Resumo Este estudo teve como objetivo analisar a dinâmica das áreas alagadas da série temporal Sentinel-1 SAR em um trecho da Amazônia Central no período entre 26 de setembro de 2016 e 8 de fevereiro de 2020. O total de imagens foi de 59 para cada polarização. Além disso, a pesquisa calculou a linha de inundação ordinária média (LMEO) a partir das alturas das réguas fluviométricas entre os anos de 1967 a 2020 e a comparou com os valores presentes na série temporal do radar. O pré-processamento da série temporal Sentinel-1 nas polarizações VV e VH utilizou a seguinte sequência metodológica: correção de órbita, correção radiométrica (σ0), correção do terreno, filtragem do ruído, e conversão dos dados para decibéis (dB). A análise prévia dos filtros adaptativos mostrou resultados diferentes para as duas polarizações, obtendo o melhor resultado para a polarização VV utilizando o filtro Frost com 3x3 e para a polarização VH o filtro Lee 3x3. A extração de corpos d'água e áreas úmidas utilizou um valor limite fazendo máscaras para todo o período. A maior extensão da área inundável foi medida em 17 de junho de 2019, com 6.611,86 km2, representando 16,42% da cena SAR na polarização VH e 6.443,19 km2, representando 16,10% da cena SAR na polarização VV. A relação entre as áreas úmidas VH e VV em relação à altura da régua foi satisfatória, com coeficientes de determinação (R2) de 0,79 na polarização VH e de 0,64 na polarização VV e p-valor menor que 0,05.

Abstract This study aimed to analyze the dynamics of the flooded areas of the Sentinel 1-SAR time series in a section of the Central Amazon between September 26, 2016, and February 8, 2020. The total of images was 59 for each polarization. In addition, the study calculated the average ordinary flood line (ALOF) from the heights of the fluviometric rulers between the years 1967 to 2020 and compared it with the values present in the radar time series. The pre-processing of the Sentinel-1 time series in the VV and VH polarizations used the following methodological sequence: Apply Orbit File, Radiometric Calibration (σ0), Range-Doppler Terrain Correction, Speckle Filter, and conversion to decibels (dB). The previous analysis of the adaptive filters showed different results for the two polarizations, obtaining the best result for the VV polarization using the Frost filter with 3x3 and the VH polarization with the Lee filter 3x3. The extraction of water bodies and wetlands used a threshold value, making masks for the entire period. The most considerable extent of the floodable area occurred on June 17, 2019, with 6,611.86 km2, representing 16.42% of the SAR scene in the VH polarization and 6,443.19 km2, representing 16.10% of the SAR scene in the VV polarization. The relationship between the VH and VV wetlands to the ruler's height was satisfactory, with coefficients of determination (R2) of 0.79 in the VH polarization and of 0.64 in the VV polarization and a p-value less than 0.05.

Resumen Este estudio tuvo como objetivo analizar la dinámica de las áreas inundadas de la serie temporal Sentinel-1 SAR en una sección de la Amazonía Central en el período comprendido entre el 26 de septiembre de 2016 y el 8 de febrero de 2020. El total de imágenes fue de 59 para cada polarización. Además, la investigación calculó la línea de inundación ordinaria promedio (LMEO) a partir de las alturas de las reglas fluviométricas entre los años 1967 a 2020 y la comparó con los valores presentes en la serie temporal del radar. El preprocesamiento de la serie temporal Sentinel-1 en las polarizaciones VV y VH utilizó la siguiente secuencia metodológica: corrección de órbita, calibración radiométrica (σ0), corrección del terreno, filtrado de ruido y conversión a decibelios (dB). El análisis previo de los filtros adaptativos mostró resultados diferentes para las dos polarizaciones, obteniendo el mejor resultado para la polarización VV utilizando el filtro Frost con 3x3 y para la polarización VH el filtro Lee 3x3, realizando máscaras para todo el periodo. La mayor extensión del área inundable se midió el 17 de junio de 2019, con 6.611,86 km2, que representa el 16,42 % de la escena SAR en polarización VH y 6.443,19 km2, que representa el 16,10 % de la escena SAR en polarización VV. La relación entre los humedales VH y VV en relación con la altura de la regla fue satisfactoria, con coeficientes de determinación (R2) de 0.79 en la polarización VH y de 0.64 en la polarización VV y p-valor menor a 0.05.

