Resumo Os desafios sociais e ambientais estão diretamente relacionados à concentração populacional existente nos ambientes urbanos, que contribuem em mais de 75% do Produto Interno Bruto (PIB) mundial. Assim, é essencial a detecção da dinâmica do uso e cobertura da terra visando à elaboração e efetivação de políticas públicas. Os sistemas SAR, especialmente as técnicas de interferometria, vêm apresentando ótimos resultados frente a esse desafio, uma vez que não possuem influência direta da atmosfera. Limitados estudos foram realizados utilizando-se a coerência interferométrica proveniente do satélite Sentinel-1 em ambiente urbano. Nesse sentido o objetivo desse estudo foi classificar o uso e cobertura da terra de parte do Distrito Federal tendo por base diferentes dimensionalidades considerando as medidas de intensidade e de coerência interferométrica relativas ao ano de 2018. Os resultados mensurados a partir das métricas Kappa e F1 indicam que a inserção de uma série temporal de coerências interferométricas melhora o desempenho da classificação, de 0,50 a 0,75 (Kappa) e de 0,54 a 0,79 (F1), fato que ficou evidente na melhora de desempenho das classes temáticas relacionadas à cobertura vegetal. Ademais, também constata-se que a identificação dos objetos urbanos é melhor representada pela utilização apenas das intensidades (VV e VH) no processo classificatório.

Abstract The social and environmental challenges are directly related to the existing population concentration in urban environments, contributing to more than 75% of the world’s Gross Domestic Product (GDP). Thus, the Land Use and Land Cover (LULC) dynamics are essential to support public policy elaboration and implementation. SAR systems, especially the interferometry techniques, have shown remarkable results in this challenge since they do not have direct influence from the atmosphere. Few studies used interferometric coherence from the Sentinel-1 image in an urban environment. This research aims to classify the LULC in the Distrito Federal, Brazil, based on different dimensions considering the intensity and interferometric coherence for the year 2018. The results measured from the Kappa and F1 metrics indicate that the insertion of a time series of interferometric coherencies improves the performance of the classification, from 0.50 to 0.75 (Kappa) and from 0.54to 0.79 (F1), a fact that was evident in the improved performance of the thematic classes related to vegetation cover. Furthermore, the best identification of urban objects used only the intensities (VV and VH) in the classification.

Abstract: This research aims to determine the vertical accuracy of the Interferometric Digital Elevation Model (DEM) obtained from the processed Shuttle Radar Topographic Mission (SRTM) data. The research compared the SRTM-GL1 (Shuttle Radar Topographic Mission-Global 1) with 30-meter resolution and the following 90-meter resolution models: (a) EMBRAPA; (b) Hydrological data and maps based on Shuttle Elevation Derivatives at multiple Scales (HydroSHEDS) (HydroSHEDS), provided by the United States Geological Survey (USGS); (c) Consultative Group for International Agricultural Research-Consortium for Spatial Information (CGIAR-CSI); and (d) Jonathan de Ferranti. The accuracy analysis considered the diverse Brazilian regions, adopting 1,087 field points from the Global Navigation Satellite System (GNSS) trackers or topography methods. The Jonathan de Ferranti model achieved the best accuracy with RMSE of 9.61m among the 90-meter resolution models. Most SRTM models at 1:100,000 scale reached Grade A of the Cartographic Accuracy Standard. However, the accuracy at the 1: 50,000 scale did not achieve the same performance. SRTM errors are linearly related to slope and the most significant errors always occur in forest areas. The 30-meter resolution SRTM showed an accuracy of around 10% better (RMSE of 8.52m) than the model of Jonathan de Ferranti with 90-meter resolution (RMSE of 9.61m).

Abstract This research aimed to analyze MODIS-NDVI time series classifications, with three different algorithms, seeking to identify the ideal amount of images for studies in environments with high cloudiness rates. The spatial cut used for the study was the municipality of Capixaba, located in the state of Acre in the Amazon region. For each NDVI image, a cloud mask was constructed. This mask allowed to organize the temporal cube by cloud coverage quantity. Thus, the impact of eliminating high cloud images for the series classification was tested. At each cut, the temporal cube was redone, evaluating results for a new set of bands. For the accuracy analysis, the Kappa coefficient was adopted. A total of 84 classifications were made. Three classification algorithms (Minimum Distance, Spectral Angle Mapper and Spectral Correlation Mapper) and 4 different interactions between classes and samples were tested. Over the period analyzed, approximately 80% of images showed cloud cover above 90%. The tests showed that the removal of the images with cloud increased the quality of the classification, and the best results were found in small cubes (10 to 35 images) and with low cloud cover (0 to ~ 6%). The Minimum Distance algorithm presented the lowest coefficient of variation, showing a lower sensitivity to the presence of clouds.

