Anda di halaman 1dari 235

INPE-15203-TDI/1303

APLICAO DE IMAGENS ASTER NO ESTUDO DO AMBIENTE


URBANO DE SO PAULO E RIO DE JANEIRO

Marcus Andre Fuckner

Dissertao de Mestrado do Curso de Ps-Graduao em Sensoriamento Remoto,


orientada pelas Drs Teresa Gallotti Florenzano e Elisabete Caria Moraes, aprovada em
3 de outubro de 2007.

INPE
So Jos dos Campos
2008
Publicado por: esta pgina responsabilidade do SID

Instituto Nacional de Pesquisas Espaciais (INPE)


Gabinete do Diretor (GB)
Servio de Informao e Documentao (SID)
Caixa Postal 515 CEP 12.245-970
So Jos dos Campos SP Brasil
Tel.: (012) 3945-6911
Fax: (012) 3945-6919
E-mail: pubtc@sid.inpe.br

Solicita-se intercmbio
We ask for exchange

Publicao Externa permitida sua reproduo para interessados.


INPE-15203-TDI/1303

APLICAO DE IMAGENS ASTER NO ESTUDO DO AMBIENTE


URBANO DE SO PAULO E RIO DE JANEIRO

Marcus Andre Fuckner

Dissertao de Mestrado do Curso de Ps-Graduao em Sensoriamento Remoto,


orientada pelas Drs Teresa Gallotti Florenzano e Elisabete Caria Moraes, aprovada em
3 de outubro de 2007.

INPE
So Jos dos Campos
2008
Dados Internacionais de Catalogao na Publicao

F951a Fuckner, Marcus Andre


Aplicao de imagens ASTER no estudo do ambiente urbano de
So Paulo e Rio de Janeiro / Marcus Andre Fuckner. So Jos dos
Campos: INPE, 2007.
230p. ; (INPE-15203-TDI/1303)

1.ASTER. 2.So Paulo. 3.Rio de Janeiro.


4.Modelo digital de elevao. 5.Ilha urbana de calor. 6.MESMA.
7.Qualidade do ar. 8.Uso do solo. I.Ttulo.

CDU 528.711.7
No Princpio criou Deus os cus e a Terra. (...)
E disse Deus: Haja luz. E houve luz.
Gnesis 1:1 e 3.
AGRADECIMENTOS

A Deus, pela fora, proteo e salvao.

famlia, principalmente ao meu pai Edlio e minha me Enilce, pelas


incessantes oraes e pelo apoio sempre, mesmo a quase 4 mil km de
distncia! Sei que vocs se orgulham de mim!

s orientadoras Teresa e Bete! Desde o tempo em que planejei estudar no


INPE, vocs acreditaram em mim e aceitaram meus ideais para o mestrado.
Alm disso, me ajudaram na sade e na doena.

Grande Famlia LTID, por me agentarem importunando sem parar: Andr,


Camila, Daniela, Delano, Dnis, Pablo e Taise.

Ao Pablo, ao Dnis e ao Andr tambm pela ajuda no aprendizado de software.

Ao Emerson e Isabela, pelas dicas para o processo de seleo.

Etel, voc simptica e companheira como sempre no poderia ficar sem


receber um agradecimento especial. Ao apoio da Vera tambm agradeo.

A todos os colegas da turma do mestrado e porque no, embora poucos e


do doutorado de 2005. Amo todos vocs e sinto muita saudade!

A todos os professores do curso. Realmente vestem a camisa e no do trgua


para o pessoal! Valeu!

Ao Professor Lnio Galvo, pelo apoio na execuo da pesquisa com a


ferramenta AsterDTM.

Ao Camilo, pelo apoio junto UCSB para obter informaes sobre o MESMA.

Ao Kerry Halligan, pelas dvidas sanadas sobre o VIPER Tools e, inclusive,


pela divulgao de meu trabalho em evento internacional.

Rebecca Powell, por partilhar comigo sua experincia com o MESMA.

Cludia Almeida e ao Yosio, pelas contribuies no exame da proposta de


dissertao que levaram ao bom delineamento da pesquisa. Em parte fui
desobediente, e consegui cumprir o que queria!

Aos professores Cludia Almeida (INPE), Carla Cruz (UFRJ) e Carlos Roberto
de Souza Filho (UNICAMP), membros da banca final, por me ajudarem na
construo de um trabalho melhor.
Carlos Roberto, a voc agradeo tambm pelas respostas a questionamentos
sobre o ASTER e pela oportunidade de acesso gratuito s imagens.

Igreja Adventista do Stimo Dia, pela educao crist tica e


empreendedora, bases slidas para uma vida plena no apenas neste mundo.

Ao CNPq, pela bolsa de estudos concedida durante dezesseis meses de curso.


OBT pelo apoio durante o perodo sem bolsa.

CAPES, pelo fomento aos trabalhos de campo e publicao em eventos


cientficos atravs de seus programas regulares para a ps-graduao.

CETESB, por sua poltica de distribuio aberta de dados. Em especial,


agradeo o apoio de Maria Lcia Guardani e Jesuno Romano.

FEEMA, em especial Alzira Gomes da Silva. Alzira, voc no cansou de


responder minhas mensagens perguntando inmeras coisas. Muito obrigado!

SMAC, pelas informaes prestadas e dados cedidos.

Universidade de So Paulo, por disponibilizar dados meteorolgicos da


estao do IAG.

Prefeitura do Municpio de So Paulo, pela acessibilidade a dados


demogrficos em seu portal e a arquivos vetoriais da Diviso de
Processamento de Dados da Secretaria Municipal de Planejamento.

Prefeitura do Municpio do Rio de Janeiro. Atravs da Diretoria de


Informaes Geogrficas do Instituto Municipal de Urbanismo Pereira Passos o
Rio de Janeiro possui uma excelente ferramenta de consulta: o portal Armazm
de Dados.

Ao Sistema de Proteo da Amaznia, pela oportunidade de crescimento


profissional.

E, sobretudo ao INPE, pela slida formao recebida e pela integridade da


instituio, que a ela concede cada vez mais lureas.
RESUMO

Imagens de sensoriamento remoto constituem a base de dados para estudos


urbanos, envolvendo elementos fsicos, biolgicos e antrpicos do ambiente. O
objetivo deste trabalho foi explorar o potencial de aplicao de imagens
ASTER/Terra no estudo ambiental de um setor de duas regies metropolitanas:
So Paulo (SP) e Rio de Janeiro (RJ), os maiores aglomerados urbanos do
Brasil. Avaliou-se o uso dos algoritmos FLAASH, ISAC, AsterDTM e VIPER
Tools no processamento de imagens de duas datas de cada rea de estudo.
As tcnicas e formas de anlise dos resultados adotadas se mostraram viveis
para estudos de mesoescala e para a gerao de subsdios ao Planejamento
Urbano e Regional. Foram gerados modelos digitais de elevao (MDE) e
imagens de reflectncia e de temperatura (aparente e da superfcie), aplicaram-
se modelos de mistura espectral e analisou-se a correlao de dados das
imagens com dados de poluio do ar. Os MDEs obtidos apresentaram alta
correlao com o mapa topogrfico de referncia, entretanto, foi necessrio o
ajuste dos resultados, pois seus valores foram em mdia 20 m inferiores aos de
referncia. A agregao de dados SRTM ao processamento se mostrou outra
possibilidade factvel para minimizar estes erros. Atravs das imagens de
temperatura foi possvel detectar a presena tanto de ilhas de calor quanto de
ilhas de frio no espao intra-urbano, considerando os dois mtodos utilizados:
Normalizao da Emissividade e Banda de Referncia. Para decompor a
mistura espectral das imagens atravs de um Modelo de Mltiplos
Componentes (MESMA), foram selecionados espectros representativos das
categorias Vegetao, Superfcies Impermeveis e Solo (V-I-S). As imagens-
frao vegetao obtidas foram semelhantes ao inverso das imagens-frao de
superfcies impermeveis e solo, que foram agrupados devido confuso
espectral. Foi necessria a construo de bibliotecas espectrais especficas
para cada rea e data com criteriosa seleo de componentes. Divergindo dos
resultados apresentados na bibliografia, no foi verificada alta correlao entre
a concentrao de material particulado e os dados das imagens. Isto pode ser
justificado pela baixa densidade de estaes de monitoramento da qualidade
do ar, por sua localizao inadequada, ou por particularidades das imagens de
sensores remotos. Aps a obteno destes resultados foram selecionados
planos de informao (classes de uso e ocupao do solo) de mapas da
Empresa Paulista de Planejamento Metropolitano S/A e da Secretaria de Meio
Ambiente do Rio de Janeiro. Foi analisado o comportamento da mdia e do
desvio padro da altitude, temperatura e fraes mapeadas por classe, bem
como realizada uma anlise integrada dos resultados atravs do ndice de
correlao. A anlise mostrou que a altitude, as fraes mapeadas e o uso do
solo influenciam a temperatura da superfcie. Os resultados por classe
indicaram um aquecimento de 3 a 4C em So Paulo e de 6C no Rio de
Janeiro. Para a maioria dos casos, o sentido da correlao e o ranking por
classe permaneceram inalterados, o que permitiu concluir que a relao entre
as variveis se mantm.
ASTER IMAGE APPLICATION IN THE URBAN ENVIRONMENTAL STUDY
OF SAO PAULO AND RIO DE JANEIRO

ABSTRACT

Remote Sensing images are a database for urban studies involving physical,
biological and human elements of the environment. The objective of this study
is to explore Terra/ASTER images applied to an environmental study of a sector
from two Metropolitan Regions: Sao Paulo (SP) and Rio de Janeiro (RJ), the
largest urban areas of Brazil. The FLAASH, ISAC, AsterDTM and VIPER
TOOLS algorithms were evaluated for the processing of study area images in
two different dates. The techniques used and the analysis of results are an
important contribution to urban medium scale studies and to regional and urban
planning. The Digital Elevation Model (DEM), top of the atmosphere and
surface reflectance, and brightness and surface temperature images were
obtained. The spectral mixture model was applied and the correlation between
spectral data and air pollution data were analyzed. The DEM obtained showed
high correlation with the topographic reference map. However, it was necessary
to make adjustments to the results obtained because there were 20 meters less
than the reference data. Another possibility for correction of this problem was
integration with SRTM data. From the temperature images, using both methods
(Emissivity Normalization and Reference Channel), it was possible to detect the
urban heat islands as well urban cold islands. In order to unmix the spectral
data, the Multiple Endmember Spectral Mixture Model (MESMA) was used. To
perform this unmixing, the representative spectra of the following categories
were selected: vegetation, impervious surfaces and soil (V-I-S). The vegetation
fraction images are similar to inverse the impervious surface and soil fraction
images. Due to this spectral confusion, impervious surface and soil were
grouped together. In this sense, it is necessary for each study area and date to
set up specific spectral libraries. In contrast to the results obtained in other
studies, the correlation between spectral data and particulate matter was not
high. The low density of the automatic air quality monitoring stations, their
inadequate localization, and the remote sensing image characteristics can
explain this result. The layers of the land cover/land use, along with information
obtained from reference maps made by the Metropolitan Planning Agency (SP)
and the Municipal Environment Agency (RJ), were selected. The mean and the
standard deviation of the altitude, temperature and physical fractions mapped
per class were analyzed. The integrated analysis of the results was carried out
using a correlation index. This analysis showed that the temperature was
influenced by altitude, the fractions mapped and the land use. The results
obtained per class showed warming around 3 to 4C in Sao Paulo, and 6C in
Rio de Janeiro. In most cases the correlation and the ranking per class did not
change. We concluded that the relation among variables is stable.
SUMRIO

Pg.

LISTA DE FIGURAS

LISTA DE TABELAS

LISTA DE SMBOLOS

LISTA DE SIGLAS E ABREVIATURAS

1 INTRODUO ................................................................................................ 27
1.1 Motivao ................................................................................................. 27
1.2 O Sistema Sensor ASTER ....................................................................... 30
1.3 Objetivos................................................................................................... 34
1.4 Estrutura do Trabalho............................................................................... 35

2 REA DE ESTUDO ........................................................................................ 39

3 PROCESSAMENTO DE MODELOS DIGITAIS DE ELEVAO.................. 55


3.1 Introduo................................................................................................. 55
3.2 Material e Mtodos ................................................................................... 57
3.3 Resultados e Discusso ........................................................................... 61
3.4 Avaliao dos Modelos de Elevao........................................................ 67
3.5 Concluses ............................................................................................... 75

4 ESTUDO DA TEMPERATURA DA SUPERFCIE ......................................... 77


4.1 Introduo................................................................................................. 77
4.2 Material e Mtodos ................................................................................... 84
4.3 Resultados e Discusso ........................................................................... 90
4.4 Concluses ............................................................................................. 103

5 APLICAO DE MODELOS DE MISTURA ESPECTRAL.........................105


5.1 Introduo............................................................................................... 105
5.2 Material e Mtodos ................................................................................. 109
5.3 Resultados e Discusso ......................................................................... 127
5.4 Concluses ............................................................................................. 142

6 SENSORIAMENTO REMOTO E QUALIDADE DO AR ..............................147


6.1 Introduo............................................................................................... 147
6.2 Sensoriamento Remoto em Estudos de Qualidade do Ar ..................... 153
6.3 Material e Mtodos ................................................................................. 155
6.4 Resultados e Discusso ......................................................................... 169
6.5 Concluses ............................................................................................. 179
7 ANLISE INTEGRADA DO AMBIENTE URBANO ....................................183
7.1 Introduo............................................................................................... 183
7.2 Material e Mtodos ................................................................................. 184
7.3 Resultados e Discusso ......................................................................... 190
7.3.1 Anlise da Mdia e Desvio Padro.................................................. 190
7.3.2 Anlise de Correlao...................................................................... 203
7.4 Concluses ............................................................................................. 211

8 CONSIDERAES FINAIS..........................................................................215

REFERNCIAS BIBLIOGRFICAS ...............................................................219


LISTA DE FIGURAS

Pg.

1.1 Imagem ASTER (recorte) das cidades de So Paulo em


17/05/2006 (superior) e Rio de Janeiro em 02/09/2004
(inferior) adquirida por canais dos subsistemas VNIR (1),
SWIR (4) e TIR (10)........................................................................... 32
1.2 Comparao entre canais espectrais dos sensores ASTER e TM... 34

2.1 O mundo segundo o grupo de pesquisa Globalizao e


Cidades Mundiais (GaWC)................................................................ 40
2.2 Paisagens do meio urbano de So Paulo......................................... 44
2.3 Paisagens do meio urbano do Rio de Janeiro.................................. 46
2.4 Populao por distrito do municpio de So Paulo (1991 e 2000)
e incremento populacional no perodo (%)........................................ 47
2.5 Populao por bairro do municpio do Rio de Janeiro (1991 e
2000) e incremento populacional no perodo (%)............................. 48
2.6 Vista panormica da Baixada de Jacarepagu................................. 50
2.7 Localizao das reas de estudo...................................................... 51
2.8 Municpios das reas de estudo de So Paulo (esquerda) e
52
Rio de Janeiro (direita)......................................................................
2.9 Exemplo de alterao na paisagem urbana de So Paulo............... 53
2.10 Exemplo de alterao na paisagem urbana do Rio de Janeiro......... 53

3.1 Imagem ASTER adquirida pelas bandas 3N e 3B para um


recorte das reas de estudo de So Paulo em 17/05/2006
(superior) e Rio de Janeiro em 02/09/2004 (inferior)........................ 57
3.2 Fluxograma metodolgico................................................................. 59
3.3 Imagens utilizadas em composio colorida R3G2B1...................... 60
3.4 Modelos digitais de elevao em nveis de cinza. No detalhe,
recorte espacial das reas de estudo............................................... 61
3.5 Mapa hipsomtrico da rea de estudo de So Paulo....................... 62
3.6 Perfil topogrfico A-B representativo da rea de estudo de
So Paulo.......................................................................................... 63
3.7 Elementos da diviso territorial municipal de So Paulo
sobrepostos ao mapa hipsomtrico.................................................. 63
3.8 Mapa hipsomtrico da rea de estudo do Rio de Janeiro................. 64
3.9 Representao tridimensional do modelo digital de elevao
gerado para a imagem do Rio de Janeiro de 02/09/2004................. 65
3.10 Perfil topogrfico A-B representativo da rea de estudo do
Rio de Janeiro................................................................................... 65
3.11 Elementos da diviso territorial municipal do Rio de Janeiro
sobrepostos ao mapa hipsomtrico.................................................. 66
3.12 Mosaico de cartas topogrficas. No detalhe, exemplo de
ponto cotado..................................................................................... 68
3.13 Localizao das amostras selecionadas e respectivos valores
de altitude (em metros) no mosaico de cartas topogrficas e
nos modelos digitais de elevao (o MDE do Rio de Janeiro
de 02/09/2004)............................................................................... 69
3.14 Diagramas de disperso (a imagem do Rio de Janeiro de
02/09/2004)....................................................................................... 71
3.15 Altitudes cotadas nas cartas topogrficas subtradas das
altitudes estimadas pelos MDEs....................................................... 72
3.16 Mapas hipsomtricos da rea de estudo do Rio de Janeiro
elaborados antes (A) e depois da avaliao dos resultados (B)....... 73
3.17 Fatiamento dos modelos digitais de elevao brutos obtidos a
partir do processamento dos dados ASTER e da integrao de
dados ASTER e SRTM...................................................................... 74

4.1 Relao entre a emissividade e a temperatura no


infravermelho termal.......................................................................... 78
4.2 Configurao clssica da ilha urbana de calor.................................. 82
4.3 Fluxograma metodolgico................................................................. 85
4.4 Janelas atmosfricas......................................................................... 89
4.5 Intervalos de temperatura obtidos pelo mtodo de Normalizao
da Emissividade, conforme o ajuste da emissividade de referncia. 90
4.6 Intervalos de temperatura obtidos para as mesmas imagens
processadas segundo diferentes Bandas de Referncia.................. 91
4.7 Exemplo de foco de calor na imagem de 25/04/2003 em
composio colorida R3G2B1........................................................... 92
4.8 Mapas de temperatura da rea de estudo de So Paulo
segundo os mtodos de Normalizao da Emissividade (A)
e Banda de Referncia (B)................................................................ 94
4.9 Elementos da diviso territorial municipal de So Paulo
sobrepostos ao mapa de temperatura.............................................. 97
4.10 Perfil de temperatura A-B representativo da rea de estudo
de So Paulo (Banda de Referncia)................................................ 98
4.11 Mapas de temperatura da rea de estudo do Rio de Janeiro
segundo os mtodos de Normalizao da Emissividade (A)
e Banda de Referncia (B)................................................................ 98
4.12 Elementos da diviso territorial municipal do Rio de Janeiro
sobrepostos ao mapa de temperatura.............................................. 100
4.13 Perfil de temperatura A-B representativo da rea de estudo
101
do Rio de Janeiro (Banda de Referncia).........................................
4.14 Visualizao dos mapas de temperatura sobrepostos aos
modelos digitais de elevao............................................................ 102

5.1 Fluxograma metodolgico................................................................. 110


5.2 Efeito da reamostragem dos dados ASTER do VNIR e SWIR......... 112
5.3 Interface padro do mdulo FLAASH............................................... 113
5.4 Etapas da aplicao dos modelos de mistura espectral................... 115
5.5 Interface para a criao do Square Array......................................... 118
5.6 Arquivos de Matrizes Quadradas. Da esquerda para a direita:
RMSE, ngulo Espectral, Frao de Brilho do Componente,
Frao Sombra e Cdigo Restrito..................................................... 119
5.7 Interface para a seleo de componentes do modelo de
mistura espectral............................................................................... 122
5.8 Interface para o processamento do modelo de mistura espectral.... 123
5.9 Principais etapas da aplicao do MESMA....................................... 126
5.10 Regies de interesse para a seleo de componentes.................... 128
5.11 Imagem-frao sombra com os valores de 0,80 e 1,00
ajustados para a frao sombra mxima permitida.......................... 131
5.12 Componentes selecionados para a aplicao do MESMA
segundo as categorias V-I-S (cores correspondem apenas
diferenciao entre componentes de cada categoria)................... 132
5.13 Imagens-frao da rea de estudo de So Paulo para 13/10/2002.. 133
5.14 Imagens-frao da rea de estudo de So Paulo para 17/05/2006.. 134
5.15 Composio colorida das imagens-frao (So Paulo).................... 134
5.16 Elementos da diviso territorial municipal de So Paulo
sobrepostos imagem-frao vegetao e principais
corpos dgua destacados na imagem-frao sombra..................... 135
5.17 Imagens-frao da rea de estudo do Rio de Janeiro
para 25/04/2003................................................................................ 138
5.18 Imagens-frao da rea de estudo do Rio de Janeiro
para 02/09/2004................................................................................ 138
5.19 Composio colorida das imagens-frao (Rio de Janeiro).............. 139
5.20 Fraes observadas para a componente sombra/gua.................... 139
5.21 Maiores erros e pixels no modelados por imagem.......................... 141
5.22 Comparao entre a proporo de pixels de maior reflectncia
nas bandas 3N e 2 nas imagens de 25/04/2003 e 02/09/2004
143
do Rio de Janeiro..............................................................................

6.1 Mortes por poluio do ar urbana no mundo (2000)......................... 151


6.2 Poluio do ar na cidade de So Paulo em 23/08/2007 (16:00 h).... 152
6.3 Efeitos da poluio atmosfrica sobre o balano de radiao.......... 154
6.4 Fluxograma metodolgico................................................................. 156
6.5 Localizao das estaes automticas de monitoramento da
qualidade do ar nas Regies Metropolitanas de So Paulo
(superior) e do Rio de Janeiro (inferior)............................................. 162
6.6 Exemplos de equipamentos utilizados para o monitoramento
da qualidade do ar............................................................................. 164
6.7 Concentrao de material particulado registrada pelas estaes
automticas da rea de estudo de So Paulo.................................. 170
6.8 Localizao das estaes de monitoramento de Osasco e
Parque Dom Pedro II......................................................................... 172
6.9 Concentrao de material particulado registrada pelas
estaes automticas da rea de estudo do Rio de Janeiro............ 173
6.10 Estaes de monitoramento da qualidade do ar na rea de
estudo de So Paulo......................................................................... 177
6.11 Estaes de monitoramento da qualidade do ar na Regio
Metropolitana de So Paulo localizadas fora da rea de estudo...... 178
6.12 Estao de So Miguel Paulista aps furto que conduziu
178
sua desativao temporria...........................................................
6.13 Estaes de monitoramento da qualidade do ar no Rio de Janeiro.. 179
6.14 Incremento populacional nos municpios de So Paulo e
Rio de Janeiro (1991 a 2000)............................................................ 181

7.1 Fluxograma metodolgico................................................................. 185


7.2 Uso e ocupao do solo na rea de estudo de So Paulo............... 187
7.3 Uso e ocupao do solo na rea de estudo do Rio de Janeiro......... 188
7.4 Altitude mdia por classe de uso em So Paulo............................... 192
7.5 Temperatura mdia por classe de uso em So Paulo...................... 193
7.6 Porcentagem mdia de frao por classe de uso em So Paulo..... 195
7.7 Reservatrio de Guarapiranga em 13/10/2002 e 17/05/2006........... 196
7.8 Altitude mdia por classe de uso no Rio de Janeiro......................... 199
7.9 Temperatura mdia por classe de uso no Rio de Janeiro
(mtodo NE)...................................................................................... 200
7.10 Porcentagem mdia de frao por classe de uso no
Rio de Janeiro................................................................................... 202
LISTA DE TABELAS

Pg.

