UNIVERSIDADE FEDERAL DE PERNAMBUCO (UFPE)
CENTRO ACADÊMICO DO AGRESTE (CAA) NÚCLEO DE TECNOLOGIA (NT) CURSO DE ENGENHARIA CIVIL
ANNY ELIZABETH CADENGUE DE SIQUEIRA
CARACTERIZAÇÃO DA EXPANSÃO URBANA DE
CARUARU – PE UTILIZANDO SENSORIAMENTO REMOTO
Caruaru –2016.
ANNY ELIZABETH CADENGUE DE SIQUEIRA
CARACTERIZAÇÃO DA EXPANSÃO URBANA DE
CARUARU – PE UTILIZANDO SENSORIAMENTO REMOTO
Trabalho de Conclusão de Curso apresentado ao Curso de Engenharia Civil do Centro Acadêmico do Agreste - CAA, da Universidade Federal de Pernambuco - UFPE, como requisito para a disciplina Trabalho de Conclusão de Curso II.
Área de concentração: Recursos Hídricos
Caruaru –2016.
Catalogação na fonte:
Bibliotecária – Paula Silva CRB/4 - 1223
S618c Siqueira, Anny Elizabeth Cadengue de.
Caracterização da expansão urbana de Caruaru-PE utilizando sensoriamento remoto. / Anny Elizabeth Cadengue de Siqueira. – 2016.
38f.: il.; 30 cm.
Orientadora: Leidjane Maria Maciel de Oliveira.
Monografia (Trabalho de Conclusão de Curso) – Universidade Federal de Pernambuco, CAA, Engenharia Civil, 2016.
Inclui Referências.
1. Engenharia civil. 2. Urbanização – Caruaru(PE). 3. Sensoriamento remoto – Caruaru(PE). 4. Monitoramento ambiental. 5. Índices. I. Oliveira, Leidjane Maria Maciel de (Orientadora). II. Título.
620CDD (23. ed.) UFPE (CAA 2016-254)
ANNY ELIZABETH CADENGUE DE SIQUEIRA
CARACTERIZAÇÃO DA EXPANSÃO URBANA DE CARUARU - PE UTILIZANDO SENSORIAMENTO REMOTO
Trabalho de Conclusão de Curso apresentado à coordenação do Curso de Engenharia Civil do Centro Acadêmico do Agreste - CAA, da Universidade Federal de Pernambuco - UFPE, em cumprimento às exigências para obtenção do grau em Engenheiro Civil.
Área de concentração: Recursos Hídricos
A banca examinadora, composta pelos professores abaixo, considera a candidata APROVADA com nota____.
Caruaru, 13 de dezembro de 2016.
Banca examinadora:
Profª Dra. Leidjane Maria Maciel de Oliveira
Universidade Federal de Pernambuco – UFPE (Orientadora)
Profº Dr. Saulo de Tarso Marques Bezerra
Universidade Federal de Pernambuco – UFPE (Examinador)
Profª Dra. Elizabeth A. Pastich Gonçalves
Universidade Federal de Pernambuco – UFPE (Examinadora)
Profº Dr. Cléssio Leão Silva Lima
Universidade Federal de Pernambuco – UFPE (Coordenador da disciplina de TCC) A minha família, pelo amor e dedicação incondicional.
AGRADECIMENTOS
Agradeço primeiramente a Deus, por estar comigo a todo instante, me dando proteção e coragem nessa difícil caminhada.
Aos meus pais, Maria Eunice e Marcos Antônio por todo o apoio, incentivo e amor incondicional, por serem exemplo e o motivo pelo qual todo o esforço valeu a pena.
As minhas irmãs Anna e Annanda por acreditarem em mim, quando eu mesma não acreditava e por tornarem muitas vezes as coisas mais fáceis. A Hiago, pela paciência, carinho e companhia durante o curso.
Aos meus familiares que sempre torceram por mim e tão carinhosamente demonstraram seu apoio, compreensão e ajuda nas horas necessárias.
Aos colegas do curso pelas horas de trabalho juntos e valiosa contribuição na minha vida acadêmica.
Aos amigos, por todas as palavras de incentivo, torcida, conselhos e amizade verdadeira em todos os momentos.
Aos professores do Campus Acadêmico do Agreste, por todo conhecimento repassado e atenção dedicada.
A minha orientadora Leidjane Maciel por acreditar em mim, pela dedicação e paciência para que este trabalho chegasse a ser concluído da melhor forma possível.
E a todos que contribuíram direta ou indiretamente fizeram parte da minha formação, o meu muito obrigado.
Trabalho de Conclusão de Curso (TCC)
Instituição: Universidade Federal de Pernambuco Curso: Engenharia Civil
Nome: Anny Elizabeth Cadengue de Siqueira
Título: Caracterização Temporal do Município de Caruaru – PE por Índices Radiométricos
Data da Defesa: 13/12/2016
RESUMO
Vem sendo cada vez mais utilizado o uso do sensoriamento remoto para caracterização da cobertura do solo. Muitos índices radiométricos foram criados com o intuito de monitorar os recursos naturais, entre eles está o Índice de Vegetação por Diferença Normatizada (NDVI) e o Índice de Construção por Diferença Normatizada (NDBI). Este trabalho teve como objetivo avaliar quantitativamente os parâmetros obtidos por sensoriamento remoto na área do município de Caruaru, localizado no Agreste Pernambucano. Foram utilizadas imagens do satélite TM – Landsat 5 de 22/04/1995 e 07/04/2007. As imagens foram obtidas já registradas através da United States Geological Survey (USGS). Foi realizada a calibração radiométrica e reflectância, para a partir daí serem geradas cartas temáticas de NDVI e NDBI.
Observou-se uma expansão territorial considerável entre os anos estudados, que pode ser identificada com maior clareza através de manipulação das bandas 3, 4 e 5.
