Geoprocessamento e Sensoriamento remoto aplicado a caracterização do Parque Estadual da Lapa Grande

FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS SANTO AGOSTINHO (FACET)

ANDERSON RIBEIRO VELOSO

GEOPROCESSAMENTO E SENSORIAMENTO REMOTO APLICADO A

CARACTERIZAÇÃO DO PARQUE ESTADUAL DA LAPA GRANDE

MONTES CLAROS - MG Junho, 2010




Monografia apresentada a Faculdade de Ciência Exatas e Tecnológicas Santo Agostinho, para a obtenção do título de Bacharel em Engenharia Ambiental. Orientador: Msc. César Vinicius Mendes Nery

MONTES CLAROS - MG

Junho, 2010




Monografia apresentada a Faculdade de Ciência Exatas e Tecnológicas Santo Agostinho, para a obtenção do título de Bacharel em Engenharia Ambiental.

APROVADA: 10 / 06 / 2010

Prof. Msc. César Vinicius Mendes Nery Faculdade Santo Agostinho

(Orientador)

Prof. Msc. Marcos Esdras Leite Universidade Estadual de Montes Claros

Prof. Luiz Wanderley dos Santos Lobo Faculdade Santo Agostinho

MONTES CLAROS - MG

Junho, 2010

DEDICATÓRIA

Dedico e ofereço este logro á minha amada Leticia (beijos princesa), aos

colegas de faculdade: Liu, Paulim e Waldizão, a minha família e em

especial a minha mãe, por ter acreditado no meu potencial

intelectual por toda minha vida estudantil e acadêmica.

AGRADECIMENTOS

Agradeço ao meu orientador, o mestre César Vinicius Mendes Nery,

pelo incentivo, confiança e compreensão.

RESUMO

O presente trabalho aborda as aplicações das ferramentas do geoprocessamento e dos recursos

do sensoriamento remoto, para a caracterização do Parque Estadual da Lapa Grande, unidade

de conservação de proteção integral situada no município de Montes Claros, norte do estado

de Minas Gerais. Os objetivos almejados pela pesquisa científica, foram: diagnosticar a

situação atual do parque, elaborar cartas temáticas e mapas da unidade de conservação, além

de caracterizar e analisar variáveis do meio físico, visto que o mesmo apresenta carência de

informações geográficas. Para este fim, foram utilizadas na elaboração da pesquisa científica

os softwares SPRING e os seus co-programas, SCARTA e IMPIMA, além do uso do

AutoCAD para vetorização dos dados levantados em campo com a utilização do GPS;

também foram utilizadas imagens do satélite CBERS2B do sensor CCD; além de dados

SRTM do projeto TOPODATA. Os objetivos visados inicialmente pelo estudo foram

alcançados na conclusão do trabalho, com a interpretação e discussão dos dados extraídos,

referente aos mapas gerados de: Carta imagem, cobertura do solo, declividade e hipsometria.

Concluiu-se a partir dos resultados, que a ação antrópica alterou a cobertura nativa do solo,

que a menor e maior cota altimétrica do parque são respectivamente 680 metros e 1038

metros, que a declividade predominante estar entre 2% a 20%, entre outros. Além de

demonstrar que, estas informações podem servir de subsídios aos gestores do parque, na

elaboração de diretrizes como o plano de manejo e o zoneamento ecológico. Ressalta-se

ainda, que a metodologia abordada neste estudo científico, também pode ser aplicada na

caracterização de outras unidades de conservação.

Palavras-chaves: Parque Estadual da Lapa Grande, Geoprocessamento, SPRING,

Sensoriamento Remoto.

LISTA DE SIGLAS

CBERS - Satélites Sino-Brasileiros de Recursos Terrestres

COPASA - Companhia de Saneamento de Minas Gerais

DXF - Drawing eXchange Format

IEF - Instituto Estadual de Florestas do Estado de Minas Gerais

INPE - Instituto Nacional de Pesquisas Espaciais

MDE - Modelo Digital de Elevação

MDT - Modelo Digital de Terreno

PI - Plano de Informação

SIG - Sistema de Informação Geográfica

SNUC - Sistema Nacional de Unidades de Conservação

SPRING - Sistema de Processamento de Informações Georreferenciadas

SRTM - Shuttlle Radar Topography Mission

UTM - Universal Transversal Mercator

SUMÁRIO

1 INTRODUÇÃO .................................................................................................................. 1 2 REVISÃO BIBLIOGRÁFICA ............................................................................................ 2 2.1 Geoprocessamento ............................................................................................................. 2 2.2 Sensoriamento Remoto e SIG ............................................................................................ 3 2.3 Imagem digital e o satélite CBERS2B ............................................................................... 5 2.3.1 Resoluções das imagens ................................................................................................... 6 2.3.1.1 Resolução espacial ......................................................................................................... 6 2.3.1.2 Resolução espectral ....................................................................................................... 6 2.3.1.3 Resolução temporal ....................................................................................................... 7 2.3.1.4 Resolução radiométrica ................................................................................................. 8 2.3.2 Composição colorida da imagem ..................................................................................... 8 2.4 Modelo Digital de Terreno e dados SRTM ........................................................................ 9 2.5 Mapa de cobertura do solo ............................................................................................... 10 2.6 Mapas temáticos ............................................................................................................... 11 3 MATERIAL E MÉTODOS .............................................................................................. 13 3.1 Descrição da área de estudo ............................................................................................. 13 3.2 Mapa vetorial do Parque Estadual da Lapa Grande ......................................................... 14 3.3 Processamento digital da imagem .................................................................................... 15 3.4 Mapa de cobertura do solo ............................................................................................... 15 3.5 Mapa de declividade ........................................................................................................ 16 3.6 Mapa hipsométrico ........................................................................................................... 16 4 RESULTADOS E DISCUSSÃO ...................................................................................... 17 4.1 Carta imagem ................................................................................................................... 17 4.2 Cobertura do solo ............................................................................................................. 19 4.3 Declividade ...................................................................................................................... 21 4.4 Hipsometria ...................................................................................................................... 23 5 CONCLUSÃO .................................................................................................................. 25 REFERÊNCIAS BIBLIOGRÁFICAS .................................................................................... 26