1.1 Sistemas sensores da plataforma espacial Terra............................. 31


1.2 Caractersticas bsicas dos subsistemas do sensor ASTER............ 31

3.1 Especificaes das imagens ASTER................................................ 58


3.2 ngulos de apontamento das imagens............................................. 61
3.3 Parmetros estatsticos dos modelos digitais de elevao
(rea de estudo)................................................................................ 75

4.1 Albedo e emissividade de corpos terrestres selecionados


(variao mdia entre parnteses).................................................... 79
4.2 Especificaes das imagens ASTER................................................ 84
4.3 Temperaturas mnimas e mximas estimadas.................................. 93
4.4 Temperaturas de referncia para So Paulo.................................... 94
4.5 Temperaturas de referncia para o Rio de Janeiro........................... 100

5.1 Especificaes das imagens ASTER................................................ 110


5.2 Coeficientes de converso de unidade para imagens ASTER......... 111
5.3 Parmetros utilizados na aplicao do FLAASH............................... 114
5.4 Organizao das bibliotecas espectrais............................................ 127
5.5 Modelos de mltiplos componentes adotados.................................. 131
5.6 Percentual no modelado por imagem e modelo(s) de melhor
desempenho...................................................................................... 140

6.1 Caractersticas, fontes e efeitos dos principais poluentes


presentes na atmosfera..................................................................... 149
6.2 Especificaes das imagens ASTER................................................ 155
6.3 Irradincia solar espectral no topo da atmosfera para as
bandas ASTER.................................................................................. 157
6.4 Distncia entre o Sol e a Terra.......................................................... 158
6.5 Parmetros monitorados na RMSP por estaes automticas
(cinza escuro) e manuais (cinza claro).............................................. 160
6.6 Parmetros monitorados na RMRJ por estaes automticas
(cinza escuro) e manuais (cinza claro).............................................. 161
6.7 Parmetros monitorados em 13/10/2002 (domingo) na RMSP
(em itlico para as estaes localizadas fora da rea de estudo).... 165
6.8 Parmetros monitorados em 17/05/2006 (quarta-feira) na RMSP
(em itlico para as estaes localizadas fora da rea de estudo).... 166
6.9 Parmetros monitorados em 25/04/2003 (sexta-feira) na RMRJ
(em itlico para as estaes localizadas fora da rea de estudo).... 167
6.10 Parmetros monitorados em 02/09/2004 (quinta-feira) na RMRJ
(em itlico para as estaes localizadas fora da rea de estudo).... 168
6.11 Correlao entre a concentrao de material particulado e as
imagens termais brutas e em temperatura aparente........................ 175
6.12 Correlao entre a concentrao de material particulado e as
imagens de reflectncia aparente..................................................... 175

7.1 Classes de uso e ocupao do solo dos mapas de


186
referncia utilizados..........................................................................
7.2 Classes de uso e ocupao do solo selecionadas (So Paulo)........ 186
7.3 Classes de uso e ocupao do solo selecionadas (Rio de Janeiro). 187
7.4 Mdia e desvio padro da altitude, temperatura e imagens-frao
por classe de uso e ocupao do solo de So Paulo
(desvio padro em itlico)................................................................. 191
7.5 Mdia e desvio padro da altitude, temperatura e imagens-frao
por classe de uso e ocupao do solo do Rio de Janeiro
(desvio padro em itlico)................................................................. 198
7.6 Correlao linear entre a altitude, temperatura e imagens-frao
por classe de uso e ocupao do solo de So Paulo....................... 204
7.7 Correlao linear entre a altitude, temperatura e imagens-frao
por classe de uso e ocupao do solo do Rio de Janeiro................. 208
LISTA DE SMBOLOS

cm Centmetro
K Kelvin
km Quilmetro
m Metro
W Microwatt
n Nmero de elementos
nm Nanometro
r Coeficiente de correlao linear
R Coeficiente de determinao
sr Esferorradiano
t Tonelada
W Watt
m Micrometro
Grau
C Grau Celsius
Desvio padro
g Micrograma
g/m Micrograma por metro cbico
LISTA DE SIGLAS E ABREVIATURAS

ASTER Advanced Spaceborne Thermal Emission and Reflection Radiometer


AVHRR Advanced Very High Resolution Radiometer
AVIRIS Airborne Visible/Infrared Imaging Spectrometer
BIL Band Interleaved by Line
BR Banda de Referncia
CBERS China-Brazil Earth Resources Satellite
CCD Charge Coupled Device
CEAGESP Companhia de Entrepostos e Armazns Gerais de So Paulo
CERES Clouds and the Earths Radiant Energy System
CETESB Companhia de Tecnologia de Saneamento Ambiental
CH4 Metano
CO Monxido de Carbono
COB Count-Based Endmember Selection
COBI Count-Based Index
CONAMA Conselho Nacional de Meio Ambiente
CRES Constrained Reference Endmember Selection
CSV Comma Separated Value
DSG Diretoria de Servio Geogrfico
DV Direo do Vento
EAR Endmember Average RMSE
EMPLASA Empresa Paulista de Planejamento Metropolitano S/A
ENVI Environment for Visualizing Images
EOS Earth Observing System
EPA Environmental Protection Agency
ERSDAC Earth Remote Sensing Data Analysis Center
ETM+ Enhanced Thematic Mapper Plus
EUA Estados Unidos da Amrica
FEEMA Fundao Estadual de Engenharia de Meio Ambiente
FLAASH Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes
FMC Fumaa
GOES Geostacionary Operational Environmental Satellite
GPS Global Positioning System
GV Green Vegetation
HC Hidrocarbonetos
HCMM Hidrocarbonetos menos Metano
HDF Hierarchical Data Format
HSS Hyperspectral Scanner System
IAG Instituto Astronmico e Geofsico
IBAMA Instituto Brasileiro de Meio Ambiente e dos Recursos Naturais Renovveis
IBGE Instituto Brasileiro de Geografia e Estatstica
IDL Interactive Data Language
IFOV Instantaneous Field of View
INFRAERO Infra-Estrutura Aeroporturia
INMET Instituto Nacional de Meteorologia
INPE Instituto Nacional de Pesquisas Espaciais
IPEA Instituto de Pesquisa Econmica Aplicada
IPP Instituto Municipal de Urbanismo Pereira Passos
ISAC In-Scene Atmospheric Compensation
ITIR Intermediate Thermal Infrared Radiometer
JPL Jet Propulsion Laboratory
M/HAB Metro Quadrado por Habitante
MASA Minimum Average Spectral Angle
MDE Modelo Digital de Elevao
MESMA Multiple Endmember Spectral Mixture Analysis
MET Meteorolgicos
MISR Multi-Angle Imaging Spectroradiometer
MNF Minimun Noise Fraction
MODIS Moderate-Resolution Imaging Spectroradiometer
MODTRAN Moderate Resolution Atmospheric Transmission
MOPITT Measurement of Pollution in the Troposphere
MP Material Particulado
MP10 Material Particulado de dimetro inferior a 10 mcrons
MP2,5 Material Particulado de dimetro inferior a 2,5 mcrons
NASA National Aeronautics and Space Administration
ND Nvel Digital
NDVI Normalized Difference Vegetation Index
NE Normalizao da Emissividade
NESR Noise Equivalent Signal Response
NO Monxido de Nitrognio
NO2 Dixido de Nitrognio
NOX xidos de Nitrognio
NPV Non-Photosinthetic Vegetation
O3 Oznio
OMS Organizao Mundial da Sade
ONU Organizao das Naes Unidas
PA Presso Atmosfrica
PI Partculas Inalveis
PI10 Partculas Inalveis de dimetro inferior a 10 mcrons
PI2,5 Partculas Inalveis de dimetro inferior a 2,5 mcrons
PPB Partes por Bilho
PPI Pixel Purity Index
PPM Partes por Milho
PROCONVE Programa de Controle da Poluio do Ar por Veculos Automotores
PROJAC Centro de Produo de Jacarepagu
PTS Partculas Totais em Suspenso
REM Radiao Eletromagntica
RJ Rio de Janeiro
RMRJ Regio Metropolitana do Rio de Janeiro
RMSE Root Mean Square Error
RMSP Regio Metropolitana de So Paulo
RN Referncia de Nvel
RSI Research Systems Incorporated
SAM Spectral Angle Mapper
SEBASS Spatially Enhanced Broadband Array Spectrograph System
SIPAM Sistema de Proteo da Amaznia
SMA Spectral Mixture Analysis
SMAC Secretaria Municipal de Meio Ambiente do Rio de Janeiro
SO2 Dixido de Enxofre
SOX xidos de Enxofre
SP So Paulo
SRTM Shuttle Radar Topographic Mission
SWIR Short Wave Infrared
T/ANO Toneladas por Ano
T Temperatura
TIGER Thermal Infrared Ground Emission Radiometer
TIMS Thermal Infrared Multispectral Scanner
TIPS Thermal Infrared Profiling System
TIR Thermal Infrared
TM Thematic Mapper
UBL Urban Boundary Layer
UCC Unit Conversion Coefficient
UCL Urban Canopy Layer
UCSB University of California Santa Barbara
URA Umidade Relativa do Ar
USP Universidade de So Paulo
UTM Universal Tranverse of Mercator
UTC Universal Time Coordinated
VIPER Visualization and Image Processing for Environmental Research
V-I-S Vegetation-Impervious Surfaces-Soil
VNIR Visible and Near Infrared
VV Velocidade do Vento
WHO World Health Organization
1 INTRODUO

1.1 Motivao

As cidades so centros de poder com paisagens e estilos de vida


caractersticos. A paisagem urbana , em determinada poro do espao, o
resultado da combinao dinmica de elementos fsicos, biolgicos e
antrpicos que, interagindo em conjunto, tornam a paisagem nica a cada
momento, dada sua constante evoluo.

A partir da Revoluo Industrial, o crescimento urbano mundial se intensificou


com a absoro das populaes provenientes das reas rurais,
desencadeando o processo de urbanizao. Posteriormente, algumas regies
passaram por uma reorganizao do espao urbano, a qual desencadeou um
outro processo, o de metropolizao, resultante da integrao fsico-econmica
de reas urbanas localizadas em municpios distintos.

A ocupao imprpria e desordenada de reas de risco que podem induzir e


intensificar processos de deslizamentos, a formao de ilhas de calor
associadas aos baixos ndices de arborizao, que ocasionam desconforto
trmico, e o alto comprometimento da qualidade do ar em virtude da emisso
de diversos poluentes so alguns dos processos ambientais que comprometem
a qualidade do ambiente urbano e que ocorrem principalmente nos grandes
aglomerados urbanos do Brasil como as Regies Metropolitanas de So Paulo
(RMSP) e do Rio de Janeiro (RMRJ). Embora elas no apresentem, na
atualidade, os maiores ndices de crescimento populacional dentre as demais
regies metropolitanas institucionalizadas no territrio nacional, sua qualidade
ambiental encontra-se seriamente comprometida.

O crescimento das reas urbanas nos pases em desenvolvimento um


fenmeno que persiste, porm com desacelerao a partir de meados da
dcada de 1980. Esse processo tardio se comparado aos pases
desenvolvidos. Os dados oficiais apresentam 81% como sendo o percentual de

27
populao urbana brasileira no ano 2000, montante este que se concentra na
faixa litornea do territrio nacional (IBGE, 2000).

A urbanizao brasileira na segunda metade do sculo XX ocorreu de forma


acelerada, desordenada e sem o acompanhamento da infra-estrutura, e foi
impulsionada pelo xodo rural (conseqncia da mecanizao agrcola),
florescimento da indstria para substituio de importaes e por fluxos
migratrios inter-regionais. O desenvolvimento urbano brasileiro das ltimas
dcadas pode ser caracterizado da seguinte forma: crescimento populacional
mais elevado das antigas periferias econmicas nacionais, intensificando a
formao de aglomeraes urbanas; padres relativamente baixos de
crescimento das regies metropolitanas, sobretudo no Centro-Sul do pas (em
estgios mais avanados da transio demogrfica) e em seus municpios-
sede; e peso crescente do conjunto das chamadas cidades mdias1. Em
associao a essas tendncias, Reis e Tanaka (2007) apontam novas formas
de tecido urbano, ligadas ao fenmeno da urbanizao dispersa, tais como os
condomnios horizontais de alto padro.

Os estudos urbanos tm nas imagens de satlite uma importante fonte de


informao. Aspectos ligados a reas urbanas, como a localizao e tipo de
stio, padres de crescimento e metropolizao, podem ser estudados a partir
de dados de sensoriamento remoto (JENSEN; COWEN, 1999). Inicialmente,
quando surgiram as imagens dos sensores da srie Landsat, na dcada de
1970, as anlises regionais eram priorizadas, enquanto pouco se investigava
sobre o espao intra-urbano. Isto porque, como esclarece Mller-Jensen
(1990), dados de sistemas sensores orbitais no se adequavam ao nvel de
detalhamento desejado para as aplicaes urbanas. Tradicionalmente, havia
defasagem na exatido dos dados obtidos em nvel orbital em relao a
fotografias areas. Pesquisas em morfologia urbana visando o mapeamento e

1
Segundo Braga (2004), no Brasil, em grande parte da bibliografia recente, cidade mdia
definida como aquela que apresenta populao entre cem e quinhentos mil habitantes (no
h consenso em se considerar a populao total do municpio ou apenas a populao urbana),
no pertence a uma Regio Metropolitana e no capital estadual.

28
monitoramento do uso do solo eram limitadas, levando a representaes
inadequadas dos objetos geogrficos (BATTY; HOWES, 2001; MESEV;
LONGLEY, 1999). Nesse sentido, o uso de imagens de alta resoluo espacial
imprescindvel para anlises intra-urbanas.

Os novos sensores orbitais que apresentam melhores resolues espacial,


temporal, espectral e radiomtrica ampliaram as possibilidades de aplicao de
seus dados em reas urbanas. Entretanto, observa-se a necessidade de
consorciar resoluo com preciso, para atender aos requisitos de escalas
grandes, pois os dados de sensores orbitais ainda no alcanaram a preciso
de fotografias areas. Dentre esses sensores esto aqueles a bordo dos
satlites IKONOS e Quickbird, com 1 e 0,6 m de resoluo espacial em seus
canais pancromticos, respectivamente. Por outro lado, a melhoria na
resoluo espectral foi alcanada em sensores como o Advanced Spaceborne
Thermal Emission and Reflection Radiometer (ASTER), a bordo do satlite
Terra, que obtm imagens em 14 canais com resolues espaciais que variam
de 15 a 90 m.

Com relao aos sensores a bordo dos satlites IKONOS e Quickbird, embora
sua resoluo espacial seja adequada para estudos urbanos, existe uma
limitao que se refere ao reduzido nmero de bandas espectrais (quatro), que
cobrem apenas o intervalo espectral do visvel ao infravermelho prximo.
Considerando esse fator, necessrio determinar uma combinao ideal entre
as resolues espacial e espectral para os estudos urbanos, ou seja, tambm
importante que as bandas espectrais de um sensor estejam posicionadas em
comprimentos de onda adequados para a caracterizao dos alvos e que
tenham a largura adequada. As imagens de resoluo espacial mdia, como
aquelas do ASTER/Terra, podem ser utilizadas para estudos em mesoescala,
pois apresentam uma srie de vantagens espectrais em relao s imagens
Thematic Mapper (TM) e Enhanced Thematic Mapper Plus (ETM+)/Landsat.

29
A partir de dados de sensoriamento remoto, possvel obter indicadores de
qualidade ambiental atravs da anlise integrada de bases de dados
demogrficos, econmicos, de cobertura da terra e uso do solo, temperatura,
topografia, vegetao, recursos hdricos, qualidade do ar, etc., para subsdio ao
Planejamento Urbano e a Gesto Ambiental. Desse modo, conforme
apresentam Herold et al. (2003), novas abordagens em Planejamento Urbano,
tais como as relacionadas com o desenvolvimento sustentvel e qualidade
ambiental, que dependem de um melhor conhecimento das causas, da
evoluo e dos impactos da urbanizao, contam com a contribuio das
novas fontes de dados espaciais e das geotecnologias na anlise,
compreenso, representao e modelagem da dinmica urbana.

1.2 O Sistema Sensor ASTER

A espectroscopia de imageamento constitui uma das mais avanadas


tecnologias em sensoriamento remoto. Hoje, h a possibilidade de obteno de
imagens em mais de duzentos canais espectrais e com resoluo espacial
inferior a 5 m, como o caso do sensor aerotransportado Airborne
Visible/Infrared Imaging Spectrometer (AVIRIS), ou de 30 m como no caso do
HYPERION, a bordo da plataforma espacial EO-1.

Galvo (2001) ressalta que os avanos tecnolgicos tm levado ao


desenvolvimento de sensores com melhoria na resoluo espectral at mesmo
na faixa termal do espectro eletromagntico, como o exemplo do
ASTER/Terra, com cinco canais entre 8 e 12 m. O ASTER um dos cinco
sensores acoplados na plataforma Terra, listados na Tabela 1.1. Lanado em
18 de dezembro de 1999, o Terra possui uma rbita polar sol-sncrona,
cruzando o equador s 10:30 h da manh. Entre os sensores a bordo desta
plataforma, o ASTER o que possui a maior resoluo espacial, mas tambm
o nico que no opera regularmente, mas somente por programao.

30
Tabela 1.1 Sistemas sensores da plataforma espacial Terra.

Nmero Resoluo Exemplos de


Sensor
de Canais Espacial (m) Aplicaes
ASTER (Advanced
Spaceborne Thermal Temperatura da superfcie,
14 15/30/90
Emission and Reflection emissividade, elevao
Radiometer)
CERES (Clouds and the
3 (2 Balano de radiao
Earth's Radiant Energy 20.000
instrumentos) terrestre
System)
MISR (Multi-angle Imaging Nuvens, aerossis, imagens
4 (9 ngulos) 275/1.100
Spectroradiometer) multingulo
MODIS (Moderate-resolution Recursos terrestres, dos
36 250/500/1.000
Imaging Spectroradiometer) oceanos e baixa atmosfera
MOPITT (Measurement of Distribuio, transporte e
- 22.000
Pollution in the Troposphere) fontes de CO2 e CH4

Fonte: NASA (2007).

O ASTER foi desenvolvido a partir de uma parceria entre o Japo e os Estados


Unidos. As caractersticas bsicas dos trs subsistemas do ASTER: Visible and
Near Infrared (VNIR), Short Wave Infrared (SWIR) e Thermal Infrared (TIR),
so apresentadas na Tabela 1.2.

Tabela 1.2 Caractersticas bsicas dos subsistemas do sensor ASTER.


Nveis de
Comprimento Resoluo
Subsistema Banda Quantizao
de Onda (m) Espacial (m)
do Sinal
1 0,52 0,60
2 0,63 0,69
VNIR 15 m 8 bits
3N 0,78 0,86
3B 0,78 0,86
4 1,600 1,700
5 2,145 2,185
6 2,185 2,225
SWIR 30 m 8 bits
7 2,235 2,285
8 2,295 2,365
9 2,360 2,430
10 8,125 8,475
11 8,475 8,825
TIR 12 8,925 9,275 90 m 12 bits
13 10,25 10,95
14 10,95 11,65
Fonte: Abrams et al. (1999).

31
O VNIR possui resoluo espacial de 15 m e recobre a faixa do visvel e
infravermelho prximo com trs bandas; o SWIR possui seis bandas de 30 m, e
recobre o infravermelho de ondas curtas; o TIR composto por cinco bandas
termais com 90 m de resoluo. Atualmente, os dados termais do ASTER
representam aqueles de maior resoluo espacial adquiridos em nvel orbital. O
sistema VNIR possui ainda uma banda 3B que opera na mesma faixa espectral
da banda 3N, porm com retrovisada ao longo da rbita do satlite (com
poucos segundos de diferena do nadir), o que permite a construo de pares
estereoscpicos e gerao de modelos de elevao (ABRAMS et al., 1999). Os
dados so adquiridos em uma faixa de 60 km de largura, e os subsistemas
SWIR e TIR podem ter um ngulo de visada lateral de at +/- 8,55. Para o
VNIR, esse ngulo varia entre +/- 24. A Figura 1.1 apresenta um recorte de
duas imagens ASTER. Em funo da resoluo espacial, possvel observar
nelas a diferena entre cada subsistema.

Figura 1.1 Imagem ASTER (recorte) das cidades de So Paulo em 17/05/2006


(superior) e Rio de Janeiro em 02/09/2004 (inferior) adquirida por canais
dos subsistemas VNIR (1), SWIR (4) e TIR (10).

32
O ASTER foi projetado utilizando os recursos empregados com sucesso em
experincias anteriores com os sensores Thermal Infrared Multispectral
Scanner (TIMS), Thermal Infrared Ground Emission Radiometer (TIGER),
Thermal Infrared Profiling System (TIPS), todos desenvolvidos por instituies
norte-americanas, e Intermediate Thermal Infrared Radiometer (ITIR), de
desenvolvimento japons (JPL, 2007). No Japo, o rgo governamental
responsvel pelo sensor o Ministrio da Economia, Comrcio e Indstria.

Uma comparao entre os sensores ASTER e TM/Landsat (Figura 1.2) mostra


vantagens do sensor ASTER, tais como a maior quantidade de canais na faixa
do infravermelho mdio, quatro a mais que o TM, alm de uma melhor
resoluo espacial nos canais do visvel e do infravermelho prximo, 15 m,
enquanto os correspondentes do TM tm 30 m. A principal desvantagem do
sensor ASTER est na falta de uma banda localizada na regio do espectro
visvel de menor comprimento de onda, correspondente ao azul.

O ASTER o primeiro sensor orbital multiespectral termal, e seu imageamento


pode ocorrer tanto no perodo diurno quanto noturno. Comparado ao TM do
Landsat 52, ele apresenta a vantagem da melhor resoluo espacial na faixa do
infravermelho termal, 90 contra 120 m, maior quantidade de bandas (cinco) e
um nvel maior de discretizao dos alvos, pois o sinal quantizado em 12 bits,
enquanto que os dados termais do sensor TM tambm apresentam 8 bits assim
como as demais bandas do sensor. Alm disso, os dados do sensor ASTER
podem ser utilizados em estudos topogrficos a partir da gerao de modelos
digitais de elevao com resoluo de 15 m ou inferior.