A imagem de 2007 apresentou média com uma pequena redução em relação ao ano de 1995, sendo 0,541 em 1995 e 0,494 em 2007 e ambas as datas apresentaram um elevado coeficiente de variação. Avaliou-se também a relação entre os índices de precipitação e o NDVI e observou-se uma relação entre as chuvas dos 10 dias anteriores a imagem e a resposta da vegetação.
Palavras-chave: NDVI, NDBI, TM-Landsat 5.
ABSTRACT
The use of remote sensing has been increasingly used to characterization of soil cover. Many radiometric indices were created with the intent of do the monitoring natural resources, between them is the Standard Difference Vegetation Index (NDVI) and the Standard Difference Construction Index (NDBI). This work had as goal to quantitatively evaluate the parameters obtained by remote sensing in the area of Caruaru one city located in the region Agreste of the Brazilian state of Pernambuco.
Images of TM – Landsat 5 of 04/22/1995 and 04/07/2007. The images were obtained already registered through the United States Geological Survey (USGS). The radiometric calibration and the reflectance were performed as starting point so that thematic letters of NDVI and NDBI would later be generated. It was observed a considerable territorial expansion between the years that were studied, which can be identified with greater clarity throught the manipulation of the bands 3, 4 e 5. The image of 2007 presented a medium decrease with respect to the year 1995. The average for the vegetation index is 0,541 in 1995 and 0,494 in 2007 and both dates presented a high coefficient of variation. The relation between the precipitation index and the NDVI was also evaluated, and it was observed a relattion between the rains of the 10 days before the image and the response of the vegetation.
Keywords: NDVI, NDBI, TM-Landsat 5.
LISTA DE FIGURAS
Figura 1 - Localização do Município de Caruaru ... 16 Figura 2 - Precipitação Mensal de 1995 e 2007 no posto do IPA em Caruaru-PE .... 23 Figura 3 - Representação do Índice de Vegetação Normatizado do Município de Caruaru nos anos de 1995 e 2007. ... 25 Figura 4 - Histogramas para NDVI. ... 26 Figura 5 - Representação do Índice Normatizado de Diferença de Construção do Município de Caruaru nos anos de 1995 e 2007. ... 27 Figura 6 - Histogramas para NDBI. ... 28 Figura 7 - Área Construída em Caruaru - PE. ... 29 Figura 8 - Gráfico de crescimento populacional com dados fornecidos pelo IBGE. .. 31 Figura 9 - Localização espacial das duas áreas de estudo no ano de 1995. ... 32 Figura 10 - Imagem de alta resolução da cidade de Caruaru - PE no ano de 1995. . 32 Figura 11 - Localização espacial das duas áreas de estudo no ano de 2007. ... 33 Figura 12 - Imagem de alta resolução da cidade de Caruaru - PE no ano de 2007. 33 Figura 13 - Média de píxeis do Índice de Vegetação por Diferença Normatizada. .... 34 Figura 14 - Média de píxeis do Índice de Construção por Diferença Normatizada.... 34
LISTA DE TABELAS
Tabela 1 - Faixa Espectral de Imagens do Landsat ... 18 Tabela 2 - Descrição das bandas do Mapeador Temático (TM) do Landsat 5 ... 20 Tabela 3 - Precipitação diárias dos 10 dias que antecedem a data da imagem analisada nos anos de 1995 e 2007 ... 23 Tabela 4 - Valores estatísticos para NDVI nos dias estudados ... 24
SUMÁRIO
1 INTRODUÇÃO ... 10
2 OBJETIVOS ... 12
2.1OBJETIVO GERAL ... 12
2.2 OBJETIVOS ESPECÍFICOS ... 12
3 REVISÃO DE LITERATURA ... 13
4 MATERIAL E MÉTODOS ... 16
4.1 ÁREA DE ESTUDO ... 16
4.2 DADOS PLUVIOMÉTRICOS ... 17
4.3 SENSORIAMENTO REMOTO ... 17
4.4 UTILIZAÇÃO DAS IMAGENS DE SATÉLITE ... 18
4.5 CALIBRAÇÃO RADIOMÉTRICA ... 20
4.6 REFLECTÂNCIA ... 20
4.7 NDVI (Índice de Vegetação por Diferença Normtizada) ... 22
4.8 NDBI (Índice Normatizado de Diferença de Construção) ... 21
4.9 MEDIDA PARA UMA MELHOR DETECÇÃO DE ÁREA CONSTRUÍDA ... 21
5. RESULTADOS E DISCUSSÕES citar as figuras ... 23
6 CONCLUSÕES ... 35
REFERÊNCIAS ... 36
10
1 INTRODUÇÃO
Imagens obtidas por sensoriamento remoto mostram-se como uma ferramenta muito importante para uma análise multitemporal de extensas áreas da superfície terrestre. Através delas é possível a detecção de diversas características de transformação do ambiente, tais como desmatamentos, impactos causados por fenômenos naturais, expansão urbana, entre outras alterações do uso e ocupação do solo (FLORENZANO, 2002).
Com o desenvolvimento da tecnologia e a possibilidade de obtenção de imagens de alta e média resolução e técnicas mais eficientes, o sensoriamento remoto vem sendo cada vez mais aplicado para a detecção dos elementos do espaço urbano (CARDOSO et al., 2014).
É possível o monitoramento da variação espectral da vegetação que ocupa uma determinada área a partir de bandas do visível possibilitando a delimitação de áreas com cobertura vegetal.
A radiação que incide na superfície terrestre resulta em três frações ao atingir a vegetação. Uma parte que é absorvida pelos pigmentos contidos na folha e participa na síntese de energia e outra parte é absorvida pelas folhas, que trata-se da faixa aplicada ao NDVI (NOVO, 1998).