Abstract One challenge in the study of optical remotely sensed time series in the Amazon is the constant cloud cover. The present study evaluates different compositing techniques using regular and non-regular intervals to obtain cloud-free images over large areas. The study area was the municipality of Capixaba, State of Acre, belonging to the Amazon region. The tests considered four compositing algorithms (maximum, minimum, mean, and median) for daily MODIS sensor data (b1 and b2, 250m). The compositing technique from regular intervals adopted the following periods: 8, 16, 24, 32, 40, and 48 days. The irregular interval composite images adopted different composition intervals for dry seasons (April to September) and rainy (October to March). The cloud mask and viewing angle constraint allowed to obtain information without atmospheric interference and closest to the nadir view. The composite images using regular intervals did not allow for overcoming the high frequency of cloud cover in the region. The composite images from non-regular intervals presented a higher percentage of cloud-free pixels. The mean and median methods provided a better visual appearance of the images, corroborating with the homogeneity test. Therefore, composite images from non-regular intervals may be an appropriate alternative in places with constant cloud coverage.

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 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.

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.

A análise de mistura espectral permite novos avanços nos procedimentos de classificação de imagens. Esta análise compreende três estágios de processamento: (a) Detecção dos membros finais, (b) Localização dos elementos e (c) Quantificação. O objetivo deste artigo é desenvolver uma análise comparativa de identificação dos membros finais a partir de um procedimento automatizado usando imagens com diferentes resoluções espectrais: AVIRIS, Landsat ETM+ e ASTER. As técnicas de detecção de membros finais foram desenvolvidas para imagens hiperespectrais, porém, foram usadas para sensores multispectral. Desta forma, é importante avaliar as limitações para o uso de sensores de mais baixa resolução espectral. A área selecionada foi uma região de Cerrado em Niquelândia (GO), Brasil. Foi utilizada uma imagem hiperespectral do sensor AVIRIS que foi espectralmente reamostrado para os sensores Landsat/ETM+ e ASTER. O sensor AVIRIS desenvolvido pela NASA (National Aeronautics and Space Administration) foi o primeiro sistema imageador capaz de medir o espectro refletido solar de 400 nm até 2500 nm em intervalos de 10 nm. A identificação automática dos membros finais, feita a partir do programa ENVI, compreende as seguintes etapas: a) Redução espectral pela transformação Minimum Noise Fraction (MNF), b) Redução espacial a partir do Pixel Purity Index (PPI) e c) Identificação manual dos membros utilizando o N-dimensional visualizer. A comparação entre os três sensores foi feita usando as imagens PPI. Observa-se que apesar das diferenças espectrais existe uma forte correlação entre os alvos existentes. Essa característica se deve a maior parte da imagem conter basicamente diferenças espectrais de vegetação.

The spectral mixture concept allowed a new approach on image classification procedures. This approach comprehends three processing stages: (a) endmembers detection, (b) elements location and (c) quantification. The aim of this work was to develop a comparative analysis of endmembers identification from an automatic process using images with different spectral resolutions: AVIRIS, Landsat ETM+ and ASTER. Endmembers detection techniques were developed to hyperspectral images but are being used to multispectral sensors. Thus it is important to evaluate limitations for the use of lower spectral resolution images. The selected area is a natural Savanna region (locally named Cerrado) in Niquelândia (GO), Brazil. It was used a hyperespectral image from the AVIRIS sensor that was spectrally resampled to Landsat/ETM+ and ASTER sensors. The AVIRIS sensor developed by NASA (National Aeronautics and Space Administration) was the first imaging sensor to measure the solar reflected spectrum from 400 nm to 2500 nm at 10 nm intervals. Endmembers' automatic identification from the ENVI software comprehends the following 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 members using the N-dimensional visualizer. The comparison among the three sensors was done using PPI images. In spite of PPI image differences it can be seen similarities among existing targets. That similarity is due to vegetation targets predominance on these images. These endmembers were relative to photosynthetic and non-photosynthetic vegetations.