Classificação Supervisionada da Cobertura Superficial de Terreno Visando a Produção de um Mapa de Rugosidade

Resumo

A informação sobre a rugosidade de um local é de suma importância para o levantamento do potencial eólico. Obstáculos de diferentes alturas dão origem a diferentes valores de turbulência, o que influencia diretamente os valores de potencial eólico. Desta maneira, mapas de rugosidade são essenciais para o levantamento do potencial eólico de um determinado local. Uma maneira de obter esses mapas é fazer uso de mapas de uso e cobertura do solo, que, por sua vez, podem ser produzidos a partir de imagens de sensoriamento remoto. Este trabalho apresenta os primeiros resultados relacionados à classificações da cobertura superficial do terreno, a partir de imagens de sensoriamento remoto, utilizando métodos de classificação supervisionada. A área de estudo escolhida para a realização do levantamento de potencial eólico é a bacia hidrográfica do rio Negro em território brasileiro, no estado do Rio Grande do Sul. Essa área foi escolhida devido ao fato de existirem pesquisas sendo executadas nesta área envolvendo cartografia e Sistemas de Informações Geográficas, o que facilita a aquisição de dados. Além disso, o campus Bagé está localizado em seu interior, o que facilita as saídas de campo. Inicialmente, utilizou-se o sistema de busca de imagens de sensoriamento remoto do Instituto Nacional de Pesquisas Espaciais (INPE) para pesquisar quais eram as imagens do satélite Landsat disponíveis da bacia hidrográfica. A área abrangida pela bacia encontra-se em duas cenas do satélite Landsat, as cenas de órbita ponto 222 e 223. Escolheu-se as imagens mais recentes disponibilizada no site, que consistiram em imagens do sensor TM do satélite Landsat 5, do ano de 2011. A classificação das imagens foi realizada no software ENVI, utilizando as bandas 1, 2 e 3, seguindo a seguinte sequência metodológica: 1) georreferenciamento das imagens; 2) recorte das imagens; 3) definição das classes de uso do solo: água, solo exposto, culturas, urbano, reflorestamento, campos e mata nativa; 4) seleção das regiões de interesse (ROIs); 5) seleção dos métodos de classificação de imagens; e 6) classificação das imagens utilizando diferentes métodos de classificação. Os métodos de classificação testados foram o da Máxima Verossimilhança, Mapa de Ângulo Espectral, Informação de Divergência Espectral e Distância de Mahalanobis. A partir da análise de pós-classificação foi possível verificar que o método da Máxima Verossimilhança apresentou os melhores resultados, com exatidão global de 99,35% e coeficiente kappa de 0,9706. Desta maneira, este foi o método utilizado para a classificação do mosaico de imagens de sensoriamento remoto da bacia hidrográfica do rio Negro em território brasileiro. A próxima etapa do trabalho será a inserção do mapa de cobertura superficial do terreno gerado em um software de Sistema de Informações Geográficas (SIG), onde o mapa de rugosidade será produzido.