Há diferentes procedimentos para a identificação de cobertura vegetal em áreas urbanas por meio de trabalho de campo, pela análise de cartas topográficas de grande escala, pela interpretação de fotografias aéreas e pela interpretação e tratamento digital de imagens de satélite de base orbital (LOMBARDO, 1985; NUCCI &
CARVALHEIRO, 1999).
O índice de vegetação é uma das ferramentas mais desenvolvidas para o monitoramento de cobertura vegetal de determinada região. O desenvolvimento de índices radiométricos fornecem parâmetros capazes de detectar e separar alvos a partir de combinações apropriadas entre as bandas das imagens de satélite. Dentre os índices de vegetação destaca-se o Índice de Vegetação por Diferença Normatizada proposto por Rouse et al, (1973) (ALBUQUERQUE, et al., 2014).
Segundo Oliveira et al. (2010), o NDVI permite o monitoramento do desenvolvimento e atividade de vegetação em suas mudanças sazonais e interanuais.
O NDVI normaliza a razão simples entre as bandas para o intervalo -1 a +1 onde para
11
os alvos terrestres, o limite inferior é de aproximadamente zero, e o superior, de aproximadamente 0,8 (Ponzoni et al, 2012).
Segundo França et al. (2012) o NDBI é um índice desenvolvido para identificar áreas urbanas e construídas, baseado no incremento da resposta espectral das áreas construídas entre as bandas do infravermelho próximo e infravermelho médio.
O presente trabalho teve como objetivo mapear o uso e cobertura do solo por índice de vegetação na cidade de Caruaru-PE em um intervalo de 12 anos (1995 a 2007). As imagens utilizadas referentes aos anos citados foram obtidas do satélite Landsat 5 através de seu sensor TM. Caruaru-PE é a maior cidade do Agreste Pernambucano, sofreu um intenso desenvolvimento econômico e consequente expansão urbana nos últimos 30 anos sendo importante pesquisas que caracterizam com maiores detalhes o uso e ocupação do solo na região.
12
2 OBJETIVOS
2.1 OBJETIVO GERAL
Avaliar a evolução do uso e ocupação do solo em Caruaru – PE no período de 1995 a 2007 por meio do Índice de Vegetação por Diferença Normatizada e do Índice de Construção por Diferença Normatizada.
2.2 OBJETIVOS ESPECÍFICOS
Comparar a evolução espaço-temporal destas imagens com a climatologia local em Caruaru, PE.
Analisar a eficácia do sensoriamento remoto para caracterização temporal.
13
3 REVISÃO DE LITERATURA
Um estudo desenvolvido por Oliveira et al. (2010) observou o estresse hídrico na vegetação da Serra da Capivara e Serra do Congo – PI utilizando NDVI e NDWI.
O trabalho utilizou a base de dados georreferenciados do Programa Biodiversidade da Caatinga (PROBIO – Caatinga). Foram analisadas imagens do Landsat 5 no software ERDAS Imagine 9.3. A montagem final foi realizada no software ArcGIS 9.3. O NDWI mostra-se mais vantajoso no monitoramento de estresse hídrico em ambiente semiárido e tem uma menor sensibilidade aos efeitos atmosféricos. No ano de 1993 observou-se um aumento significativo dos valores de NDVI, o que indica uma diminuição de área foliar provavelmente decorrente de precipitações baixas nos meses anteriores. A partir da ocorrência de fatos como este a pesquisa realizada foi capaz de observar uma grande mudança nos valores do índice de vegetação em sua maior parte na Caatinga determinadas pela queda de folhas para reduzir uma maior perda de água em épocas de intenso estresse hídrico, a dinâmica climática apresenta variações que refletem na paisagem do local.
Gonzaga et al. (2011) desenvolveu um estudo na cidade de Piranhas – AL com o objetivo de analisar o comportamento do NDVI e NDWI em período chuvoso, moderado e seco. Foram utilizadas imagens do Landsat 5 a partir de seu sensor TM para os anos de 2006, 2007 e 2008, foram escolhidas imagens com menores percentuais de nebulosidade e que representassem diferentes intensidades pluviométricas. Foram também analisados dados diários de pluviométrica junto a Agência Nacional de águas (ANA) dos anos selecionados para pesquisa. Durante o desenvolvimento foi observado que uma forte correlação do período chuvoso com o NDVI e o NDWI. Os valores obtidos de NDWI apresentaram-se abaixo de 0 em período seco e os valores mais altos como esperado foram obtidos em julho que correspondia ao período chuvoso. O estudo teve como conclusão que os Índice de Vegetação por Diferença Normatizada (NDVI) e o Índice de Água por Diferença Normatizada (NDWI) possuem uma forte dependência, mensurada com uma correlação de 0,93 para o período chuvoso a 95% de confiança.
França et al. (2012) utilizou índices radiométricos (NDVI e NDBI) em imagens do Landsat-5 da Lagoa Olho D’água localizada em Jaboatão dos Guararapes-PE e seu entorno com o objetivo de se fazer a identificação de diferentes alvos. Estes dados
14
foram obtidos através da aplicação de técnicas de uso do modelo de cores IHS para detecção de nuvens e a utilização da faixa do espectro eletromagnético relativo ao infravermelho próximo para o mapeamento de corpos d’água, gerando uma base de dados compatível com a escala de 1:150000 determinada para o mapeamento.
Sairaiva et al. (2012) em seu estudo de caracterização temporal do município de Campinas-SP usou NDVI, NDBI e temperatura de superfície a partir de técnicas de sensoriamento remoto com o objetivo de investigar as relações entre estes índices utilizando imagens do satélite Landsat-5 obtidas pelo sensor TM. Foram utilizadas imagens de 3 anos com intervalo de 7 e 8 anos entre eles. Observou-se um aumento significativo do NDVI médio e redução do NDBI representando assim uma alteração significativa do uso e cobertura do solo. Detectou-se também uma elevação acentuada na temperatura média no primeiro intervalo temporal, já no segundo observou-se uma redução não significativa nos valores da temperatura. Os resultados obtidos apresentaram uma relação negativa entre a temperatura de superfície e o NDVI e uma relação positiva entre o NDBI e a temperatura de superfície.