2
No satlite Landsat 7, a banda 6 do sensor ETM+ possui resoluo espacial de 60 m.

33
TM

Figura 1.2 Comparao entre canais espectrais dos sensores ASTER e TM.

Os dados ASTER so distribudos nos nveis 1A, 1B, 2 e 3. O nvel 1A


corresponde aos dados brutos, sem qualquer tipo de processamento. No nvel
1B, os dados so corrigidos geomtrica e radiometricamente. Os dados nvel 2
correspondem a produtos gerados a partir do nvel 1B que so: temperatura
aparente, emissividade, composies coloridas com realce por decorrelao,
reflectncia de superfcie, temperatura de superfcie, radincia de superfcie e
classificao das nuvens e da superfcie polar. No nvel 3 so gerados modelos
digitais de elevao (JPL, 2007).

1.3 Objetivos

Considerando a disponibilidade de dados de novos sensores para estudos


urbanos em mesoescala no Brasil, este trabalho tem como objetivo explorar o
potencial de todas as bandas do ASTER/Terra, inclusive as cinco termais, no
estudo de ambientes urbanos metropolitanos de So Paulo e Rio de Janeiro,
bem como avaliar tcnicas de anlise desses dados.

Para atender ao objetivo geral da pesquisa, foram definidos os seguintes


objetivos especficos:

34
Gerar modelos digitais de elevao a partir de imagens ASTER
em reas com configurao topogrfica distinta;

Detectar ilhas de calor e analisar a relao entre a temperatura da


superfcie e o uso e ocupao do solo;

Testar o uso da Anlise da Mistura Espectral por Mltiplos


Componentes (MESMA) para imagens ASTER de dois grandes
aglomerados urbanos tropicais;

Verificar a relao entre dados de concentrao de material


particulado no ar coletados por estaes automticas de monitoramento
e dados espectrais;

Testar o processamento de modelos de elevao, imagens de


temperatura e modelos de mistura espectral analisando imagens de
duas diferentes datas para cada rea de estudo;

Avaliar os resultados obtidos sobre as fraes fsicas mapeadas,


a temperatura e a topografia por classes de uso e ocupao do solo,
selecionadas; e

Contribuir para a caracterizao da estrutura fsica urbana,


gerando subsdios ao Planejamento Urbano e Metropolitano de So
Paulo e Rio de Janeiro.

1.4 Estrutura do Trabalho

Neste Primeiro Captulo apresentado o tema da pesquisa, algumas


caractersticas do sensor ASTER dados primrios e os objetivos. As
imagens ASTER utilizadas foram selecionadas em funo da disponibilidade,
tendo em vista que o sensor no adquire imagens continuamente, como ocorre
com o Charge Coupled Device (CCD)/China-Brazil Earth Resources Satellite
(CBERS) e TM/Landsat. A seleo das imagens tambm levou em conta a

35
cobertura de nuvens, a rea de abrangncia, o dia da semana e considerou
uma anlise prvia dos boletins de qualidade do ar das estaes automticas
de monitoramento. O dia da semana e os boletins de qualidade do ar foram
utilizados para a verificao das condies de qualidade do ar nas datas de
imageamento do sensor. O Segundo Captulo apresenta uma caracterizao
geogrfica das reas de estudo.

No Terceiro Captulo so apresentados os procedimentos metodolgicos


empregados na gerao dos modelos digitais de elevao, os resultados
obtidos, as comparaes com outras fontes de dados efetuadas visando
avaliao dos produtos, e as anlises decorrentes. No Quarto Captulo so
tecidas consideraes sobre estudos envolvendo dados termais com aplicao
ao meio ambiente urbano e apresentadas as etapas de processamento dos
dados dos canais termais do sensor ASTER at a obteno dos mapas de
temperatura, analisados previamente ainda no escopo deste captulo.

O Quinto Captulo apresenta a motivao para a aplicao do modelo de


mistura espectral, os fundamentos bsicos do modelo MESMA e os parmetros
adotados para o processamento das imagens, desde a seleo de regies de
referncia para a construo de bibliotecas espectrais at a obteno de
imagens-frao e arquivos auxiliares. As imagens-frao so descritas e
analisadas considerando o modelo terico adotado.

No Sexto Captulo abordada a relao entre dados de qualidade do ar e


dados de imagens de sensores remotos. Esta relao analisada com base
nos dados disponveis para as diferentes reas de estudo adquiridos por
estaes de monitoramento e demais informaes obtidas a partir de trabalho
de campo, usando mtodos estatsticos multivariados. Os resultados so
discutidos, e perspectivas para os trabalhos nessa linha de pesquisa so
registradas.

No Captulo Sete, os resultados do processamento das imagens ASTER


(apresentados nos captulos anteriores) so analisados de forma integrada por

36
classes de uso do solo, utilizando como referncia mapas de uso e ocupao
do solo das reas de estudo. A anlise dos resultados ao longo do trabalho
considerou tambm as divises administrativas adotadas pelos municpios,
para melhor caracterizao do ambiente urbano, natural ou institucionalizado.

Por fim, so tecidas algumas consideraes, associadas s concluses obtidas


nas diferentes etapas3 e aos objetivos da pesquisa, e recomendaes para
novas pesquisas, considerando a necessidade de avano nos estudos de
sensoriamento remoto aplicado e no emprego de novas metodologias de
trabalho em busca da resoluo de problemas do ambiente urbano que afetam
a qualidade de vida da populao.

3
O texto encontra-se organizado a fim de facilitar a possvel publicao posterior sob forma
de artigos tcnico-cientficos submetidos a eventos e/ou peridicos.

37
38
2 REA DE ESTUDO

Considerando a hierarquia de cidades que compem a rede urbana brasileira,


destacam-se dois centros principais, configurados a partir de fortes relaes
internas com os demais centros urbanos nacionais (sejam eles metrpoles
regionais, capitais regionais, centros regionais ou centros locais) e das relaes
que esses centros estabelecem com o sistema de cidades globais (ou cidades
mundiais). Na hierarquia urbana, conforme IPEA (2001a), So Paulo e Rio de
Janeiro correspondem s metrpoles nacionais do Brasil.

Em nvel internacional, considerando a hierarquia de cidades mundiais


proposta por Beaverstock et al. (1999), quase todas as cidades de primeira
ordem, tambm chamadas de cidades mundiais alfa, localizam-se em pases
desenvolvidos, exceto Cingapura e Hong Kong, que articulam o conjunto de
pases do Sudeste Asitico (Figura 2.1). Embora possuam funo similar na
Amrica Latina, a Cidade do Mxico e So Paulo so enquadradas na
categoria de cidades mundiais de segunda ordem (beta). A classificao
proposta ordena as cidades mundiais de 1 a 12 e foi efetuada a partir da
anlise de diversas referncias bibliogrficas e da localizao dos principais
centros de servios bancrios, legais, empresariais e comerciais no mundo.
Nessa classificao, So Paulo encontra-se no nvel 8, e Rio de Janeiro, no
nvel 3 (correspondente s cidades com forte evidncia de formao de cidade
mundial). As cidades de Londres, Paris, Nova Iorque e Tquio encontram-se no
topo da escala (nvel 12).

So Paulo e Rio de Janeiro se destacam no cenrio nacional e internacional


devido a fatores como a proximidade geogrfica e, principalmente, pelo fato de
juntas representarem um mercado com dimenso e grau de diversificao
produtiva comparvel ao das mais importantes metrpoles dos pases
desenvolvidos. nessas cidades que so geradas e transitam as decises
financeiras, mercadolgicas e tecnolgicas capazes de moldar os destinos da
economia nacional e suas articulaes com fluxos internacionais de comrcio,

39
informao e conhecimento (IPEA, 2001a). Por outro lado, semelhante ao que
ocorre em outras metrpoles globais, os padres de segregao espacial
associados ao crescimento demogrfico das cidades tm se refletido em uma
srie de deseconomias de aglomerao.

Figura 2.1 O mundo segundo o grupo de pesquisa Globalizao e Cidades Mundiais


(GaWC).

Fonte: Beaverstock et al. (1999).

Para Fernandes e Medeiros (1978) o conceito de economias de aglomerao


est ligado idia de benefcio advindo pela localizao de empresas prximas
umas s outras, maximizando a infra-estrutura j existente, atraindo
fornecedores e racionalizando custos, o que caracteriza a noo de economias
de escala. Essas empresas passam a estruturar centros urbanos maiores que,
sua vez, representam mercados de consumo tambm maiores. Quando essa
aglomerao se torna excessiva, o excesso de produo e populao em um
centro urbano provoca a congesto no trfego, que contraproducente, porque
aumenta tempo e custos despendidos nos deslocamentos dirios. Alm disso,
os preos no mercado imobilirio sobem, os salrios precisam ser maiores em
funo do aumento no custo de vida, a infra-estrutura de um centro urbano

40
congestionado fica comprometida, isto , colapso no sistema de transporte,
crises no abastecimento de gua, e agravam-se os problemas ambientais, a
marginalidade social e a violncia, gerando-se ento deseconomias. As
grandes empresas privadas, em particular, se apropriam dos benefcios das
economias de aglomerao, enquanto o nus da criao de infra-estrutura e
provimento de servios urbanos recai sobre o poder pblico, refletindo em
pesados custos para a sociedade.

Fernandes e Medeiros (1978) apontam que a gerao das deseconomias e


deteriorao da qualidade de vida e do meio ambiente, bem como a crescente
demanda de infra-estrutura, so resultantes da concentrao excessiva de
atividades e da populao em algumas reas do territrio nacional. Para que
seja compatibilizado o crescimento econmico com a atenuao das
desigualdades regionais, fundamental que ocorra um controle da localizao
espacial das atividades, o que no verificado efetivamente no Brasil.

A consolidao de So Paulo e Rio de Janeiro como os centros mais dinmicos


da economia nacional decorrente do processo histrico de produo do
espao nestas duas reas. No caso de So Paulo, destaca-se o ciclo cafeeiro e
o desenvolvimento industrial da cidade. J no Rio de Janeiro, destaca-se a
importncia do ciclo do ouro das Minas Gerais e, posteriormente, a vinda da
famlia real e instalao, ps Independncia, da capital imperial e posterior
capital federal. A concentrao das atividades produtivas nessas cidades e,
conseqentemente, da renda nacional, foi intensificada a partir de planos
econmicos, a exemplo do Programa de Metas implementado na dcada de
1950 (FERNANDES; MEDEIROS, 1978). Essas duas reas urbanas,
conjugadas s reas urbanas de seus municpios vizinhos, concentram
significativa parcela da renda, servios e produo nacional. A opo das
grandes empresas e dos grandes grupos econmicos em sediar seus centros
decisrios e de pesquisa nessas metrpoles confirmada pelo volume de
investimentos declarados e/ou dirigidos para as duas Regies Metropolitanas,

41
e pela concentrao das sedes das maiores empresas privadas e estatais nas
cidades-ncleos, apresentada com riqueza de detalhes por IPEA (2001a).

A primazia de So Paulo cada vez mais notvel. A desconcentrao industrial


verificada na verdade uma desconcentrao concentrada da atividade
industrial. Enquanto diversas empresas transferem o seu parque fabril de So
Paulo para outras cidades, as atividades de mais alto nvel tecnolgico
concentram-se nela cada vez mais. Alm de pouco integrada, a economia do
Rio de Janeiro, que se caracterizava pela grande dependncia dos
investimentos pblicos federais, sofre com a reduo dos investimentos desde
a transferncia da capital federal para Braslia, em 1960. Ademais, a cidade
sobrepujada cada vez mais por So Paulo. Recentemente, com a notcia da
instalao da nova refinaria da Petrobrs no municpio de Itabora (RMRJ),
observa-se mais uma vez a desconcentrao concentrada da atividade
industrial no territrio.

So Paulo e Rio de Janeiro so os municpios mais populosos do Brasil e


possuem aproximadamente 10,9 e 6,1 milhes de habitantes, respectivamente
(IBGE, 2006). Ambos apresentam problemas ambientais graves, necessitando
de estudos tcnico-cientficos que contribuam na definio de polticas pblicas
e estratgias de interveno. Nos ltimos anos, fenmenos como as ilhas
urbanas de calor e a poluio do ar tm se intensificado no apenas na rea
urbana dos municpios-sede, mas em outros municpios das regies
metropolitanas. Os problemas socioambientais que ocorrem em So Paulo e
Rio de Janeiro demonstram que as cidades cresceram mais do que a sua
capacidade de absorver os impactos decorrentes da forma como se deu sua
estruturao urbana. A degradao do ambiente urbano , em parte,
decorrente da falta ou do tnue trato com a questo ambiental no planejamento
urbano e metropolitano.

Para Jannuzzi (2004), So Paulo caminha para a estabilizao de seu


contingente populacional, fato observado em outros grandes centros urbanos

42
do mundo. Embora o municpio de So Paulo tenha apresentado, dentre as
capitais brasileiras, uma das menores taxas de crescimento entre os anos de
1970 e 2000, superando apenas Recife, Rio de Janeiro e Porto Alegre (IBGE,
2000), o crescimento da Regio Metropolitana expressivo, motivado
fundamentalmente pela expanso das periferias. A RMSP formada por 39
municpios e foi instituda em 1973 (IPEA, 2001c). So Paulo, a sede, est
localizada ao longo dos vales dos rios Tiet, Pinheiros e Tamanduate.

O stio urbano de So Paulo est inserido no chamado Planalto Atlntico, entre


as altitudes de 720 a 850 m. O relevo deste planalto apresenta diferentes tipos
de unidades geomorfolgicas: plancies aluviais (vrzeas), colinas, morros,
serras e macios com as mais variadas orientaes. Dentre as elevaes,
sobressaem-se as Serras da Cantareira e do Mar, nos limites norte e sul do
municpio, respectivamente, e o Pico do Jaragu (extremo oeste da Serra da
Cantareira) (SO PAULO, 2002). A poucos quilmetros de distncia (45 km em
mdia) encontra-se o Oceano Atlntico. O desenvolvimento da cidade de So
Paulo ocorreu segundo um plano radial concntrico, com a implantao de
eixos virios perimetrais e radiais cortando-a em vrias direes, criando entre
esses eixos diversos bairros, comerciais e residenciais, em muitos dos quais a
qualidade de vida deteriorou-se (SCARLATO, 1998).

Na Figura 2.2 so apresentados exemplos de paisagens com caractersticas


representativas do meio ambiente urbano de So Paulo. Na primeira fotografia
(Figura 2.2a), pode-se observar, em uma primeira aproximao, a grande
extenso da mancha urbana da cidade at as proximidades do Pico do Jaragu
(ao fundo). Na segunda fotografia (2.2b), tomada do Viaduto do Glicrio,
importante elo virio entre as zonas leste e central da cidade, observa-se a
concentrao elevada de edifcios na regio central da cidade, a de ocupao
mais antiga. A terceira fotografia (2.2 c) apresenta um retrato do Parque do
Ibirapuera, uma das poucas reas verdes de lazer da cidade, e a quarta (2.2d),
um trecho do Elevado Costa e Silva, obra viria implementada para minimizar

43
os problemas enfrentados com o excessivo nmero de veculos em trnsito,
visando otimizar o fluxo e ligar diferentes zonas da cidade.

A C D

Figura 2.2 Paisagens do meio urbano de So Paulo.

A RMRJ, instituda em 1974, composta oficialmente por 19 municpios (IPEA,


2001b). O Rio de Janeiro um municpio costeiro, banhado pelo Oceano
Atlntico e pela Baa de Guanabara, uma das mais importantes reentrncias do
litoral brasileiro. O relevo do municpio caracterizado por plancies costeiras e
montanhas como os Macios da Tijuca, da Pedra Branca e do Gericin, alm
de outras elevaes de menor proeminncia. Devido configurao de seu
stio, foi necessria a execuo de grandes obras como aterros e tneis para a
expanso do sistema virio.

A RMRJ, semelhante ao que ocorre em So Paulo, tambm apresenta uma


tendncia estabilizao do processo de urbanizao e de concentrao
urbana. A rea de influncia da metrpole, conforme o IPEA (2001c),
praticamente a mesma desde o apogeu de sua regio cafeeira, mantendo at
hoje forte primazia urbana em relao ao restante do Estado.

44
A expanso da cidade do Rio de Janeiro ocorreu ao longo das Estradas de
Ferro Central do Brasil, Rio DOuro e Leopoldina, construdas na segunda
metade do sculo XIX (BRANDO, 1996). Dentre outras grandes intervenes,
podem ser citadas a interligao de vrias ilhas isoladas na Baa da Guanabara
para a construo da Cidade Universitria (campus da Universidade Federal do
Rio de Janeiro) na Ilha do Fundo, o Aterro do Flamengo e o Plano Urbanstico
de Lcio Costa para a ocupao da Barra da Tijuca.

Aspectos relevantes da paisagem urbana do Rio de Janeiro e caractersticos


desta rea de estudo so apresentados na Figura 2.3. A primeira fotografia
(Figura 2.3a) apresenta um dos principais cartes-postais do Rio de Janeiro, o
Morro do Po-de-Acar. Assim como diversas outras existentes na cidade,
essas elevaes so constitudas de rochas metamrficas e correspondem aos
macios litorneos encontrados nessa poro do territrio brasileiro. Apesar de
contriburem vocao turstica da cidade, grande parte dessas elevaes so
utilizadas, nas reas menos inclinadas, para assentamentos humanos, a
exemplo da Favela da Rocinha (2.3b), considerada a maior favela do Brasil. A
terceira paisagem apresentada a do Recreio dos Bandeirantes (2.3c), bairro
nobre e de recente incorporao mancha urbana do Rio de Janeiro. Este
bairro est localizado na chamada Nova Zona Sul e, embora distante do
ncleo urbano, apresenta uma srie de caractersticas que lhe conferem
excelente grau de qualidade ambiental se comparado aos demais. As demais
fotografias apresentam um trecho da Avenida Presidente Vargas, situada no
centro da cidade (2.3d), o ptio de trens da Estrada de Ferro Leopoldina (2.3e),
e uma vista dos bairros da Tijuca e Maracan (2.3f), na qual possvel
observar a Ponte Rio-Niteri (ao fundo).

45
A B C

D E F

Figura 2.3 Paisagens do meio urbano do Rio de Janeiro.

So Paulo e Rio de Janeiro foram selecionadas como reas de estudo devido a


sua representatividade para o tema de interesse, disponibilidade de imagens,
ocorrncia de diferentes tipos de cobertura da terra, localizao de estaes
automticas de monitoramento da qualidade do ar e acessibilidade para
pesquisa de campo. Outro fator relevante para a seleo dessas reas deve-se
sua configurao e diversidade topogrfica, possibilitando avaliar a gerao
de modelos digitais de elevao.

A populao absoluta registrada por cada distrito do municpio de So Paulo


(SP) e bairro do municpio do Rio de Janeiro (RJ) nos anos de 1991 e 2000,
assim como o incremento populacional verificado neste perodo, so
apresentados nas Figuras 2.4 e 2.5. As unidades geogrficas de anlise foram
determinadas de acordo com a diviso territorial oficial dos municpios. O
municpio de So Paulo encontra-se subdividido em 31 subprefeituras e estas
contemplam um total de 96 distritos (SO PAULO, 2006)4.

4
Os arquivos vetoriais contendo a delimitao territorial do municpio de So Paulo foram
obtidos da Secretaria Municipal de Planejamento do Municpio de So Paulo.

46
Figura 2.4 Populao por distrito do municpio de So Paulo (1991 e 2000) e incremento populacional no perodo (%).
Fonte: Organizado a partir de censos demogrficos (IBGE, 1991; 2000).

47
Figura 2.5 Populao por bairro do municpio do Rio de Janeiro (1991 e 2000) e incremento populacional no perodo (%).
Fonte: Organizado a partir de censos demogrficos (IBGE, 1991; 2000).

48
Em So Paulo, o crescimento demogrfico mais intenso, com as maiores taxas
observadas no perodo de 1991 a 2000, vem ocorrendo nas regies extremas
do municpio, nos distritos de Anhanguera (13,38%), na zona norte, Cidade
Tiradentes (7,89%), na zona leste e Parelheiros (7,07%), na zona sul (IBGE,
1991; 2000). No distrito de Anhanguera, o incremento populacional registrado
foi de 210%. Um dos maiores problemas verificados que nesses novos eixos
de expanso populacional do municpio de So Paulo a ocupao feita de
forma desordenada, sem a devida manuteno de reas verdes e a construo
de reas de lazer. Por outro lado, observada a tendncia de esvaziamento
populacional das reas centrais, com destaque para os distritos da S, Brs e
Santa Ceclia. Na dcada de 1990, isto tambm foi verificado em outros
distritos como Limo, Freguesia do e Moema, mais afastados do centro, mas
de ocupao antiga na capital (JANNUZZI, 2004). Distritos como Moema, por
exemplo, tem perdido populao com alto nvel de renda para novas reas de
urbanizao dispersa, em Alphaville (Barueri), Atibaia, Vinhedo, etc.

O municpio do Rio de Janeiro encontra-se subdividido em cinco reas de


planejamento, 33 regies administrativas e 160 bairros5 (RIO DE JANEIRO,
2006). Atualmente, o maior eixo de expanso demogrfica encontra-se na zona
oeste do municpio. O incremento populacional mais intenso na baixada de
Jacarepagu (Figura 2.6), inclusive com a substituio de reas at ento
ocupadas pela agricultura familiar por loteamentos urbanos, como ocorre em
Vargem Grande e Vargem Pequena.

Toda a ocupao urbana nesta rea, que, embora pertena zona oeste do
municpio conhecida como Nova Zona Sul, seja pela presena de praias,
seja pela ocupao residencial de famlias de alto poder aquisitivo, teve incio
com o loteamento da Barra da Tijuca a partir de 1968, segundo o Plano
Urbanstico de Lcio Costa (IPEA, 2001b). Na rea, em sua maior parte, houve

5
Os arquivos da delimitao territorial do municpio do Rio de Janeiro foram obtidos do
portal Armazm de Dados, da Prefeitura Municipal do Rio de Janeiro.

49
um direcionamento implementao de condomnios verticais de alto padro.
J no final da dcada de 1990, a rea mais dinmica passa a ser o Recreio dos
Bandeirantes, nas proximidades do Pontal de Sernambetiba, inicialmente um
loteamento projetado para residncias e edifcios de baixo gabarito (nmero de
pavimentos).

Figura 2.6 Vista panormica da Baixada de Jacarepagu.

Embora tenham sido analisadas imagens de duas datas para cada rea de
estudo, esta pesquisa no teve como objetivo a anlise multitemporal. A
seleo das imagens de duas datas visou avaliar a aplicabilidade do mtodo e
os processamentos empregados em diferentes condies ambientais, inclusive
quanto anlise experimental da correlao com dados de qualidade do ar. O
recorte espacial adotado para cada rea apresentado na Figura 2.7.