1

1 INTRODUÇÃO

O decreto do Estado de Minas Gerais n° 44.204 de 10 de Janeiro de 2006, criou o

Parque Estadual da Lapa Grande, no Município de Montes Claros, Norte do Estado de Minas

Gerais, com área aproximada de 9.600,00 ha (nove mil e seiscentos hectares) e perímetro de

48.815,78 metros, destinada à Unidade de Conservação de Proteção Integral.

De acordo com o Sistema Nacional de Unidades de Conservação da Natureza (SNUC

- Lei 9985/00) o objetivo básico das Unidades de Proteção Integral é preservar a natureza,

sendo admitido apenas o uso indireto dos seus recursos naturais, com exceção dos casos

previstos em lei. Parques correspondem a um dos grupos existentes nesta modalidade de

Unidade de Conservação e tem como objetivo básico a preservação de ecossistemas naturais

de grande relevância ecológica e beleza cênica. Os Parques são de posse e domínio públicos,

sendo que as áreas particulares incluídas em seus limites devem ser desapropriadas, de acordo

com o que dispõe a lei.

A criação do Parque Estadual da Lapa Grande teve como objetivos proteger e

conservar o complexo de grutas e abrigos da Lapa Grande. A região ainda abriga diversos

mananciais e nascentes, que são responsáveis por cerca de 40% do abastecimento de água ao

município de Montes Claros. E devido a sua importância para os recursos hídricos ao

município de Montes Claros, a administração é feita pelo Instituto Estadual de Florestas do

Estado de Minas Gerais (IEF) em conjunto com a Companhia de Saneamento de Minas

Gerais (COPASA).

Por apresentar grande relevância ecológica e natural a região norte mineira, se fás jus a

caracterização do Parque Estadual da Lapa Grande, visto que o mesmo apresenta carência de

informações de cunho geográfico. O conjunto de informações extraídas do parque revelará

seus diversos aspectos, potencialidades e fragilidades. O presente estudo visa identificar e

analisar características físicas, topográficas e temáticas do parque, com a utilização de

técnicas do geoprocessamento e recursos do sensoriamento remoto, aplicando recursos do

software de Sistema de Processamento de Informações Georreferenciadas (SPRING) e do

processamento digital de imagens de satélites. Os objetivos específicos do estudo são:

– Caracterizar e analisar variáveis do meio físico;

– Elaborar cartas temáticas e mapas do parque estadual, para que sirvam de suporte nas

tomadas de decisões por parte dos gestores;

– Diagnosticar a situação da unidade de conservação, quanto à utilização da cobertura do

solo.

2

2 REVISÃO BIBLIOGRÁFICA

2.1 Geoprocessamento

Segundo Teixeira & Cristofoletti (1997) o termo geoprocessamento é definido como

uma tecnologia que abrange o conjunto de procedimentos de entrada, manipulação,

armazenamento e análise de dados georreferenciados. E a técnica do georreferenciamento

consiste no referenciamento de objetos, mapas ou dados num determinado espaço geográfico,

tornando os pontos conhecidos para os usuários do sistema.

O geoprocessamento contempla o Processamento Digital de Imagens, a Cartografia

Digital e os Sistemas de Informações Geográficas (SIG). O Processamento Digital de Imagens

consiste no tratamento e manipulação de imagens com o objetivo de serem melhores

interpretadas pelos analistas humanos e também para melhores percepções pelos processos

automatizados, como os softwares de SIG. A Cartografia Digital refere-se à captação,

organização e desenho de mapas (OLIVEIRA, 2006).

Atualmente no mercado há disponível diversos softwares que podem ser aplicados nos

trabalhos de geoprocessamento. De acordo com Oliveira (2006) existem três tipos básicos

destes programas: CAD, SIG e Desktop Mapping. Os CAD, como o AutoCAD, são softwares

de desenho e capazes de fazer representações gráficas. Os SIG, como o SPRING, são

softwares de análise, manipulação e geração de dados, capazes de trabalhar com relações

topológicas, ou seja, com estruturas geométricas que manipulam relações como vizinhança,

pertinência e conexão. Já os Desktop Mapping, como o Mapinfo, são softwares intermediários

entre os CAD e os SIG, sendo capazes de associar vetores (desenhos) a bancos de dados alfa –

numéricos (tabelas).

De acordo com D’Alge (2002) podemos destacar ainda no geoprocessamento a grande

importância da integração com o sensoriamento remoto, por diversas razões, como confiança

na informação e custo operacional. Além disso, a união da tecnologia e dos conceitos e teorias

de sensoriamento remoto e geoprocessamento possibilitam a criação de sistemas de

informação mais detalhados, sofisticados e atualizados.