Albuquerque et al. (2014) em seu estudo sobre comportamento do Índice de Vegetação por Diferença Normatizada e Índice de Água por Diferença Normatizada sob diferentes intensidades pluviométricas em Sousa-PB, utilizou imagens do satélite Landsat-5, sensor TM, considerando períodos chuvosos e secos e valores de precipitação obtidos juntos ao site do Instituto Nacional de Meteorologia - INMET do mesmo período. Para a obtenção dos índices de vegetação e umidade o processamento das imagens foi feito após a calibração radiométrica. Os resultados obtidos eram esperados pelos valores encontrados na literatura para áreas de
Caatinga, assim como para a resposta espectral de corpos d’água. As áreas que possuem agricultura irrigada e que estão localizadas próximas aos rios que banham a região puderam ser identificadas pois apresentaram valores mais altos para o NDVI e NDWI no período de estiagem. Para as imagens do ano de 2007 foi observado que o comportamento do NDWI sofreu uma baixa alteração entre o período seco e o chuvoso, o que pode ser atribuído ao baixo regime pluviométrico do mesmo ano. Foi observado que a utilização de índices mostra-se eficiente para analisar a resposta espectral da cobertura vegetal, que se trata de uma informação relevante para a prática da agricultura da região estudada.
15
A partir de dados obtidos através de imagens do Landsat 7 ETM+ no software IDRISI Andes, Silva et al. (2014) obtiveram dados de NDVI, NDBI e Albedo de superfície. Após a obtenção dos dados efetivou-se uma avaliação do clima urbano baseada no Índice de Vulnerabilidade para o Clima Urbano que envolve técnicas de regressão linear múltipla. A classificação a partir deste índice foi feita como: muito bom, bom, regular, crítico e água. Pode observar que em áreas da cidade de Natal- RN classificadas como “Muito bom” e “Bom” correspondiam as áreas de parques que tinham uma maior cobertura vegetal, as demais se enquadram em categorias como
“Regular” e “Crítico” que são áreas de desconforto térmico, demostrando assim um processo de urbanização intenso e uma necessidade de planejamento no que se diz respeito a clima urbano. O sensoriamento remoto se mostra eficaz em estudos como este e deve ser usado com mais frequência em discussões acerca dos impactos no ambiente urbano.
Cardoso et al. (2014) aplicaram os índices NDVI, NDBI e NDWI para fazer o mapeamento de uso e cobertura do solo a partir de imagens do satélite Landsat 8 na cidade de Presidente Prudente - SP. Foi observado uma limitação em relação ao comportamento espectral de alguns alvos causando confusão em relação aos solos expostos e áreas de pastagens destinadas aos cultivos devido a sazonalidade de áreas destinadas a agricultura. Porém, o processo mostrou-se vantajoso para o mapeamento de áreas urbanas e periurbanas.
16
4 MATERIAL E MÉTODOS 4.1 ÁREA DE ESTUDO
A cidade de Caruaru – PE está localizada na mesorregião do Agreste e microrregião do Vale do Ipojuca, está situada entre a latitude 08º 17' 00" S e longitude:
35º 58' 34" W de Greenwich, com altitude média de 554 m acima do nível do mar, compreendendo uma área de 920,611 km².
Segundo o sistema de classificação adotado pelo Instituto Brasileiro de Geografia e Estatística, a região possui um clima tropical. Tem temperatura média anual de 23,6 ºC, com umidade relativa do ar médio anual de 59,23%, índice pluviométrico anual médio de 661 mm e evapotranspiração potencial média anual de 2002,88. O regime de chuvas se caracteriza por um período chuvoso de março a julho e um período mais seco de agosto a fevereiro (IBGE, 2016).
A população em Caruaru no ano de 1996 era de 231.170 habitantes e 2007 289.086 habitantes o que representa um aumento considerável de 25% em 10 anos, e consequentemente uma expansão urbana.
Figura 1-Localização do Município de Caruaru
Autor, 2016.
17
4.2 DADOS PLUVIOMÉTRICOS
Para análise da influência do evento chuvoso na área de estudo, utilizaram-se dados pluviométricos da estação meteorológica do Instituto Agronômico de Pernambuco na cidade de Caruaru – PE. Os dados foram obtidos do site da APAC através do Sistema de Geoinformação Hidrometeorológico de Pernambuco (SIRGH).
4.3 SENSORIAMENTO REMOTO
Segundo Elachi (1987 apud NOVO, 2008), sensoriamento remoto implica na obtenção de informação a partir da detecção e mensuração das mudanças que um determinado objeto impõe aos campos de força que o circundam, sejam estes campos eletromagnéticos, acústicos ou potenciais.
Os estudos ambientais tiveram grande ajuda a partir da década de 1970 quando foi instituído o programa Landsat que tinha como prioridade a obtenção de imagens para aplicações agrícolas e geológicas a partir de sensores orbitais. Estes sensores registravam a energia eletromagnética refletidas pelos diversos elementos constituintes da superfície terrestre nas faixas do visível, infravermelho próximo e médio.
Os satélites de recursos terrestres são aqueles que tem uma trajetória de órbita circular, quase polar e síncrona com o Sol, se desloca na mesma velocidade de deslocamento da terra em relação ao Sol. Dentre os vários satélites de recursos terrestres que existentes destacam-se os da série Landsat. Desde 1973 o Brasil recebe imagens da série Landsat através do INPE. O Brasil também recebe imagens dos satélites CBRES, Terra, Aqua, Noaa, Goes-12, Meteosat e GMS (Japão). Há também satélites de alta resolução, como o IRS, o Eros, o Ikonos e o Quickbird.