50
51

Figura 2.7 Localizao das reas de estudo.


Essas reas de estudo representam parte de seis municpios: Cotia, Embu,
Itapecerica da Serra, Osasco, So Paulo e Taboo da Serra, no caso da
RMSP, e dois municpios: Nilpolis e Rio de Janeiro, no caso da RMRJ (Figura
2.8). Para facilitar a referncia ao longo do texto, a primeira rea ser chamada
simplesmente de So Paulo, e a segunda, de Rio de Janeiro.

Figura 2.8 Municpios das reas de estudo de So Paulo (esquerda) e Rio de


Janeiro (direita).

Dentre as principais mudanas de uso e cobertura da terra ocorridas nas reas


de estudo, as maiores alteraes foram verificadas em So Paulo6. Pde ser
observada, na imagem de 17/05/2006, a presena do ptio do metr da Linha
Amarela 4, localizado no distrito de Vila Snia, a implementao do Rodoanel
Mrio Covas em sua primeira fase, ligando as Rodovias Bandeirantes e
Anhangera Rodovia Rgis Bittencourt (BR-116), e as obras de construo
do shopping Villa-Lobos e implantao do Parque de mesmo nome. O Parque
Villa-Lobos, localizado no distrito de Alto de Pinheiros, foi implantado em rea
degradada onde anteriormente era depositado lixo da Companhia de
Entrepostos e Armazns Gerais de So Paulo (CEAGESP), entulho, e material
dragado do Rio Pinheiros (Figura 2.9).
6
Para So Paulo houve um intervalo maior entre as datas de aquisio das imagens
utilizadas no estudo, aproximadamente 41 meses, enquanto para o Rio de Janeiro o intervalo
foi de 16 meses.

52
Figura 2.9 Exemplo de alterao na paisagem urbana de So Paulo.

No Rio de Janeiro, as maiores alteraes na paisagem correspondem a obras


na baixada de Jacarepagu, prximas Avenida Ayrton Senna, direcionadas
construo da Vila Olmpica dos Jogos Panamericanos de 2007, e outros
empreendimentos de menor porte (Figura 2.10). Conforme IPP (2005), as
reas naturais da cidade sofreram uma reduo de 14,9% no perodo
compreendido entre 1984 e 2001, representando uma converso de 6.357
hectares para rea antropizada. As regies que mais sofreram esta converso
so as regies de planejamento 4 e 5, situadas na zona oeste da cidade, rea
de expanso urbana notvel das ltimas dcadas.

Figura 2.10 Exemplo de alterao na paisagem urbana do Rio de Janeiro.

53
54
3 PROCESSAMENTO DE MODELOS DIGITAIS DE ELEVAO

3.1 Introduo

A topografia um componente fsico de notvel relevncia para o estudo do


ambiente urbano. Dentre as aplicaes de variveis derivadas de dados
topogrficos como declividade, orientao das vertentes, etc., nos estudos
urbanos, podem ser citadas a determinao de reas propcias aos
assentamentos humanos, reas de risco de movimentos de massa,
mapeamento da declividade, de potencial erosivo e estudo de processos
geomorfolgicos de natureza endgena e exgena. No campo da pesquisa
ambiental urbana, a topografia importante para a caracterizao do clima
urbano e para o estudo de padres de uso e ocupao do solo, associados a
vantagens locacionais e facilidade de deslocamento.

O sensoriamento remoto indispensvel aos estudos envolvendo topografia,


desde o trabalho de restituio fotogramtrica com vistas ao mapeamento
altimtrico em diferentes escalas, apoiado nos princpios da estereoscopia, at
a obteno de modelos digitais de elevao. Um modelo digital de elevao
(MDE) representado por uma matriz numrica cujos valores correspondem
elevao da rea (Z), referenciada a um sistema de coordenadas espaciais (X
e Y), ou por uma representao vetorial.

Com o advento de sensores orbitais, modelos digitais de elevao puderam ser


extrados atravs da interferometria, modo de operao de alguns sensores
imageadores de microondas, como o exemplo do Shuttle Radar Topographic
Mission (SRTM), ou da estereoscopia, atravs de sensores imageadores
pticos que adquirem imagens com retrovisada, por exemplo, como o
ASTER/Terra.

O subsistema VNIR do ASTER possui resoluo espacial de 15 m e recobre a


faixa do visvel e infravermelho prximo com trs bandas. Esse sistema possui
ainda uma banda 3B (de backward) com o mesmo intervalo espectral (de 0,78

55
a 0,86 m) da banda 3N (de nadir), na qual os dados so adquiridos com um
ngulo de retrovisada de aproximadamente 28, permitindo a construo de
pares estereoscpicos para cada imagem e a gerao de modelos de elevao
(ABRAMS et al., 1999). Na opinio de Melgao et al. (2005) a grande vantagem
da retrovisada que, devido ao curtssimo intervalo de tempo entre a aquisio
das duas imagens que compem o par estereoscpico, praticamente no h
diferenas radiomtricas, condies de iluminao da cena e cobertura de
nuvens, o que no verificado em sistemas que adquirem pares
estereoscpicos a partir de dados adquiridos em rbitas adjacentes.

Dois exemplos de dados adquiridos nas bandas 3N e 3B podem ser


observados na Figura 3.1. Nota-se, no caso especfico dos corpos dgua
representados na imagem do Rio de Janeiro, a maior rugosidade registrada
pela banda 3B. Na banda 3B da imagem de So Paulo, observa-se o maior
sombreamento de edifcios.

Entre os poucos trabalhos experimentais j publicados que empregaram dados


ASTER para a obteno de modelos digitais de elevao, ou seja, no
utilizaram o produto nvel 3 do ASTER, pode ser citado o de Parma (2007), que
teve como objetivo analisar a aplicabilidade do modelo para Cartografia, o de
Godoy e Diz (2007), para o estudo da Geomorfologia, o de Melgao et al.
(2005), que comparou modelos extrados a partir de dados ASTER e SRTM, e
o de Oliveira (2005). Este ltimo autor comparou a adequao dos MDEs
gerados a partir de imagens ASTER, RADARSAT-1 e SRTM aos padres de
exatido cartogrfica estabelecidos pela legislao nacional, utilizando um
mdulo do programa PCI Geomatics para o processamento das imagens com
pontos de controle coletados em campo. Seus resultados apontaram para a
adequao dos MDEs ASTER exatido recomendada para a escala
1:100.000.

56
Figura 3.1 Imagem ASTER adquirida pelas bandas 3N e 3B para um recorte das
reas de estudo de So Paulo em 17/05/2006 (superior) e Rio de Janeiro
em 02/09/2004 (inferior).

3.2 Material e Mtodos

As especificaes dos dados ASTER utilizados para a gerao dos modelos


digitais de elevao so apresentadas na Tabela 3.1. Para o processamento
dos dados ASTER adquiridos nas bandas espectrais 3N e 3B foram utilizados
os programas: ENVI 4.2 com o mdulo AsterDTM, STATISTICA 6.0 para a
anlise estatstica, Global Mapper 7 para a obteno dos perfis topogrficos e
ArcGIS 9.1 para a elaborao de mapas.

57
Tabela 3.1 Especificaes das imagens ASTER.

Satlite Datas de
Resoluo Espacial Bandas
(Sensor) aquisio

13/10/2002 (SP)
Terra
15 m (VNIR) 3N, 3B 25/04/2003 (RJ)
(ASTER)
02/09/2004 (RJ)

O algoritmo AsterDTM foi desenvolvido para a gerao de modelos digitais de


elevao a partir de dados ASTER em linguagem Interactive Data Language
(IDL) com interface grfica implementada no programa Environment for
Visualizing Images (ENVI). Conforme Melgao et al. (2005), no ambiente do
AsterDTM a correo geomtrica entre as imagens 3B e 3N feita atravs dos
dados de efemrides do satlite, contidos no arquivo .hdf da imagem ASTER.
Esses dados so processados de forma automtica, resultando em imagens
quase epi-polares (pixels observados em nadir). Com um sistema referencial
comum s imagens estereoscpicas sendo atingido, o deslocamento entre as
mesmas, ou paralaxe, medido atravs do mtodo de correlao, de forma
que para cada pixel na imagem 3N, o deslocamento em pixels na imagem 3B
equivalente seja proporcional ao valor da altimetria nesse pixel.

Os modelos digitais de elevao no AsterDTM so gerados a partir das


imagens brutas disponibilizadas nos nveis de processamento 1A ou 1B, e
podem ser extrados com resoluo de sada de 15, 30 ou 60 m. O algoritmo
permite ainda a definio de valores mnimos e mximos para a sada do
modelo, deteco automtica de corpos de gua, orientao da imagem para o
Norte, aplicao de offset positivo ou negativo antes ou aps o processamento,
alm do ajuste de outros parmetros. Aps o processamento, tambm
possvel criar uma viso em anaglifo, figura estereoscpica da rea obtida a
partir de dois diferentes ngulos, visualizados em duas cores complementares.
O mdulo AsterDTM permite a extrao dos MDEs utilizando exclusivamente a
imagem ASTER, ou ainda integrando-a a outro MDE. Informaes com detalhe
sobre as opes implementadas no algoritmo podem ser consultadas em

58
Sulsoft (2005). Os procedimentos empregados para a gerao e avaliao dos
modelos digitais de elevao encontram-se sintetizados na Figura 3.2.

Imagem ASTER

SP (13/10/2002) RJ (25/04/2003) RJ (02/09/2004)

VNIR (1,2,3N) 15 m 3B

Extrao MDE ASTER + SRTM Digitalizao Cartas


(AsterDTM) Topogrficas (1:50000)

Modelo de Elevao (15 m) Georreferenciamento

Registro Registro Mosaico

Amostragem Estratificada

Offset Correlao

Filtragem (passa-baixa)

Fatiamento

Mapas Hipsomtricos

Figura 3.2 Fluxograma metodolgico.

Utilizando o recurso de deteco de corpos de gua disponibilizado pelo


mdulo, foram gerados trs modelos para as imagens ASTER7 (Figura 3.3). A
resoluo de sada ajustada foi 15 m. Optou-se por no utilizar informaes
agregando MDE externo ao processamento tendo em vista os dados
disponveis serem imagens SRTM (.hgt) com 90 m de resoluo espacial e
GTOPO (.DEM) com 1.000 m de resoluo espacial. Aps serem gerados, os
MDEs foram registrados com base no mosaico GeoCover disponibilizado pela
National Aeronautics and Space Administration (NASA), cena S-23-20_2000,

7
Para So Paulo optou-se por gerar apenas um MDE porque a imagem ASTER de
17/05/2006 (Figura 3.2) no compreendia toda a rea de interesse.

59
com resoluo espacial de 14,25 m. O mtodo de interpolao usado foi o
vizinho mais prximo, com o emprego de um polinmio de 1 grau. O erro
mdio quadrtico do registro (RMSE) foi de aproximadamente 4 m para os trs
MDEs obtidos.

Figura 3.3 Imagens utilizadas em composio colorida R3G2B1.

Considerando a diferena verificada nos ngulos de apontamento do sensor


para as imagens de So Paulo, com maiores valores registrados em
17/05/2006 (Tabela 3.2), houve o interesse em analisar a influncia dessa
caracterstica da imagem sobre as fraes fsicas mapeadas, tema tratado no
Quinto Captulo.

60
Tabela 3.2 ngulos de apontamento das imagens.

Data VNIR SWIR TIR


13/10/2002 (SP) -0,022 -0,006 0,005
17/05/2006 (SP) -2,87 -2,83 -2,85
25/04/2003 (RJ) -0,022 0,044 0,005
02/09/2004 (RJ) -0,022 0,022 0,005

3.3 Resultados e Discusso

A Figura 3.4 apresenta os MDEs obtidos aps o processamento das imagens.


Os MDEs apresentaram um rudo considervel, conseqncia, dentre outros
fatores, da adoo da resoluo espacial mxima permitida para a sada dos
modelos no AsterDTM, correspondente a 15 m. Para melhorar a visualizao
dos mapas hipsomtricos finais aplicou-se uma filtragem passa-baixa no MDE,
utilizando uma janela de 9x9 pixels. Em seguida foram elaborados mapas
hipsomtricos, classificando os MDEs por faixas de altitude (Figuras 3.5 e 3.8).

Figura 3.4 Modelos digitais de elevao em nveis de cinza. No detalhe, recorte


espacial das reas de estudo.

No mapa hipsomtrico da rea de estudo de So Paulo podem ser observados


os vales dos Rios Tiet, Pinheiros e Tamanduate, bem como crregos de
menor representatividade em suas plancies de inundao, caso do Riacho
Ipiranga, Crrego Pirajussara e gua Espraiada, por exemplo, em boa parte
canalizados. Um importante componente do stio urbano de So Paulo o

61
divisor de guas entre o Rio Pinheiros e o Tamanduate, conhecido por
Espigo Central. A altitude nesta rea superior a 800 m e a orientao do
divisor, do distrito de Jabaquara at o de Vila Mariana, norte-sul e, de Vila
Mariana at a Lapa, sudeste-noroeste, a mesma orientao dos Rios
Pinheiros e Tamanduate. Uma caracterstica importante deste divisor que a
vertente voltada para o Rio Tamanduate tem uma declividade menor que a
vertente voltada para o Rio Pinheiros (mais abrupta no lado oeste), onde se
localizam a plancie e os terraos do Rio Pinheiros.

Figura 3.5 Mapa hipsomtrico da rea de estudo de So Paulo.

No perfil topogrfico (Figura 3.6) podem ser observadas feies do relevo


destacadas no MDE. As reas a oeste do Rio Pinheiros so
predominantemente marcadas por colinas e em alguns trechos por plats
acima de 800 m, onde se localiza o distrito do Morumbi, por exemplo. A rea a
leste do Tamanduate, onde esto os distritos da Moca, Brs e Belm,

62
predominantemente marcada por terraos planos a sub-planos e por colinas
amplas (TARIFA; ARMANI, 2000). Estas feies so perceptveis no mapa
hipsomtrico de So Paulo (Figura 3.5) e so destacadas sobre a Figura 3.7.

Figura 3.6 Perfil topogrfico A-B representativo da rea de estudo de So Paulo.

Figura 3.7 Elementos da diviso territorial municipal de So Paulo sobrepostos ao


mapa hipsomtrico.

O MDE do Rio de Janeiro tambm foi classificado em faixas de altitude,


considerando a elevada amplitude topogrfica verificada (Figura 3.8). As

63
maiores altitudes obtidas a partir das imagens de 2003 e 2004 correspondem
aos picos dos macios da Tijuca e Pedra Branca, as maiores elevaes dessa
rea de estudo. Outras feies caractersticas do relevo do Rio de Janeiro so
as elevaes de menor proeminncia, tais como as serras do Juramento
Misericrdia, do Engenho Novo e de CopacabanaBotafogo. A Figura 3.9
apresenta a visualizao tridimensional do MDE gerado para a imagem do Rio
de Janeiro de 02/09/20048.

Figura 3.8 Mapa hipsomtrico da rea de estudo do Rio de Janeiro.

Segundo dados da Prefeitura Municipal, 22,5% da rea do municpio do Rio de


Janeiro encontra-se situada acima da cota 100 m de altitude (RIO DE
JANEIRO, 2006). Embora o MDE no contemple todo o municpio, foi
observado que este percentual se assemelha para a rea de estudo, pois
22,3% encontra-se acima da cota 100 m.

8
Aps o processamento inicial dos MDEs, foi encontrado achatamento nos topos das
elevaes para a rea de estudo do Rio de Janeiro e nivelamento mximo, no caso da imagem
do ano de 2004, em torno de 350 m. No caso da imagem de 2003, o nivelamento foi verificado
em torno de 600 m. Este problema foi informado Sulsoft, empresa responsvel pelo
desenvolvimento do algoritmo AsterDTM, que procurou resolv-lo, desenvolvendo uma nova
verso. Esta verso, utilizada posteriormente, foi capaz de corrigir o problema.

64
Figura 3.9 Representao tridimensional do modelo digital de elevao gerado para
a imagem do Rio de Janeiro de 02/09/2004.

O Macio da Tijuca divide a cidade em duas regies: zona norte e zona sul. Ele
subdividido pelo Alto da Boa Vista em: Macio da Tijuca propriamente dito e
Serra da Carioca, a leste. As reas mais planas podem ser subdivididas em
Baixada Fluminense e Baixada de Jacarepagu. No perfil topogrfico extrado
do MDE podem ser observadas feies de destaque do relevo (Figura 3.10).

Figura 3.10 Perfil topogrfico A-B representativo da rea de estudo do Rio de


Janeiro.

Apesar dos obstculos do relevo ocupao humana, algumas vias de


interligao das baixadas foram implementadas, tais como a estrada
Jacarepagu Graja e a estrada do Alto da Boa Vista, ambas com alta
sinuosidade em seu traado. O crescimento da cidade e a necessidade de
maior acessibilidade conduziram perfurao dos macios visando a
construo de tneis. Entre estes podem ser citados os tneis Rebouas (Rio
Comprido Lagoa), Dois Irmos (Gvea So Conrado), Santa Brbara
(Laranjeiras Catumbi) e o da Linha Amarela (gua Santa Freguesia de

65
Jacarepagu). Outras feies de destaque so as lagoas de Jacarepagu,
Tijuca, Marapendi, Camorim e Rodrigo de Freitas, localizadas entre os macios
e o Oceano Atlntico e separadas deste ltimo por cordes arenosos
praticamente ocupados em toda a sua extenso pelo uso urbano.

Algumas encostas do Macio da Tijuca encontram-se ocupadas por favelas,


tais como a da Rocinha, Dona Marta e Vidigal. Segundo IPP (2005), os
atendimentos da Defesa Civil em acidentes relativos fragilidade das encostas
ocupam posio de destaque nas estatsticas anualmente. Os deslizamentos
ou as ameaas de material proveniente das elevaes (deslizamento de
barreira, rolamento de pedra e queda de muro de arrimo ou de conteno)
constituem a grande maioria dos atendimentos s ocorrncias relacionadas ao
meio ambiente e ultrapassaram 65% dos atendimentos em nove anos (1993 a
2004). H tambm um grande nmero de favelas em reas de baixadas como,
por exemplo, a Cidade de Deus, o Complexo da Mar, o Jacarezinho e Vigrio
Geral. Na Figura 3.11 podem ser observados os bairros correspondentes.

Figura 3.11 Elementos da diviso territorial municipal do Rio de Janeiro sobrepostos


ao mapa hipsomtrico.

66
3.4 Avaliao dos Modelos de Elevao

Segundo Abrams et al. (1999) os MDEs relativos (elaborados sem pontos de


controle) do ASTER podem ser gerados com valores de RMSE de at 10 m. A
preciso altimtrica do MDE gerado a partir do AsterDTM no citada em seu
manual (SULSOFT, 2005), embora seja difundido o valor de 14 m. Este valor,
no entanto, pode divergir conforme a rea de estudo. Considerando a
configurao topogrfica notadamente distinta das reas de estudo deste
trabalho e a relevncia deste dado para a anlise integrada proposta na
pesquisa, foi executada uma avaliao dos MDEs para verificar o nvel de
conformidade em relao ao mapeamento topogrfico oficial em escala
compatvel. Esta avaliao foi executada conforme os procedimentos
apresentados a seguir.

Inicialmente foi planejado utilizar como referncia os marcos geodsicos do


IBGE conhecidos como Referncia de Nvel (RN). Os memoriais descritivos de
cada uma dessas marcaes foram obtidos, separadamente, junto ao IBGE,
para as reas de estudo. Aps verificao inicial dos dados, foi observado que,
no caso especfico do Rio de Janeiro, quase a totalidade dos dados esto
cotados em nveis muito prximos ao do mar. O ideal seria trabalhar com
dados amostrados em diferentes faixas de altitude, considerando sua amplitude
e a representatividade de cada faixa em rea.

Como alternativa, embora de menor preciso planimtrica e altimtrica, foram


utilizados como referncia dados (pontos cotados) extrados de cartas
topogrficas em escala 1:50.000 da rea de abrangncia das imagens. As
cartas topogrficas em escala 1:50.000 correspondentes s reas de estudo,
Folhas Osasco (IBGE, 1984a), So Paulo (IBGE, 1984b), Vila Militar (DSG,
1963) e Baa da Guanabara (DSG, 1965), foram digitalizadas em cores. Aps
digitalizao, as cartas foram georreferenciadas, mosaicadas e co-registradas
com os MDEs. Para o georreferenciamento das cartas topogrficas foram
utilizados cerca de 35 pontos para cada carta, e o RMSE foi inferior a 5 m em

67
todos os casos (aproximadamente 0,98 pixel). A Figura 3.12 apresenta o
mosaico de cartas topogrficas elaborado para a seleo de pontos de
referncia no Rio de Janeiro.

Figura 3.12 Mosaico de cartas topogrficas. No detalhe, exemplo de ponto cotado.

A partir de amostragem aleatria estratificada, considerando classes de altitude


pr-determinadas para a elaborao de mapas hipsomtricos a partir dos
MDEs, foram selecionados 75 pontos cotados nas cartas topogrficas para
verificao dos valores correspondentes nos MDEs (Figura 3.13). Isto para
avaliar, por anlise de regresso linear simples, a qualidade dos modelos
gerados, bem como verificar a necessidade ou no de aplicar um offset sobre o
MDE, negativo ou positivo. Estes 75 pontos representaram quase a totalidade
de pontos cotados do mosaico de cartas. No caso do Rio de Janeiro, foram
selecionados os mesmos pontos de referncia para a avaliao dos dois
MDEs, permitindo, dessa forma, uma comparao entre eles.

Para a anlise da relao estatstica entre as variveis foi utilizado o coeficiente


de correlao linear de Pearson (r). Este coeficiente, conforme define Neter et
al. (1996), indica o grau de intensidade da correlao linear entre duas
variveis e, ainda, o sentido dessa correlao (positiva ou negativa). O
coeficiente de correlao linear de Pearson varia entre -1 e +1 (-1 <= r <= +1).

68
Figura 3.13 Localizao das amostras selecionadas e respectivos valores de altitude
(em metros) no mosaico de cartas topogrficas e nos modelos digitais
de elevao (o MDE do Rio de Janeiro de 02/09/2004).

