Utilização do algoritmo de árvore de decisão para mapeamento do uso e cobertura da terra da área de contribuição de uma barragem localizada na Bacia Hidrográfica do São Francisco
DOI:
https://doi.org/10.35699/2447-6218.2021.29039Palavras-chave:
Classificação de imagens, Geotecnologias, Landsat 8Resumo
O objetivo deste estudo é mapear o uso e cobertura da terra da área de contribuição da barragem Bico da Pedra através do algoritmo árvore de decisão. Para isso, foram adquiridas o modelo de elevação SRTM e duas imagens (verão e inverno) do satélite Landsat 8 sensor OLI/TIRS, ano 2017. Em seguida, realizou-se o cálculo dos índices NDVI e SAVI, e então inseriu um conjunto de onze variáveis na árvore de decisão resultando em um mapa de uso e cobertura da terra com nove classes: cerrado, floresta decidual montana, campos, água, pasto/solo exposto, culturas, afloramento rochoso, barragem de rejeitos e mancha urbana. A classe mais expressiva verificada na área de estudo foi a vegetação correspondendo em quase 80%. Além disso, foi verificado presença de culturas próximas à nascente do rio Gorutuba e ao reservatório da barragem. A classe de pasto/solo exposto apresentou em quase metade de suas amostras como equivocadas. A acurácia da classificação foi satisfatória e o Índice Kappa, excelente. Portanto, os resultados apresentados permitiram adquirir informações de uso e cobertura do solo capazes de auxiliar na gestão e planejamento dos recursos hídricos e ambientais da área de contribuição da barragem Bico da Pedra.
Downloads
Referências
Almeida, J. W. L. 2016. Métodos de sensoriamento remoto no mapeamento de veredas na APA rio pandeiros. Belo Horizonte: Universidade Federal de Minas Gerais, 83f. Dissertação Mestrado. Disponível em: https://repositorio.ufmg.br/handle/1843/IGCM-ADMP85
Brasil. Lei n. 9.433, de 8 de janeiro de 1997. Política Nacional dos Recursos Hídricos. Disponível em: http://www.planalto.gov.br/ccivil_03/leis/L9433.htm
Berhane, T. M.; Lane, C. R.; Wu, Q.; Autrey, B. C.; Anenkhonov, O. A.; Chepinoga, V. V.; Liu, H. 2018. Decision-tree, rule-based, and random forest classification of high-resolution multispectral imagery for wetland mapping and inventory. Remote Sensing, 10:4. Doi: https://doi.org/10.3390/rs10040580
CBHSF – Comitê da bacia hidrográfica do rio São Francisco. Plano de recursos hídricos da bacia hidrográfica do rio São Francisco 2016/2025. 2016. Disponível em: https://cbhsaofrancisco.org.br/documentacao/plano-de-recursos-hidricos-2016-2025/
Chavez Junior, P. S. 1988. An improved dark-object subtraction technique for atmospheric scattering correction of multispectraldata. Remote Sensing of Environment, 24, 459-479. Doi: https://doi.org/10.1016/0034-4257(88)90019-3
Coelho, A. L. N. 2008. Geomorfologia fluvial de rios impactados por barragens. Caminhos de Geografia, 9:26, 16-32. Doi: http://www.seer.ufu.br/index.php/caminhosdegeografia/article/view/15721
CPRM – Serviço Geológico do Brasil. Projeto águas do norte de Minas (PANM): estudo da disponibilidade hídrica subterrânea do norte de Minas Gerais. Relatório de integração. 2019. Disponível em: https://www.cprm.gov.br/publique/media/hidrologia/projetos/panm/relatorio_integracao.pdf.
DIG – Distrito de Irrigação do Perímetro Gorutuba. Caracterização do Perímetro de Irrigação Gorutuba. 2013. Disponível em: http://www.dig.org.br/noticia/Caracterizacao-do-Perimetro-de-Irrigacao-Gorutuba-distrito-do-gorutuba/31/
EMBRAPA - Empresa Brasileira de Pesquisa Agropecuária. Sistema brasileiro de classificação de solos. 2006. Disponível em: https://www.embrapa.br/solos/sibcs
EMBRAPA - Empresa Brasileira de Pesquisa Agropecuária. Transferência de tecnologia florestal: cultivo de eucalipto em propriedades rurais: diversificação da produção e renda. 2014. Disponível em: https://ainfo.cnptia.embrapa.br/digital/bitstream/item/121607/1/Apostila-Serie-TT-Eucalipto.pdf
FEAM - Fundação Estadual do Meio Ambiente. Brasil, 2010. Disponível em: http://www.dps.ufv.br/?page_id=742
Huete, A. R. 1988. A soil-adjusted vegetation index. Remote Sensing of Environment, 25, 295-309. Doi: https://doi.org/10.1016/0034-4257(88)90106-X
INMET - Instituto Nacional de Meteorologia. Normais climatológicas do Brasil. Disponível em: https://portal.inmet.gov.br/servicos/normais-climatol%C3%B3gicas
Jensen, J. R. 2015. Introductory digital image processing: A remote sensing perspective. 4. ed. University of South Carolina, Pearson Education, USA.
