Após realização de busca em todo o Estado do Ceará com cobertura de imagens Hyperion que pudessem ser utilizadas na análise de desempenho das classificações de imagens, identificou-se uma única cena do Hyperion que poderia ser utilizada. Nesta cena, observou-se a existência de dois açudes com cobertura de vegetação aquática em suas bacias hidráulicas, localizados no Município de Lavras da Mangabeira (Figura 65).
Figura 65 – Ilustração da área do entorno do reservatório localizado no município de Lavras da Mangabeira - CE
Fonte: Elaborada pelo autor.
Reforça-se a escolha desses reservatórios por apresentarem as nove classes analisados nesta pesquisa (água, macrófitas, solo exposto, vegetação nativa, agricultura,
vegetação rala, vazante, sombra, nuvem). Além disso, adquiriu-se imagens Landsat 8, Hyperion e Google Earth com baixa cobertura de nuvem e sombra, que contemplasse a bacia hidráulica e o entorno do mesmo. Entretanto, como as imagens do satélite Landsat 8 estão disponíveis apenas a partir de 2013, e a imagem selecionada do Hyperion data de 2010 e do Google Earth de 2009, optou-se por utilizar apenas os dados destes últimos.
Utilizou-se para a classificação da imagem Hyperion que cobria a região, a mesma composição de bandas (R - 51, G - 161 e B – 19) obtida na análise para os reservatórios do Assentamento 25 de Maio em Madalena, para testar sua aplicabilidade para outras regiões.
A imagem processada do satélite Hyperion foi do dia 29 de setembro de 2010, tendo apresentado cobertura de nuvens e sombra, como pode ser visualizado na Figura 66, o que dificultou um detalhamento da bacia hidráulica do reservatório estudado, visto que as nuvens e sombra apareceram nas áreas circunvizinhas aos reservatórios, dificultando a determinação da bacia hidráulica dos mesmos (Figura 66).
Figura 66 – Classificação supervisionada da imagem Hyperion de 26/09/2010 no entorno do reservatório localizado no município de Lavras da Mangabeira - CE
3
O Kappa geral encontrado na classificação da imagem do satélite Hyperion foi de 0,90, o que sugere que a composição de bandas proposta (R - 51, G - 161 e B – 19) pode ser aplicada para outras regiões na separação destas 9 classes. Nesta aplicação, obteve-se um mapa temático excelente, com valor de Kappa ainda superior ao encontrado no Assentamento 25 de Maio. A imagem hiperespectral possibilita a distinção dos alvos semelhantes, reforçando a importância da utilização desse tipo de imagem para a separação com precisão e eficiência das classes, como também afirmou Blanco et al. (2014) em sua pesquisa.
Analisando os resultados encontrados pela determinação do Kappa individual de cada classe, pode-se constatar que a classificação da imagem Hyperion apresentou desempenho muito bom, com destaque para as classes solo exposto, vegetação nativa e vegetação rala com acerto de 100% (Tabela 35), o que representa um resultado muito valioso já que as três classes sempre apresentaram grande dificuldades de determinação, haja visto as semelhanças que essas classes possuem com outros, requerendo sensores com excelente resolução espectral, como é o caso dos satélites hiperespectral, e um conjunto de pontos de campo bem definido.
Tabela 35 – Valores de Kappa encontrados através da classificação supervisionada, no entorno do reservatório localizado no município de Lavras da Mangabeira – CE
Classes Hyperion
Água 0,77 – Muito Boa
Macrófitas 0,90 - Excelente
Solo Exposto 1,00 - Excelente
Vegetação nativa 1,00 - Excelente
Agricultura 0,77 – Muito Boa
Vegetação rala 1,00 - Excelente
Vazante 0,77 – Muito boa
Nuvem 1,00– Excelente
Sombra 0,77– Muito Boa
Kappa Geral 0,90
Qualidade do mapa temático Excelente
6 CONCLUSÕES
Foi possível estabelecer um padrão de classificação de imagens multiespectrais que permitiu detectar precisamente as áreas inundadas de espelho d'água, com diferenciação de vegetação aquática e outras classes no entorno do reservatório através da classificação supervisionada.
