Open Access
Mapeamento de Superfícies Impermeáveis Utilizando Ortofotos, Imagens de Satélite e Regressão Linear
Author(s) -
Marcos Henrique Martins,
Rúbia Gomes Morato,
Fernando Shinjí Kawakubo
Publication year - 2018
Publication title -
revista do departamento de geografia
Language(s) - Portuguese
Resource type - Journals
ISSN - 2236-2878
DOI - 10.11606/rdg.v35i0.131542
Subject(s) - physics , humanities , forestry , environmental science , geography , art
Um dos efeitos mais marcantes do processo de urbanização, na atualidade, é o aumento das superfícies impermeáveis. A expansão indiscriminada da impermeabilização do solo possui significativo potencial produtor de impactos negativos ao ambiente, como deterioração da qualidade e quantidade da água, mudanças na infiltração e nas características do escoamento superficial e, consequentemente, subsupercial das águas, aumento da temperatura do ambiente, dentre outros. Em razão da relevância científica e social da temática, o presente estudo tem como objetivo estimar o percentual de superfícies impermeáveis na Região Metropolitana de São Paulo (RMSP) a partir de ortofotos digitais (Emplasa, 2010) e imagens do sensor Operational Land Imager (OLI) do Landsat-8. O primeiro procedimento metodológico consistiu na definição de áreas de controle, que foram utilizadas para calibrar o modelo. A partir das informações detalhadas das ortofotos, valores percentuais de impermeabilização foram calculados para um conjunto de janelas amostrais georreferenciadas a partir da localização e dimensão dos pixels das imagens OLI. Em seguida, estes valores percentuais foram correlacionados linearmente com valores da imagem Índice Vegetação de Diferença Normalizada (NDVI em Inglês), haja vista a cobertura vegetal possuir correlação negativa com as áreas impermeáveis. Realizou-se uma análise detalhada dos resíduos da modelagem a partir do método de validação cruzada e os resultados obtidos indicam que a metodologia descrita é eficiente para estimar as áreas impermeáveis (R2 = 0.90 e p <0.05), ainda que um pequeno erro de subestimativa tenha sido observado.