Considerando uma amostra com n pares ordenados (xi, yi), o coeficiente de


correlao definido pela Equao 3.1:

n n n
n X x i y i @X x i X y i
i=1 i=1 i=1
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
fff
f
ff
f
fff
f
ff
f
fff
f
ff
f
ff
f
ff
f
ff
f
ffff
f
ff
f
fff
f
ff
f
ff
f
ff
ff
f
ff
f
fff
f
fff
f
ff
f
ff
f f
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f f
f
ff
f
ff
ff
f
ff
f
f
v
ww
w
w
ww
w
ww
w
w
ww
w
w
ww
w
w
ww
w
w
ww
w
w
ww
w
w
ww
w
w
ww
w
w
www
w
w
ww
w
ww
ww
w
w
ww
w
w
ww
ww
w
w
ww
w
ww
w
w
ww
w
w
ww
w
w
ww
www
w
w
ww
w
w
ww
ww
w
w
ww
w
ww
w
w
ww
w
ww
w
w
ww
w
w
ww
ww
w
w
www
w
w
ww
w
ww
w
www
w
w
ww
w
ww
w
w
ww
w
w
ww
w
w
ww
w
w
ww
w
w
ww
w
w
ww
w
w
ww
w
w
ww
w
www
w
ww
w
w
ww
r =u
u
H
2
IH
2
I (3.1)
uL n
f n g n f n g
uJn X x 2 @ X x M L X 2
n y @ X y M
t i i KJ i i
K
i=1 i=1 i=1 i=1

Caso seja observada relao linear entre as variveis atravs da medida de


correlao, a relao pode ser estabelecida e, conseqentemente, pode ser
feita uma srie de inferncias a partir da tcnica estatstica da anlise de
regresso. Segundo Neter et al. (1996) um modelo de regresso uma

69
ferramenta estatstica que atravs do relacionamento existente entre duas ou
mais variveis permite que uma delas possa ser descrita ou ter seu valor
estimado a partir das demais. Um modelo de regresso um modo formal de
expressar a tendncia que a varivel dependente (Y) tem em variar com a(s)
varivel(is) independente(s) (X) de modo sistemtico. Isto pode ser visualizado
atravs da disperso dos pontos (observaes) ao redor da curva de relao
estatstica. Um modelo de regresso contendo somente uma varivel
independente denominado modelo de regresso simples ou modelo de
primeira ordem. Um modelo com mais de uma varivel independente
denominado modelo de regresso mltipla.

Para esta etapa da pesquisa foi empregado um modelo de regresso linear


simples visando ajustar os valores de altitude obtidos pelos MDEs a uma
referncia conhecida. Este modelo pode ser expresso matematicamente
conforme a Equao 3.2:

Yi = 0 + 1Xi1 + i (3.2)

onde:
Yi o valor da varivel dependente, que deseja ser explicada, na i-sima
observao;
Xi uma das variveis independentes ou explicativas;
0 o coeficiente da regresso que representa o intercepto populacional em Y da
equao de regresso ( o valor de Y quando X igual a zero);
1 o coeficiente da regresso que determina a inclinao da linha; e,
i um termo de erro aleatrio com mdia zero e varincia constante.

Em geral, no se conhecem os valores dos coeficientes de regresso 0 e 1.


Entretanto, estes parmetros podem ser estimados atravs de dados obtidos
por amostragem. Os estimadores de 0 e 1 so conhecidos por b0 e b1 e so
calculados usando os pares (xi, yi) obtidos por amostras.

70
O ndice de correlao obtido entre o MDE e a Carta foi de 0,9841 para So
Paulo, 0,9780 para a imagem de 25/04/2003 do Rio de Janeiro e 0,9781 para a
imagem de 02/09/2004 (Figura 3.14). Era esperado que valores mais altos
fossem obtidos para So Paulo, devido menor amplitude topogrfica da rea
de estudo.

Figura 3.14 Diagramas de disperso (a imagem do Rio de Janeiro de 02/09/2004).

Apesar dos elevados ndices de correlao, para todos os MDEs foi necessria
a aplicao de um offset, pois os valores resultantes foram em mdia 20 m
inferiores aos pontos cotados nas cartas. Isto diverge dos resultados
verificados na avaliao de dados SRTM, como a exemplo dos trabalhos de
Barros e Cruz (2007) e Zaloti Jnior et al. (2007), que encontraram valores
superestimados para os MDEs em relao aos dados de referncia. Na Figura
3.15 pode ser observada a diferena entre as altitudes cotadas nas cartas
topogrficas e as altitudes estimadas pelos MDEs.

No caso de dados de radar, a superestimao ocorre, em reas especficas,


principalmente pela influncia de edifcios ou do estrato arbreo superior em
reas cobertas por densa vegetao e, para dados adquiridos em bandas de
menor comprimento de onda, como as bandas K e X, porque o sinal do radar
no capaz de atravessar estes alvos e obter informaes do relevo. Nesse
exemplo, portanto, o valor de altitude registrado corresponde ao do telhado dos
edifcios ou da copa das rvores. Barros e Cruz (2007) verificaram tambm que

71
as maiores diferenas de altitude so encontradas em reas de maior
declividade, embora tenham considerado sua amostra pouco significativa.

Figura 3.15 Altitudes cotadas nas cartas topogrficas subtradas das altitudes
estimadas pelos MDEs.

A aplicao do offset nos MDEs foi efetuada a partir das equaes obtidas nos
modelos de regresso linear simples:

a) MDE = -13,834 + 1,0458 * Carta (imagem de So Paulo);


b) MDE = 31,533 + 1,0581 * Carta (imagem de 25/04/2003 do Rio de Janeiro);
c) MDE = 24,528 + 1,0571 * Carta (imagem de 02/09/2004 do Rio de Janeiro).

A avaliao dos resultados foi fundamental para a correo dos MDEs. Para a
rea de estudo do Rio de Janeiro, por exemplo, no modelo original as altitudes
das reas emersas mais baixas apresentaram valores inferiores aos do nvel
do mar. A Figura 3.16 apresenta os MDEs obtidos antes e aps a aplicao da
equao de regresso.

Embora a anlise da adequao dos MDEs ao mapeamento topogrfico oficial


em escala compatvel tenha contribudo para o ajuste de seus valores, novos
testes podem ser aplicados na comparao entre MDEs obtidos atravs do
mdulo AsterDTM utilizando unicamente dados ASTER, ou agregando ao
processamento imagens SRTM, na opo disponvel de incluso de MDE

72
externo. Nesta etapa, visando verificar a influncia e a diferena entre os
resultados, tambm foram gerados os MDEs utilizando como recurso externo o
MDE do SRTM. As imagens SRTM utilizadas (em formato .hgt) foram a
S23W044 e S24W044 para o Rio de Janeiro e a S24W047 para So Paulo.

Figura 3.16 Mapas hipsomtricos da rea de estudo do Rio de Janeiro elaborados


antes (A) e depois da avaliao dos resultados (B).

73
A anlise dos resultados em faixas de altitude (Figura 3.17) mostrou que para o
Rio de Janeiro e para So Paulo parece ser grande a diferena entre o MDE
gerado unicamente a partir de dados ASTER e o MDE gerado a partir da
integrao entre dados ASTER e SRTM. Com relao mdia das imagens, as
imagens ASTER (Tabela 3.3) apresentaram, nos trs casos, mdias inferiores,
da ordem de aproximadamente 20 m, em relao s registradas com os dados
ASTER integrados ao SRTM.

Figura 3.17 Fatiamento dos modelos digitais de elevao brutos obtidos a partir do
processamento dos dados ASTER e da integrao de dados ASTER e
SRTM.

Portanto, concluiu-se que a integrao de dados SRTM apresenta potencial


para a melhoria dos resultados com o processamento de MDEs no algoritmo
AsterDTM. Esta seria uma outra possibilidade de trabalho para o ajuste dos
MDEs gerados a partir de imagens ASTER, caso sejam encontrados problemas
semelhantes aos desta pesquisa (valores inferiores referncia).

74
Tabela 3.3 Parmetros estatsticos dos modelos digitais de elevao (rea de
estudo).

MDE Mnimo Mximo Mdia Desvio


(m) (m) (m) Padro ()

ASTER (2002) 650 1074 747,00 32,24


ASTER e SRTM (2002) 695 1095 768,37 32,10
ASTER (2003) -75 985 63,47 158,18
ASTER e SRTM (2003) -124 1003 81,38 158,79
ASTER (2004) -75 977 68,31 160,23
ASTER e SRTM (2004) -135 913 83,17 160,05

3.5 Concluses

Este estudo concluiu pela boa qualificao do MDE do ASTER para


representar a superfcie. Como esperado, as maiores discordncias entre
valores de altitude ocorreram na rea de estudo do Rio de Janeiro em virtude
da topografia acidentada, como o exemplo das proeminentes elevaes dos
Morros do Corcovado, Pico Dois Irmos, Pedra da Gvea, Po de Acar e
Urca.

Os MDEs apresentaram elevada correlao com as cartas topogrficas oficiais


em escala compatvel, necessitando, entretanto, da aplicao de um offset para
ajuste, pois as altitudes foram subestimadas. A agregao de dados SRTM ao
processamento tambm se mostrou uma possibilidade factvel para evitar a
subestimao. A diferena encontrada pode ter ocorrido em funo de
discrepncias no processamento do programa utilizado.

importante citar que a interferometria pode levar a melhores resultados do


que a estereoscopia. Por outro lado, a vantagem dos dados ASTER em relao
a dados como os do SRTM est na maior resoluo espacial. Entretanto, estes
resultados ainda so preliminares e novos testes devero ser efetuados,
inclusive no intuito de verificar a preciso do MDE para a representao direta
da superfcie.

75
Para a continuidade destas pesquisas, os resultados podero ser comparados
com o processamento aplicando-se outros algoritmos disponveis em
programas de processamento de imagens, bem como com o produto ASTER
nvel 3 (modelo digital de elevao), disponvel para aquisio sob demanda,
com 30 m de resoluo. possvel que, utilizando um MDE ASTER com
resoluo mais grosseira, seja minimizado o rudo bem como dispensada a
necessidade da aplicao de filtragem. Alm disso, podero ser extrados
MDEs para as mesmas reas de estudo efetuando o processamento de
imagens de outros sensores, respeitadas na avaliao as diferenas em funo
da resoluo espacial.

76
4 ESTUDO DA TEMPERATURA DA SUPERFCIE

4.1 Introduo

A caracterstica espectral da radiao eletromagntica (REM) permite a


realizao de inmeros estudos da superfcie terrestre atravs dos dados
detectados por sensores remotos. Segundo a lei de Planck, a emisso
espectral de REM de um corpo proporcional sua temperatura. De acordo
com as temperaturas presentes no sistema terra/atmosfera, a emisso de
REM, conhecida como emitncia ou exitncia radiante, encontra-se na faixa
espectral do infravermelho distante ou termal, em torno de 4 a 100 m
(FEAGLE; BUSINGER, 1980). Os dados coletados por sistemas sensores so,
portanto, representativos da temperatura do elemento do sistema
terra/atmosfera imageado.

Emissividade representa uma propriedade intrnseca de uma substncia pura


(KAHLE; ALLEY, 1992). A emissividade espectral de um objeto uma medida
de sua capacidade de emitir radiao comparada a um corpo negro sendo,
portanto, definida pela razo existente entre a radincia emitida por uma
superfcie natural e a radincia emitida por um corpo negro mesma
temperatura (KEALY; HOOK, 1993).

Um corpo negro representa uma superfcie hipottica, cuja emitncia espectral


mxima em todos os comprimentos de onda, ou seja, possui emissividade
constante e igual a 1. Os objetos da superfcie terrestre no emitem radincia
como um corpo negro, pois apresentam emissividade varivel. Quando a
emissividade espectral de um objeto igual a 1, a sua temperatura
radiomtrica (tambm conhecida como temperatura de brilho ou aparente)
igual temperatura real deste (temperatura termomtrica). Se a emitncia
medida em n canais espectrais, existem n + 1 dados desconhecidos (n
emissividades, uma por canal, e uma temperatura da superfcie). A emitncia
observada por um sistema sensor nos canais do infravermelho termal funo
da temperatura e emissividade da superfcie, conforme o exemplo apresentado

77
na Figura 4.1, e tambm das propriedades pticas da coluna atmosfrica
localizada no pixel e na sua vizinhana.

0 T(C) 63
Figura 4.1 Relao entre a emissividade e a temperatura no infravermelho termal.
Fonte: Lucca (2005).

Para a anlise de dados termais, importante efetuar a separao entre a


temperatura e a emissividade (KAHLE; ALLEY, 1992). Como, segundo
Salisbury e Dria (1992), a maioria dos materiais urbanos apresenta
emissividade elevada, esta se torna o principal fenmeno de influncia. A
temperatura observada pelo sensor pode ser descrita conforme a Equao 4.1:

Tsat = Tsup + Tatm (4.1)

em que: Tsat a temperatura aparente;


a transmitncia da atmosfera;
a emissividade;
Tsup a temperatura da superfcie; e
Tatm a temperatura mdia ponderada pela modelagem da emisso da
atmosfera.

A radiao emitida pela superfcie modificada pelos efeitos da atenuao e


emisso atmosfrica. At mesmo nas janelas atmosfricas de 4 a 5 m e de 8
a 13 m, excluindo a faixa em torno de 9,6 m, onde ocorre a forte banda de
absoro do oznio, h significativa interferncia da atmosfera, a ponto de

78
introduzir erros ou obscurecer os espectros de emisso da superfcie (YOUNG
et al., 2002).

Como a emissividade est relacionada composio da superfcie,


freqentemente utilizada para o mapeamento de seus constituintes. A
emissividade das superfcies controlada por fatores como o contedo de
gua, composio qumica, estrutura e rugosidade. Snyder et al. (1998)
salientam, no caso da vegetao, que a emissividade pode variar
significativamente com a espcie, densidade e estgio de crescimento. J a
emissividade do solo, varia em funo do seu tipo e contedo de umidade.
Assim como a reflectncia, a emissividade, em um corpo real (tambm
chamado de radiador seletivo) varia em funo do comprimento de onda.
Lillesand e Kiefer (2000) apresentam informaes sobre a mdia do albedo9 e
da emissividade de alguns alvos urbanos, listadas na Tabela 4.1.

Tabela 4.1 Albedo e emissividade de corpos terrestres selecionados (variao mdia


entre parnteses).

Tipo de Superfcie Urbana Albedo Emissividade

Estradas 0,07 (+/- 0,01) 0,96 (+/- 0,03)


reas mistas 0,12 (+/- 0,03) 0,95 (+/- 0,04)
reas com cobertura vegetal 0,16 (+/- 0,02) 0,98 (+/- 0,03)
reas com mdia densidade de construo 0,20 (+/- 0,02) 0,94 (+/- 0,03)
reas com alta densidade de construo 0,25 (+/- 0,02) 0,93 (+/- 0,03)
Fonte: Lillesand e Kiefer (2000).

Dados termais extrados de sensores remotos so utilizados na anlise de


espectros de emissividade, no mapeamento mineral, na deteco de
queimadas e em estudos de climatologia, hidrologia, vulcanismo e deficincia
hdrica em plantas, entre outros. As principais pesquisas em meteorologia
envolvem a extrao de perfis de temperatura e emissividade a partir de
sensores orbitais com a finalidade de monitorar e prever o tempo, bem como

9
Albedo a relao entre os fluxos radiantes refletido e incidente integrados
espectralmente ao longo de todo o espectro solar eletromagntico (VIANELLO; ALVES, 1997).

79
de estudar as possveis mudanas climticas geradas por aes
antropognicas. Com o advento do sensoriamento remoto orbital, dados
Advanced Very High Resolution Radiometer (AVHRR)/NOAA, com resoluo
espacial de 1 km, passaram a ser utilizados para o mapeamento de
temperatura da superfcie terrestre, assim como a banda 6 dos sensores TM e
ETM+ a bordo dos satlites Landsat, com resoluo espacial de 120 e 60 m,
respectivamente.

A heterogeneidade na cobertura e uso das reas urbanas refletida na grande


variao espacial das superfcies termais (WENG, 2003). Como conseqncia,
vrios estudos urbanos envolvendo sensoriamento remoto termal tm sido
desenvolvidos como, por exemplo, a anlise da relao entre a temperatura da
superfcie e o uso da terra (LO; QUATTROCHI, 2003; WENG et al., 2004), os
padres de temperatura da superfcie em funo da geometria, orientao e
altura dos edifcios (NICHOL, 1996), as respostas diurnas e noturnas de
diferentes materiais (CHUVIECO, 2002), a poluio do ar (SIFAKIS;
DESCHAMPS, 1992; UNG et al., 2001; WALD; BALEYNAUD, 1999; WEBER et
al., 2001) e a representao das temperaturas da superfcie a partir de dados
com diferentes resolues espaciais (SOUSA; BAPTISTA, 2005), entre outros.

O clima considerado um importante fator no estudo ambiental urbano e de


fundamental importncia para a qualidade do meio. As alteraes induzidas
pelo processo de urbanizao influenciam o balano de energia, refletindo-se
na maior capacidade de estocagem de calor em funo das propriedades dos
materiais empregados na construo do espao urbano (BRANDO, 1996),
alm de alterar os fluxos de umidade e o sistema de circulao do vento
(BEZERRA; BRANDO, 1997).

O enfoque atual dos estudos de clima urbano concentra-se na contaminao


da atmosfera e nas alteraes sobre a qualidade do ar, o conforto trmico e as
inundaes urbanas. Segundo Monteiro (1976) a caracterizao do clima
urbano realizada atravs de trs subsistemas representativos de cada uma

80
destas alteraes: o fsico-qumico, o termodinmico e o hidrometerico. Logo,
poluio do ar, ilhas de calor e inundaes constituem produtos das alteraes
em cada subsistema do clima urbano.

Os dois principais enfoques de trabalho sobre ilhas de calor so: anlise da


variao multitemporal e da variao espacial da temperatura. O primeiro, a
anlise multitemporal, visa verificar se houve aumento na temperatura mdia
ao longo dos anos, o que pode ser um indicador do surgimento ou
intensificao do fenmeno. Nessa abordagem se insere o trabalho de Lo e
Quatrocchi (2003). Como h casos em que o aumento na temperatura da
superfcie pode ser motivado por diferentes condies meteorolgicas no
momento de aquisio dos dados de sensoriamento remoto, qualquer estudo
que envolve ilhas de calor deve considerar essas condies. No segundo
enfoque, o da variao espacial da temperatura, tratado em estudos como o de
Weng et al. (2004), o objetivo verificar padres de variao da temperatura
da superfcie ou ainda, as diferenas segundo os tipos de uso e cobertura da
terra.

Conforme Baptista (2003) o fenmeno de ilhas de calor mais freqente em


ambientes urbanos, pois os diferentes padres de refletividade (albedo) so
altamente dependentes dos materiais empregados na construo civil e que
constituem as superfcies impermeabilizadas do espao urbano. Dependendo
do albedo, mais ou menos REM ser absorvida e, conseqentemente, maior ou
menor ser a quantidade de radiao emitida pela superfcie.

Em geral so estudados dois tipos de ilhas de calor: a da camada do dossel


urbano, conhecida como Urban Canopy Layer (UCL) e a da camada limite
urbana ou Urban Boundary Layer (UBL) (OKE, 1976). A ilha de calor do dossel
urbano est localizada abaixo do nvel dos telhados ou cobertura das
edificaes e produz processos de microescala atuando nas ruas (cnions)
entre os edifcios. Para caracterizar essas ilhas de calor so utilizados dados
de temperatura obtidos a partir de imagens de satlite, corrigidos para os

81
efeitos da atmosfera, chamados de temperatura da superfcie. A ilha de calor
da camada limite urbana encontra-se acima da altura dos telhados e um
fenmeno local de mesoescala influenciado pela estrutura fsica geral da
superfcie urbana. Este fenmeno mais bem caracterizado ao se medir e
comparar as temperaturas do ar de uma estao rural e de uma estao
urbana (LO; QUATTROCHI, 2003). Para uma anlise da ilha de calor da
camada limite urbana necessrio recorrer a uma funo que relacione a
temperatura da superfcie com a temperatura do ar prxima ao solo.

A configurao clssica de uma ilha de calor verifica-se com o aumento na


temperatura da superfcie em direo s reas centrais do espao urbano,
mais densamente ocupadas (Figura 4.2). Uma ilha de calor pode ser estudada
considerando a magnitude da diferena de temperatura observada entre a
cidade e o ambiente rural circundante.

Figura 4.2 Configurao clssica da ilha urbana de calor.


Fonte: www.epa.gov/heatisland/about/index.html. Acesso
em: 18 jul. 2007.

Dada a natureza heterognea do ambiente urbano, Nichol (1996) argumenta


que os estudos que utilizam dados termais de alta resoluo espacial no
analisam as ilhas de calor, mas os padres da temperatura de superfcie. Para

82
a autora, ilhas de calor um termo aplicvel para estudos que envolvem dados
de baixa e mdia resoluo espacial.

Oke (1982) elaborou um dos primeiros estudos sobre clima urbano,


conceituando e caracterizando fisicamente a ilha de calor. No Brasil, o primeiro
estudo sobre esse fenmeno foi desenvolvido por Lombardo (1985), que
utilizou imagens multitemporais da cidade de So Paulo obtidas pelo sensor
AVHRR. Detectando cerca de 10C de diferena de temperatura, seus
resultados permitiram caracterizar a presena de uma ilha de calor em So
Paulo segundo a configurao clssica.

Estudos publicados recentemente sobre ilhas de calor no Brasil foram os de


Baptista (2003), Sousa e Baptista (2005) e Teza e Baptista (2005). Baptista
(2003) analisou imagens termais do Distrito Federal obtidas pelo sensor
TM/Landsat 5 em 1984 e em 2001. Concluiu que houve uma ampliao da ilha
de calor, motivada fundamentalmente pela expanso urbana aliada ocupao
de reas pblicas.

Os resultados da comparao realizada por Chen e Zhou (2004) entre


temperaturas medidas pelos sensores ETM+/Landsat e ASTER10 mostraram
uma alta correlao (R variando entre 0,85 e 0,95). Nos diagramas de
disperso dos dados das duas cenas analisadas, considerando como
referncia para o sensor ETM+ tanto a banda termal de alto ganho quanto a de
baixo ganho, foi verificada a presena de colunas regulares verticais com
amplitude de 10C ou mais. Isto indica que, para diferentes locais (pontos em
uma imagem), as temperaturas medidas pelo ETM+ podem ser as mesmas,
enquanto as temperaturas medidas pelo ASTER podem variar 10 C ou mais
para os mesmos locais, ou seja, Chen e Zhou (2004) concluram que o ASTER
mais eficiente na discriminao das temperaturas em relao ao ETM+.

10
Chen e Zhou (2004) utilizaram como referncia o produto ASTER temperatura de brilho
(nvel 2).

83
4.2 Material e Mtodos

Para a anlise da temperatura da superfcie nas reas de estudo de So Paulo


e Rio de Janeiro foram utilizados dados coletados nas cinco bandas termais do
sensor ASTER identificadas na Tabela 4.2. Nesta etapa, para processamento
das transformaes radiomtricas e registro das imagens foi utilizado o
programa ENVI 4.2, e na elaborao de mapas o programa ArcGIS 9.1.

Tabela 4.2 Especificaes das imagens ASTER.