3

2.2 Sensoriamento remoto e SIG

Segundo Lillesand & Kiefer (1994) sensoriamento remoto é a ciência e arte de se obter

informações sobre um objeto, área ou fenômeno através da análise de dados obtidos por um

artifício que não está em contato com o objeto, área ou fenômeno sobre investigação.

A Figura 1 representa os elementos e fases da aquisição de dados pelo sensoriamento

remoto, sendo: A - fonte de radiação, B - atmosfera, C - alvo, D - sensor, E - transmissão e

recepção, F - Preprocessamento e disponibilização e finalmente G -tratamento, interpretação e

geração de mapa temático.

Figura 1. Elementos e fases da aquisição de dados pelo Sensoriamento Remoto. Fonte: Soares-Filho (2000a).

A interpretação visual dos dados do sensoriamento remoto sob a forma digital ou

analógica (fotografias aéreas e imagens orbitais) busca a identificação de feições impressas

nessas imagens e a determinação de seu significado para elaboração de mapas temáticos

(SOARES-FILHO, 2000a).

De acordo com Rosa & Brito (1996) para otimizar a interpretação dos dados obtidos

pelo sensoriamento remoto são utilizadas tecnologias dos softwares de SIG na qual

automatizam tarefas até então realizadas manualmente e facilitam a realização de análises

complexas, através da integração de dados de diversas fontes. O objetivo geral de um SIG é,

portanto, servir de instrumento eficiente para todas as áreas do conhecimento que fazem uso

de mapas, possibilitando: integrar em um único bando de dados representando vários aspectos

do estudo de uma região; permitir a entrada de dados de diversas formas; combinar dados de

4

diferentes fontes, gerando novos tipos de informações; gerar relatórios e documentos gráficos

de diversos tipos (Figura 2).

Figura 2. Esquema ilustrativo da composição de um SIG e seus componentes. Fonte: Soares-Filho (2000b).

De acordo com Rosa (2004) um SIG pode ser definido como um sistema destinado à

aquisição, armazenamento, manipulação, análise e apresentação de dados referidos

espacialmente na superfície terrestre, integrando diversas tecnologias.

Segundo Alves, Vieira & Andrade (2000) uma técnica bastante utlilizada nos SIG é o

Overlay ou cruzamento de diferentes planos de informações (PI), ilustrado na Figura 3,

constitui uma das ferramentas mais vantajosas desta categoria de programas, servindo como

base metodológica para diversas áreas da ciência, como a ambiental, também servindo com

uma alternativa de tomadas de decisões, fornecendo aos planejadores e aos usuários do

sistema uma ferramenta consistente de reconhecimento da terra.

5

Figura 3. Representação do overlay. Sobreposição/cruzamento de mapas distintos. Fonte: Alves, Vieira & Andrade (2000).

2.3 Imagem digital e o satélite CBERS2B

Conforme Figueiredo (2005) ao contrário das imagens analógicas, que são contínuas,

as imagens digitais são discretas, compostas por pontos. Cada ponto de uma imagem digital é

chamado de pixel, palavra originada da contração do inglês Picture element. Cada cor em

cada pixel tem sua intensidade (resolução radiométrica) representada por um número binário,

sendo 0 a menor intensidade. De acordo o INPE (2009a) em satélites artificiais, o pixel é

determinante da resolução espacial do equipamento ótico utilizado (Figura 4).

Figura 4. Representação do pixel. Fonte: INPE (2009a).

Nas imagens digitais podem ser associadas a cada pixel as coordenadas geográficas

(Latitude e Longitude) e sua elevação, entre outros dados, tornando-as georreferenciadas.

(INPE, 2009a).

6

Atualmente existem em órbita do planeta diversos satélites com intuito de obter

imagens digitais da terra, destaca-se no cenário nacional o programa conjunto de Satélites

Sino-Brasileiros de Recursos Terrestres (CBERS), que combina recursos de dois países,

Brasil e China, para estabelecer um sistema completo de sensoriamento remoto. O satélite

CBERS2B é o terceiro de sua geração, sendo composto por três câmeras com características e

propósitos distintos, tendo resoluções espaciais e frequências de observações variadas (INPE,

2009b):

– CCD (Câmera Imageadora de Alta Resolução) com resolução espacial de 20 metros;

– WFI (Câmera Imageadora de Largo Campo de Visada) com resolução espacial de 260

metros;

– HRC (Câmera de alta resolução pancromática) que produz imagens com 2,7 metros de

resolução espacial.

2.3.1 Resoluções de imagens

Conforme Figueiredo (2005) a imagem adquirida por sensoriamento remoto contém

quatro variáveis básicas, resoluções: espacial, espectral, temporal e radiométrica. As

resoluções variam de acordo com as propriedades técnicas dos sensores e das características

do sistema orbital do satélite, e são normalmente utilizadas para caracterizar uma imagem.

2.3.1.1 Resolução Espacial

De acordo Figueiredo (2005) cada sistema sensor tem uma capacidade de definição do

tamanho do pixel, que corresponde a menor parcela da imagem. O pixel é indivisível. É

impossível identificar qualquer alvo dentro de um pixel, pois seu valor integra todo o feixe de

luz proveniente da área do objeto correspondente ao mesmo. A dimensão do pixel é

denominada de resolução espacial.

2.3.1.2 Resolução Espectral

Melo (2002, p. 32) define que a resolução espectral é um conceito próprio para os sistemas sensores denominados de multiespectrais, sendo uma medida da largura das faixas espectrais e da sensibilidade do sistema sensor em distinguir entre dois níveis de intensidade do sinal de retorno. Para melhor compreender este conceito,

7

destacam dois pontos importantes: o comprimento de onda detectado pelo sensor e a quantidade de faixas espectrais.

