Este estudo apresenta um mapa da cobertura vegetal da planície de inundação do Rio Amazonas entre as cidades de Parintins (AM) e Almeirim (PA), com base em imagens Landsat-MSS adquiridas entre 1975 e 1981. O processamento digital dessas imagens envolveu a transformação para imagens-fração de vegetação, solo e água escura (sombra), seguido da aplicação de técnicas de segmentação e classificação por região. O mapa resultante da classificação foi organizado em quatro classes de cobertura do solo: floresta de várzea, vegetação não-florestal de várzea, solo exposto e água aberta. A precisão do mapa foi estimada a partir de dois tipos de informações coletadas em campo: 1) pontos de descrição: para validação das classes de cobertura não sujeitas a grandes alterações, como é o caso dos corpos d'água permanentes, e identificação de indicadores dos tipos de cobertura original presentes na paisagem na ocasião da obtenção das imagens (72 pontos); 2) entrevistas com moradores antigos para a recuperação da memória sobre a cobertura vegetal existente há 30 anos (44 questionários). Ao todo foram coletadas informações em 116 pontos distribuídos ao longo da área de estudo. Esses pontos foram utilizados para calcular o Índice Kappa de concordância entre os dados de campo e o mapa resultante da classificação automática, cujo valor (0,78) indica a boa qualidade do mapa de cobertura vegetal da várzea. Os resultados mostram que a região possuía uma cobertura florestal de várzea de aproximadamente 8.650 km2 no período de aquisição das imagens.

This study presents a vegetation map of the Amazon River floodplain between the towns of Parintins (AM) and Almeirim (PA), based on Landsat-MSS scenes from 1975 to 1981. Digital processing involved the transformation of multispectral images into fraction-images of vegetation, soil and dark water (shadow), followed by the application of segmentation and region-classification techniques. The resulting map was organized four classes of land cover types: floodplain forest, non-forest floodplain vegetation, bare soil, and open water. Map accuracy was estimated from two types of ground data 1) sample points describing ground cover classes not subjected to major changes, such as permanent water bodies, and identifying indicators of the 30 year old vegetation type landscape (72 points); 2) interviews with community early residents for memory recovery of information on the vegetation cover existing in the 1970 (44 interviews). Altogether, 116 information points was collected along the study area. These points were used to calculate the Kappa Index for agreement between the four field-verified classes and the automatic classification, with value (0.78) indicates the good quality of the floodplain vegetation cover map. The region had 8650 km2 coverage of floodplain forest at the time of image acquisition.

A disponibilidade de modelos digitais de elevação gerados com pela SRTM abriu novas possibilidades para estudos de sensoriamento remoto geológico na região amazônica, uma vez que tais modelos realçam detalhes sutis da morfologia do terreno e da rede hidrográfica, geralmente mascarados em imagens orbitais convencionais. Usando como estudo de caso uma área localizada na Bacia do Amazonas, o presente artigo discute uma abordagem para uso desses dados como subsídio à exploração petrolífera na região. A análise da rede de drenagem extraída automaticamente daquele produto, aliada à informação altimétrica, revelou várias anomalias de drenagem que podem indicar expressão em superfície de feições geológicas em profundidade. O campo de gás de Azulão está situado exatamente nos limites de uma dessas anomalias de drenagem, sugerindo que ela deva representar a expressão morfológica das estruturas responsáveis pelo trapeamento dos hidrocarbonetos naquela área. A abordagem metodológica discutida neste artigo poderá ser replicada em outras bacias sedimentares, especialmente nas Bacias do Amazonas e do Solimões, com cerca de 1.000.000 km² cobertos pela floresta tropical.

The availability of digital elevation models produced by the SRTM (Shuttle Radar Topographic Mission) opened new possibilities tor studies of geological remote sensing in the Amazônia, since these models enhance subtle details of the terrain and drainage system, usually masked in conventional orbital images. Using as a case study an area located in the Amazonas sedimentary basin, this article discusses an approach to use these data as an aid to oil exploration in that region. The analysis of the drainage network automatically extracted from that product, combined with altitude information provided by the digital elevation model, revealed a number of drainage anomalies, which may indicate surface expression of buried geological features. One of these drainage anomalies is located exactly within the limits of the Azulão Gas Field, and may correspond to the surface expression of the hydrocarbon trapping structures in that area. The methodological approach discussed in this study can be replicated elsewhere in the Amazonas and Solimões sedimentary basins, which together comprise about 1,000,000 km² covered by rainforest.

