3.1. Avaliação exploratória e descritiva dos dados
3.2.1. Preparação da base cartográfica
Correção geométrica das imagens de Landsat
A base cartográfica (mapa de utilização da terra) foi produzida a partir dos arquivos digitais da imagem do satélite Landsat 7, órbita/ ponto 222/76, data de passagem: 21 de março de 2001. O imageador ETM+, do satélite Landsat 7, possui 7 canais sensores, além do termal. Estes sensores correspondem a seis diferentes faixas espectrais (bandas), com resolução espacial de 30 m e o canal pancromático, pan, cuja faixa espectral vai de 0,52 a 0,9015 µm, com resolução espacial de 15 m (U.S. GEOLOGICAL SURVEY, 2001).
A partir das bandas 3, 4, 7 e 8 (pan), utilizando a técnica de transformação do espaço de cores HSI, foi produzida uma composição colorida com resolução espacial de 15m.
A utilização de transformação do espaço de cores, conhecida como HSI (Hue, Saturation e Intensity) (CROSTA, 1993) ou como HLS (Hue, Lightness e Saturation), ou seja, matiz ou cor (hue), saturação ou pureza (saturation) e intensidade, brilho ou energia total refletida (intensity e lightness), permitiu dobrar a resolução espacial de uma composição colorida da imagem do Landsat 7, que normalmente tem a resolução de 30m. O IDRISI 32 possibilita a combinação dos componentes Hue e Saturation do processo HSI com a banda pancromática do ETM, produzindo na transformação inversa três bandas RGB, de resolução de 15m, que podem ser combinadas numa nova composição colorida com resolução de 15m (EASTMAN, 2001).
Por meio do uso do comando Resample do IDRISI 32 e de pontos de coordenadas conhecidas as imagens foram georeferenciadas, ou seja, as imagens foram ajustadas ao sistema de projeção do qual os pontos faziam parte. Além disto, o sistema avaliou a qualidade desta adequação, pelo calculo estatístico do erro médio quadrático, que mede a precisão do registro da imagem (TEIXEIRA e CHRISTOFOLETTI, 1997).
Uma vez impressa a composição colorida foram escolhidos 65 pontos distribuídos pela imagem, para serem os pontos de correção. Esses pontos puderam ser visualizados com precisão na imagem e determinados com precisão no campo. As coordenadas UTM dos pontos foram registradas através do GPS 100 SRVY II e corrigidas pelo sistema DGPS PC100S2,
49
resultando em arquivo com erro estimado de localização dos pontos de 1 a 5 metros (GARMIN, 1993), em datum WGS 84.
A adoção do datum WGS 84 para as determinações foi fundamental para evitar problemas com as transformações de sistemas de referência realizados pelo software do receptor GPS ou pelo software do DPGS, cujos parâmetros e metodologia de cálculo são incertos. O sistema de referência do sistema GPS é o WGS 84. Com a utilização deste sistema foram obtidas as coordenadas do sistema GPS sem nenhuma transformação (MONICO, 2000). Todas as transformações de sistemas de referências, isto é, mudança de datum ou sistemas de projeções, foram realizadas no Sistema de Informação Geográfica IDRISI 32 através do procedimento de transformação de datum baseadas nas equações de Molodensky (EASTMAN, 2001) (MONICO, 2000).
Buscou-se pelo planejamento da coleta das posições (pontos de correção) evitar a coleta de dados quando a constelação de satélites detectados pelo sistema GPS fosse menor que seis satélites ou seus posicionamentos inadequados. O trabalho só foi realizado quando o receptor de campo indicou DOP (diluição geométrica de posição), que avalia a qualidade da geometria dos satélites do sistema GPS, menor que 2, o que garante um erro menor que 5 metros na posição.
Foi, ainda, utilizado outro avaliador de acurácia, o EPE (estimated position error), que além de computar o DOP, utiliza no seu cálculo a qualidade do sinal recebido e expressa uma medida, em metros, da acurácia da posição (GARMIN, 1993).
Por meio de uma cuidadosa avaliação da qualidade dos pontos de correção do GPS e da qualidade de sua localização na imagem, foram eliminados todos os pontos de localização duvidosa ou imprecisa. Os pontos restantes, com precisa localização no campo e na imagem, foram transformados em arquivo de ponto do IDRISI (EASTMAN, 2001), que passou a ser o arquivo de referência para a correção das imagens.
Os pontos de correção do GPS foram reprojetados cartograficamente para o datum Córrego Alegre (MONICO, 2000). As coordenadas dos pontos do GPS, com o novo datum, juntamente com as coordenadas obtidas na imagem original, compuseram o arquivo de correspondência, utilizado em uma nova correção geométrica do recorte da imagem.
