the determination of the rate of deforestation of the
mangrove vegetation in Mozambique. Maputo. 9p.
Schowengerdt, R. A. (1983). Techiques for image processing in remote sensing. Academic press.
New York.
Semesi, A. K., Howell, K. (1985). The Mangrove of the Eastern Africa Region. Nairobi: United
Nations Environment Programme, 45p.
Semsi, A. (1997). Mangroves.In Richmond, MD (1997) a guide to the seashores of Esatern Africa
and the Western Indian Ocean Islands. SAREC, P. 204-211.
Silva, D. A. (1995). Sistemas Sensores Orbitais. São José dos Campos: INPE-CTA.
Souza, H. F., Guedes, M. L. S., Oliveira, S. S., Santos, E. S. (1996). Alguns aspectos
fitossociológicos e nutricionais do manguezal da Ilha do Pati, Bahia. Brasil: Sitientibus.
USGS, (2019). O legado vivo do lansat 7. Ainda vivo após 20 anos em orbita, (NASA).
Zanotta, D. C., Ferreira, M. P., Zortea, M. (2019). Processamento de imagens de satélite.1a Edição.
Editora oficina de textos.