As imagens LANDSAT-TM é composta de 7 bandas, cada banda representa a resposta de uma determinada faixa espectral.
18
Tabela 1 - Faixa Espectral de Imagens do Landsat.
Banda Faixa Espectral
1 0,45 a 0,52 – m – azul
2 0,52 a 0,60 – μm – verde
3 0,63 a 0,69 - μm – vermelho
4 0,76 a 0,90 μm – infravermelho próximo 5 1,55 a 1,75 μm – infravermelho médio
6 10,4 a 12,5 μm – infravermelho termal 7 2,08 a 2,35 μm – infravermelho distante
Bandas 1, 2 e 3: trata-se de imagens em cor natural com boa penetração de água.
Vegetação aparece em tonalidades esverdeadas.
Bandas 2, 3 e 4: define melhor os limites entre o solo e a água, mostra a diferença na vegetação.
Bandas 3, 4 e 5: mostra mais claramente os limites entre o solo e a água com a vegetação mais descriminada.
Bandas 2, 4 e 7: mostra a vegetação em tons de verde e permite descriminar a umidade tanto na vegetação como no solo. (INPE, 2016)
O satélite utilizado no presente trabalho foi o Landsat 5, que tem como a instituição responsável a Administração Nacional da Aeronáutica e Espaço (NASA), foi lançado em 01/03/1984 e está inativo desde 22/11/2011. O Landsat 5 está a uma altitude de 705 km, possui órbita polar, circular e heliossíncrona, tem o tempo de duração da órbita de 98,20 min, horário de passagem é as 9:45 A.M. e período de revisita de 16 dias. Possui dois sensores, o Multispectral Scanner (MSS) e o Thematic Mapper (TM).
4.4 UTILIZAÇÃO DAS IMAGENS DE SATÉLITE
Para realização do estudo foram utilizadas as imagens na órbita 214 ponto 66 que é a cena que abrande a área de Caruaru, nos dias 22 de abril de 1995 e 07 de abril de 2007, que se referem aos dias Julianos (DJ) 112 e 97, respectivamente.
19
Adotou-se como sistema de geodésico de referência o Sistema de Referência Geocêntrico para as Américas (SIRGAS 2000). A cidade de Caruaru, fique entre as zonas Universal Transversa de Mercator (UTM) 24 e 25, para o presente trabalho adotou-se a UTM 24S.
As imagens foram obtidas através do site da United States Geological Survey já ortorretificadas em formato geotiff. As imagens TM do satélite Landsat 5, possuem resolução espacial de 30 x 30 m exceto a banda 6, com 120 x 120 m, cobrindo cada pixel uma área de 900m², resolução temporal de 16 dias e radiométrica de oito bits.
Para o processamento das imagens foi utilizado neste trabalho o software Quantum GIS na sua versão 2.8.9. As equações para o processamento dos índices radiométricos foram efetivadas pela ferramenta calculadora raster.
A partir daí foi feita uma análise comparativa da imagem e dos demais dados disponíveis para a obtenção do resultado do estudo. As áreas das delimitações do perímetro urbano de Caruaru também foram calculadas através da ferramenta calculadora de campo do QGIS.
4.5 CALIBRAÇÃO RADIOMÉTRICA
A calibração radiométrica consiste na conversão do número digital que varia de 0 a 255 de cada pixel da imagem na radiância espectral de cada banda (Lλi). Essa radiância representa a energia solar refletida por cada pixel por unidade de área, de tempo, de ângulo sólido e de comprimento de onda, medida ao nível do satélite. A equação utilizada foi proposta por Markham & Baker (1987):
Lλi = ai + b 255i−ai ND (1) Onde:
𝐿𝜆𝑖 - radiância espectral de cada banda (Wm-2 sr-1 µm-1);
“a” e “b” = radiâncias espectrais mínimas e máximas (Wm-2 sr-1 µm-1) obtidos em Chander et al. (2007);
ND = intensidade do pixel (número inteiro entre 0 e 255); i
= cada banda do TM Landsat 5.
20
Tabela 2 - Descrição das bandas do Mapeador Temático (TM) do Landsat 5
Irradiância Espectral no
Comprimento a b b b Topo da
Bandas
de onda (µm) Atmosfera Kλi
(desde1994) (01/03/1994 (01/03/1994 (01/03/1994 (Wm-2
sr-1 µma a a 1) 04/05/2003) 04/05/2003) 04/05/2003)
1 (azul) 0,452 – 0,518 -1,52 152,10 193,00 169,00 1983,00 2 (verde) 0,528 – 0,609 -2,84 296,81 365,00 333,00 1796,00
3 (vermelho)
0,626 – 0,693 -1,17 204,30 264,00 264,00 1536,00
4 (IV –
próximo) 0,776 – 0,904 -1,51 206,20 221,00 221,00 1031,00 5 (IV –
médio)
1,567 – 1,784 -0,37 27,19 30,20 30,20 220,00
6 (IV – termal)
10,450 – 12,420
1,2378 15,303 15,303 15,303 -
7 (IV – médio)
2,097 – 2,349 -0,15 14,38 16,50 16.50 83,440
4.6 REFLECTÂNCIA
A reflectância monocromática é definida pela razão entre o fluxo de radiação refletida por cada banda e o fluxo de radiação incidente, que é obtida por Allen et al.