A avaliação da acurácia da correção geométrica pôde ser realizada através do calculo do erro médio quadrático, normalmente abreviado como RMS (root mean square error)
50
(TEIXEIRA e CHRISTOFOLETTI, 1997). Na essência, o RMS é o desvio padrão das posições escolhidas, para o qual se assume que a média é exatamente igual o valor verdadeiro da posição (EASTMAN et al., 1993) (OLIVEIRA, 1993) (AFONSO et al., 2007)
RMS=
∑
(xi−t)2/n ...Equação 20 Onde: xi é a posição medida; t é valor assumido como verdadeiro e n é número de medidas.Assegurou-se que o erro médio quadrático (RMS) não fosse maior que 12 metros, menor que o tamanho do pixel, que é a precisão recomendada por CROSTA (1993).
Excetuando-se a produção de composição colorida pelo processo HSI, os mesmos procedimentos descritos acima foram realizados com a imagem do Landsat 5, bandas 1, 2, 3, 4, 5, 7 , órbita/ ponto 222/76, data de 23 de outubro de 2001.
Classificação supervisionada da imagem e criação da máscara
A classificação supervisionada das imagens de satélite e uma posterior reclassificação buscaram criar uma máscara que separasse as áreas plantadas com milho "safrinha" das terras ocupadas com outros usos. Esta separação foi realizada de forma indireta.
Primeiramente determinou-se o uso da terra do polígono em estudo por meio da classificação da imagem digital do Landsat 7, utilizando-se as bandas 1,2,3,4,5,7 e método da máxima verossimilhança (CROSTA, 1993).
As classes de uso da terra consideradas foram: rios e represas (água); culturas anuais sob avaliação (terras utilizadas com milho, soja, e outras culturas de ciclo curto); culturas não avaliadas (arroz de várzea, mandioca e outras culturas bianuais); culturas permanentes (café, citrus, banana e outras frutas); cana de açúcar; cerrados; florestas naturais; reflorestamentos; pastagens e vegetação de várzeas; áreas urbanas; e áreas não classificadas (áreas que eventualmente não puderam ser classificadas em nenhuma outra classe, tais como nuvens e sombras de nuvens). Quando da existência de variação espectral significativa dentro de uma mesma classe, esta classe era subdividida para fins de classificação digital, e posteriormente as sub-classes eram novamente reunidas em uma única classe através de uma reclassificação. Procurou-se obter amostras de treinamento homogêneas e representativas das classes, conforme recomendação de NOVO (1998). No caso da cana-de-açúcar, por exemplo, a classe foi composta por diversas subclasses: cana em início de desenvolvimento, com pequena biomassa; cana desenvolvida, com grande biomassa; cana recém cortada para muda, com alta reflectância na banda 3, devido à grande quantidade de palha sobre o solo; e cana recém
51
plantada, que terá resposta espectral semelhante a solo nu. A escolha da data de passagem do satélite eliminou grandes variações dentro das classes.
Praticamente toda a cana estava em pleno desenvolvimento (exceção feita a áreas de plantio e de corte de mudas), pois a moagem de cana não havia tido início quando a cena de 21 de março foi tomada. Nesta data, todas as lavouras (culturas anuais) de primavera-verão (soja, milho, etc..) estavam colhidas ou em plena maturação. Aproximadamente, a metade da área do milho "safrinha" estava recém-plantada e a outra metade por plantar. Considerando-se que o plantio de trigo, aveia ou outras lavouras de inverno acontece a partir de 20 de março, praticamente nenhuma destas lavouras havia sido plantada.
Algumas mudanças do uso da terra ocorridas após a tomada da imagem de 21 de março de 2001, como o plantio de cana de ano e meio (entre janeiro e abril), corte de muda de cana e plantio da mandioca (entre abril e agosto) precisaram ser consideradas na produção da mascara após a classificação dessa primeira imagem. Essas modificações puderam ser estimadas utilizando os resultados dos levantamentos de estimativa de safra da CATI- Coordenadoria de Assistência Técnica Integral /IEA- Instituto de Economia Agrícola/ SAA do Estado de São Paulo (IEA, 2002).
As áreas que tiveram seu uso modificado pelo plantio de cana planta, plantio de mandioca e corte de mudas de cana foram retiradas das áreas de culturas anuais por uma operação booleana com a máscara produzida pela classificação da imagem do Landsat 5, passagem de 23 de outubro de 2001. Nessa data, essas áreas modificadas já estavam com biomassa bastante desenvolvida, permitindo seu destaque das culturas de verão pouco desenvolvidas (milho) ou ainda por implantar (soja, milho).
Os erros oriundos da implantação de outras culturas de outono-inverno (trigo, aveia ou área de pousio) não puderam ser eliminados, dessa forma as áreas ocupadas com essas culturas foram consideradas como áreas de milho "safrinha" na imagem booleana final. Esses erros foram estimados com base na proporção de talhões amostrados ocupados com culturas anuais no levantamento de verão 2000/2001 que passaram a ser ocupados com trigo, aveia ou pousio e não milho "safrinha" no inverno 2001.