Satlite Datas de
Resoluo Espacial Bandas
(Sensor) aquisio
13/10/2002 (SP)
Terra 25/04/2003 (RJ)
90 m (TIR) 10, 11, 12, 13 e 14
(ASTER) 02/09/2004 (RJ)
17/05/2006 (SP)

Os procedimentos empregados para o processamento das imagens termais


encontram-se detalhados na Figura 4.3. As imagens termais foram corrigidas
segundo dois processos: (1) correo para absoro e reemisso atmosfrica;
e (2) correo para emissividade (VOOGT; OKE, 2003).

Para que seja obtida a imagem da temperatura de superfcie, em etapa anterior


converso dos dados termais para emissividade e temperatura
imprescindvel efetuar a correo dos efeitos atmosfricos na imagem de
satlite. A temperatura da superfcie da Terra corrigida para emissividade pode
ser computada segundo a Equao 4.2 (ARTIS; CARNAHAN, 1982):

T c
f
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff f
f
f
h i
Ts = Tff
f
f
cf
f
f (4.2)
1 + B
j k .
ln

em que: o comprimento de onda da radincia emitida (para o pico da resposta


espectral de cada banda e mdia de sua largura);
Tc a temperatura aparente;
= h*c/ ( a constante de Stefan-Boltzmann (1,38*10-23J.K-1), h a
constante de Planck (6,626*10-34J.s), c a velocidade da luz (2,998*108m.s-1).

84
Imagem ASTER

SP (13/10/2002) SP (17/05/2006) RJ (25/04/2003) RJ (02/09/2004)

TIR (10,11,12,13,14) 90 m

Correo Atmosfrica (ISAC)

Separao Temp. X Emissividade

Banda de Normalizao da
Referncia Emissividade

Imagem Temperatura

Registro

Converso Dados de
(K para C) Temperatura

Fatiamento

Mapas de Temperatura

Figura 4.3 Fluxograma metodolgico.

A correo foi efetuada atravs de um algoritmo de Compensao Atmosfrica


da Cena ISAC (In-Scene Atmospheric Compensation) (YOUNG et al., 2002)
implementado no programa ENVI 4.211. Este algoritmo foi desenvolvido para o
sensor aerotransportado Spatially Enhanced Broadband Array Spectrograph
System (SEBASS), de propriedade da empresa Aerospace Corporation, que
possui 124 bandas no intervalo espectral de 7,5 a 13,4 m.

11
A correo dos efeitos da atmosfera das imagens termais no foi efetuada no programa
PCI Geomatics 10.0, pois ele exige que a imagem termal seja reamostrada para 15 m antes de
efetuar a correo. Apesar de efetuar a correo atmosfrica, no gerada uma imagem
temperatura (aps o processo de separao entre a temperatura e a emissividade) como faz o
programa ENVI. Alm disso, o algoritmo do PCI apenas efetua a correo para a banda 13 do
sensor. O programa ENVI 4.2 permite corrigir as imagens de todos os canais termais do sensor
(5) e, desta forma, possvel comparar os resultados canal por canal. Tomando como base
princpios fsicos do sensoriamento remoto, possvel selecionar o melhor canal (faixa do
espectro emitido) para o estudo da temperatura da superfcie.

85
O algoritmo ISAC possibilita corrigir os efeitos da atmosfera de dados termais
multiespectrais com base nos parmetros de radincia coletados pelo prprio
sensor remoto, sem a necessidade de dados meteorolgicos auxiliares,
freqentemente indisponveis ou inadequados, e de modelagem atmosfrica
(YOUNG et al., 2002). O algoritmo ISAC no se baseia em modelagem
atmosfrica como o Moderate Resolution Atmospheric Transmission
(MODTRAN). Enquanto o processamento no MODTRAN requer informaes
como modelo de atmosfera representativa, modelo de aerossol12, entre outros,
o algoritmo ISAC utiliza dados da prpria imagem para efetuar a correo.

No algoritmo ISAC se assume que as condies atmosfricas so uniformes e


que h uma superfcie semelhante a um corpo negro na cena (em geral,
considera-se vegetao ou gua, que possuem emissividades altas e com
menor variao)13. Por isso, recomendvel que se trabalhe com pequenas
reas e, tambm, que estas no apresentem grande amplitude topogrfica.
Quando houver grande amplitude, o ideal seria segmentar a rea de interesse
em setores de altitude similar.

No processo de correo pelo mtodo da Compensao Atmosfrica da Cena,


a temperatura de superfcie de cada pixel estimada e usada para se obter a
temperatura aparente com base na equao de Planck, assumindo-se uma
emissividade igual a 1. Em seguida, ajustada uma linha no diagrama de
disperso entre a emitncia e a temperatura aparente. Os percentuais de
radiao atenuada e transmitida pela atmosfera so derivados a partir dos
coeficientes de regresso dessa linha (RSI, 2005).

A temperatura de superfcie pode ser obtida usando toda a imagem no


processo de correo, e estimando seu valor para cada pixel atravs do valor
mximo de temperatura aparente encontrado entre todas as bandas de
entrada, ou atravs do mtodo dos Mais Brilhantes (Max Hit), que estima a

12
Aerossis correspondem a partculas slidas ou lquidas dispersas na atmosfera.
13
No necessrio informar a localizao desta superfcie para a correo atmosfrica.

86
temperatura de superfcie somente para os pixels que tm a temperatura
aparente mxima em uma banda especfica. Essa banda aquela que tem o
maior nmero de pixels com o valor mximo de temperatura aparente.

A linha de regresso para ambos os casos (totalidade de pixels ou somente os


mais brilhantes) pode ser ajustada atravs da aplicao do mtodo de Top of
Bins ou do mtodo da Regresso Normalizada. No mtodo Top of Bins,
ajustada uma linha no topo do diagrama de disperso entre a emitncia e a
temperatura aparente. O topo corresponde aos pixels que possuem
emissividade mais prxima a 1. So selecionados 5% dos dados do diagrama
de disperso.

No mtodo de Regresso Normalizada, primeiramente se ajusta uma linha no


diagrama de disperso entre os valores de emitncia e de temperatura
aparente. Os resduos so comparados a um grfico de probabilidade normal e
uma nova regresso calculada. Os pixels que tiverem valores superiores a
trs vezes o valor da resposta equivalente ao rudo do sensor so
considerados outliers e so removidos. Uma nova regresso feita a partir
desse conjunto reduzido de pixels.

Caso seja adotado o ajuste pela Regresso Normalizada, necessrio que


seja informado o valor de Resposta Equivalente de Rudo do Sensor NESR
(Noise Equivalent Signal Response). Dependendo da unidade em que se
encontram, tambm necessrio ajustar o fator de escala dos dados
radiomtricos para W.-2sr-1.m-1. No caso de dados ASTER calibrados, o fator
de escala selecionado foi equivalente a 1, pois se encontravam na respectiva
unidade. A unidade do comprimento de onda tambm deve ser informada e,
geralmente, corresponde a micrometros ou nanometros.

Nas imagens tratadas neste estudo foram utilizados todos os pixels para o
clculo da equao de regresso normalizada, considerando uma resposta de
rudo do sensor de 2,5%. O ajuste por Regresso Normalizada foi adotado,

87
pois conforme RSI (2005), o mtodo Top of Bins susceptvel ao rudo do
sensor que pode ocorrer no topo do diagrama de disperso.

Aps a correo atmosfrica, a separao entre a emissividade e a


temperatura nos dados termais foi obtida atravs de dois mtodos disponveis
no programa ENVI: com o uso de uma Banda de Referncia (Reference
Channel) e atravs da Normalizao da Emissividade (Emissivity
Normalization). O terceiro mtodo, conhecido como Resduos Alfa (Alpha
Residuals), embora seja o mais recomendado pela bibliografia especializada
(KEALY; HOOK, 1993) para o estudo da emissividade, no foi empregado
porque possui a limitao de no gerar uma imagem de temperatura.

Considerando a seleo de uma Banda de Referncia, o valor de temperatura


(corrigida para os efeitos atmosfricos) usado para extrair os valores de
emissividade referente a cada canal (HOOK et al., 1992). Neste mtodo,
conceitualmente o mais simples, assumido que, para o canal selecionado, o
valor de emissividade constante. Este valor constante de emissividade deve
ser informado. Como os canais so altamente correlacionados, o rudo da
imagem tende a ser realado aps este processamento. Se o canal
selecionado apresenta rudo, este introduzido nos outros canais.

Nesta pesquisa, o valor de emissividade adotado com o uso do mtodo Banda


de Referncia foi 0,96. Durante a execuo do processamento foi observado
que se a emissividade dos corpos for mais alta do que o valor adotado, o valor
da temperatura ser superestimado. O inverso tambm verdadeiro.
Infelizmente, esta dificuldade ocorre nas aplicaes em reas urbanas, onde a
diversidade de materiais grande e, conseqentemente, estes apresentam
muita diferena quanto emissividade.

Atravs da Normalizao da Emissividade calculada a temperatura para cada


pixel em cada banda, partindo de um valor fixo de emissividade. Os valores
mais altos de temperatura para cada pixel so usados no clculo dos valores
de emissividade segundo a equao de Planck.

88
Comparando essas duas tcnicas, Kealy e Hook (1993) observaram que o
mtodo de Normalizao da Emissividade possui maior exatido para estimar a
temperatura do que a escolha de uma Banda de Referncia. Ainda segundo
esses autores, erros so introduzidos na obteno de imagens de temperatura
da superfcie devido a diferenas na emissividade dos materiais terrestres,
pouco conhecidas.

Ambos os mtodos foram empregados neste estudo, e a diferenciao entre os


resultados pde ser analisada. Para o mtodo da Banda de Referncia foi
selecionado o canal 13 (10,25 10,95 m), pois este intervalo espectral
pouco susceptvel atenuao da atmosfera, conforme apresenta a Figura 4.4.
Trabalhos anteriores como, por exemplo, o de Lu e Weng (2006), tambm
utilizaram esse canal ASTER para a obteno da imagem de temperatura.

Figura 4.4 Janelas atmosfricas.


Fonte: www.answers.com/topic/infrared-1. Acesso em: 18
jul. 2007.

Aps as transformaes radiomtricas as imagens foram registradas com base


no mosaico GeoCover (S-23-20_2000) da NASA. O mtodo de interpolao
usado foi o vizinho mais prximo, com o emprego de um polinmio de 1 grau.

89
O erro de registro variou entre 20 e 35 m para as quatro imagens14. As imagens
temperatura, em Kelvin (K), foram convertidas para graus Celsius (C)
aplicando-se a Equao 4.3:

T(C) = T(K) 273,15 (4.3)

Aps essa etapa, as imagens foram classificadas segundo intervalos


representativos de temperatura, considerando a amplitude trmica encontrada
para cada data, e os resultados foram analisados considerando dados de
temperatura medidos por estaes meteorolgicas.

4.3 Resultados e Discusso

Ao analisar a Figura 4.5, que apresenta as imagens de temperatura da


superfcie, foi verificado que quanto menor o valor da emissividade ajustado
para a correo pelo mtodo da Normalizao da Emissividade, maiores foram
os valores de temperatura resultantes e vice-versa.

Figura 4.5 Intervalos de temperatura obtidos pelo mtodo de Normalizao da


Emissividade, conforme o ajuste da emissividade de referncia.

14
As imagens temperatura so geradas pelo programa ENVI 4.2 sem georreferenciamento,
aps o processamento que visa separao entre a temperatura e a emissividade.

90
Quando foi selecionada uma Banda de Referncia, a variao pareceu ser
aleatria, dependendo do canal. As imagens de temperatura da superfcie dos
dias 13/10/2002 (So Paulo) e 25/04/2003 (Rio de Janeiro) apresentadas na
Figura 4.6 mostram a diferena nos valores de temperatura ao se utilizar cada
canal termal do ASTER como referncia (11 a 14). O canal 10 (8,125 8,475
m) no recomendado por RSI (2005) para o clculo da temperatura, haja
vista a atenuao atmosfrica do sinal nesta faixa do espectro.

Figura 4.6 Intervalos de temperatura obtidos para as mesmas imagens processadas


segundo diferentes Bandas de Referncia.

91
Os resultados obtidos com a Normalizao da Emissividade foram semelhantes
quanto distribuio espacial. A diferenciao ocorreu nos valores de
temperatura, conforme citado anteriormente. Na imagem de 2003 do Rio de
Janeiro foram encontrados valores muito altos de temperatura em
determinados pixels. A primeira hiptese foi a de que esses pixels
correspondessem a rudos. Entretanto, ao analisar a imagem dos canais do
visvel, identificou-se um rastro da fumaa ascendendo do local, o que
confirmou as temperaturas mais elevadas para aquele ponto, da ordem de at
20 K, em funo da presena de dois pixels (outliers) que representam reas
com fogo (brasas), conforme observados na anlise visual das imagens de
canais do VNIR e do SWIR (Figura 4.7). Este resultado indica,
conseqentemente, uma boa sensibilidade do sensor.

Figura 4.7 Exemplo de foco de calor na imagem de 25/04/2003 em composio


colorida R3G2B1.

A Tabela 4.3 apresenta os valores mnimos e mximos de temperatura


encontrados considerando toda a rea de estudo para cada imagem utilizada.
Ao se comparar as imagens de temperatura do Rio de Janeiro referentes aos
anos de 2003 e 2004 observa-se que os valores mximos estimados para 2003
foram consideravelmente superiores. Esta diferena est relacionada com a
queimada identificada em 25/04/2003 (Figura 4.7). Os dados desta tabela
mostram que as temperaturas estimadas so sempre superiores quando se

92
utiliza o mtodo da Normalizao da Emissividade em comparao com o uso
da canal 13 do sensor ASTER como Banda de Referncia.

Tabela 4.3 Temperaturas mnimas e mximas estimadas.

Banda de Normalizao da
Referncia Emissividade
Data da Imagem
Mnima Mxima Mnima Mxima
13/10/2002 (SP) 14,55 45,24 17,33 45,67
17/05/2006 (SP) 14,55 37,1 15,39 37,37
25/04/2003 (RJ) 17,44 53,61 19,8 62,61
02/09/2004 (RJ) 17,02 42,78 20,07 43,67

A partir das transformaes radiomtricas dos dados termais, os padres de


temperatura da superfcie foram analisados considerando sua aplicao para o
estudo das ilhas de calor do dossel urbano, segundo o recorte temporal e
espacial adotado. Os mapas de temperatura elaborados a partir da
classificao dos resultados em intervalos selecionados so apresentados na
Figura 4.8 para So Paulo e na Figura 4.11 para o Rio de Janeiro.

Para So Paulo foram elaborados mapas de temperatura a partir do


processamento das duas imagens selecionadas e segundo a adoo dos
mtodos de Normalizao da Emissividade e Banda de Referncia (Figura 4.8).
As temperaturas de referncia para a anlise das imagens processadas foram
obtidas de estaes automticas de monitoramento da qualidade do ar e da
estao meteorolgica do Instituto Astronmico e Geofsico da Universidade de
So Paulo (IAG/USP)15. Os valores registrados para cada data so
apresentados na Tabela 4.4.

15
Estaes meteorolgicas automticas so as que registram dados continuamente,
amostrados em intervalos de 10, 15, 30 minutos ou outro, enquanto as estaes convencionais
registram dados apenas em horrios estabelecidos internacionalmente, que correspondem s
12:00, 18:00 e 24:00 h UTC (horrio de Greenwich), 9:00, 15:00 e 21:00 h para o horrio de
Braslia (fuso -3).

93
Figura 4.8 Mapas de temperatura da rea de estudo de So Paulo segundo os
mtodos de Normalizao da Emissividade (A) e Banda de Referncia
(B).

Tabela 4.4 Temperaturas de referncia para So Paulo.

Temperatura (C) Temperatura (C)


Estao
em 13/10/2002 em 17/05/2006
Parque Dom Pedro II 26,1 -
Ibirapuera - 18,8
Taboo da Serra - 19,3
Pinheiros - 17,8
IAG (gua Funda) 25,4 18,5
Fonte: CETESB e IAG/USP.

Embora o nmero de estaes que registraram valores de temperatura para a


rea de estudo de So Paulo em horrio prximo ao da passagem do satlite,
ou seja, entre 10:00 e 10:30 h da manh, seja inferior ao verificado para o Rio

94
de Janeiro, foi possvel observar concordncia entre seus valores e os valores
apresentados pelas imagens de satlite processadas. Notadamente a imagem
de 17/05/2006 apresentou valores em mdia 10C inferiores aos registrados na
imagem adquirida em 13/10/2002 (Figura 4.8).

Analisando a distribuio espacial da temperatura em So Paulo, observa-se


que regies apontadas por Tarifa e Armani (2000) apresentaram temperaturas
relativamente maiores nas duas imagens. Um exemplo a zona leste do
municpio de So Paulo (embora a rea de estudo contemple apenas uma
pequena parte dessa zona). Na regio mais baixa da Moca/Brs (zona leste),
caracterizada por um vale plano, rebaixado e com telhados e superfcies
impermeveis (das avenidas e ferrovias) que absorvem muito a radiao solar,
temperaturas elevadas foram detectadas na cena de 2006.

Entre os alvos que apresentaram maiores temperaturas, comparadas s da


rea circundante, destacam-se a pista do aeroporto de Congonhas e a favela
de Paraispolis, em ambas as datas. A favela de Paraispolis apresenta
temperaturas superiores s reas adjacentes, correspondentes aos distritos do
Morumbi e rea de condomnios verticais de alto padro no distrito de Vila
Andrade. Distritos altamente arborizados, a exemplo do Jardim Paulista,
apresentam temperaturas mais amenas se comparadas s de distritos vizinhos
menos arborizados, tais como Pinheiros (ncleo antigo de Pinheiros).

A zona oeste rea predominantemente comercial e residencial de mdio e


alto padro com porcentagem de reas verdes variando de mdia a alta,
incluindo, neste entorno prximo, o Campus da USP. Foram verificadas
temperaturas mais amenas nessa regio. Osasco uma aglomerao urbana
de grande porte e aparece como sendo mais quente em relao s demais,
principalmente na imagem de 2002, apresentando temperaturas semelhantes
s da baixada da Mooca/Brs. Tarifa e Armani (2000) tambm observaram este
comportamento para esta regio em seu trabalho. Ao sul, elevadas
temperaturas tambm foram registradas para a rea industrial de Santo Amaro.

95
A idia de que as reas centrais das grandes cidades e metrpoles so ilhas
de calor questionada por Tarifa e Armani (2000). Em So Paulo, por exemplo,
a verticalizao do ncleo urbano central da metrpole parece exercer um
efeito no sentido de atenuar a temperatura. Esta rea fortemente sombreada.
No seu conjunto ou na maior parte, e no horrio (aproximadamente 10:00 h)
em que as imagens de satlites foram tomadas, as reas mais verticalizadas
apresentaram temperaturas de 1 a 2 C inferiores s de outras reas com
edificaes de menor gabarito, mesmo apresentando a mesma proporo de
vegetao. Muitas dessas reas no recebem luz solar em praticamente
nenhum horrio do dia, criando ilhas de frescor ou ilhas de frio, uma
realidade complexa. O antigo ncleo do distrito de Santana, hoje rea
altamente verticalizada, tambm apresenta caracterstica semelhante, menos
aquecido que o seu entorno, ressalvadas as condies de validade para o
horrio das 10:00 h da manh. Alvos representativos para estas anlises
podem ser visualizados na Figura 4.9, com o auxlio da delimitao territorial do
municpio de So Paulo em subprefeituras e distritos. Na Figura 4.10
apresentado um transecto da temperatura na rea de estudo.

Analisando os mapas de temperatura da rea de estudo do Rio de Janeiro


(Figura 4.11), verifica-se que algumas reas mais quentes correspondem a
afloramentos rochosos, tal como pode ser observado nas imagens para a
Pedra Bonita e Pedra da Gvea e para o conjunto formado pelos morros do
Po de Acar e da Urca. Outros elementos da superfcie que se destacaram
por apresentar elevadas temperaturas foram os corredores virios, a exemplo
das Avenidas das Amricas e Ayrton Senna, com larga cobertura asfltica,
material de rpido aquecimento. Outra rea que apresentou elevadas
temperaturas foi o Autdromo de Jacarepagu.

96
97

Figura 4.9 Elementos da diviso territorial municipal de So Paulo sobrepostos ao mapa de temperatura.
Figura 4.10 Perfil de temperatura A-B representativo da rea de estudo de So
Paulo (Banda de Referncia).

Para a rea de estudo do Rio de Janeiro no foi verificada grande diferena


entre as temperaturas registradas em cada data, assim como no foi verificada
grande diferena entre os resultados obtidos ao empregar os dois mtodos de
processamento (Normalizao da Emissividade e Banda de Referncia).

Figura 4.11 Mapas de temperatura da rea de estudo do Rio de Janeiro segundo os


mtodos de Normalizao da Emissividade (A) e Banda de Referncia
(B).

98
Nas duas datas as guas interiores das lagoas apresentaram temperaturas
superiores quelas encontradas no Oceano Atlntico e na Baa de Guanabara,
cujas guas tambm sofrem aquecimento ao norte da Ponte Rio-Niteri,
medida que se distanciam das guas ocenicas. Este aquecimento tambm
est associado s diferenas de batimetria. As vertentes voltadas para o norte
do Macio da Tijuca apresentaram maiores temperaturas se comparadas s
vertentes voltadas para o sul, mais prximas do mar e susceptveis atuao
das brisas martimas. Considerando tambm o efeito da inclinao do eixo
terrestre em relao ao plano do eixo de sua translao (eclptica), observa-se
que ao longo de todo o ano, as vertentes voltadas para o norte so mais
iluminadas do que as vertentes voltadas para o sul. Alguns pontos de
referncia para a anlise desses resultados podem ser observados na Figura
4.12. Na Figura 4.13 apresentado um transecto da temperatura para a rea
de estudo.

As temperaturas de referncia para a comparao com os resultados obtidos a


partir das imagens de satlite foram registradas por estaes de
monitoramento da qualidade do ar e so apresentadas na Tabela 4.5. Vale
ressaltar que no so todas as estaes que registram dados meteorolgicos,
entre os quais, a temperatura. Houve dificuldade na obteno de dados de
temperatura do Rio de Janeiro por no existirem estaes automticas do
Instituto Nacional de Meteorologia (INMET) na rea de estudo, e tambm pelo
fato de as universidades locais no disporem desses equipamentos.

Os valores apresentados pelas imagens de temperatura foram coerentes com


as medidas de referncia. Os dados das estaes apontaram menores
temperaturas para 02/09/2004 e isto pde ser observado nos corpos dgua da
rea de estudo (Figura 4.11), embora em 25/04/2003 haja uma ligeira diferena
(para menos) nas temperaturas mdias da zona norte do Rio de Janeiro16.

16
Para a avaliao dos resultados obtidos com o processamento das imagens de satlite
no foi calculado o ndice de correlao ou outra estatstica em virtude do reduzido nmero de
observaes. O objetivo deste trabalho no foi, em suma, validar os mapas de temperatura

99
Figura 4.12 Elementos da diviso territorial municipal do Rio de Janeiro sobrepostos
ao mapa de temperatura.

Tabela 4.5 Temperaturas de referncia para o Rio de Janeiro.