Resumo Este trabalho teve como objetivo analisar classificações de séries temporais MODIS-NDVI, com 3 diferentes algoritmos, buscando identificar a quantidade ideal de imagens para estudos em ambientes com altas taxas de nebulosidade. O recorte espacial utilizado para o estudo foi o município de Capixaba, localizado no Estado do Acre na região amazônica. Para cada imagem NDVI, construiu-se uma máscara de nuvem. Esta máscara permitiu organizar o cubo temporal por quantitativo de cobertura de nuvem. Assim, testou-se o impacto da eliminação das imagens com alta nebulosidade para a classificação da série. A cada corte, o cubo temporal foi refeito, avaliando resultados para um novo conjunto de bandas. Para a análise de acurácia, adotou-se o coeficiente Kappa. Ao todo foram feitas 84 classificações. Foram testados 3 algoritmos de classificação (Mínima Distância, Spectral Angle Maper e Spectral Correlation Mapper) e 4 diferentes interações entre classes e amostras. Observou-se que, ao longo do período analisado, aproximadamente 80% das imagens apresentaram cobertura de nuvens acima de 90%. Os testes mostraram que a retirada das imagens com nuvem, aumentou a qualidade da classificação, sendo que os melhores resultados foram encontrados em cubos pequenos (10 a 35 imagens) e com baixa cobertura de nuvem (0 a ~6 %). O algoritmo Mínima Distância apresentou o menor coeficiente de variação dentre os resultados encontrados, mostrando menor sensibilidade à presença de nuvens.

Propriedade e títulos de terra no Brasil é um sério problema, onde a ausência de uma situação legal provoca êxodo rural, insegurança jurídica e a impossibilidade de crédito para atividades agrícolas. O objetivo dessa pesquisa foi desenvolver uma metodologia de análise de decisão multicritério na seleção de áreas prioritárias para regularização fundiária no Estado da Bahia (Nordeste Brasileiro). As variáveis municipais utilizadas foram: índice de desenvolvimento humano municipal, valor bruto de produção, número de fazendeiros sem os documentos da terra (posseiros), estabelecimentos familiares, declividade e propriedades cadastradas. No processamento dos dados foram utilizados os métodos de análise multicritério (AMC), Analytic Hierarchy Process (AHP) e Fuzzy-AHP. O resultado final foi um mapa de síntese cartográfica proveniente da média aritmética desses modelos, contendo as seguintes classes de prioridade: alta, média, baixa e não prioritária. O método proposto determinou 128 municípios prioritários para ações imediatas de regularização fundiária com índice acima de 0,66. Um recorte acima de 0,80 selecionou 22 municípios considerados como extremamente prioritário. Esses municípios prioritários formam um padrão espacial contínuo ao longo da depressão do rio São Francisco. A grande quantidade de posses e a baixa quantidade de áreas cadastradas no Estado da Bahia indica a importância de ações sistemáticas de georreferenciamento e regularização fundiária.

Les titres de propriété et de la terre au Brésil est un problème grave, où l'absence d'une situation juridique provoque l'exode rural, l'insécurité juridique et crédit d'incapacité pour les activités agricoles. La présente recherche possède comme objectif développer une méthodologie d'analyse multi-critères dans le choix des domaines prioritaires pour la régularisation des terres dans l'État de Bahia (nord-est Brésilien). Les variables municipales utilisées ont été: indice de développement humain municipal, valeur grossière de production, nombre d'agriculteurs sans les documents de la terre (possessionnels), établissements familiers, déclivité et propriétés cadastrées. Dans le traitement des données ils ont été utilisés à Analytic Hierarchy Process (AHP) et à Fuzzy AHP. Le résultat final a été une carte de synthèse cartographique provenant de la moyenne arithmétique de ces modèles, en contenant les suivantes classes de priorité: augmentation, moyenne, basse et non prioritaire. La méthode proposée a déterminé 128 villes prioritaires pour actions immédiates de régularisation agraire avec indice au-dessus de 0.66. Un découpage au-dessus de 0.80 a sélectionné 22 villes considérées comme extrêmement prioritaire. Ces villes prioritaires forment une norme spatiale continue au long de la dépression du fleuve San Francisco. La grande quantité de possessions et la basse quantité de secteurs cadastrés dana l'État de la Bahia indiquent l'importance d'actions systématiques de géoréférenciation et la régularisation agraire.

Property and land titles in Brazil is a serious problem, where the absence of a legal situation causes a rural exodus, legal insecurity and the impossibility of obtaining credit for agricultural activities. The objective of this research was to develop a methodology of multiple-criteria decision analysis in the selection of priority areas for land regularization in the State of Bahia (Northeast Brazil). The municipal variables used in the model were: municipal human development index, gross production value, the number of farmers without land documents, the proportion of family farms, slope, and registered properties. The data processing methods used were the Analytic Hierarchy Process (AHP) and Fuzzy AHP. The result was a cartographic synthesis map based on the arithmetic mean of these models, containing the following priority classes: high, medium, low and non-priority. The proposed method determined 128 priority municipalities for immediate land regularization actions with a threshold value exceeding 0.66 and 22 extremely priority municipalities with a threshold higher than 0.80. These priority municipalities have a continuous spatial pattern along the São Francisco river depression. The large number of possessions and the small number of registered areas in the State of Bahia indicate the importance of systematic actions for the spatial registration and the land regularization.