A análise espectral e temporal da reflectância de classes não permitiu separar de maneira precisa através das faixas mínima e máxima dos alvos analisados na pesquisa, por ser influenciado diretamente pela sazonalidade da imagem, ou seja, a resposta espectral dos alvos está diretamente relacionada ao período (seco ou chuvoso) de obtenção da imagem.
A utilização da classificação não-supervisionada não atendeu aos objetivos proposto, pois apresentou-se deficiente por não conseguir separar corpos hídricos de sombra de nuvem. Além disso, este método não foi capaz de diferenciar macrófitas de vazante, nem agricultura de vegetação rala, mostrando que esse tipo de classificador possui limitações de separar alvos com respostas espectrais semelhantes. Já entre os diferentes métodos de classificação supervisionada utilizados na pesquisa, o classificador KNN apresentou o melhor desempenho na determinação das classes através da classificação de imagens Landsat 8 no entorno de reservatórios localizados no semiárido brasileiro.
Os resultados encontrados afirmam que um número elevado de amostras de treinamento não implica em bons resultados na classificação, pois a análise de sensibilidade mostrou que o número de amostras de treinamento deve ser flexibilizado e avaliado dependendo do classificador abordado.
O classificador SVM apresentou-se bastante eficiente na separação de classes na bacia hidráulica e entorno dos reservatórios do Assentamento 25 de Maio, apresentando a vantagem de utilizar todas as 155 bandas da imagem Hyperion. Este classificador apresenta, ainda, como produto o peso de cada uma das bandas usadas na classificação da imagem, o que permitiu a identificação das três bandas prioritárias para geração de composição R – 51, G – 161 e B – 19, e eventual uso por outros métodos de classificação de imagem considerados nesta pesquisa. Alguns testes realizados nesta pesquisa para a mesma região em outro período e para outra região do Estado do Ceará confirmam a eficiência do uso desta combinação de bandas do Hyperion na detecção e separação de alvos no entorno de reservatórios do Bioma Caatinga, incluindo macrófitas existentes em reservatórios.
Os dados hiperespectrais demonstraram ser uma boa alternativa para análise de uso e ocupação do solo mesmo em alvos com características espectrais similares. Mesmo
utilizando-se de métodos tradicionais de classificação, os dados trabalhados aqui atingiram um bom desempenho com a utilização do critério de seleção de feições das diferentes classes. Os resultados encontrados utilizando imagens hiperespectrais apresentam melhor desempenho que os encontrados na análise multiespectrais, o que mostra a importância da resolução espectral da imagem, para a espacialização e separação de classes com características diferentes ou semelhantes. A classificação da imagem Hyperion através do classificador Máxima Verossimilhança mostrou alto grau de eficiência na estimativa da área do espelho d’água dos reservatórios, validado através do coeficiente de Nash-Sutcliffe (0,96), o que está diretamente ligado a qualidade espectral da imagem do sensor hiperespectrais Hyperion.
A imagem Hyperion apresentou resultados precisos mostrando-se uma importante ferramenta de suporte para a gestão de recursos hídricos do estado na espacialização de reservatórios, além do diagnóstico de açudes com presença de macrófitas com elevado grau de precisão. A pesquisa recomenda a utilização das imagens hiperespectrais (Hyperion) devido ao ganho nos resultados na separação das classes na espacialização de corpos hídricos, muito superiores aos resultados das imagens multiespectrais (Landsat 8). Mas o satélite Hyperion apresentou limitação para sua utilização pelo fato da pequena quantidade de imagens disponíveis e pela baixa área de cobertura no estado do Ceará, limitando o desenvolvimento de pesquisas em áreas estratégicas.
7 REFERÊNCIAS
ANTUNES, R. P. Análise do potencial de uso das macrófitas aquáticas do sistema de áreas alagadas construídas da ETE da Comunidade de Serviços Emaús (Ubatuba, SP) como adubo orgânico. 2009. Dissertação (Mestrado em Ciências da Engenharia Ambiental) - Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 2009.
ASSOCIAÇÃO DE COOPERAÇÃO AGRÍCOLA DO ESTADO DO CEARÁ. (ACACE).