(2002):
𝜌𝜆𝑖 = 𝑘𝜆𝑖 𝜋cos𝐿𝜆𝑖𝑍.𝑑𝑟 (2)
𝑑𝑟 = 1 + 0,33𝑐𝑜𝑠 (𝐷𝑆𝐴3652𝜋) (3) 𝑍 = 90 − 𝐸 (4) cosZ = cos ( − E) em radianos (5)
Onde:
Coeficientes de Calibração(Wm-2sr-1µm-1)
21
ρλi = reflectância monocromática de cada banda (Wm-2 sr-1 µm-1); Lλi = radiância espectral de cada banda (Wm-2 sr-1 µm-1); kλi = irradiância solar espectral de cada banda no topo da atmosfera (Wm-2 µm-1) (Tabela 2);
Z = ângulo zenital solar;
dr = quadrado da razão entre a distância média Terra-Sol (ro) e distância Terra-Sol (r) em dado dia do ano (DSA);
E = ângulo de elevação do Sol no metadados da imagem.
4.7 NDVI (Índice de Vegetação por Diferença Normtizada)
O NDVI trata-se de um índice capaz de identificar áreas de vegetação verde e sua condição é obtido pela razão das diferenças de reflectância para a banda do infravermelho médio e a banda do vermelho e sua soma.
ρIV−ρV
NDVI = (6)
ρIV+ρV Onde:
ρIV = reflectância da banda do infravermelho próximo (banda 4); ρV
= reflectância da banda do vermelho (banda 3).
4.8 NDBI (Índice Normatizado de Diferença de Construção)
Índice proposto por ZHA et al. (2003), que é representado pela Equação 2, onde são obtidos valores entre -1 e 1, sendo que os valores positivos correspondem a áreas construídas.
ρIVM−ρIV
NDBI = (7)
ρIVM+ρIV Onde:
ρIV = reflectância da banda do infravermelho próximo (banda 4); ρIVM
= reflectância da banda do infravermelho médio (banda 5).
4.9 MEDIDA PARA UMA MELHOR DETECÇÃO DE ÁREA CONSTRUÍDA
Através de três manipulações aritméticas das bandas 3, 4 e 5 da TM, é possível diferenciar áreas urbanas (incluindo terrenos estéreis). Zha et al. (2003) obtiveram dados de NDVI e NDBI da cidade de Nanjing no Leste da China, e fazendo a subtração do NDVI no NDBI obtiveram valores positivos para áreas construídas e estéreis e
22
valores negativos para áreas de cobertura vegetal. O mesmo foi feito para o presente trabalho.
Área Construida = NDBI − NDVI (8)
23
5. RESULTADOS E DISCUSSÕES
A Figura 2 apresenta o total mensal precipitado nos anos de 1995 e 2007 em Caruaru-PE. A precipitação foi obtida a partir do posto 24 do IPA. O total precipitado para o ano de 1995 foi de 502,20 mm e, para o ano de 2007 foi de 707,30 mm. O mês de março apresentou índice pluviométrico com maior intensidade no ano de 2007 (88,10 mm) em relação ao ano de 1995 (19,00 mm). O mês de Abril de 1995 apresentou precipitação maior do que o mês de março, enquanto que em Abril de 2007 a precipitação foi inferior aos 2 meses anteriores, porém ainda maior que em 1995.
Porém, devido a precipitação nos 10 dias anteriores a imagem em 1995 ter sido de 10 mm e em 2007 ter sido de apenas 1,6 mm, a vegetação apresentou maior vigor do verde.
Oliveira et al. (2012) obteve melhores interpretações a respeito da resposta da vegetação analisando os 10 dias anteriores a data da imagem em estudo sobre a relação entre a vegetação e a precipitação na região da bacia do Tapacurá localizada em Pernambuco, por meio de EVI.
Figura 2 - Precipitação Mensal de 1995 e 2007 no posto do IPA em Caruaru-PE
Tabela 3 - Precipitação diárias dos 10 dias que antecedem a data da imagem analisada nos anos de 1995 e 2007.
ANO DIA - PRECIPITAÇÃO (mm)
1995 12/04 13/04 14/04 15/04 16/04 17/04 18/04 19/04 20/04 21/04 22/04 0,2 0,0 2,2 1,0 0,0 0,0 0,6 0,0 6,0 0,0 0,0 2007 28/03 29/03 30/03 31/03 01/04 02/04 03/04 04/04 05/04 06/04 07/04
0,0 0,0 1,6 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
Autor, 2016.
0 20 40 60 80 100 120 140 160
Meses
1995 2007
24
O cálculo do NDVI para Caruaru – PE resultou em valores que variaram de 0,216 a 0.839 sendo que em áreas com ausência de folhas verdes, observou-se valores próximos de 0, valores negativos também foram observados para áreas com água, e valores próximo a 1 indicaram áreas com elevada densidade de vegetação.
No histograma do NDVI para a imagem de 1995 observa-se uma maior concentração de píxeis com valores em torno de 0,5 do que na imagem de 2007, o que pode ser observado no mapa, que em 1995 havia uma maior concentração de cobertura vegetal no município.
No que se refere a NDBI áreas com solo exposto se confundem com áreas construídas por apresentarem uma resposta espectral semelhante. Este caso pode ser observado no norte da cidade de Caruaru-PE na imagem de 1995, onde a imagem mostrou tons mais fortes de roxo, que representavam valores positivos para o índice, assim como as áreas edificadas ao sul da cidade.
Cardoso et al. (2014) em estudo em Presidente Prudente - SP obteve valores que variavam de -1 a 1 para o NDVI em áreas com cobertura vegetal, e valores negativos para áreas com água e ausência de vegetação. Identificou também uma dificuldade para a distinção de áreas construídas e solos expostos e áreas de pastagem e de cultivos.
Tabela 4 - Valores estatísticos para NDVI nos dias estudados.
Imagem Valores estatísticos de NDVI
Máximo Desvio
Mínimo Média
Padrão
Coeficiente de Variação 1995 0,839 -0,387 0,555 0,133 23,96%
2007 0,807 -0,216 0,508 0,143 28,15%
O coeficiente de variação representado na Tabela 4 mostram que a área apresenta uma dispersão considerável, por se tratar de uma área com vegetação e área urbana.