Introdução: Em 2010, foram observados 305 (37,8%) municípios com epidemias de malária na Amazônia brasileira. A propagação dos eventos epidêmicos pode ser explicada pelo padrão da distribuição espacial. Objetivo: Analisar a dependência espacial, autocorrelação, das epidemias de malária nos municípios dessa região. Métodos: Foi utilizado algoritmo automatizado para detecção dos municípios epidêmicos nos anos de 2003, 2007 e 2010. A dependência espacial foi analisada por meio da variável proporção de meses epidêmicos, aplicando-se os índices de Moran global e local. Foram identificados os agrupamentos de municípios epidêmicos com o programa TerraView. Resultados: Os valores do índice global de Moran foram 0,4 em 2003; 0,6 em 2007; e 0,5 em 2010 (p = 0,01), confirmando a existência de dependência espacial entre os municípios epidêmicos. O Box Map e o Moran Map identificaram agrupamentos intermunicipais, interestaduais e fronteiriços com autocorrelação espacial estaticamente significante, sendo 10 clusters em 2003; 9 em 2007; e 8 em 2010 (p < 0,05). Discussão: Agrupamentos de municípios epidêmicos podem estar vinculados às dificuldades dos serviços de saúde em atuar articuladamente. Limitações estruturais podem ser superadas buscando a integração territorial para sustentação do planejamento e ações de controle, potencializando as intervenções no contexto espacial abrangente. Conclusão: A análise rotineira da autocorrelação espacial entre municípios epidêmicos, identificando os agrupamentos com persistência espaço-temporal, poderá fornecer novo indicador de grande utilidade para o planejamento e priorização do controle integrado, no âmbito intermunicipal, interestadual e nas áreas de fronteiras, contribuindo para a redução das epidemias de malária.

Introduction: In 2010, there were 305 (37.8%) municipalities with malaria epidemics in the Brazilian Amazon. The epidemics spread can be explained by the spatial distribution pattern. Objective: To analyze the spatial dependence, autocorrelation, of the malaria epidemics in the municipalities of this region. Methods: An automated algorithm was used for the detection of epidemic municipalities in 2003, 2007 and 2010. Spatial dependence was analyzed by applying the global and local Moran index on the epidemic months proportion variable. The epidemic municipalities clusters were identified using the TerraView software. Results: The global Moran index values were 0.4 in 2003; 0.6 in 2007; and 0.5 in 2010 (p = 0.01), confirming the spatial dependence among the epidemic municipalities. Box Map and Moran Map identified inter-municipal, interstate and borders clusters with spatial autocorrelation (p < 0.05). There were 10 epidemic municipalities clusters in 2003; 9 in 2007 and 8 in 2010. Discussion: The epidemic municipalities clusters may be linked to the health facilities difficulties on acting together. The structural limitations of the health services can be overcome by territorial integration to support planning and control activities, strengthening the interventions. Conclusion: The routine analysis of the epidemic municipalities clusters with spatial and temporal persistence may provide a new indicator of planning and integrated control prioritization, contributing to malaria epidemics reducing in inter-municipal, interstate and borders areas.

Introdução: Em 2010, foram observados 305 (37,8%) municípios com epidemias de malária na Amazônia brasileira. A propagação dos eventos epidêmicos pode ser explicada pelo padrão da distribuição espacial. Objetivo: Analisar a dependência espacial, autocorrelação, das epidemias de malária nos municípios dessa região. Métodos: Foi utilizado algoritmo automatizado para detecção dos municípios epidêmicos nos anos de 2003, 2007 e 2010. A dependência espacial foi analisada por meio da variável proporção de meses epidêmicos, aplicando-se os índices de Moran global e local. Foram identificados os agrupamentos de municípios epidêmicos com o programa TerraView. Resultados: Os valores do índice global de Moran foram 0,4 em 2003; 0,6 em 2007; e 0,5 em 2010 (p = 0,01), confirmando a existência de dependência espacial entre os municípios epidêmicos. O Box Map e o Moran Map identificaram agrupamentos intermunicipais, interestaduais e fronteiriços com autocorrelação espacial estaticamente significante, sendo 10 clusters em 2003; 9 em 2007; e 8 em 2010 (p < 0,05). Discussão: Agrupamentos de municípios epidêmicos podem estar vinculados às dificuldades dos serviços de saúde em atuar articuladamente. Limitações estruturais podem ser superadas buscando a integração territorial para sustentação do planejamento e ações de controle, potencializando as intervenções no contexto espacial abrangente. Conclusão: A análise rotineira da autocorrelação espacial entre municípios epidêmicos, identificando os agrupamentos com persistência espaço-temporal, poderá fornecer novo indicador de grande utilidade para o planejamento e priorização do controle integrado, no âmbito intermunicipal, interestadual e nas áreas de fronteiras, contribuindo para a redução das epidemias de malária.

