Este trabalho destaca a importância da utilização de técnicas simples de estatística espacial no controle de qualidade posicional em dados espaciais. Para tanto, são apresentados métodos de análise do padrão de distribuição espacial de dados pontuais, bem como a análise de tendências na amostra de discrepâncias posicionais. Para avaliar a distribuição espacial de pontos, utilizaram-se os métodos do Vizinho Mais Próximo e da Função K de Ripley. Já para análise de tendência, utilizou-se a média direcional dos vetores de discrepâncias aliada à variância circular. Neste sentido, propõe-se uma metodologia para o controle de qualidade posicional em dados espaciais abrangendo desde o planejamento da amostra e avaliação de seu padrão de distribuição espacial, a aplicação de teste de tendências analisando a normalidade dos dados, e a classificação em relação a uma determinada norma de acurácia posicional. Para o experimento prático, avaliou-se uma ortoimagem gerada a partir de uma cena do sensor PRISM do satélite ALOS. Os resultados mostram que a ortoimagem é acurada para a escala de 1:25.000, sendo classificada como classe A conforme padrão brasileiro de acurácia posicional, não apresentando tendências nas coordenadas. Como principal contribuição deste trabalho, tem-se a incorporação de técnicas de estatística espacial no controle de qualidade cartográfica.

This paper presents the importance of simple spatial statistics techniques applied in positional quality control of spatial data. To this end, Analysis methods of point data spatial distribution pattern are presented, as well as bias analysis in the positional discrepancies samples. To evaluate the points spatial distribution Nearest Neighbor and Ripley's K function methods were used. As for bias analysis, the average directional vectors of discrepancies and the circular variance were used. A methodology for positional quality control of spatial data is proposed, in which includes sampling planning and its spatial distribution pattern evaluation, analyzing the data normality through the application of bias tests, and positional accuracy classification according to a standard. For the practical experiment, an orthoimage generated from a PRISM scene of the ALOS satellite was evaluated. Results showed that the orthoimage is accurate on a scale of 1:25,000, being classified as Class A according to the Brazilian standard positional accuracy, not showing bias at the coordinates. The main contribution of this work is the incorporation of spatial statistics techniques in cartographic quality control.

RESUMO O objetivo desse trabalho foi avaliar a variabilidade espacial de atributos físicos do solo para áreas de Latossolo, Argissolo e Cambissolo ocupadas por pastagens. O conhecimento dessa variabilidade é importante, pois ela influencia a qualidade das pastagens e a recarga de água subterrânea. Foram coletadas 154 amostras georreferenciadas para cada área de estudo. Para analisar os dados foi usada a estatística descritiva e a geoestatística. A dependência espacial ocorreu para a maioria dos atributos físicos: condutividade hidráulica em solo saturado e densidade do solo para as três classes de solos; microporosidade, macroporosidade e porosidade total para as áreas de Cambissolo e Latossolo. Os resultados da estatística descritiva e o fato do padrão da dependência espacial não ter se mantido constante indicam que as classes de solo, juntamente com a declividade e o uso da terra influenciaram a variabilidade espacial dos atributos físicos do solo analisadas e que a média não é suficiente para representar a distribuição espacial das variáveis analisadas. A malha de amostragem usada é adequada, pois permitiu captar a dependência espacial da maioria das variáveis analisadas.

ABSTRACT The aim of this work was to evaluate the spatial variability of the physical attributes of the soil in areas of a Latosol, Argisol and Cambisol under pasture. Knowledge of such variability is important, as it influences the quality of the pasture and groundwater recharge. For each study area, 154 georeferenced samples were collected. To analyse the data both descriptive statistics and geostatistics were used. Spatial dependence was seen for most of the physical attributes; saturated hydraulic conductivity and bulk density for the three soil classes; and microporosity, macroporosity and total porosity in the areas of Cambisol and Latosol. The results of the descriptive statistics, and the fact that the pattern of spatial dependence did not remain constant, show that the class of soil, together with the slope and land use, influenced the spatial variability of the physical attributes of the soil being analysed, and that an average value is not enough to represent the spatial distribution of the analysed variables. The sample grid that was used is adequate, making it possible to capture the spatial dependence of most of the variables being analysed.