Etapas na classificação da Imagem
52
a) Localização e identificação de áreas de cobertura e uso da terra (referência terrestre) que pudessem ser perfeitamente identificadas na imagem (áreas de treinamento). As áreas de lavouras anuais foram facilmente identificadas devido aos levantamentos realizados em campo para a amostragem de qualidade de operações agrícolas. Grande parte da área sob cana da região estudada, pôde ser utilizada como área de treinamento para esta cultura, graças ao uso do mapa de cana da Usina Nova América, que cobre a maior parte da cana plantada no polígono de estudo. As coberturas florestais foram identificadas com base nos mapas disponíveis de fragmentos florestais. As pastagens e outras coberturas de menor expressão tiveram suas áreas de treinamento cuidadosamente identificadas no campo e na imagem. b) Digitalização de polígonos em torno de cada área de treinamento, atribuindo-se um único identificador para cada tipo de cobertura.
c) Análise estatística dos valores dos níveis de cinza contidos nas áreas de treinamento, e criação das assinaturas espectrais para cada tipo cobertura. Cada classe foi definida como uma nuvem de concentração de pixels (conjunto de treinamento) no espaço de atributos, considerando as bandas 1, 2, 3, 4, 5, e 7, favorecendo a maior precisão da classificação (CROSTA, 1993).
d) Classificação da imagem, considerando individualmente cada pixel. O sistema compara a assinatura espectral de cada pixel com cada uma das assinaturas das classes estabelecidas, classificando o pixel na classe em que é mais semelhante. O sistema estabelece a que classe cada pixel pertence com base em análises estatísticas. O classificador escolhido foi o de máxima verossimilhança (MaxVer). Este método é baseado na distribuição normal (estatística) dos pixels nas áreas de treinamento e avalia a "probabilidade de um pixel desconhecido pertencer a uma determinada classe" (CROSTA, 1993).
e) Após a classificação pelo software, as áreas urbanas foram classificadas visualmente, digitalizadas em polígonos e posteriormente integradas ao mapa temático de classe de uso da terra.
f) Construção da imagem booleana de áreas de lavouras colhidas. Transformou-se, por meio de uma nova reclassificação, a imagem do uso da terra em uma imagem booleana, onde as áreas de lavouras anuais foram classificadas como 1 (um) e todos os demais usos da terra foram classificados como 0 (zero). Desta maneira, obteve-se um mapa com precisão estatística estimada, onde as áreas de culturas anuais que foram avaliadas pela sua qualidade ficaram
53
separadas. Esta imagem booleana foi a base cartográfica do que foi e do que não foi mapeado no polígono de estudo.
g) A avaliação do erro da base digital classificada pôde ser realizada pela amostragem da referência terrestre. A amostragem foi aleatória estratificada, conforme recomenda EASTMAN et al.(1993), pois, através dela, não se corre o risco de deixar algumas áreas da imagem sem amostrar, o que poderia acontecer com a amostragem aleatória simples; ou de se viciar a amostragem se o campo tiver um padrão regular de distribuição de uso, no caso da amostragem sistemática. O número de amostras (n) de referência terrestre a serem tomadas foi calculado conforme proposto por Fitzpatrick-Lins (1981) apud MOREIRA (2005):
n=(z2.p.q).e-2...Equação 21 onde, n é o tamanho da amostra; z é a variável ou escore reduzido para o nível de confiança escolhido; e é o intervalo de confiança estabelecido; p é a proporção de acertos estabelecida; e q é (1-p), ou a proporção de erros aceitos.
A confrontação dos resultados da amostragem de referência terrestre com a categoria classificada na base digital pôde produzir uma matriz de erros que avalia para cada classe cartografada a proporção de erros. Esta matriz produziu uma coluna de resultados que expressam os erros por omissão, que indicam número de pontos onde uma determinada categoria deveria ter sido identificada no mapa, mas não foi. Produziu também uma linha de resultados que expressa os erros por comissão: quando o mapa indica uma categoria ou classe que não corresponde à referência terrestre (EASTMAN et al., 1993). O principal resultado da matriz é a proporção de acertos que indica a proporção de classificações corretas em relação ao total de amostras realizadas.
O cálculo da proporção de acertos deve ser acompanhado do intervalo de confiança dessa estimativa estatística (EASTMAN et al., 1993). O intervalo de confiança (CI) determina a acurácia da avaliação realizada:
1 n . q . p z CI=± − ...Equação 22 onde, z é o escore reduzido para o nível de confiança designado; p é a proporção de erros calculada; q é (1-p); e n é o tamanho da amostra.
A aplicação do Índice de Concordância Kappa (CONGALTON e MEAD, 1983 apud SILVA, 1999) baseado na referência terrestre, permitiu a verificação da qualidade da classificação. O Índice de Concordância Kappa (KIA) é calculado pela proporção de
54
classificações acertadas com base na referência terrestre e foi considerado satisfatório quando superior a 0,80.