O presente trabalho descreve o uso da abordagem da importação semântica (IS) como modo de caracterização do tipo de contato geológico em processos de análise espacial. A técnica utiliza lógica fuzzy na representação da característica espacial de contatos litológicos (definidos e inferidos) em um modelo de inferência espacial para mapeamento de áreas potenciais para a prospecção de minerais radioativos, no maciço alcalino de Poços de Caldas. O procedimento permitiu utilizar mais eficientemente unidades litológicas como critério diagnóstico num modelo prospectivo desenvolvido em SIG. Funções lineares fuzzy foram aplicadas para criar superfícies contínuas que expressam com mais confiança a distribuição espacial de cada unidades litológica. O mapa litológico resultante foi integrado a outras evidências (e.g. intensidade gama-radiométrica e feições estruturais) através de uma soma ponderada. O resultado final foi arbitrariamente fatiado em quatro categorias de potencialidade (nula, baixa, média e alta). O cenário fuzzy foi avaliado qualitativamente e quantitativamente comparando seus resultados com os obtidos por Almeida-Filho (1995), que utilizou os modelos booleano e soma ponderada. A comparação dos diferentes modelamentos demostrou que a performance do cenário fuzzy foi ligeiramente melhor. Uma área de 30,43 km² (4,18% do complexo alcalino) encerrou 27 ocorrências minerais, enquanto cada prévio modelo encerrou apenas 24, em áreas aproximadamente similares. Foram também avaliadas a correlação entre as ocorrências minerais e as classes de potencialidade dos diferentes cenários. As classes "alto" e "médio potencial" do cenário fuzzy obtiveram probabilidade a posteriore 12,9 e 5,7 vezes maior do que a probabilidade a priori. Esses valores foram, respectivamente, 12,6 e 4,97 para as mesmas classes do método soma ponderada. O modelo booleano teve 5,78 para a classe favorável. Esses resultados demostraram que a teoria da lógica fuzzy permite um melhor refinamento no modelamento dos dados, melhorando a habilidade de representá-los espacialmente em superfícies contínuas.

This work discusses the use of semantic import approach (SI) as a way to characterize geological boundaries in spatial analysis procedures. The technique applies fuzzy sets to represent the nature of the lithological boundaries (defined and inferred) in a spatial inference model used to map potential areas for radioactive mineral prospecting in the Poços de Caldas alkaline complex. The procedure permits use of more efficient lithological units as diagnostic criteria in a prospecting model developed in GIS. Linear fuzzy functions were applied to create continuous surfaces that express more faithfully the spatial distribution of each lithological unit. The final lithological map was integrated with other field evidences (e.g. gamma-ray total counts and structural features) through a weighted means sum. The resulting product was arbitrarily sliced in four potential categories (null, low, medium and high). The fuzzy scenario was qualitatively and quantitatively compared with previous results obtained by Almeida-Filho (1995). This author used boolean algebra and weighted means based models to map potential areas. The comparison of both procedures showed that the fuzzy scenario was slightly better. A target area of 30,43 Km² (4,18% of the alkaline complex) included 27 mineral occurrences, whereas each previous model encompassed only 24 in an approximately similar area. We also assessed the correlation of mineral occurrences in relation to the high and medium potential classes for the different scenarios. The high and medium potential classes of the fuzzy scenario showed posterior probabilities 12.9 and 5.7 higher than the prior probabilities. These values were, respectively, 12.6 and 4.97 for the same classes defined by Almeida Filho (1995). For the potential class of the Boolean model this value was 5.78. These results show that fuzzy set theory enables a better refinement of the data modeling, improving the ability to spatially represent geological boundaries as continuous surfaces.

O mapeamento do uso da terra é fundamental para o entendimento dos processos de mudanças globais, especialmente em regiões como a Amazônia que estão sofrendo grande pressão de desenvolvimento. Tradicionalmente estes mapeamentos têm sido feitos utilizando técnicas de interpretação visual de imagens de satélites, que, embora de resultados satisfatórios, demandam muito tempo e alto custo. Neste trabalho é proposta uma técnica de segmentação da imagens com base em um algoritmo de crescimento de regiões, seguida de uma classificação não-supervisionada por regiões. Desta forma, a classificação temática se refere a um conjunto de elementos (pixels da imagem), beneficiando-se portanto da informação contextual e minimizando as limitações das técnicas de processamento digital baseadas em análise pontual (pixel-a-pixel). Esta técnica foi avaliada numa área típica da Amazônia, situada ao norte de Manaus, AM, utilizando imagens do sensor "Thematic Mapper" - TM do satélite Landsat, tanto na sua forma original quanto decomposta em elementos puros como vegetação verde, vegetação seca (madeira), sombra e solo, aqui denominada imagem misturas. Os resultados foram validados por um mapa de referência gerado a partir de técnicas consagradas de interpretação visual, com verificação de campo, e indicaram que a classificação automática é viável para o mapeamento de uso da terra na Amazônia. Testes estatísticos indicaram que houve concordância significativa entre as classificações automáticas digitais e o mapa de referência (em tomo de 95% de confiança).

Land use mapping is essential for the understanding of global change processes, especially in regions which are experiencing great pressure for development such as the Amazon. Traditionally, these mappings have been done using visual interpretation techniques of satellite imagery, that provide satisfactory results but are time-consuming and highly cost. In this paper, a technique of image segmentation based on region growing algorithm, followed by a per-field non-supervised classification, is proposed. Thus, the thematic classification is based on a set of image elements (pixels), benefiting from contextinformation, therefore minimizing the limitations of the digital processing techniques based on single pixels (per-pixel classification). This approach was evaluated in a typical test site of the Amazon region located to the north of Manaus, AM, using both original Landsat Thematic Mapper images and their decomposition into endmembers such as green vegetation, wood material, shade and soil, named mixture image in this paper. The results were validated by a reference map obtained from proved visual interpretation techniques of satellite imagery and by field check and indicated that automatic classification is feasible to map land use in Amazonia. Statistics tests indicated that there was significant agreement between the automated digital classifications and the reference map (at 95% confidence level).