Introduction: In 2010, there were 305 (37.8%) municipalities with malaria epidemics in the Brazilian Amazon. The epidemics spread can be explained by the spatial distribution pattern. Objective: To analyze the spatial dependence, autocorrelation, of the malaria epidemics in the municipalities of this region. Methods: An automated algorithm was used for the detection of epidemic municipalities in 2003, 2007 and 2010. Spatial dependence was analyzed by applying the global and local Moran index on the epidemic months proportion variable. The epidemic municipalities clusters were identified using the TerraView software. Results: The global Moran index values were 0.4 in 2003; 0.6 in 2007; and 0.5 in 2010 (p = 0.01), confirming the spatial dependence among the epidemic municipalities. Box Map and Moran Map identified inter-municipal, interstate and borders clusters with spatial autocorrelation (p < 0.05). There were 10 epidemic municipalities clusters in 2003; 9 in 2007 and 8 in 2010. Discussion: The epidemic municipalities clusters may be linked to the health facilities difficulties on acting together. The structural limitations of the health services can be overcome by territorial integration to support planning and control activities, strengthening the interventions. Conclusion: The routine analysis of the epidemic municipalities clusters with spatial and temporal persistence may provide a new indicator of planning and integrated control prioritization, contributing to malaria epidemics reducing in inter-municipal, interstate and borders areas.

O Brasil está entre os 10 países mais atingidos por desastres naturais no mundo e os deslizamentos constituem-se num dos principais riscos geomorfológicos do País, muitas vezes condicionado pela ocupação das encostas que provocam alterações ampliando a possibilidade dessas ocorrências. Nesse contexto, apresenta-se como essencial a busca por ferramentas e instrumentos que permitam conhecer os riscos potenciais de determinadas áreas e com isso adotar medidas preventivas. Uma dessas ferramentas são os modelos de predição de áreas susceptíveis à escorregamentos. Desta forma, o objetivo deste trabalho é aplicar um modelo matemático de predição de escorregamentos para a gestão de riscos como subsídios às políticas públicas locais no Município de Vitória/ES. Para isso, foi definida como área de estudo a parte do município denominada Ilha de Vitória. As cartas topográficas na escala 1:5.000foram editadas e utilizadas para a geração do modelo digital de terreno (MDT) e dos atributos morfométricos (área de contribuição e declividade).Como parâmetros de solo foram testados oito conjuntos de dados provenientes de áreas semelhantes. Em seguida foi aplicado o modelo Shalstab, que combina o modelo hidrológico com o modelo de estabilidade da encosta e possibilita a definição de áreas susceptíveis a escorregamentos. Os oito modelos foram integrados em uma única imagem a partir do maior valor de instabilidade entre todas as simulações. A partir desse mapa de susceptibilidade de escorregamento foi possível definir as áreas de atenção, prioritárias para o desenvolvimento e a definição de ações de gestão do risco de desastres na região.

Brazil is among the ten countries that are mostly affected by natural disasters in the world, and landslides are one of the main geomorphologic risks in the country, often conditioned by the occupation of hillsides, which causes alterations improving the possibilities for such occurrences. In this context, it is essential to search for tools and instruments that allow to know the potential risks of certain areas and hence to adopt preventive measures. The model of prediction of slide-susceptible areas is an example of these tools. Thus, this work aims to apply a slide prediction mathematical model for the risk management as a subsidy to local public policies in the municipality of Vitória, Espírito Santo State. Therefore, the study area was defined as the part of the municipality called Ilha de Vitória (Vitória Island). The topographic maps at 1:5,000 scale were edited and used to generate the digital terrain model (DTM) and morphometric attributes (slope and contribution area). As soil parameters were tested eight sets of data from similar areas. The Shalstab model was then applied. This model combines the hydrological and the hillside stability models, allowing for the definition of areas susceptible to landslides. The eight models were integrated into a single image from the majorof instability valueamong all simulations. From this slide susceptibility map, it was possible to define attention areas, which are a priority for developing and prioritizing disaster risk management actions in the region.

O presente artigo possui como objetivo avaliar a distribuição espacial do babaçu na bacia do rio Cocal, estado de Tocantins. Os dados foram obtidos em levantamento de campo considerando 80 parcelas, considerando os diferentes ambientes presentes na área de estudo. O estudo considerou 16 variáveis referentes às características do babaçu (quantidade de indivíduos, quantidade de cachos, altura máxima do fuste e altura média do fuste) e do meio ambiente (altitude, declividade, área de contribuição, índice topográfico, relevo, distância do rio, distância das casas, distância da estrada, declividade do relevo no campo, solo, uso do solo e vegetação). A análise dos dados foi realizada utilizando técnicas de sistema de informações geográficas e análise multivariada. O emprego da análise fatorial múltipla permitiu classificar as variáveis ambientais de maior significância para a ocorrência do babaçu e da quantidade de cachos. O principal fator que controla a distribuição do babaçu é o manejo adotado pelos fazendeiros.

