Análise multitemporal do uso e cobertura do solo da bacia hidrográfica do Rio Guandu, Rio de Janeiro

• Autor(a) principal: Lessa, Tacila Mendonça
• Data de Publicação: 2015
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRRJ
• Texto Completo: https://rima.ufrrj.br/jspui/handle/20.500.14407/3037
• topic: Classificação supervisionada; MaxVer; Landsat

O presente trabalho teve como objetivo principal avaliar quantitativamente as mudanças nas feições da paisagem compreendida na bacia hidrográfica do Rio Guandu, Estado do Rio de Janeiro, no período de 1985 a 2014, em intervalos de aproximadamente dez anos. Foram subdivididas oito classes de uso e ocupação do solo, a saber: Florestas, Pastagens e Agricultura, Área Urbanizada, Solo Exposto e Corpos Hídricos, além das Nuvens e Sombras de Nuvens presentes em algumas imagens analisadas. Para a análise foram utilizadas 3 imagens referentes aos anos 1985, 1995 e 2005, obtidas pelo satélite Landsat 5 TM e uma imagem do ano de 2014 de Landsat 8 OLS/TIRS, sendo todas processadas a partir do software ArcGIS Desktop V.10.1 e executadas sob classificação supervisionada, com auxílio o índice de vegetação NDVI, e através do algoritmo de Máxima Verossimilhança. Como análise complementar, foram discutidas as matrizes de confusão procedentes de cada classificação, inclusive das submetidas a filtro de área mínima mapeável com a intenção de minimização de erros e melhoria da eficácia do processamento. Concluiu-se que as quantidades referentes a Florestas e áreas urbanizadas aumentaram consideravelmente ao longo de vinte e nove anos, em 4,7 % e 9,1% respectivamente. Em contrapartida, as áreas de pastagens decaíram 13,3%. Acredita-se que a mudança na legislação tenha exercido influência nessa mudança, além da criação de áreas de conservação ao longo da área estudada e projetos de reflorestamento realizados. Foram obtidos melhores índices Kappa após a utilização do filtro de área mínima mapeável, revelando sua eficácia para melhoria dos resultados obtidos na classificação automatizada.