A radiação eletromagnética é decomposta pelos sensores, definido pelo tipo do sensor,

em diversas faixas espectrais de larguras variáveis, estas faixas são denominadas bandas

espectrais (Figura 5) (FIGUEIREDO, 2005). Quanto mais estreitas forem estas faixas espectrais, e/ou quanto maior for o número de bandas espectrais captadas pelo sensor, maior é a resolução espectral da imagem. Imagens Landsat / TM, por exemplo, têm 7 bandas: 0,45µm a 0,52µm, 0,52µm a 0,60µm, 0,63µm a 0,69µm, 0,76µm a 0,90µm, 1,55µm a 1,75µm, 2,08µm a 2,35µm, 10,4µm a 12,5µm. Existem sensores que geram imagens com centenas de bandas espectrais (FIGUEIREDO, 2005, p. 14).

Figura 5. Bandas espectrais. Fonte: Figueiredo (2005).

2.3.1.3 Resolução Temporal

De acordo com Melo (2002, p. 35): Este conceito refere-se à freqüência de passagem do sensor num mesmo local, num determinado intervalo de tempo. Este ciclo está relacionado às características orbitais da plataforma (altura, velocidade, inclinação), e ao ângulo total de abertura do sensor. A resolução temporal é de grande interesse especialmente em estudos relacionados a mudanças na superfície terrestre e no seu monitoramento.

Segundo Figueiredo (2005) este termo está relacionado ao período de tempo em que o

satélite volta a revisitar uma mesma área. O satélite SPOT tem resolução temporal de 26 dias,

portanto menor que o LANDSAT que é de 16 dias.

8

2.3.1.4 Resolução Radiométrica

A resolução radiométrica está relacionada a faixa de valores numéricos associados aos pixels. Este valor numérico representa a intensidade da radiância proveniente da área do terreno correspondente ao pixel e é chamado de nível de cinza. A faixa de valores depende da quantidade de bits utilizada para cada pixel. A quantidade de níveis de cinza é igual a 2(QtdBits) (dois elevado a quantidade de bits). Para ilustrar, na Figura 6 os retângulos brancos simbolizam bits desligados e os pretos bits ligados. Todos os bits desligados correspondem ao valor 0, somente o primeiro bit ligado corresponde ao valor 1, o segundo ligado e os demais desligados corresponde ao valor 2 e assim sucessivamente até todos os 8 bits ligados que corresponde ao valor 255. Pode-se observar que 2 bits, por exemplo, possibilitam 4 combinações possíveis: os dois desligados; o primeiro ligado e o segundo desligado; o primeiro desligado e o segundo ligado; ambos ligados. (FIGUEIREDO, 2005, p. 14).

Figura 6. Exemplificação de níveis de cinza. Fonte: Figueiredo (2005).

Schowengerdt (1983) apud Melo (2002, p. 33) a resolução radiométrica refere-se à capacidade do sistema sensor em detectar as variações da radiância espectral recebida. A radiância de cada pixel passa por uma codificação digital, obtendo um valor numérico, expresso em bits, denominado de Número Digital (ND). Este valor é facilmente traduzido para uma intensidade visual ou ainda a um nível de cinza, localizado num intervalo finito (0, K-1), onde K é o número de valores possíveis, denominados de níveis de quantização.

2.3.2 Composição colorida da imagem

Como descreve Figueiredo (2005, p. 21) a composição colorida de imagens provenientes do sensoriamento remoto representa um dos artifícios de maior utilidade na interpretação das informações deste aplicativo. Ela é fundamental para uma boa identificação e discriminação dos alvos terrestres. O olho humano é capaz de discriminar mais facilmente matizes de cores do que tons de cinza. A composição colorida é produzida na tela do computador, ou em outro dispositivo qualquer, atribuindo-se as cores primárias (vermelha, verde e azul), a três bandas espectrais quaisquer. Este artifício é também conhecido como composição RGB (do inglês: Red, Green, Blue). Associando, por exemplo, a banda 3 à cor vermelha (R), a banda 4 à cor verde (G) e a banda 5 à cor azul (B), produz-se uma composição colorida representada por 345 (RGB) (Figura 7).

9

Figura 7. Composição colorida RGB. Fonte: Figueiredo (2005).

2.4 Modelo Digital de Terreno e dados SRTM

Modelo Numérico de Terreno (MNT) ou Modelo Digital de Terreno (MDT) é definido

por Lopes (2008) como sendo uma representação matemática da distribuição espacial de uma

determinada característica vinculada a uma superfície real.

De acordo Câmara et. al. (1996) existem dois grupos básicos de representação para

MDT: grades regulares e grades triangulares. Uma grade regular é uma matriz de elementos

com espaçamento fixo, onde a cada elemento é associado o valor estimado da grandeza na

posição geográfica coberta pelo elemento. As grades regulares são obtidas por interpolação

das amostras ou, alternativamente, geradas por restituidores com saída digital. Uma grade

triangular é uma estrutura topológica vetorial do tipo arco-nó, onde os nós são conectados

formando triângulos que não se sobrepõem e cobrem totalmente a área de interesse. Uma

grade triangular é formada por conexão entre amostras, com distribuição espacial

possivelmente irregular, utilizando algum método de triangulação.