This paper aims to evaluate the spatial distribution of the babassu palm in the Cocal River basin, Tocantins State. Data were obtained from field survey considering 80 plots, covering the different environments present in the study area. The research considered 16 variables about the babassu palm characteristics (number of individuals, number of babassu nut clusters, average stem height and maximum stem height) and environment features (elevation, slope, contributing area, topographic index, relief, distance from the river, distance from the homes, distance from the road, slope obtained in the field, soil, land use and vegetation). Data analysis was performed using techniques of geographic information system and multivariate analysis. The use of multiple factor analysis enabled to classify the environmental variables of greatest significance for the babassu occurrence. The main factor controlling the babassu distribution is the management adopted by farmers.

Os objetivos deste estudo foram modelar a distribuição de dados NDVI-MODIS, em seis diferentes alvos: Área de Plantio, Floresta de Galeria, Cerrado, Pastagem, Area Urbana e Floresta Estacional Semidecidual; e também analisar as mudanças fisionômicas dos índices através dos modelos ondulatórios, no período de 2000 a 2008, na Bacia do Rio Paracatu (Sub-Bacia do Rio São Francisco). Os materiais e métodos foram subdivididos nas etapas: (a) aquisição das imagens MODIS; (b) tratamento de ruídos; (c) modelagem matemática das assinaturas temporais NDVI; e (d) analise das relações estatísticas entre NDVI e abertura de dossel. A regressão não linear, modelagem ondulatória, para dispersão do NDVI pelas séries temporais, obteve significância de seus parâmetros (R² e p) e erros toleráveis. Com isso pode-se identificar as fisionomias a serem delimitadas, e simular series temporais futuras, pelo uso da terra, coberturas vegetais e tamanho da area de cada fisionomia. O padrão de distribuição dos dados de NDVI apresentou significativa relação com dados de campo de abertura de dossel, podendo ser um preciso indicador da mudança do uso da terra entre as series temporais.

The objectives of this work were to model the distribution of NDVI-MODIS data, in six distinct targets: Crop Land Areas, Gallery Forest, Cerrado, Pastureland, Urban Areas and Semideciduous Seasonal Forest; and also to analyze the physiognomies changes of the index through of waveform models, period 2000-2008, at the Paracatu River Basin (São Francisco Sub-River Basin). The materials and methods were detached in the steps: (a) getting MODIS images; (b) noise treatment; (c) math modeling of the NDVI temporal signature; and (d) analysis of statistical relation between NDVI and open canopy. The nonlinear regression, waveform model, to spread NDVI by temporal series, got high significance of its parameters (R² and p) and tolerable error. With this could identify the physiognomies to be delimited, and to simulate future temporal series by land use, vegetation cover and area extension of each physiognomy. The standard of distribution of the NDVI data showed significant relation with field data of open canopy, this could to be a precise indicator of land use change between the temporal series.

A savana é o principal tipo de vegetação no Brasil Central, cobrindo aproximadamente 23% do território nacional. Localmente é conhecido como Cerrado, sendo formado por um mosaico de fisionomias tais como Campo, Campo Cerrado e Cerrado que possuem um ciclo fenológico típico. Neste contexto, os dados do MODIS fornecem medidas diárias que permitem monitorar a fenologia sazonal da vegetação. O presente trabalho objetiva avaliar o emprego de assinaturas temporais para detectar tipos de savanas no Parque Nacional da Chapada dos Veadeiros. A metodologia adotada pode ser subdividida nos seguintes passos: (a) elaboração do cubo 3D das imagens temporais NDVI-MODIS, onde o perfil em z corresponde à assinatura temporal, (b) tratamento do ruído pela combinação das técnicas de Filtro de mediana e o Minimum Noise Fraction, (c) detecção dos membros finais utilizando o invólucro convexo, e(d) classificação espectral usando o método Spectral Correlation Mapper. Os resultados demonstram que as fisionomias do Cerrado apresentam assinaturas temporais típicas. Os membros finais correspondem aos três maiores domínios fisionômicos: (a) Campo, região com dominio do extrato herbáceo; (b) Cerrado, uma mistura de campo e arbustos; e (c) Cerrado Denso, densamente coberto por árvores. Comparações com imagem Landsat 7/ETM+ demonstram a eficiência da classificação das séries temporais. O estudo concluiu que as séries NDVI são úteis na diferenciação dos tipos de vegetação. A eficiência da metodologia tem sido provada para delimitação regional das fisionomias de savana, mesmo considerando abaixa resolução espacial de 250m do sensor MODIS e a alta mistura espectral.