Estao Temperatura (C) Temperatura (C)


em 25/04/2003 em 02/09/2004
So Cristvo 33,0 28,2
Saenz Pea (Tijuca) - 27,5
Largo da Carioca (Centro) 32,0 29,4
Cardeal Arcoverde (Copacabana) 34,8 29,6
Barra da Tijuca - 31,0
Lagoa - 24,5
Fonte: FEEMA e SMAC.

quanto exatido dos valores registrados, mas sim, analisar o contraste entre as respostas
verificadas no meio intra-urbano, sua correspondncia com os demais indicadores
considerados na pesquisa, e com diferentes tipos de uso e ocupao do solo.

100
Figura 4.13 Perfil de temperatura A-B representativo da rea de estudo do Rio de
Janeiro (Banda de Referncia).

Quando os mapas de temperatura so apresentados sobrepostos ao modelo


digital de elevao em uma visualizao tridimensional (Figura 4.14), observa-
se um forte indicativo da relao entre a temperatura e a topografia. Esta
relao e a relao com o uso e ocupao do solo objeto de anlise no
Stimo Captulo deste trabalho. Diferentemente do que ocorre em So Paulo,
Brando (1996) aponta que a ilha de calor configurada na cidade do Rio de
Janeiro reflete a diversidade de seus microclimas, propiciados por sua
condio de cidade litornea estrangulada por macios montanhosos. Nela se
verifica a grande influncia desses aspectos geoecolgicos e dos padres
variados de morfologia urbana nos contrastes trmicos espaciais.

Em So Paulo e no Rio de Janeiro, a verticalizao, configurando-se como


uma cortina de concreto, canaliza os ventos em determinadas situaes,
enquanto que em outras representa uma barreira circulao do ar. Esse
fenmeno pode ser observado em eixos virios altamente verticalizados, com
reduzida presena de reas verdes ou de lazer entre os edifcios, bem como de
edifcios de menor gabarito. As avenidas Rio Branco e Nossa Senhora de
Copacabana, no Rio de Janeiro, e Paulista e Brigadeiro Faria Lima, em So
Paulo, se enquadram nessa condio. Alm disso, mais especificamente no
Rio de Janeiro, os macios costeiros representam uma barreira circulao
das brisas martimas para a zona norte da cidade, a sotavento, situao esta
que agravada em virtude da falta de arborizao.

101
102

Figura 4.14 Visualizao dos mapas de temperatura sobrepostos aos modelos digitais de elevao.
4.4 Concluses

As reas urbanas e metropolitanas intensamente transformadas devido s


grandes modificaes no planejadas e ocasionadas pelas atividades
industriais, pelos complexos virios e pelas edificaes em detrimento das
reas verdes contribuem, em geral, para o aumento da temperatura e,
conseqentemente, para a intensificao do efeito de ilha de calor. Dada a
dinmica destas transformaes, verifica-se que a interpretao de imagens de
temperatura para estas reas no um procedimento fcil, sobretudo por
causa da complexidade dos fatores envolvidos, como as caractersticas da
cobertura da superfcie, morfologia, materiais e densidade.

Os mtodos empregados para a obteno das imagens temperatura


Normalizao da Emissividade e Banda de Referncia apresentaram
resultados diferentes sendo que os dados de temperatura estimados utilizando
o canal 13 do ASTER como referncia em geral foram inferiores aos dados
estimados utilizando todos os canais (mtodo da Normalizao da
Emissividade).

Apesar da pequena quantidade de dados disponveis para comparao, os


dados estimados foram compatveis com dados de temperatura registrados por
estaes meteorolgicas, o que atesta a qualidade dos dados termais
adquiridos pelo ASTER, considerando a preciso absoluta de 1 K ou menos
informada por JPL (2007) para os seus produtos de temperatura aparente17.
No pde ser feita aferio de campo, pois se trabalhou com imagens de
catlogo18.

Dados ASTER permitiram analisar o contraste entre as respostas verificadas


no meio intra-urbano, a fim de caracterizar padres de temperatura da

17
A preciso apontada de 3 K para a faixa de 200 a 240 K, 2 K para a faixa de 240 a 270
K, 1 K para a faixa de 270 a 340 K, e 2 K para a faixa de 340 a 370 (JPL, 2007).
18
Atravs da ferramenta ASTER DAR Tool foi submetido e aprovado um pedido de
imageamento (programao) do sensor ASTER para a rea de estudo em So Paulo em 2006.
Todavia, as imagens no foram adquiridas.

103
superfcie. Em grandes aglomeraes, a exemplo de So Paulo e Rio de
Janeiro, como conseqncia do relevo, da verticalizao, do uso e cobertura da
terra, das funes urbanas e distribuio espacial das reas destinadas a fins
residenciais, comerciais, industriais e de lazer, etc., a ilha de calor no ocorre
maneira clssica, sendo perceptveis alteraes significativas em sua
configurao quando submetida a uma anlise intra-urbana. Foi observado
tambm que a presena da ilha de calor est associada aos padres
socioeconmicos de ocupao urbana em diferentes bairros ou distritos.

104
5 APLICAO DE MODELOS DE MISTURA ESPECTRAL

5.1 Introduo

A radincia detectada por um sensor corresponde mdia ponderada das


radincias de todos os materiais contidos no Instantaneous Field of View
(IFOV). Desse modo, a radincia representa uma mistura de diferentes tipos de
superfcies (materiais), alm da contribuio da radincia proveniente do
espalhamento atmosfrico, o que dificulta o estudo da distribuio espacial de
determinados elementos representados na imagem.

Procurando recuperar a resposta espectral de cada tipo de alvo, Shimabukuro


e Smith (1991) desenvolveram um modelo linear de mistura para imagens
multiespectrais aplicado ao estudo dos recursos terrestres. Para os autores, a
resposta de cada pixel em qualquer comprimento de onda pode ser
considerada como uma combinao linear da resposta espectral de cada
elemento contido no IFOV. A equao de um modelo de mistura pode ento
ser expressa conforme a Equao 5.1:

n
r i = X aij x j + ei
b c
(5.1)
j=1

em que: ri a reflectncia de um pixel na i-sima banda espectral;


aij a reflectncia do j-simo elemento na i-sima banda espectral;
xj a proporo ocupada pelo j-simo elemento no pixel;
ei o erro estimado para a i-sima banda espectral, que indica as pores do
espectro que no foram modeladas;
j corresponde a 1, 2, 3, ..., n (nmero de elementos); e
i corresponde a 1, 2, 3, ..., m (nmero de bandas espectrais).

105
A aplicao de um modelo de mistura gera imagens-frao ou proporo, em
nmero varivel de acordo com o nmero de elementos selecionados como
constituintes da mistura espectral, conhecidos como endmembers19.

Sousa (1999) aplicou um modelo de mistura espectral para estudar os padres


de uso do solo e da cobertura vegetal em uma rea do vale do Paraba, Estado
de So Paulo. A partir da aplicao do modelo, o autor pde classificar a
cobertura vegetal em funo da idade e estrutura, principalmente nas reas de
plancies aluviais, assim como diferentes teores de umidade no solo, distinguir
corpos dgua e portos de areia.

Modelos de mistura espectral tambm se aplicam ao estudo de fenmenos


fsicos, econmicos e scio-demogrficos das cidades. A paisagem urbana
composta por um vasto nmero de elementos e materiais, que a definem como
sendo radiometricamente heterognea e complexa (SMALL, 2005). Rashed et
al. (2003) salientam que a classificao de uma rea urbana baseada nas
imagens-frao obtidas a partir da anlise de mistura espectral pode ter maior
exatido se comparada a outras tcnicas tradicionais de classificao.

A aplicao de modelos lineares de mistura pode facilitar a discriminao entre


os alvos. Baseados nesta tcnica, trabalhos como o de Rashed et al. (2003)
demonstraram ser possvel analisar os componentes gerais da estrutura fsica
urbana a partir de imagens multiespectrais de mdia resoluo espacial. Estes
resultados, por sua vez, podem ser integrados com outras variveis para o
estudo da qualidade ambiental.

Em qualquer ambiente urbano, conforme cita Ridd (1995), o conjunto de


componentes pode incluir superfcies impermeveis, vegetao e solo,
configurando um modelo Vegetation Impervious surface Soil (V-I-S). Em
muitos casos, no entanto, h a necessidade da incluso de um quarto elemento
neste modelo, sombra/corpos dgua, para ampliar a sua aplicabilidade.

19
Neste trabalho, a palavra endmembers foi traduzida por componentes.

106
O nmero de componentes em um modelo de mistura pode ser no mnimo de
dois e no mximo igual ao nmero de bandas espectrais utilizadas. Os
componentes podem ser selecionados de bibliotecas de dados espectrais, da
prpria imagem, ou adquiridos em campo com espectrorradimetros. Rashed
et al. (2003) recomendam obter os componentes da prpria imagem, pois,
dessa forma, h compatibilidade com a resoluo espacial da imagem,
tornando mais fcil associ-los a feies na cena.

Para Weng et al. (2004) o mais importante na obteno de imagens-frao de


alta qualidade a correta seleo dos componentes. Na imagem, a seleo de
componentes pode ser feita atravs da tcnica Pixel Purity Index (PPI)
proposta por Boardman et al. (1995). Segundo esta tcnica, os componentes
devem representar respostas espectrais puras do elemento considerado. Antes
da aplicao do modelo possvel efetuar a transformao Minimun Noise
Fraction (MNF) para minimizar os efeitos de rudo nas bandas e
decorrelacionar os dados. Para esta finalidade, semelhana do que ocorre
quando se aplica uma transformao por Componentes Principais, a(s)ltima(s)
componentes podem ser descartadas, pois so elas que concentram o rudo. A
transformao MNF se aplica a dados multiespectrais e hiperespectrais.

Em um modelo de mistura tambm podem ser geradas imagens-erro, que


auxiliam na avaliao dos resultados. A proporo relativa de cada elemento
em um modelo de mistura varia de acordo com a rea considerada.
Normalmente, o erro gerado grande porque os componentes necessrios
para descrever determinadas reas da cidade como, por exemplo, as reas
centrais, so diferentes daqueles adequados a bairros residenciais.

Modelos de mistura espectral simples subutilizam o potencial de muitos dados


de sensoriamento remoto em discriminar materiais, enquanto produzem ao
mesmo tempo erros de estimativa devido incorreta escolha dos componentes
ou do nmero de componentes usados para decompor um determinado pixel.
Por outro lado, neste tipo de modelo, o uso de um grande nmero de

107
componentes pode aumentar o erro devido confuso entre eles. Por essa
razo, Rashed et al. (2003) recomendam a aplicao de um Modelo de Mistura
Espectral de Mltiplos Componentes MESMA (Multiple Endmember Spectral
Mixture Analysis).

O MESMA uma modificao do modelo de mistura espectral tradicional.


Desenvolvido por Roberts et al. (1998), o algoritmo tem sido utilizado para
mapeamento de espcies vegetais, neve, solos e at da composio da
superfcie lunar (DENNISON et al., 2004). Segundo Rashed et al. (2003), o
MESMA permite que o nmero e o tipo de componentes varie para cada pixel
na imagem. No Brasil, uma verso simplificada do modelo MESMA foi
desenvolvida para mapeamento mineral por Carvalho Jnior et al. (2001).

O MESMA busca selecionar como componentes para o modelo pixels que


representam a variabilidade espectral de uma determinada classe na cena,
que, no necessariamente, correspondem a pixels puros. Os componentes
mais puros no so, necessariamente, os mais representativos. Embora deva
representar a variedade, a biblioteca espectral criada no deve ser muito
grande para evitar a forte confuso espectral.

Nunes e Souza Jnior (2007) compararam os resultados obtidos com a


aplicao de modelos de mistura espectral simples e MESMA, utilizando
imagens TM/Landsat do municpio de Belm (Par), e no encontraram
grandes diferenas nos resultados. Entretanto, em imagens Landsat com
apenas seis canais espectrais no h grande alterao nos espectros de pixels
pertencentes s mesmas categorias de materiais, como vegetao, por
exemplo, diferentemente do que ocorre em imagens de sensores com maior
nmero de bandas.

Powell (2006) aplicou o modelo MESMA em imagens TM/Landsat visando


analisar a influncia da urbanizao sobre as mudanas na cobertura da terra
em escala regional. As reas de estudo foram a cidade de Manaus e seu
entorno (Amazonas) e algumas cidades do Estado de Rondnia, Regio Norte

108
do Brasil. Este trabalho validou as fraes das imagens processadas utilizando
dados de videografia.

Para Powell (2006) o uso do MESMA importante porque permite


comparaes regionais do desenvolvimento urbano atravs das sries
histricas de dados Landsat. Os resultados obtidos pela autora apontam para a
necessidade do desenvolvimento de uma biblioteca espectral especfica para
cada rea urbana, considerando a diversidade de materiais que compem a
superfcie e que ocorrem na mistura espectral. Para a comparao dos
resultados, Powell (2006) recomendou a aplicao do modelo em outras
cidades e ambientes, bem como o uso de dados de outros sensores.

Os dados ASTER apresentam grande potencial para a aplicao do modelo


MESMA devido a sua resoluo espacial e espectral. A aplicao do modelo
MESMA para dados ASTER em estudos urbanos foi conduzida por Rashed
(2004) para a cidade de Cairo (Egito). As imagens-frao obtidas foram
relacionadas a dados demogrficos a fim de caracterizar a estrutura fsica e os
padres de ocupao urbana. Para o autor, os ndices elevados de solo
exposto, por exemplo, indicaram alto grau de instabilidade associada
reconstruo e atividades de desenvolvimento, em reas de forte expanso
demogrfica. A aplicao do MESMA permite obter medidas quantitativas
fsicas que podem ser incorporadas ao estudo do contexto ambiental e
ecolgico da urbanizao, considerando a varivel vegetao, por exemplo, e
outros fenmenos socioeconmicos urbanos.

5.2 Material e Mtodos

Para a aplicao dos modelos de mistura espectral foram utilizadas imagens


adquiridas por dois subsistemas do sensor ASTER conforme especificado na
Tabela 5.1 e foram empregados os procedimentos sintetizados na Figura 5.1.
Os mdulos FLAASH e VIPER Tools implementados no programa ENVI 4.2
foram utilizados para o processamento das imagens, e o ArcGIS 9.1 para a
elaborao de figuras e mapas.

109
Tabela 5.1 Especificaes das imagens ASTER.

Satlite Resoluo Datas de


Bandas
(Sensor) Espacial aquisio
13/10/2002 (SP)
Terra 15 m (VNIR) 1, 2, 3 (VNIR) 25/04/2003 (RJ)
(ASTER) 30 m (SWIR) 4, 5, 6, 7, 8 e 9 (SWIR) 02/09/2004 (RJ)
17/05/2006 (SP)

Imagem ASTER

SP (13/10/2002) SP (17/05/2006) RJ (25/04/2003) RJ (02/09/2004)

VNIR (1,2,3N) 15 m SWIR (4,5,6,7,8,9) 30 m

Correo Cross-Talk

GeoCOVER Registro Layer Stack Reamostragem (30 para 15)

Converso (Radincia)

Recorte Converso para BIL

Correo Atmosfrica (FLAASH)

Trabalho de Seleo de amostras Seleo de endmembers (EAR) MESMA (VIPER Tools)


Campo (Biblioteca Espectral)
Seleo do melhor modelo por pixel

Mapeamento das Fraes Fsicas

Sup. Imperm. + Solo

Sombra/gua

Vegetao

Imagens-frao

Figura 5.1 Fluxograma metodolgico.

As imagens ASTER foram obtidas no nvel 1B, j corrigidas geomtrica e


radiometricamente. As imagens encontram-se na Projeo Universal
Transversa de Mercator (UTM), datum WGS84. Essas imagens (nvel 1B)
devem ser convertidas para radincia espectral (em W.m-.sr-.m-) atravs
dos coeficientes de converso de unidade UCC (Unit Conversion Coefficient).

110
Para converter a imagem de nvel digital (ND) para radincia espectral utiliza-
se a Equao 5.2, sendo que o UCC diferente para cada banda ASTER.

Lrad = (ND - 1) x UCC (5.2)

O valor do UCC varia conforme o ganho aplicado a cada banda do sensor


durante a aquisio da imagem (alto, normal, baixo 1 e baixo 2)20, e pode ser
obtido consultando Abrams et al. (1999), conforme apresentado na Tabela 5.2.

Tabela 5.2 Coeficientes de converso de unidade para imagens ASTER.

Coeficiente
Banda
Alto Ganho Ganho Normal Baixo Ganho 1 Baixo Ganho 2
1 0,676 1,688 2,25 -
2 0,708 1,415 1,89 -
3N 0,423 0,862 1,15 -
3B 0,423 0,862 1,15 -
4 0,1087 0,2174 0,2900 0,2900
5 0,0348 0,0696 0,0925 0,4090
6 0,0313 0,0625 0,0830 0,3900
7 0,0299 0,0597 0,0795 0,3320
8 0,0209 0,0417 0,0556 0,2450
9 0,0159 0,0318 0,0424 0,2650
Fonte: Abrams et al. (1999).

No programa ENVI 4.2 no h a necessidade de aplicao desta


transformao radiomtrica, pois automaticamente so extradas as
informaes de calibrao do cabealho dos arquivos .hdf das imagens
ASTER, incluindo tambm as informaes do georeferenciamento, ao serem
abertas na lista de bandas disponveis. Para os dados ASTER nvel 1A, uma
calibrao completa para radincia executada. Para os dados ASTER no
nvel 1B, caso dos dados utilizados neste trabalho, o programa converte os
dados escalonados em radincia para unidades de radincia espectral no
formato numrico de ponto flutuante. As unidades de sada so W.m-.sr-.m-.

20
As informaes sobre o ganho aplicado a cada canal so registradas no arquivo descritor
auxiliar das imagens ASTER.

111
As imagens ASTER, antes de serem transformadas para reflectncia, foram
corrigidas para o efeito de cross-talk, que atua nas bandas do SWIR e
causado pela disperso da REM incidente sobre os detectores da banda 4 do
sensor (ERSDAC, 2003). Este procedimento foi executado atravs do
programa de correo das imagens ASTER no nvel de processamento 1B
disponibilizado pelo Earth Remote Sensing Data Analysis Center. Aps
corrigidas, adicionado um sufixo _chg s imagens.

Os dados do SWIR foram reamostrados de 30 para 15 m e combinados com os


do VNIR para formar um nico arquivo. Ressalta-se que a tcnica de vizinho
mais prximo, utilizada na reamostragem, no alterou os valores da imagem,
apenas quadruplicou o nmero de pixels, conforme pode ser observado na
Figura 5.2.

VNIR 15 (RGB 321) VNIR 30 (RGB 321) SWIR 15 (RGB 854) SWIR 30 (RGB 854)
Figura 5.2 Efeito da reamostragem dos dados ASTER do VNIR e SWIR.

A transformao das imagens de radincia para reflectncia de superfcie foi


efetuada empregando-se um modelo de correo dos efeitos da atmosfera.
Conforme Slater (1980) a reflectncia de superfcie estimada eliminando-se a
contribuio da atmosfera em cada pixel atravs da modelagem da interao
da REM com os gases atmosfricos radiativamente ativos. Utilizou-se o modelo
de transferncia radiativa Fast Line-of-sight Atmospheric Analysis of Spectral
Hypercubes (FLAASH), baseado em cdigos do MODTRAN 4.0 (ACHARYA et
al., 1999).

112
Antes da aplicao do FLAASH os dados precisam ser convertidos para o
modelo Band Interleaved by Line (BIL). O mdulo FLAASH exige que o arquivo
de entrada apresente-se no formato numrico de ponto flutuante e que a
calibrao em radincia apresente-se na unidade W.cm-2.sr-1.nm-1. Portanto,
necessria a aplicao de um fator de escala 10 para o ajuste da unidade em
radincia do arquivo de entrada da imagem ASTER no momento do
processamento pelo mdulo FLAASH. Este mdulo efetua a correo de
bandas no intervalo de comprimento de onda de 0,35 a 2,5 m, segundo
parmetros ajustveis em uma interface amigvel (Figura 5.3).

Figura 5.3 Interface padro do mdulo FLAASH.

Os dados de entrada utilizados so relativos a caractersticas da imagem, do


sensor e da cena, tais como data e hora de aquisio, altitude do sensor,
altitude mdia da cena, coordenadas geogrficas do centro da cena e tamanho
do pixel. Devem ainda ser selecionados os respectivos modelos de atmosfera e
de aerossis mais adequados rea de interesse, e inseridos o valor
multiplicador da coluna de gua e a visibilidade. A maior parte das opes de
ajuste do modelo voltada a sensores hiperespectrais. Caso o sensor possua
bandas estreitas localizadas em comprimentos de onda como 940 e 1135 nm,
nos quais forte a absoro da REM pelo vapor dgua, sua quantidade

113
poder ser estimada pelo modelo. Semelhantemente, poder ser feita uma
estimativa de aerossis utilizando razo de bandas. Como o ASTER no
possui bandas estreitas localizadas nas faixas recomendadas, estas
estimativas no foram aplicadas.

O modelo aplicado considerou um nico valor de altitude para toda a cena


apesar da grande variao neste parmetro. Este procedimento pode tornar a
imagem no bem corrigida para toda a rea, no entanto, quando h uma alta
freqncia de variao altimtrica, como no caso do Rio de Janeiro,
considerando diferentes valores haveria a necessidade de recortar a imagem
em diversas partes, descontnuas.

Dado o alto custo dos dados de visibilidade de propriedade da Infra-estrutura


Aeroporturia (INFRAERO), optou-se por utilizar como parmetro de entrada
no FLAASH 40 km, pois para cenas claras indicada uma visibilidade de 40 a
100 km. Pela anlise visual das imagens (composio colorida multiespectral)
da rea de estudo do Rio de Janeiro, observa-se que a imagem de 2004
apresenta menor influncia de vapor dgua e aerossis do que a imagem de
2003. O modelo de aerossis utilizado foi o Urbano porque, conforme RSI
(2005), o modelo Martimo em faixas litorneas est associado ao meio rural, e
no ao urbano. Os parmetros utilizados para a correo dos efeitos da
atmosfera das imagens so apresentados na Tabela 5.3.

Tabela 5.3 Parmetros utilizados na aplicao do FLAASH.

Imagem
Parmetro
25/04/2003 17/05/2006 02/09/2004 13/10/2002
Vero de Inverno de Vero de Vero de
Modelo de atmosfera mdias mdias mdias mdias
latitudes latitudes latitudes latitudes
Modelo de aerossis Urbano Urbano Urbano Urbano
Visibilidade (km) 40 40 40 40
Multiplicador da coluna de gua 1,0 0,5 0,5 0,5

114
As imagens foram registradas com base no mosaico GeoCover (imagem S-23-
20_2000). O mtodo de interpolao usado foi o vizinho mais prximo, com o
emprego de um polinmio de 1 grau. Para as imagens de reflectncia da
superfcie o erro variou entre 4 e 5 m.