Dentre as diversas aplicações e vertentes do MDT destaca-se o Modelo Digital de

Elevação (MDE) que de acordo com Valeriano (2008) são arquivos que contêm registros

altimétricos estruturados em linhas e colunas georreferenciadas, como uma imagem com um

valor de elevação em cada pixel. Ressaltando que os registros altimétricos devem ser valores

10

de altitude do relevo, para que o MDE represente o mais próximo da topografia real da região

estudada.

Atualmente os dados da missão Shuttlle Radar Topography Mission (SRTM) estão sendo

largamente utilizados para obtenção dos MDE, principalmente com o auxílio dos arquivos

gerados e disponibilizados gratuitamente no Brasil pelo projeto TOPODATA.

Segundo Bardales et. al. (2007) a missão SRTM colocou em órbita em fevereiro de 2000 a

nave espacial Endeavour, que utilizando a técnica da interferometria de uma passagem, imageou 80%

da superfície terrestre entre os paralelos de 60° N e 56° S, ao longo de 11 dias, fornecendo modelos

tridimensionais com amplitude da grade de 30 metros (SRTM1) e 90 metros (SRTM3). Estes dados

facilitam e muito a obtenção de cotas altimétricas que são estreitamente relacionadas com as classes de

solos, permitindo gerar rapidamente unidades fisiográficas da área estudada.

Segundo Valeriano (2005) apud Muñoz (2009, p. 37): Visando o desenvolvimento metodológico para a utilização do SRTM3 no Brasil, Valeriano (2004) realizou testes em alguns locais do território através de comparações diretas entre os modelos SRTM3 e o MDE da cartografia do Instituto Geográfico e Cartográfico (IGC), bem como entre os resultados de algoritmos desenvolvidos para extração de variáveis geomorfométricas. O pré-processamento consistiu na modificação do SRTM3 original para um novo MDE com características desejáveis, entre elas: (i) resolução melhorada de 90m para 30m; (ii) remoção de falhas; (iii) redução de artefatos; e (iv) distribuição da aleatoriedade. Os resultados foram avaliados de maneira expedita, através de processos de visualização, análises gráficas e estatísticas. Entre os principais resultados, ressalta-se que os dados apresentaram fortes restrições à utilização destes na sua forma original, porém o pré-processamento desenvolvido permitiu sua utilização em escalas relativamente detalhadas, conforme o relevo local e a finalidade da análise. A mudança da resolução por krigagem (técnica de interpolação por geoestatística) reduziu efeitos indesejáveis de objetos sobre o terreno e de ocasionais artefatos, favorecendo a geração de curvas de nível, a extração digital de variáveis topográficas e a definição de feições de drenagem relativamente detalhadas. Estas avaliações levaram a um intenso trabalho de modelagem de dados topográficos SRTM que resultou em um banco de dados nacional de variáveis geomorfométricas locais, denominado TOPODATA.

2.5 Mapa de cobertura do solo

De acordo Rosa (2005) o desenvolvimento de um sistema para classificar dados sobre

uso da terra, obtidos a partir da utilização de técnicas de sensoriamento remoto, tem sido

muito discutido. O tipo e a quantidade de informações sobre uso da terra dependem da

resolução espacial, radiométrica, espectral e temporal dos diferentes sistemas sensores. O

tamanho da área mínima capaz de ser descrita como pertencente a uma determinada categoria

(classe) de uso da terra depende da escala e resolução dos dados originais, além da escala de

compilação e da escala final de apresentação.

11

Classificação é o processo de extração de informação em imagens para reconhecer padrões e objetos homogêneos. Os Classificadores pixel a pixel utilizam a informação espectral isoladamente de cada pixel para associar regiões homogêneas (LOPES, 2008). Ainda de acordo com Lopes (2008) o resultado final deste processo é uma imagem digital que constitui um mapa de pixels classificados, podendo ser representados por símbolos gráficos ou cores.

Lopes (2008) cita que as técnicas de classificação multiespectral pixel a pixel mais comuns são: máxima verossimilhança (MAXVER), distância mínima e método do paralelepípedo.

MAXVER considera a ponderação das distâncias entre médias dos níveis digitais das classes, utilizando parâmetros estatísticos. Para que a classificação por máxima verossimilhança seja precisa o suficiente, é necessário um número razoavelmente elevado de pixels, para cada conjunto de treinamento. Os conjuntos de treinamento definem o diagrama de dispersão das classes e suas distribuições de probabilidade, considerando a distribuição de probabilidade normal para cada classe do treinamento (LOPES, 2008).

Lepsch et. al. (1991) debate que o intuito deste mapa classificado é de visualizar cada

parcela da terra, para que esta possa ser analisada de acordo com sua capacidade de

sustentação e produtividade econômica, de forma que os recursos naturais sejam colocados à

disposição do homem para seu melhor uso e benefício, procurando ao mesmo tempo preservar

esses recursos para gerações futuras. Para isto a utilização de SIG na representação do uso da

terra torna-se uma grande aliada aos planejadores.

2.6 Mapas temáticos

Câmara et. al. (1996) define que mapas temáticos são mapas que mostram uma região

geográfica particionada em polígonos, segundo os valores relativos a um tema (por exemplo,

mapa de cobertura do solo, declividade e hipsometria). Os valores dos dados geralmente são

inseridos no sistema por digitalização de mapas cartográficos ou, de forma mais

automatizada, a partir de classificação de imagens de satélites ou fotografias aéreas.