Savannas are the main vegetation type in Central Brazil, covering approximately 23% of the national territory. Locally known as Cerrado, Brazilian Savannas are formed by amosaic of different physiognomies such as grassland, shrubland and woodland that have atypical phenological cycle. ln this context, the MODIS data provide daily measurements well suited to monitor the seasonal phenology of vegetation. The present work aims to evaluate the advantages of the temporal signatures to detect Brazilian Savanna vegetation types in the Chapada dos Veadeiros National Park, Brazil. The adopted methodology may be subdivided into the following steps: (a) elaboration of the 3D cube of NDVI from temporal MODIS images, where the z profile corresponding to temporal signature, (b) noise elimination by combining Median Filter and Minimum Noise Fraction techniques, (c) endmember detection, and (d) spectral classification using Spectral Correlation Mapper method. The results demonstrate that the savanna physiognomies present typical temporal signatures. The endmembers correspond to the three major physiognomic domains: (a) Cerrado grassland, herbaceous dominated region; (b) Cerrado, mostly amixture of grasses and shrubs; and (c) Cerrado woodland, densely covered by trees. Comparison with Landsat 7/ETM+ image demonstrates the classification efficiency of the temporal series. The study concluded that the NDVI series is useful in differentiating the amount of vegetation types The methodology efficiency has been proved for regional delimitation of savanna physiognomies even considering the low spatial resolution of the 250m MODIS sensor and the high spectral mixture.

O manejo e o monitoramento ecológico de parques nacionais e outras áreas protegidas requerem uma detalhada descrição do padrão de distribuição da vegetação. Esse artigo possui como objetivo produzir um mapa de vegetação para o Parque Nacional da Serra dos Órgãos (PARNASO). Essa unidade de conservação está localizada na Floresta Atlântica dentro de uma variação topográfica desde o nível do mar até 2.263 metros. A classificação da vegetação baseou-se em dados do satélite ASTER, fotografias aéreas de alta resolução e modelo digital de elevação (MDE). O MDE indica estruturas de vegetação em ambiente com alta variabilidade espacial porque se correlaciona com fatores ambientais, tais como o microclima, umidade, solo e processos geomorfológicos. O classificador de árvore de decisão foi usado para extrair informações dos dados de MDE e sensoriamento remoto. Sete fisionomias foram identificadas: Agropecuária (1,29% da área do Parque), Campos de Altitude (24,27%), Floresta Ombrófila Densa Alto-Montana (37,47%), Floresta Ombrófila Densa Montana (21,54%), Floresta Ombrófila Densa Sub-Montana (5,22%), Floresta Secundária (4,13%) e áreas sem vegetação (6,08%). As três maiores fisionomias estão associadas a altitudes superiores a 1.000 metros e representaram 55,5% da área total. A construção da árvore de decisão combinando informações do MDE e sensoriamento remoto pode melhorar o resultado sobre a distribuiçãoda floresta tropical.

The management and ecological monitoring of national parks and other protected areas requires a detailed description of the vegetation distribution patterns. This paper aims to produce a vegetation map for the Serra dos Órgãos National Park (PARNASO). This conservation unit is localized in Atlantic Forest within a topographic variation from sea level to 2,263 meters. The vegetation classification based on the ASTER satellite data, high-resolution aerial photographs and Digital Elevation Model (DEM). The DEM indicates vegetation structures in landscape with high spatial variability because it correlates with environmental factors, such as microclimate, moisture, soil and geomorphological processes. Decision tree classifier was used to extract information of DEM and remote sensing data. Seven classes were identified: Agropecuária (1.29% of total Park area), Campos de Altitude (24.27%), Floresta Ombrófila Densa Alto-Montana (37.47%), Floresta Ombrófila Densa Montana (21.54%), Floresta Ombrófila Densa Sub-Montana (5.22%), Floresta Secundária (4.13%), and no vegetation area (6.08%). The three highest physiognomies were associated with altitude higher than 1,000 m and represented 55.5% of the total area. The construction of decision trees combining the DEM and remote sensing information can improve the result on the forest tropical distribution.

O objetivo do presente trabalho foi desenvolver uma metodologia para identificação de lateritas manganesíferas por espectroscopia de imageamento. Nesse estudo foi utilizada a imagem do Airborne Visible/InfraRed Imaging Spectrometer (AVIRIS). O AVIRIS é um sensor que mede o espectro solar refletido de 400 nm para 2500 nm em intervalos de 10 nm. A área de estudo localiza-se no Estado de Goiás e engloba a mina Fazenda Extrema que apresenta depósitos de manganês desenvolvido nas rochas do Grupo Paranoá. Estudos de espectrometria de laboratório, conjugado com análise mineralógica por difratometria de raios-X, demonstram o caráter opaco do espectro do minério que não apresentam feições de absorção distintas devido à banda de condução do MnO3 que se estende por todo o intervalo espectral. Visando explorar essa característica foi desenvolvida uma metodologia para o processamento digital de imagem contendo três etapas: (a) correção atmosférica pelo método Green, (b) seleção das áreas com comportamento opaco pelo cálculo da integral do espectro, e (c) individualização das áreas com presença de lateritas manganesíferas entre os alvos de baixo albedo utilizando a transformação por Minimum Noise Fraction. O procedimento desenvolvido mostrou ser eficiente na classificação de áreas de mina de manganês abandonadas que consistem em áreas prioritárias para recuperação ambiental.