Os valores de máximo e média apresentam uma diferença pouco significativa para os anos de 1995 e 2007.
25
Figura 3 - Representação do Índice de Vegetação Normatizado do Município de Caruaru nos anos de 1995 e 2007.
Autor, 2016.
26
Figura 4 - Histogramas para NDVI.
Autor, 2016.
22/04/1995
07/04/2007
27
Figura 5 - Representação do Índice Normatizado de Diferença de Construção do Município de Caruaru nos anos de 1995 e 2007.
Autor, 2016.
28
Autor, 2016.
22/04/1995
Figura 6-Histogramas para NDBI.
07/04/2007
29
Figura 7 - Área Construída em Caruaru - PE.
Autor, 2016.
30
A Figura 7 apresenta o mapa gerado para identificação de áreas urbanas. Observa- se que os pixels de positivos representam área construída ou áreas estéreis e os valores negativos áreas de vegetação e água. O método usado por Zha et al. (2003) mostrou-se bastante eficiente para identificação de área urbana. Identifica-se um aumento da mancha urbana do município de Caruaru partindo de uma área aproximada de 19,56 km² para 43,21 km² que representa um crescimento de aproximadamente 120,91% em 12 anos. Observa-se na Figura 8 a tendência do crescimento populacional da cidade dentro desse período.
Germano et al. (2016) obtiveram resultados semelhantes para a cidade de Maringá – PR, a partir do NDBI, observaram um crescimento de 103,92% no período de 1985 a 2015.
Foram selecionadas duas áreas de 0,72 km² do município de Caruaru – PE, sendo uma na Zona Rural e outra na Zona Urbana, a partir daí foram feitas médias dos valores dos píxeis de cada área nos dois anos analisados. As áreas estão representadas nas Figuras 9 e 11. Na figura 9 observa-se que para o NDVI identificouse uma pequena variação na área rural, porém uma maior variação na área urbana devido ao processo de urbanização, sendo esta variação insignificante. É possível fazer a comparação das imagens que foram processadas com sensoriamento remoto e com as imagens de alta resolução históricas nas Figuras 10 e 12, trazendo assim confiabilidade para os resultados. Na Figura 11 identifica-se um crescimento da média para área urbana, que já era esperado, e uma pequena variação para a área rural, tão pequena que torna-se insignificante.
Ribeiro et al. (2015) observaram que os valores de NDVI não se distanciaram muito ao longo do período estudado por eles, devido as condições semelhantes a que a área de estudo estava submetida, foi identificado também que o NDVI trata-se de um índice sensível na caracterização de comportamento espectral da cobertura vegetal.
31
Figura 8 - Gráfico de crescimento populacional com dados fornecidos pelo IBGE.
213697 231170 253634
289086
314912
0 50000 100000 150000 200000 250000 300000 350000
1991 1996 2000 2007 2010
Anos
32
Figura 9 - Localização espacial das duas áreas de estudo no ano de 1995.
Autor, 2016.
Figura 10 - Imagem de alta resolução da cidade de Caruaru - PE no ano de 1995.
Fonte: Imagens Google, 2016.
33
Figura 11 - Localização espacial das duas áreas de estudo no ano de 2007.
Autor, 2016.
Figura 12 - - Imagem de alta resolução da cidade de Caruaru - PE no ano de 2007.
Fonte: Imagens Google, 2016.
34
Figura 13 - Média de píxeis do Índice de Vegetação por Diferença Normatizada.
Figura 14 - Média de píxeis do Índice de Construção por Diferença Normatizada.
Autor, 2016.
0,301
0,758
0,169
0,744
,00 0
, 010
20 , 0 0,30
40 , 0
, 050 0,60 ,70 0
80 , 0
Área Urbana Área Rural
1995 2007
Autor, 2016.
0,014
-0,352 0,050
-0,384 -0,40
-0,30 ,20 -0 -0,10
00 , 0 0,10
Área Urbana Área Rural
1995 2007
35
6 CONCLUSÕES
Diante dos resultados obtidos conclui-se que o sensoriamento remoto se mostra uma ferramenta eficaz para a caracterização temporal de municípios. Os índices utilizados comprovaram a expansão urbana na cidade de Caruaru no período de 12 anos, apresentando um crescimento centralizado.
Foi relatado também uma relação entre a pluviosidade dos meses anteriores a data de estudo e a resposta da vegetação a ocorrência dos eventos pluviométricos através do Índice de Vegetação por Diferença Normatizada. Observou-se uma necessidade de ser acrescentado um novo posto de dados pluviométricos para uma melhor análise espacial do estudo.
Observou-se que o Índice de Construção por Diferença Normatizada mostra-se uma ferramenta limitada para a análise do crescimento de áreas urbanas, pois solos expostos podem ser confundidos com áreas construídas. Para superar essa limitação a manipulação das bandas 3, 4 e 5 se mostrou bem eficiente para identificação de áreas construídas.
36
REFERÊNCIAS
ALBUQUERQUE, E. M.; ANDRADE, S. C. P.; MORAIS, F. H.; DINIZ, J. M. T.;
SANTOS, C. A. C. Análise do Comportamento do NDVI e NDWI sob Diferentes Intensidades Pluviométricas no Município de Sousa-PB. Revista Estudos Geoambientais, n.01, v. 01. Rio Tinto, Jan-Abr/2014. Disponível em:
<http://periodicos.ufpb.br/ojs2/index.php/geo>. Acesso em 10 jun. 2016.
ALLEN, R. G.; TASUMI, M.; TREZZA, R. SEBAL. Surface Energy Balance
Algorithms for Land. Kimberly: University of Idaho, Advanced Training and Users Manual, 98p. 2002.