Este trabalho teve como objetivo delimitar, de maneira automática, as áreas de preservação permanentes e identificar as ocorrências de conflitos legais de uso da terra na bacia do ribeirão São Bartolomeu, situada no município de Viçosa, Minas Gerais. Aplicando-se a técnica clássica de fotointerpretação visual em tela a uma ortoimagem do satélite Ikonos II, foi possível mapear 9 classes de uso e cobertura da terra. O mapeamento automático das áreas de preservação permanentes, com base no Código Florestal brasileiro e respectivas Resoluções do CONAMA, resultou na identificação de 1.530,67 ha de áreas protegidas, distribuídas nas seguintes categorias: ao longo dos divisores d'água (1.037,32 ha), encostas com declividades superiores a 45 graus (5,51 ha), nascentes e suas respectivas áreas de contribuição (436,06 ha), zonas ripárias (325,96 ha) e no topo de morros (27,96 ha). Essas áreas especialmente protegidas correspondem a 54,15 % da área total da bacia estudada, que é de 2.826,83 ha. Identificaram-se 905,14 ha (59,70 %) de APPs ilegalmente utilizadas em empreendimentos agropecuários, sendo as classes de pastagem com 40,06% (613,12 ha) e de cafezal com 7,12 % (109,02 ha) as principais ocorrências.

The objective of this study was to map, automatically, the permanent preservation areas and to identify land use conflicts in São Bartolomeu watershed, State of Minas Gerais Brazil. Using an Ikonos II orthoimage and geoprocessing resources, it was possible to map nine land use land cover classes through a visual interpretation. Automatic mapping of the permanent preservation areas based on the Brazilian forest code and the respective acts of CONAMA resulted in the identification of 1,530.67 protected areas, distributed in the following categories: along ridgelines (1,037.32 ha), steep slopes greater than 45 degrees (5.51 ha), spring-waters and their contribution areas (436.06 ha), riparian zones (325.96 ha) and on upper third of hilltops (27.96 ha). This areas specially protected corresponded to 54.15 % of the total basin, which is 2,826.83 ha. It was identified 905.14 ha (59.70 %) of protected areas being illegally in agricultural business, with pasture with 40.06% (613.12 ha) and coffee with 7.12 % (109.02 ha), the predominant classes.

Este trabalho teve como objetivo principal mapear as classes de cobertura e o uso da terra, bem como as áreas de preservação permanente (APPs) e de reservas legais de imóveis rurais. A área de estudo compreendeu parte dos municípios de Canaã, Araponga e Ervália, Estado de Minas Gerais. Foi utilizada uma imagem ortorretificada de alta resolução do sensor Ikonos II com 1 m de resolução espacial. A partir da interpretação visual da imagem, foram criadas sete classes temáticas, a saber: cobertura florestal, pasto sujo, pasto limpo, cafezal, edificações, área agrícola e reflorestamento. As APPs foram obtidas a partir de um modelo digital de elevação hidrologicamente consistente. Os resultados mostraram a predominância das classes de cafezal com 24,5% e de cobertura florestal com 28,8%, perfazendo mais de 50% da área de estudo. As áreas delimitadas como de preservação permanente totalizaram 55,1%.

The main objective of this work was to map land use/land cover classes, permanent preservation areas and legal reserve areas in farms. The study area comprised part of the municipalities of Canaã, Araponga and Ervália, in the State of Minas Gerais, Brazil. A high resolution ortorectified image from the sensor Ikonos II with a 1-m spatial resolution was used for the study. The visual image interpretation generated 7 thematic map classes: forest cover, "clean" pasture and "overgrown" pasture, coffee plantation, build areas and areas of farming and reforestation. The permanent preservation areas were obtained from a hydrologically consistent digital elevation model. Results showed a predominance of the classes coffee plantation (24.5%) and forest cover (28.8%), totalizing more the 50% of the study area. Permanent preservation areas occupied 55.1%.