The aim this paper is to develop a methodology of lateritic manganese identification using imaging spectroscopy. In this study was used the Airborne Visible/InfraRed Imaging Spectrometer (AVIRIS) image. The AVIRIS is an imaging sensor that measures the solar reflected spectrum from 400 nm to 2500 nm at 10 nm intervals. The study area is located at Goiás State and enclosed the Fazenda Extrema mine that presents lateritic manganese deposits developed on Paranoá Group rocks. Laboratory spectrometry studies conjugated with mineralogical analysis by diffractometry of X-ray demonstrated that the ore spectrum is opaque and spectrally featureless, due to the conduction band of MnO3 extending throughout this spectral range. The digital image processing can be subdivided in the following steps: (a) atmospheric correction using Green method, (b) areas selection with opaque behavior from the integral spectra calculation, and (c) lateritic manganese individualization using the Minimum Noise Fraction transformation. The method is efficient to classify areas of abandoned manganese mine that consist of priority areas for implementation of environmental recovery.

Este trabalho objetiva desenvolver uma metodologia de integração de multisensores para um sistema de monitoramento da Amazônia. O sistema proposto baseia-se no Vegetation Continuous Fields (VCF) que utiliza um algoritmo de árvore de decisão. O algoritmo utiliza um conjunto de variáveis independentes, no caso métricas multitemporais do MODIS, para recursivamente particionar uma variável dependente, no caso dados de treinamentos provenientes de classes de uso da terra, em subconjuntos, que maximizam a redução do quadrado da soma residual. Os dados de treinamentos são obtidos pela classificação de imagens de alta resolução (Landsat/TM, ETM+ e CBERS 2/CCD). Neste estudo, um algoritmo foi desenvolvido a partir da linguagem IDL, no programa ENVI, e uma rotina estatística do programa S-PLUS. A área de estudo é o Estado do Mato Grosso com uma extensa área de cobertura de Floresta Amazônica. As cenas são classificadas em três classes: floresta, não floresta e água. Comparações do produto final com o mapa regional de uso da terra derivado do PRODES revelam uma concordância geral. Portanto, os resultados desse estudo sugerem que a metodologia é apropriada para a determinação da cobertura da terra na Floresta Amazônica.

This paper aims to develop a methodology of multisensor integration for an Amazon monitoring system. The proposed system employs the Vegetation Continuous Fields (VCF) method that uses the decision tree algorithm. The algorithm uses a set of independent variables, in this case MODIS multi-temporal metrics, to recursively split a dependent variable, in this case training data from class memberships, into subsets, which maximize the reduction of squares of sum of the residuals. The training data are obtained by high-resolution imagery classification (Landsat/TM, ETM+ and CBERS 2/CCD). In this study, an automated algorithm was developed from IDL language in the ENVI software and the statistical procedure of the S-PLUS software. The study area is Mato Grosso State with an extensive area of Amazon forest. The scenes are classified in three classes: forest, non-forest, and water. Comparisons of the final product with regional land cover maps derived from PRODES revel general agreement. Therefore, the results of this study suggest that the methodology is appropriate for land cover determination in the Amazon forest.

A bacia hidrográfica do rio Paranã possui um dos maiores fragmentos da Floresta Estacional Decidual no Brasil, também chamada de Mata Seca. Esse tipo de vegetação apresenta-se bastante fragmentada principalmente pela exploração seletiva de madeira e ampliação de áreas destinadas à pastagem, o que torna necessário estudos para compreensão de sua dinâmica e manutenção de sua diversidade, cuja flora é muitas vezes endêmica. Nesse sentido, o presente trabalho teve como objetivo definir um método de identificação regional da Mata Seca na bacia hidrográfica do rio Paranã. Devido ao comportamento sazonal desse tipo de vegetação foi utilizada na sua detecção uma seqüência temporal de imagens do índice NDVI do sensor MODIS. A metodologia pode ser subdividida nas seguintes etapas: (a) confecção de um cubo 3D relativo à série de imagens temporais do índice NVDI, (b) tratamento do ruído presente no espectro do NDVI multitemporal utilizando o método Minimum Noise Fraction (MNF) e (c) análise do espectro do NDVI multitemporal com a formulação de um índice com o propósito de realçar a presença da Mata Seca. A Mata Seca apresenta um comportamento espectral do NDVI multitemporal típico com os valores mais altos na época de chuva e mais baixos na época de estiagem, diferenciando-se dos demais tipos de vegetação. O método de detecção de mudança pela subtração permitiu realçara a localização da ocorrência de Mata Seca. Desta forma, a metodologia adotada mostrou-se eficaz para a delimitação regional da Mata Seca.