De acordo com Rufino & Facundo (2004) mapas temáticos medem, no espaço de

atributos, valores nominais e ordinais. Os valores nominais (lista de valores) representam

classes de um mapa temático, como por exemplo, um mapa de vegetação (Figura 8). No caso

de valores ordinais, as classes do mapa representam intervalos (escala) de valores, como por

exemplo, as classes de um mapa de declividade (0 a 5%, 5 a 10%, etc).

12

Figura 8. Exemplos de medida nominal (mapa de vegetação) e medida ordinal (mapa de classes de declividade). Fonte: Rufino & Facundo (2004).

13

3 MATERIAL E MÉTODOS

3.1 Descrição da área de estudo

O Parque Estadual da Lapa Grande localiza-se no município de Montes Claros a oeste

da zona urbana da cidade, a unidade de conservação estar compreendida pelas coordenadas

UTM 604400 e 617000 de latitude e 8143000 e 8158000 de longitude, distante 8 Km do

centro urbano e acesso por estrada não pavimentada (Figura 9).

Figura 9. Mapa de Localização do município de Montes Claros e do Parque Estadual da Lapa Grande. Fonte: Adaptado de - Leite (2006).

O município de Montes Claros apresenta clima subúmido-úmido fronteira com

subúmido-seco, temperatura média anual de 24,20°C e índice médio pluviométrico anual de

1.074 mm. Estar inserida na sub-bacia hidrográfica do Rio Verde Grande e na bacia do Rio

São Francisco. Sua vegetação predominante é o cerrado com manchas de mata seca, além de

trechos de transição com a caatinga. A cidade possui 3 parques na área urbana: Parque

Municipal, Parque da Sapucaia e Parque Guimarães Rosa e recentemente o primeiro parque

localizado na área rural do município, com a criação do Parque Estadual da Lapa Grande.

De acordo Barbosa (2005) o Parque Estadual da Lapa Grande situa-se na antiga

Fazenda Lapa Grande, onde abrigam extenso patrimônio natural e arqueológico, formada por

14

aproximadamente 35 grutas, com destaque para as grutas: Lapa Grande, que dá nome ao

parque e tem uma extensão de 2.500 (dois mil e quinhentos metros), Lapa Pintada, com a

presença de pinturas rupestres, Lapa d’ água, com extensão de 1.150 m (um mil cento e

cinqüenta metros) e a Boqueirão da Nascente, que é acompanhada pelo Córrego Lapa Grande.

O curso d’água principal é o Córrego Lapa Grande, também conhecido como Córrego dos

Bois ou ainda Córrego Pai João, compondo, também sua hidrografia, o Córrego São Marcos,

afluente do primeiro e outros córregos temporários.

A altitude da região do parque varia entre 680m e 1038m em um relevo cárstico

caracterizado por maciços calcários, dolinas, sumidouros e ressurgências. Segundo Barbosa

(2005) a grande concentração de cavernas na área do parque deve-se ao fato desta estar

situada sobre um maciço de rocha calcária do tipo Bambuí, conhecidamente favorável ao

surgimento de cavidades naturais.

3.2 Mapa vetorial do Parque Estadual da Lapa Grande

Os dados vetoriais foram obtidos por meio de levantamento de campo ocorrido no ano

de 2008, com uso do equipamento GPS de navegação, com precisão de aproximadamente 10

metros. Nesta oportunidade foram coletados os seguintes itens do parque: Vias de acesso,

hidrografia, nascentes, grutas, rede elétrica, casas das antigas fazendas e a igreja de São

Marcos. Todos os pontos e trilhas foram referenciados ao datum SAD 69, no sistema de

coordenadas Universal Transversal Mercator (UTM). Os dados foram manipulados no

software AutoCAD, no qual também foi inserido o polígono com a delimitação territorial do

parque, para este propósito foi consultado as coordenadas geográficas dos vértices descritas

no decreto nº 44.204, de 10 de janeiro de 2006 onde cria o Parque Estadual da Lapa Grande,

no Município de Montes Claros.

Com o objetivo de se trabalhar com todos estes vetores e pontos no programa

SPRING, foi exportado o arquivo em formato Drawing eXchange Format (DXF) pelo

AutoCAD. No SPRING este arquivo foi importado com a criação dos seguintes Planos de

Informações (PI): Vias_de_acesso, Hidrografia_Superf, Hidrografia_Subt, Nascentes, Grutas,

Rede elétrica, Casas, Igreja e Limite_do_Parque. A criação de diversos PI tem a finalidade de

utilizar o cruzamento das diferentes camadas ou Overlay para se estudar várias simulações de

Carta imagem.

15

3.3 Processamento digital da imagem

As imagens foram obtidas por meio do catálogo eletrônico de imagens do Instituto

Nacional de Pesquisas Espaciais (INPE). Foram utilizadas as imagens da região obtidas pelo

satélite CBERS2B, sensor CCD do dia 08 de Agosto do ano de 2008.

O processamento das imagens foram executadas de acordo com a metodologia

apresentada por Lopes (2008), obedecendo as seguintes etapas:

1. O uso do programa IMPIMA para converter as imagens digitais de extensão TIFF para

o formato SPG e DSC. Ressaltando que apenas as Bandas 2, 3 e 4 das imagens foram

convertidas, já que com estas três bandas consegue-se uma falsa cor que aproxima-se

do que vemos no mundo real;

2. No SPRING foi utilizada a ferramenta Registro de Imagem, que de acordo com Lopes

(2008) é uma transformação geométrica que relaciona as coordenadas da imagem

(linha e coluna) com as coordenadas geográficas (latitude e longitude) de um mapa.

