Utilizou-se a segmentação multirresolução do SRTM com o ODR_Obia, onde foram definidos os valores dos limiares de entradas, cujos resultados apresentaram-se bastante eficientes, sendo eles a compacidade (compactness), cor (baatz_color), escala (scale), número de bandas (num_bands) e peso da banda (peso_bands). Para o limiar da distância euclidiana – euclidian threshold, optou-se por deixá-lo como default, ou seja, no formato padrão, pois a introdução de um número qualquer para esse limiar não resultou em qualquer alteração nos resultados produzidos, compacidade 0,01, cor 1, escala 3, número de banda 1 e peso 1 relativos à banda da imagem utilizada (Figura 22), o que possibilitou melhor separação das classes.
Figura 22 - Limiares utilizados para segmentar o SRTM
Ao definir os limiares respectivos a compacidade, cor, escala, número de banda e peso da banda como entrada para a segmentação, a “compacidade”, que é um parâmetro de forma, proporcionou melhor agrupamento dos pixels dos objetos, tendo em vista que o limiar utilizado permitiu representar objetos menos compactos e mais espalhados, sendo esse fator mais propício para trabalhar com alvos naturais. O parâmetro “cor” denota-se aos valores espectrais de cada alvo, ou seja, de cada objeto, determinando o quanto da informação de cor foi usado no processo dessa segmentação. O parâmetro escala é um importante valor utilizado pelo algoritmo de segmentação multirresolução, determinando a média do tamanho do objeto a ser criado resultante da segmentação. Quanto mais alto for o valor atribuído ao parâmetro escala, maiores serão os segmentos produzidos e, com isto, menor será a quantidade de segmentos criados, por outro lado, um menor valor atribuído para esse parâmetro, menores serão e consequentemente, maior será a quantidade de segmentos criados.
Outros limiares com valores diferentes foram testados, ao utilizar uma escala com o valor do denominador maior, 1.10 por exemplo, os segmentos de canais gerados eram menos adensados e mais espaçados. Ao elevar escala de segmentação para 1.50, 1.100, 1.300 e assim por diante, o modelo além de reduzir o número dos segmentos até gerar apenas um único canal dentro da bacia, altera o traçado e deforma o formato da bacia, comprometendo a qualidade dos produtos obtidos. Por outro lado, valores de escala menores que 1.3, a rede de drenagem gerada é tão adensada que pode ser mapeado até trechos de estradas e trieiros deixados pelos animais junto ao solo por onde a água tende a escoar, inviabilizando a pesquisa.
Os valores utilizados para a compacidade próximo de 1, não permitiu o agrupamento dos pequenos objetos, tendo em vista que na parte mais elevado do relevo, há incidência de pequenos segmentos de canais, que são menores e menos compactos e relativamente estão espalhados ao longo da bacia. Assim, os limiares que melhor ajustaram na segmentação do SRTM, que possibilitaram uma extração de canais mais fidedignos da bacia, estão expostos conforme demostrados na figura 22.
Ao implementar o algoritmo de segmentação TA Baatz Segmenter, os pesquisadores do Inpe o disponibilizaram com restrição quanto ao tamanho dos dados a serem segmentados, tendo em vista que este só consegue segmentar imagens com até 100 megabites, ou com certo número de segmentos. Todavia, na proposição de Baatz e Schäpe (2000), o algoritmo não apresenta restrição quanto ao tamanho da imagem a ser segmentada.
No processo de segmentação pelo ODR_Obia é permitido que o usuário entre com os parâmetros (Figura 22): fator de cor, compacidade, escala, número de bandas e o peso atribuído a cada banda. Após a introdução desses parâmetros, a imagem é segmentada, tendo como resultado dois arquivos, um vetorial e um raster (Figuras 23 e 24).
Figura 23 - Resultado da segmentação feito pelo ODR_Obia em formato vetorial
Fonte: Elaborado pelo autor.
Para o resultado da segmentação em formato vetorial, os arquivos segmentados trazem como informação o valor de cada pixel, os valores mínimo e máximo de cada pixel, além dos valores de média e mediana de cada pixel. Esses valores servem para identificar as partes mais altas ou mais elevadas contidas na imagem segmentada (Figura 24). Por outro lado, o resultado obtido da segmentação em formato raster traz apenas o valor da média de cada pixel (Figura 24).
Por fim, foi atribuído peso à imagem (SRTM), o qual varia entre 0 e 1, e quanto maior o valor, maior o grau de importância conferida à respectiva imagem de entrada, sendo que o valor 0 implica em desconsideração da respectiva imagem no processo de segmentação.
Figura 24 - Imagem do SRTM segmentada com a altimetria corrigida
Fonte: Elaborado pelo autor.
Tanto o arquivo vetorial (Figura 23) quanto o raster (Figura 24), gerado pela segmentação, trazem atributos matemáticos que serão utilizados no processamento para extração dos canais e delimitação da bacia, todavia, para a extração desses objetos será usada
apenas a imagem raster, que traz consigo o valor da média dos pixels da imagem já segmentada.
Utilizando o segmentador TA Baatz Segmenter ao produzir a imagem final para uso no ODR_Hidro para a extrair os canais, percebeu-se que a rede de drenagem, ao ser comparada com os canais da Base Cartográfica do Exército, não apresentava simetria, ou seja, o sentido do fluxo dos canais (em azul) extraído da imagem segmentada escoa em direção não condizente com a realidade, fazendo com que sua direção fosse ignorada. Por vezes até mapeou canais em local onde eles não existem (Figura 25).
Depois de várias aplicações e testes (tentativas e erros), percebeu-se que ao segmentar a imagem do SRTM, ela perdia sua referência altimétrica, induzindo o modelo ao erro quando da delimitação dos canais, tendo em vista que nenhuma informação relacionada a altimetria era trazido na imagem segmentada. Foi realizada as alterações no ODR_Obia para corrigir o erro sistemático e restabelecer a referência altimétrica da imagem segmentada (Figura 24), que traz como atributo a média da altimetria de cada pixel segmentado.
Figura 25 - Representação do fluxo com escoamento em direções diferentes
Nota: Canais vermelhos oriundos da Carta do Exército e azuis oriundos da imagem segmentada. Fonte: Elaborado pelo autor.