Paranã river basin has one of the major fragments of Decidual Seasonal Forest in Brazil. This vegetation is widely fragmented due to the selective wood exploitation and the growth of pasture areas, what justifies the development of studies in order to understand its dynamics and preserve its diversity. Thus, the present study aimed at defining a method for regional identification of the Deciduous Forest in the Paranã river basin. The deciduous forest has a typical phenological cycle in comparison with other savanna physiognomies. Due these characteristics, a temporal series of normalized difference vegetation index (NDVI) images of the MODIS sensor was used for its detection. The adopted methodology may be subdivided into the following steps: (a) elaboration of the 3D cube of NDVI images, where the z profile corresponding to temporal signature or NDVI spectrum, (b) noise elimination using the Minimum Noise Fraction (MNF) transformation, and (c) NDVI temporal variability examination of deciduous forest vegetation, with the establishment of the best NDVI band applied in the vegetation index differencing method. The Deciduous Forest presents a typical NDVI spectral behaviour, with higher values in the raining season and lower values in the dry season, what makes this kind of vegetation different from others. The employment of a changing detection algorithm between two images: one for the dry season and the other for the raining season enhances the localization of the Decidual Seasonal Forest. So, the methodology has proved to be effective for regional delimitation of Deciduous Forests considering the MODIS sensor. Considering the changing detection method, Deciduous Forest region is characterized by presenting NDVI alteration values.

As técnicas de análise espectral permitem uma boa estimativa para a identificação do material procurado pela similaridade entre a curva de referência e a da imagem. Inicialmente os classificadores espectrais foram desenvolvidos para análise de imagens de sensores hiperespectrais. No entanto, vários trabalhos vêm demonstrando bons resultados para a aplicação dessas técnicas em imagens multiespectrais. O presente trabalho possui como objetivo testar o classificador espectral denominado Método de Identificação Espectral (MIE) para imagens multiespectrais do sensor ASTER. O MIE fornece um novo índice de similaridade e três estimativas segundo níveis de significância das possíveis áreas do material procurado. Esse método fundamenta-se no procedimento estatístico ANOVA e no classificador espectral Spectral Correlation Mapper (SCM). Essa informação pode ser utilizada para avaliar o grau de correlação dos materiais em análise, sendo útil em uma análise exploratória. A vantagem desse método é que permite validar estatisticamente a existência do elemento procurado conforme um nível de significância. O método foi aplicado na imagem ASTER referente à área do campo de instrução militar de formosa situada no município de Formosa (GO) próxima ao Distrito Federal. As imagens utilizadas (VNIR e SWIR) foram adquiridas já corrigidas do efeito atmosférico. Duplicando o tamanho dos pixels da imagem SWIR foi feita a união entre as resoluções espaciais entre as imagens VNIR e SWIR. Os membros finais da área de estudo foram detectados através da seguinte seqüência: redução espectral pela transformação MNF (Minimum Noise Fraction), redução espacial pelo índice de pureza de pixel (PPI) e pelo visualizador n-dimensional. A partir dos membros finais referentes à vegetação fotossinteticamente ativa, vegetação não fotossiteticamente ativa e solo realizou-se a classificação. Esta metodologia permitiu identificar os principais cenários na área de estudo.

The spectral classifiers allow a good estimate for the mapping of the materials from the similarity between the reference curve and the image. Initially the spectral classifiers had been developed for hyperspectral images analysis. However, some works demonstrate good results for the application of these techniques in multispectral images. The present work aims to evaluate the spectral classifier Spectral Identification Method (SIM) in ASTER image. The Spectral Identification Method (SIM) is proposed to establish a new similarity index and three estimates according to the significance levels (5%, 10% and 15%) of the materials. This method is based on two statistical procedures: ANOVA and Spectral Correlation Mapper (SCM) coefficient. This information can be used to evaluate the degree of correlation among the materials in analysis. The advantage of this method is to validate according to levels of significance of the most probable areas of the sought material. The method was applied to ASTER image at the Military Instruction Field located Formosa (GO) close to Federal District. The images were acquired with atmosphere correction. The pixels size from the SWIR image were duplicated in order to join the VNIR and SWIR images. Endmembers were detected in three steps: a) spectral reduction by the Minimum Noise Fraction (MNF) transformation, b) spatial reduction by the Pixel Purity Index (PPI) and c) manual identification of the endmembers using the N-dimensional visualizer. The classification was made from the endmembers of nonphotosynthetic vegetation (NPV), photosynthetic vegetation (PV) and soil. These procedures allowed to identify the main scenarios in the study area.