Köppen, W. 1936. Das geographische System der Klimate. In: Handbuch der Klimatologie, KÖPPEN, W.; GEIGER, R. (Eds.), Gebruder Borntrager, Berlin, 1, 1–44, part C. Doi: : http://koeppen-geiger.vu-wien.ac.at/pdf/Koppen_1936.pdf.
Landis, J.; Koch, G. 1977. The measurement of observer agreement for categorical data, Washington, USA. Biometrics, 33:1, 159-174. Doi: https://doi.org/10.2307/2529310
Leite, M. E.; Dias, L. S.; Rocha, A. M. 2015. Análise da ocupação no entorno da Barragem Bico da Pedra, no Município de Janaúba/MG. Caderno de Geografia, 25:44, 221-236. Doi: https://doi.org/10.5752/P.2318-2962.2015v25n44p221
Martins, E. M.; Fortes, J. D. N.; Ribeiro, G. P.; Pereira, M. F. M. 2014. Utilização de sistema de informação geográfica como ferramenta para gestão do monitoramento da qualidade do ar na região metropolitana do Rio de Janeiro. Engenharia Agrícola e Ambiental, 19. Doi: https://doi.org/10.1590/S1413-41522014019010001237
Oliveira, W. F.; Sá, R. A.; Leite, M. E. 2016. Dinâmica do uso e ocupação do solo na área de drenagem do Reservatório de abastecimento do sistema Juramento/MG. Caminhos de Geografia, 17:57, 92-106. Doi: https://doi.org/10.14393/RCG175706
Rosa, R. 2005. Geotecnologias na Geografia aplicada. Revista do Departamento de Geografia, 16, 81-90. Doi: https://doi.org/10.7154/RDG.2005.0016.0009
Rouse, J. W.; Haas Junior, R. H.; Sheel, J. A.; Deering, D. W. 1973. Monitoring vegetation systems in the great plains with ERTS. In: Earth resources technology satellite-1 symposium, 3., Washington. Anais... Washington: NASA, 1, 309-317. Disponível em: https://ntrs.nasa.gov/citations/19740022614
Santos, A. B. Petronzio, J. A. C. Mapeamento de uso e ocupação do solo do município de Uberlândia-MG utilizando técnicas de Geoprocessamento. In: XV Simpósio Brasileiro de Sensoriamento Remoto, 15., Curitiba. Anais... Curitiba: INPE. 1, 6185-6192. Disponível em: http://marte.sid.inpe.br/col/dpi.inpe.br/marte/2011/07.28.18.42/doc/p0210.pdf
Sousa Junior, J. G. A.; Demattê, J. A. M.; Genú, A. M. 2008. Comportamento espectral dos solos na paisagem a partir de dados coletados por sensores terrestre e orbital. Revista Brasileira de Ciência do Solo, 32:2, 727-738. Doi: http://dx.doi.org/10.1590/S0100-06832008000200027
Yang, C.; Wu, G.; Ding, K.; Shi, T.; Li, Q.; Wang, J. 2017. Improving land use/land cover classification by integrating pixel unmixing and decision tree methods. Remote Sensing, 9:12. Doi: https://doi.org/10.3390/rs9121222
ZEE - Zoneamento Ecológico Econômico. Mapeamento da Cobertura Vegetal, 2009. Disponível em: http://idesisema.meioambiente.mg.gov.br/
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2021 Caderno de Ciências Agrárias
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
Os Direitos Autorais para artigos publicados nesta revista são de direito do autor. Em virtude da aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais.
A revista se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua e a credibilidade do veículo. Respeitará, no entanto, o estilo de escrever dos autores.
Alterações, correções ou sugestões de ordem conceitual serão encaminhadas aos autores, quando necessário. Nesses casos, os artigos, depois de adequados, deverão ser submetidos a nova apreciação.
As opiniões emitidas pelos autores dos artigos são de sua exclusiva responsabilidade.
Caderno de Ciências Agrárias está licenciado com uma 