Ainda de acordo com Lopes (2008) Essa transformação elimina distorções existentes

na imagem, causadas no processo de formação da imagem, pelo sistema sensor e por

imprecisão dos dados de posicionamento da plataforma (aeronave ou satélite). Para

este registro foram utilizadas as imagens exportadas pelo IMPIMA e utilizado cinco

pontos de controle conhecidos para a calibração;

3. Com a imagem inserida e calibrada foram realizadas técnica de melhoramento e realce

das imagens originais. Aplicando o processo de Restauração, na qual houve uma

correção radiométrica com o intuito de corrigir as distorções inseridas pelo sensor

óptico no processso de geração das imagens digitais. E posteriormente, para gerar

mais nitidez as imagens, foi usado a técnica de contraste de imagens;

4. Utilização do SCARTA para criação da carta.

3.4 Mapa de cobertura do solo

Com a finalidade de se obter o mapa de cobertura do solo do parque, foram utilizados

os softwares SPRING, para a classificação da imagem, e o GoogleEarth, para auxiliar

espacialmente a obtenção das amostras e para conferir o resultado final da imagem

classificada. Foram utilizadas 42 amostras da imagem composta RGB. A metodologia

descrita por Lopes (2008) foi utilizada para a elaboração do mapa, onde aplicou-se a técnica

16

de classificação multiespectral pixel a pixel de máxima verossimilhança (MAXVER) com

limiar de aceitação de 100%, obtendo-se um índice de desempenho satisfatório da análise

amostral, como demonstra a figura 10. Posteriormente foi elaborada a carta.

Figura 10. Resultado da análise amostral, obtido no SPRING.

3.5 Mapa de Declividade

O mapa de declividade foi elaborado por meio da metodologia de Alves (2008a)

obedecendo a sequencia a seguir:

1. Importação do arquivo geocodificado correspondente ao quadrante da região do

parque disponibilizado pelo projeto TOPODATA “16_45_SN.tif”;

2. Criação de grade numérica;

3. Para criação das fatias foi utilizado o critério de classificação apresentado por

Florenzano (2008);

4. Criação da carta.

3.6 Mapa Hipsométrico

O mapa Hipsométrico foi elaborado por meio da metodologia de Alves (2008b)

apresentando a seguinte ordem:

1. Importação do arquivo geocodificado correspondente ao quadrante da região do

parque disponibilizado pelo projeto TOPODATA “16_45_ZN.tif”;

2. Geração de isolinhas com passo igual a 40 metros o que representa eqüidistâncias

de 20 metros entre os níveis;

3. As classes altimétricas foram criadas com os mesmos valores das isolinhas

traçadas, de 40 em 40 metros, com exceção da última classe;

4. Criação da carta.

17

4 RESULTADOS E DISCUSSÃO

Esta seção apresenta os resultados obtidos pela pesquisa, com apresentação das cartas

geradas e discussões dos mapas temáticos e seus dados estatísticos.

4.1 Carta imagem

Tomando por base a imagem composta RGB com todos os PI ativos e sobrepostos,

podemos verificar uma maior densidade de construções na região centro-sul do parque, o que

justifica a maior quantidade de áreas sem vegetação nativa nesta região. Também podemos

observar que as orientações predominantes dos córregos seguem o rumo norte e/ou leste em

encontro a zona urbana da cidade de Montes Claros.

Outro fator observável no mapa é a presença de extensas redes de distribuição de

energia elétrica na área do parque, o que são causadores de impactos ambientais, visto que a

concessionária de energia elétrica, com o intuito de se preservar o sistema elétrico, realiza

periodicamente a limpeza da faixa de domínio.

A carta elaborada (Figura 11) é de grande interesse aos gestores do parque, turistas e

pesquisadores por identificar fatores naturais e antrópicos de relevância da área, já que

identifica e localiza diversos itens da região, como: construções dentro da área; locais de

interesse turístico e ecológico (grutas, nascentes e córregos); além de traçar as vias de acesso,

colaborando no deslocamento dentro da unidade.

18

Figura 11. Carta imagem sobreposta á imagem composta RGB do satélite CEBRS2B.

19

4.2 Cobertura do solo

Por apresentarem áreas significativas na unidade de conservação, foi realizada a

classificação da imagem com cinco classes: Mata Seca, Afloramento Cárstico, Solo Exposto,

Pastagem e Cerrado. Salientando-se que a classe de solo exposto, representa em sua grande

maioria no físico, como sendo áreas já degradadas ou em processo de degradação. A tabela 1

descreve a parcela ocupada por cada classe. Tabela 1. Medida das classes do mapa de cobertura do solo.

Medida das classes Classe Área (ha) Porcentagem (%)

Cerrado 3825,42 39,61 Pastagem 3575,79 37,02 Solo Exposto 274,64 2,84 Afloramento Cárstico 89,08 0,92 Mata Seca 1893,52 19,60

Total 9658,45 100,00

Observa-se que a ação antrópica no decorrer dos últimos séculos, principalmente pelos

fazendeiros que ali residiam, alterou significativamente a vegetação natural da área, já que as

somatórias das áreas de pastagens, utilizadas até então para a pecuária, e os solos expostos

correspondem a aproximadamente 40% da cobertura atual do solo.