CARDOSO, R. S.; AMORIM, M. C. C. T. Avaliação dos Índices NDVI, NDBI e NDWI como Ferramentas ao Mapeamento do Uso e Cobertura da Terra. In:
CONGRESSO BRASILEIRO DE GEÓGRAFOS, 7., Anais. Vitória – ES, 2014.
CHANDER, G.; MARKHAM, B. Revised Landsat-5 TM Radiometric Calibration Procedures ans Postcalibration Dynamic Ranges. IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING. v. 41. n. 11. p.2674-2677, 2003.
FLORENZANO, T. G. Geotecnologias na geografia aplicada: difusão e acesso.
Revista do Departamento de Geografia, 17 (2005), p. 24-29. Disponível em: <
http://www.geografia.fflch.usp.br/publicacoes/RDG/RDG_17/Teresa_Gallotti_Florenz a no.pdf>. Acesso em 15 abr. 2014.
FRANÇA, A. F.; JUNIOR, J. R. T.; FILHO, J. C. C. M. Índices NDVI, NDWI E NDBI como Ferramenta ao Mapeamento Temático do entorno da Lagoa Olho D'água, em Jaboatão dos Guararapes-PE. In: IV SIMPÓSIO BRASILEIRO DE CIÊNCIAS GEODÉSICAS E TECNOLOGIAS DA GEOINFORMAÇÃO, 6. Recife, maio 2012.
GERMANO, P. J. M. M. T.; FELINI, M. G.; BARRALHO, R. D. Análise
Multitemporal do Crescimento Urbano utilizando o Índice NDBI para a cidade de Maringá-PR. In: SEMANA DE ENGENHARIA AMBIENTAl, 13. São Carlos, 2016.
GONZAGA, E. P.; SANTOS, V. V.; NICÁCIO, R. M. Análise do comportamento do NDVI e NDWI em períodos de diferentes intensidades pluviométricas no Sertão Alagoano. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 15., Curitiba – PR. Anais. INPE p. 1736. 2011.
IBGE – Instituto Brasileiro de Geografia e Estatística. Disponível em:
<http://www.ibge.gov.br:>. Acesso em: 28 ago. 2016.
INPE – Instituto Nacional de Pesquisas Espaciais. Disponível em:
<http://www.inpe.br:>. Acesso em: 28 ago. 2016.
LOMBARDO, M. A. Ilhas de calor nas metrópoles: o exemplo de São Paulo. São Paulo: Hucitec. p.224, 1985.
37
MARKHAM, B. L.; BARKER, J. L. Thematic mapper bandpass solar
exoatmospherical irradiances. International. Journal of Remote Sensing. v.8, n.3, p.517-523, 1987.
NOVO, E. M. L. M. Sensoriamento Remoto: Princípios e Aplicações. 3ª ed.
Revisada e aplicada. São Paulo: Edgard Blucher, p.363, 2008.
NUCCI, J. C.; CAVALHEIRO, F. Cobertura vegetal em áreas urbanas: conceito e método. GEOUSP, n.6, p. 29-36, 1999.
OLIVEIRA, L. M.M.; MONTENEGRO, S. M. G. L.; ANTONINO, A. C. D.; SILVA, B.
B.; MACHADO, C. C. C.; GALVINCIO, J. D. Análise quantitativa de parâmetros biofísicos de bacia hidrográfica obtidos por sensoriamento remoto. Pesq.
agropec. bras., Brasília, v.47, n.9, p.1209-1217, set. 2012.
OLIVEIRA, T. H.; SILVA, J. S.; MACHADO, C. C. C.; GALVÍNCIO, J. D.; NÓBREGA, R. S.; PIMENTEL, R. M. M. Detecção espaço-temporal de estresse hídrico na vegetação do semiárido no nordeste do Brasil utilizando NDVI e NDWI – Estudo de caso Serra da Capivara e Serra do Congo – PI. In: SEMINÁRIO LATINO
AMERICANO DE GEOGRAFIA FÍSICA, 6. Universidade de Coimbra, 2010.
SECRETARIA DE RECURSOS HÍDRICOS – SRH. Plano hidroambiental da bacia hidrográfica do rio Ipojuca: Tomo I. v.1. Projetos Técnicos. p.339 Recife, 2010.
PONZONI, F. J.; SHIMABUKURO, Y. E.; KUPLICH, T. M. Sensoriamento Remoto da Vegetação. 2. Ed. Atualizada e ampliada – São Paulo: Oficina de textos, 2012.
RIBEIRO, R.B.; FILGUEIRAS, R.; RAMOS, M.C.A.; NASCIMENTO, C.R. Análise temporal das variações de parâmetros biofísicos da cana-de-açúcar em Jaíba – MG. Nativa, Sinop, v. 03, n. 03, p.150-155. 2015.
ROUSE, J. W.; HAAS, R. H.; SCHELL, J. A.; D.W. Deering. Monitoring Vegetation systems in the Great Plains with ERTS, Proceedings. Third Earth Resources Technology Satellite-1 Symposium, Greenbelt: NASA SP-351, p.3010-3017. 1974.
SAIRAIVA, L. P.; CONCEIÇÃO, A. F.; JESUS, N.; FURTADO, A. L. S.
Caracterização Temporal do Município de Campinas usando NDVI, NDBI E Temperatura da Superfície. In: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 6. Jaguariúna, 2012.
SILVA, F. M.; JUNIOR, N. P. C.; LIMA, Z. M. C. Avaliação microclimática de Natal/RN através de técnicas de sensoriamento remoto: uma contribuição aos estudos do clima urbano. Sociedade e Território, Natal, v. 26, n.2, p. 163 - 180, 2014.
ZHA, Y.; GAO, J.; NI, S. Use of normalized difference built-up index in
automatically mapping urban areas from tm imagery. International Journal of Remote Sensing, v. 24, n. 3, p. 583–594, 2003. Disponível em:
38
<http://www.tandfonline.com/doi/abs/10.1080/01431160304987>
