z-logo
open-access-imgOpen 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.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here