Pode-se perceber a partir da carta elaborada (Figura 12), que a região nordeste do

parque é onde tem presente a maior preservação da vegetação nativa, sendo coberta em quase

sua totalidade por mata seca e cerrado. Em contraposição temos as regiões noroeste e sul

como as mais atingidas pelo uso do homem, apresentando grandes parcelas de pastagem e

solo exposto. Esta carta pode auxiliar na localização das áreas que devem receber recursos

financeiros e atenção dos gestores para sua recuperação vegetal, visando o reequilíbrio

ecológico e conservação do ecossistema. E também identifica a vegetação do parque, podendo

colaborar na delimitação do espaço geográfico, para pesquisas cientificas sobre os biomas da

unidade.

20

Figura 12. Mapa temático de cobertura do solo.

21

4.3 Declividade

Foram criadas 5 classes distintas de declividade, seguindo o critério de classificação

apresentado por Florenzano (2008): Muito Baixa (< 2%), Baixa (2% a 6%), Média (6% a

20%), Alta (20% a 50%) e Muito Alta (> 50%) com o objetivo de representar as classes de

declividade terrenos no parque. A tabela 2 apresenta as medidas de cada classe temática

extraídas da área do parque.

Tabela 2. Medida das classes do mapa temático de declividade.

Medida das classes Classe Área (ha) Porcentagem (%)

Muito Baixa 940,38 9,74 Baixa 3420,13 35,41 Média 4484,12 46,43 Alta 791,61 8,20 Muito Alta 22,20 0,23

Total 9658,45 100,00

Analisando os dados da tabela acima, concluímos que as declividades entre 2% a 20%

são predominantes na unidade de conservação, correspondendo a mais de 81% da área total

do parque. Na visualização do mapa de declividade (Figura 13), observa-se que a maior

concentração de áreas com declividades consideradas Altas e Muito Altas estão localizadas na

região nordeste do parque. Tais características podem ser utilizadas pelos gestores do parque

na classificação das trilhas (grau de dificuldade) para a visitação do público na unidade, além

de servir de base para estudos da análise de vulnerabilidade de perda do solo.

22

Figura 13. Mapa temático de declividade.

23

4.4 Hipsometria

Elaborou-se um mapa temático com 9 classes distintas de altitude do terreno,

utilizando o critério de classificação apresentado por Alves (2008b). A tabela 3 apresenta os

dados extraídos da unidade de conservação.

Tabela 3. Medida das classes do mapa temático de Hipsometria.

Medida das classes Altitude (m) Área (ha) Porcentagem (%) 0680 a 0720 85,82 0,89 0720 a 0760 354,50 3,67 0760 a 0800 1001,26 10,37 0800 a 0840 1591,57 16,48 0840 a 0880 1491,73 15,44 0880 a 0920 1689,93 17,50 0920 a 0960 1870,42 19,37 0960 a 1000 1231,96 12,76 1000 a 1038 341,25 3,53

Total 9658,45 100,00

Conclui-se que a menor altitude no parque é 680 metros e que a maior é 1038 metros,

também inferimos pela tabela 3 que existe uma maior ocorrência das altitudes entre 800

metros e 960 metros, correspondendo a uma área maior que 6640 ha ou 68,79% da área total

do parque.

A partir do mapa hipsométrico criado (Figura 14) concluímos que as regiões: central,

nordeste e leste são onde se localizam as cotas altimétricas mais baixas do parque e em

contraposição é na região oeste onde estão as maiores altitudes da unidade de conservação,

com a presença de uma chapada nesta área geográfica. Tais conclusões servem para

reconhecer o espaço físico do parque, além de auxiliar em estudos geomorfológicos e de rede

de drenagem da unidade.

24

Figura 14. Mapa temático de hipsometria.

25

5 CONCLUSÃO

Os objetivos almejados inicialmente pela pesquisa científica, foram alcançados na

conclusão do trabalho, com a interpretação e discussão dos dados extraídos, referente aos

mapas gerados de: Carta imagem, cobertura do solo, declividade e hipsometria. Possibilitando

fazer a caracterização e análise de variáveis do meio físico, a elaboração de cartas temáticas e

mapas do parque estadual, além de diagnosticar a situação da unidade de conservação, quanto

à utilização da cobertura do solo.

Dos resultados e discussões abordadas nos tópicos anteriores, é possível inferir que a

utilização do geoprocessamento e recursos do sensoriamento remoto, para a elaboração de

mapas de cobertura do solo, declividade, hipsometria e da carta imagem, demonstraram de

grande valia para a extração de dados sobre o Parque Estadual da Lapa Grande, e que estes

documentos podem servir de subsídios para a gestão do parque, na elaboração de diretrizes

como o plano de manejo e o zoneamento ecológico. De acordo com o SNUC estas diretrizes

são ferramentas primordiais para o gerenciamento destes territórios, servindo para presidir o

uso da área, o manejo dos recursos naturais e inclusive a implantação das estruturas físicas

necessárias a unidade.

Também vale salientar que por meio dos resultados e mapas apresentados no trabalho

é possível a utilização destes para a criação de inúmeros outros estudos científicos sobre o

Parque Estadual da Lapa Grande, como: análise de vulnerabilidade e perda do solo, estudo

geomorfológico do parque, mapa de drenagem, entre outros.

Além disto, a metodologia abordada neste estudo científico pode ser facilmente

aplicada para a caracterização de outras unidades de conservação, o que supriria a ausência de

informações de índices geográficos, destes espaços territoriais tão importantes a conservação

dos ecossistemas brasileiros.

Geoprocessamento e Sensoriamento remoto aplicado a caracterização do Parque Estadual da Lapa Grande

Documents