Os modelos de mistura espectral de mltiplos componentes foram processados


considerando os arquivos de imagens com dados do VNIR e SWIR agregados
(nove bandas no total). Foi utilizado o aplicativo Visualization and Image
Processing for Environmental Research (VIPER) Tools (verso Beta 1.12),
desenvolvido por Roberts e Halligan (2006), que possibilita a execuo das
etapas apresentadas na Figura 5.4. No VIPER Tools encontra-se embutida
uma rotina de otimizao da seleo dos modelos customizados para cada
pixel.

Figura 5.4 Etapas da aplicao dos modelos de mistura espectral.


Fonte: Adaptado de Roberts e Halligan (2006).

115
O VIPER Tools oferece um conjunto de ferramentas para o processamento de
imagens multiespectrais e hiperespectrais: criao e gerenciamento de
bibliotecas espectrais, seleo de componentes para anlise de mistura
espectral e para clculo e interpretao de modelos de mistura espectral
simples SMA (Spectral Mixture Analysis) e modelos de mistura espectral de
mltiplos componentes (MESMA). Embora seja um programa livre, VIPER
Tools no possui cdigo fonte aberto e os direitos autorais so mantidos. Faz-
se necessria a requisio de uma licena para sua instalao. Desenvolvido
em linguagem IDL, VIPER Tools possui interface como um mdulo embutido no
programa ENVI. Atualmente, encontra-se na verso Beta 1.12 e o nico
sistema operacional compatvel o Windows21. VIPER Tools pode processar
dados nas formas de nvel digital, radincia ou reflectncia. Fatores de escala
podem ser definidos, considerados os formatos numricos e escalonamento
dos dados. A unidade de sada das imagens-frao o formato numrico de
ponto flutuante. O objetivo do programa ser utilizado em conjunto com as
demais ferramentas disponveis no ENVI para visualizao, processamento de
dados e acesso aos produtos resultantes, evitando qualquer repetio de
atividade.

Na primeira etapa de aplicao do modelo foi construda uma biblioteca


espectral. Os espectros foram selecionados a partir de regies de interesse nas
imagens, identificadas a partir da anlise visual de composies coloridas e
anlise espectral, bem como atravs de pesquisa de campo nas duas reas de
estudo. Esta seleo teve como objetivo principal a busca de componentes
representativos da diversidade de alvos existente nas reas de estudo,
agregados segundo classes e categorias de interesse. As categorias para a
biblioteca espectral foram definidas tomando como referncia o modelo terico
V-I-S (RIDD, 1995). Conforme Powell (2006), dois so os pontos-chave para o

21
Aps a instalao do programa, no foi possvel a solicitao da licena em virtude da
limitao a verses do Windows no idioma ingls. Aps contato com a equipe de
desenvolvimento, o programa foi liberado para a instalao em outros idiomas.

116
sucesso na aplicao do MESMA: a construo de uma biblioteca espectral
regional adequada e a seleo de parmetros e ajustes do modelo.

Os espectros identificados foram visualizados atravs da ferramenta


Visualizador de Biblioteca Espectral (Spectral Library Viewer) disponvel no
ENVI. Uma biblioteca espectral foi construda a partir das regies de interesse
contendo as informaes relativas a comprimentos de onda, no entanto, sem
qualquer informao espacial. Ao ser criado o arquivo .sli da biblioteca
espectral no VIPER Tools, automaticamente foi criado um arquivo de valores
separados por vrgula .csv. Os metadados para as bibliotecas de cada rea
de estudo foram inseridos neste arquivo no programa Microsoft Excel. O
arquivo original criado pelo programa apresenta apenas o identificador de cada
pixel e o nmero da linha e da coluna em que o pixel se encontra na imagem a
qual ele est associado. Novas colunas com caracteres foram inseridas,
introduzindo a informao sobre a respectiva classe e a categoria do material
correspondente quela regio de interesse.

As categorias e classes determinadas devem ter um nvel de especificidade de


acordo com os objetivos de cada estudo (fraes de interesse a serem
mapeadas). O arquivo de metadados pode apresentar vrias colunas, quantas
forem consideradas necessrias, embora o VIPER Tools utilize apenas a
informao inserida na segunda ou terceira coluna para o agrupamento dos
espectros. Deve haver prudncia para que informaes crticas no sejam
perdidas ao sobreescrever o arquivo (formato .csv) com os metadados
inseridos.

Na segunda etapa do VIPER Tools possvel efetuar o gerenciamento de


bibliotecas espectrais, buscando uma fuso entre duas ou mais bibliotecas, por
exemplo. Isto necessrio na maioria dos casos em que a referncia provm
de diferentes fontes. Nesta etapa, que requer muito cuidado para assegurar a
integridade dos dados utilizados, possvel recortar bibliotecas para preservar
somente os espectros desejados, fundir bibliotecas e/ou escalonar os dados

117
alterando o fator de escala da reflectncia. Dada a inexistncia de bibliotecas
espectrais de alvos urbanos brasileiros, construdas a partir da coleta de dados
em campo com espectrorradimetros (que poderiam vir a ser reamostradas
para as bandas ASTER), foi necessrio construir uma biblioteca espectral
especfica para cada rea de estudo a partir dos dados das respectivas
imagens.

A etapa seguinte foi a criao do arquivo de Matriz Quadrada (.sqr - Square


Array) segundo a interface apresentada na Figura 5.5. Este arquivo contm
valores das mtricas de ajuste, base para o clculo das tcnicas de seleo de
componentes no VIPER Tools, conforme destacadas a seguir. H trs formas
de se criar esse arquivo: sem restries, com restries ou com restries
parciais.

Figura 5.5 Interface para a criao do Square Array.

O arquivo de Matriz Quadrada agrega diversas informaes. A banda RMSE


apresenta os valores calculados da raiz do erro quadrtico mdio de um
espectro modelando o outro. A banda ngulo Espectral apresenta os valores

118
de distncia angular (em radianos), entre dois espectros22. A banda Frao de
Brilho do Componente a frao de um modelo de mistura quando um
componente utilizado para modelar o outro. A banda Frao Sombra, por sua
vez, corresponde frao sombra de um modelo de mistura quando um
componente utilizado para modelar o outro. calculada como tendo o valor
igual a 1 menos a Frao de Brilho do Componente. A banda Cdigo Restrito
contm valores de 1 se o modelo foi parcialmente restrito (as fraes
modeladas excederam o limite, mas no excederam o limiar de aceitao do
erro); 2 se o limiar de aceitao do erro foi excedido (completamente restrito); e
0 (zero) para modelos sem qualquer restrio (ROBERTS; HALLIGAN, 2006).
Um exemplo dos cinco arquivos gerados para cada biblioteca espectral
apresentado na Figura 5.6.

Figura 5.6 Arquivos de Matrizes Quadradas. Da esquerda para a direita: RMSE,


ngulo Espectral, Frao de Brilho do Componente, Frao Sombra e
Cdigo Restrito.

Considerando valores padro recomendados na literatura (ROBERTS et al.,


1998) e seguindo a recomendao de adoo do mtodo parcialmente restrito,
foram aplicados os valores de -0,05, 1,05 e 0,025 para a frao mnima,
mxima e para o limiar de aceitao de erro, respectivamente. As mtricas de
ajuste calculadas atravs das matrizes quadradas foram utilizadas pelo VIPER
Tools para determinar quais espectros so os mais representativos de seu
grupo de espectros (classe), atravs das tcnicas de Erro Mdio do
Componente EAR (Endmember Average RMSE), do Mnimo ngulo
Espectral Mdio MASA (Minimum Average Spectral Angle) e da Seleo de

22
Esta a mesma mtrica utilizada para o clculo do Mapeador de ngulo Espectral do
ENVI (SAM Spectral Angle Mapper).

119
Componentes Baseada em Contagem COB (Count-based Endmember
Selection).

Diferentemente do que ocorre com outras tcnicas de seleo de componentes


para modelos de mistura espectral, a exemplo do PPI, no EAR os componentes
selecionados no so os mais puros ou os mais extremos, mas os mais
representativos de uma classe, ou seja, os que melhor modelam a biblioteca
espectral. O EAR no trabalha com a confuso espectral entre classes.
Entretanto, como os componentes extremos no so privilegiados, h a
tendncia dos pixels mais brilhantes da imagem no serem modelados.
Quando os valores mnimos de EAR so altos, isto significa que a variabilidade
espectral no interior da classe alta (DENNISON; ROBERTS, 2003). Para
cada classe, os componentes que melhor a representam aparecem com o
menor EAR (o espectro timo a ser selecionado conforme esta tcnica
aquele que produz o menor erro).

Enquanto o EAR utiliza o RMSE como mtrica de ajuste, o MASA utiliza o


ngulo espectral. Para o MASA, o melhor candidato a componente de um
modelo aquele que tiver o menor ngulo espectral. O EAR e o MASA so
conceitualmente muito similares. Isto foi verificado na prtica ao observar que
muitos espectros da biblioteca que apresentaram os menores valores de EAR
tambm apresentaram menores valores de MASA. O MASA mais seletivo
para objetos escuros, enquanto o EAR mais seletivo para objetos claros.
Segundo Roberts e Halligan (2006), isto ocorre porque, para alvos escuros,
sutis diferenas entre o espectro de referncia e os demais resultam em um
aumento no ngulo espectral. Para alvos brilhantes, uma pequena diferena
entre os espectros altera muito pouco o ngulo espectral, enquanto introduz
uma maior diferena no RMSE.

A tcnica COB, diferentemente das demais mtricas, tem a vantagem de


selecionar um simples espectro e modelar os demais espectros de sua classe,
bem como modelar a biblioteca espectral retirando os demais espectros da

120
mesma classe. Este procedimento feito para todos os pixels includos na
biblioteca espectral. Para esta mtrica, os melhores componentes so aqueles
que modelam o maior nmero de espectros de sua classe. A utilizao dessa
mtrica apresenta uma srie de ressalvas, pois importante considerar que o
fato de um componente modelar bem sua classe no significa que modelar
bem a imagem.

Atravs da COB apresentado o nmero total de espectros de sua classe


modelados por cada espectro (in_COB). A COB tambm apresenta uma
medida que permite analisar a confuso entre as classes (out_Cob), na qual
maiores valores sugerem significativa confuso. Em uma situao ideal, o
melhor espectro aquele que modela apenas espectros de sua classe e no
modela espectros de outra, ou seja, tem um alto in_COB e um baixo
out_COB. tambm calculado o Count Based Index (COBI), que igual
razo de in_COB por out_COB com o denominador multiplicado pelo
nmero de espectros da classe. Um espectro com alto COBI e alto in_COB
representa uma excelente escolha como componente para o modelo de mistura
(espectro especialista). Espectros com valores baixos de COBI somente
devero ser aceitos caso possuam um alto in_COB (espectro generalista)
(ROBERTS; HALLIGAN, 2006).

Para o clculo dessas trs mtricas gerado um arquivo com extenso .emc,
visualizado na interface da Figura 5.7. necessrio informar qual o atributo
(no caso, coluna do arquivo de metadados da biblioteca espectral) que deve
ser utilizado para o grupamento dos espectros.

Os espectros selecionados foram exportados para uma nova biblioteca


espectral a ser utilizada para a aplicao do(s) modelo(s) de mistura. Aps
terem sido selecionados espectros de referncia segundo a ordem definida
pela(s) mtrica(s) adotada(s), prudente visualiz-los atravs da ferramenta
padro do ENVI em Visualizador de Biblioteca Espectral. Este procedimento
pode evitar a introduo de espectros de referncia ruidosos ou que no sejam

121
representativos dos alvos de interesse a serem modelados, e tambm corrigir
qualquer erro de seleo ou digitao ocorrido em etapa anterior. Nesta etapa,
para uma eficiente modelagem da frao de interesse que inclua a sua
diversidade de alvos, selecionar o melhor espectro proveniente de uma outra
regio de interesse (polgono) da mesma classe pode proporcionar um melhor
resultado do que selecionar exatamente os espectros mais indicados por uma
determinada mtrica (que podero pertencer todos a uma mesma regio).

Figura 5.7 Interface para a seleo de componentes do modelo de mistura espectral.

Alm das tcnicas de EAR, MASA e COB para a seleo de componentes, o


VIPER Tools tambm oferece a tcnica de Seleo Restrita de Componentes
de Referncia CRES (Constrained Reference Endmember Selection). A
tcnica CRES aplicada para o processamento de modelos de mistura simples
e tipicamente utilizada para selecionar componentes de uma biblioteca
espectral de referncia a fim de gerar as fraes desejadas quando aplicadas a
um espectro da imagem. Para a seleo atravs desta tcnica, importante
que a biblioteca de referncia contenha informaes das fraes estimadas em

122
campo. Os melhores modelos sero os que apresentarem os menores valores
do ndice CRES (ROBERTS; HALLIGAN, 2006).

O VIPER Tools permite a aplicao de modelos de mistura simples,


selecionando um nico componente para cada biblioteca espectral de
referncia, ou mltiplos modelos, com a seleo de mais de um componente
por biblioteca, conforme apresenta a Figura 5.8. Existem ainda opes de
restrio a valores mnimos e mximos fracionais, limiar de aceitao do erro
ou resduos e frao sombra mxima permitida, as quais devem ser ajustadas
em todos os processamentos.

Figura 5.8 Interface para o processamento do modelo de mistura espectral.

O fator de escala para dados de reflectncia processados no FLAASH e


utilizado na aplicao do MESMA foi 10.000. Os parmetros padro do modelo
correspondem a -0,05 e 1,05 para as fraes mnima e mxima permitidas, e
0,80 como a frao sombra mxima permitida. No permitido que os resduos
excedam 2,5% de reflectncia para mais do que sete bandas contguas
(ROBERTS et al., 1998). No caso de um fator de escala equivalente a 10.000,

123
valores de erro de 0,025 significam 2,5% de reflectncia. Caso nenhum modelo
se ajuste s limitaes impostas, o pixel no modelado.

A frao sombra no modelo pode ser obtida de duas formas: sombra


fotomtrica, segundo a qual a sombra-padro corresponde reflectncia igual
a zero, e a sombra no fotomtrica, que permite a seleo de um componente
de referncia para a sombra de uma biblioteca espectral. Em geral, nessa
abordagem, utilizado um espectro de gua limpa como uma aproximao
daquele de sombra. Ao efetuar este processamento, as bandas da imagem e
da biblioteca espectral devem ser, obrigatoriamente, as mesmas e estar
dispostas na mesma ordem. Um mesmo modelo pode ainda ser utilizado para
o processamento de mais de uma imagem.

A ordem de imagens no arquivo resultante corresponde biblioteca


selecionada no ato de definio da primeira, segunda e terceira bibliotecas,
com os componentes especficos. Desta forma, primeira biblioteca
associada a primeira imagem-frao e assim por diante. O nmero de imagens-
frao ser igual ao nmero de bibliotecas selecionadas (uma a trs)
adicionada da frao-sombra (padro para todos os modelos).

Alm das imagens-frao, pode ser selecionada a apresentao de uma


imagem classificada e/ou uma imagem de resduos do modelo para cada
banda. A sada padro apresenta, alm das imagens-frao, uma imagem erro
(RMSE) e uma imagem modelo (com o nmero do modelo23 selecionado
atributo Z por pixel).

As ltimas opes do mdulo VIPER Tools dizem respeito ao ps-


processamento visando Normalizao da Sombra e/ou Correo para o
Terreno. A Normalizao da Sombra aplicada buscando minimizar os efeitos
da sombra nas imagens de entrada, removendo esta componente das

23
O nmero e os componentes de cada modelo de mistura podem ser verificados no
arquivo de metadados associado ao arquivo de imagem resultante do processamento no
VIPER Tools. Neste mesmo arquivo possvel verificar tambm qual a porcentagem da
imagem modelada por cada modelo.

124
imagens-frao. O procedimento recomendado, por exemplo, caso haja
interesse no estudo da representatividade da cobertura vegetal em um
ambiente semi-rido com topografia acidentada. A sombra em funo do relevo
altera a imagem-frao e pode confundir a interpretao dos valores de
abundncia de vegetao verde para aquela rea, se comparados aos valores
obtidos para uma rea sem sombreamento decorrente da topografia. Esta rea
provavelmente apresentar valores superiores na imagem-frao vegetao,
embora a abundncia do material seja semelhante nas duas reas. Este efeito
pode ser reduzido atravs da normalizao da sombra nas imagens-frao,
resultado da aplicao de modelos de mistura espectral no VIPER Tools. Aps
o processamento, a imagem-frao sombra excluda, e a soma das demais
fraes para cada pixel passa a corresponder a 1. Considerando a relevncia
da frao sombra nas reas de estudo (So Paulo e Rio de Janeiro), por
representar, principalmente, os corpos dgua, esta etapa de ps-
processamento no foi executada.

O MESMA, conforme implementado no VIPER Tools, permite modelar para


cada pixel de uma imagem modelos com at quatro componentes. Entretanto,
isto no obrigatrio, e nem inerente ao modelo, porque as combinaes so
efetuadas automaticamente. Se um pixel for modelado com menos
componentes do que o necessrio, a poro no modelada do pixel ser
fracionada para as fraes resultantes aumentando, assim, o erro do modelo
para aquele pixel. Similarmente, o uso de muitos componentes para decompor
o espectro do pixel resultar em erros de frao, causados pela confuso
espectral entre os componentes (RASHED, 2004).

Por outro lado, conforme aumenta a complexidade do modelo, em funo do


maior nmero de categorias ou pela incluso de mais componentes por
categoria, diminui sua exatido e aumenta o gasto com processamento
computacional. Por essa razo, Halligan (2002) no recomenda o emprego de
um nmero muito grande de modelos. Otimizando a seleo de modelos, se
um pixel modelado por um modelo de duas componentes, ento este modelo

125
deve ser selecionado. Dessa forma, o pixel ser modelado por um modelo de
quatro componentes somente se no tiver sido modelado anteriormente por
modelos menos complexos, permitindo a comparao de resultados e a
seleo do melhor modelo baseado em critrios como a mnima complexidade,
adotado por Powell (2006).

A principal limitao do VIPER Tools consiste em no apresentar ainda uma


rotina para seleo do melhor modelo para cada pixel da imagem considerando
os modelos com nmero diferente de componentes. Esta seleo efetuada
considerando somente modelos de dois, trs ou quatro componentes, conforme
o nmero de bibliotecas espectrais de referncia para as fraes desejadas
selecionadas24. A rotina de aplicao do modelo MESMA pode ser observada
na Figura 5.9.

Figura 5.9 Principais etapas da aplicao do MESMA.


Fonte: Adaptado de Rashed et al. (2003).

24
A rotina de seleo de modelo de acordo com a complexidade est sendo implementada
no VIPER Tools pela equipe responsvel pelo desenvolvimento do programa, coordenada por
Kerry Halligan, na Universidade da Califrnia Santa Brbara UCSB.

126
5.3 Resultados e Discusso

Para as reas de estudo de So Paulo e Rio de Janeiro foram criadas


bibliotecas espectrais com dez classes as quais so apresentadas na Tabela
5.4. Estas classes foram escolhidas considerando as categorias adotadas
conforme o modelo V-I-S e a especificidade dos materiais representativos da
superfcie em cada rea.

Tabela 5.4 Organizao das bibliotecas espectrais.

So Paulo Rio de Janeiro

Categoria Classe Categoria Classe


Grama Grama
V V
Mata Mata
Ginsio Banhado
Asfalto Ginsio
I
Concreto I Asfalto
Cobertura Urbano
Urbano Rocha
Areia S Areia
S
Solo Solo
Sombra gua Sombra gua

Considerando os tipos de materiais escolhidos para incluso nas bibliotecas


espectrais e aps a anlise visual e a realizao de trabalho de campo, foram
determinadas 30 regies de interesse na imagem, contendo 36 pixels cada,
para incluso na biblioteca e posterior processamento das tcnicas de seleo
dos melhores componentes. A espacializao das regies de interesse
apresentada na Figura 5.10.

Algumas amostras, no caso especfico da rea de estudo de So Paulo, foram


selecionadas como referncia apenas para uma das datas. Um exemplo a
rea com solo exposto no futuro ptio do Metr (Linha 4 Amarela) no distrito de
Vila Snia, zona oeste da cidade de So Paulo, presente apenas na imagem
de 2006 e, conseqentemente, selecionada apenas para esta data.

127
128

Figura 5.10 Regies de interesse para a seleo de componentes.


Os demais processamentos que antecederam a aplicao do modelo de
mistura espectral de mltiplos componentes foram conduzidos com sucesso
aps a realizao de diversos testes e considerando todas as quatro imagens.
Para a criao do arquivo de Matrizes Quadradas foi considerado o mtodo
Parcialmente Restrito com os valores padro de referncia adotados no VIPER
Tools. A seleo dos componentes por classe foi efetuada atravs da tcnica
do EAR. Dennison e Roberts (2003) e Powell (2006) tambm selecionaram
componentes atravs desta tcnica.

Analisando os testes iniciais com a aplicao do modelo foi verificado que uma
parcela significativa dos pixels das imagens no era modelada, e que havia
muita confuso entre as fraes de superfcies impermeveis e solo. Diante
disto, foi realizado outro teste com um arquivo contendo apenas oito bandas,
pois, em alguns casos, a banda de nmero 9 do ASTER, de maior
comprimento de onda e menor sinal detectado, tende a apresentar rudo para
alguns pixels, mesmo aps a correo dos efeitos da atmosfera. Novamente,
foi observada grande confuso entre a frao de solo e a de superfcies
impermeveis. No teste com uma imagem com apenas trs bandas
(correspondentes aos canais do subsistema VNIR) foi possvel modelar toda a
imagem e melhor modelar a frao solo, embora tenha sido registrado muito
rudo nas fraes de sombra e vegetao25.

Inicialmente testou-se o MESMA com quatro fraes: de vegetao, de


superfcies impermeveis, de solo e de sombra/gua. Entretanto, a anlise
visual dos resultados obtidos mostrou confuso espectral entre os espectros,
notadamente entre solo e superfcies impermeveis. Este problema tambm foi
observado por Powell (2006), no estudo do ambiente urbano. Desse modo,
considerando que a quantidade de pixels modelados com quatro fraes no
aumentava consideravelmente se comparada com a aplicao de modelos com
componentes de apenas trs categorias, utilizou-se esta ltima opo: trs

25
Cumpre ressaltar que esses dois testes foram efetuados apenas para uma dentre as
quatro cenas analisadas, correspondente a 02/09/2004.

129
componentes para cada modelo, representativos das categorias vegetao,
superfcies impermeveis ou solo e sombra ou gua (aplicao de sombra
fotomtrica). As categorias de solo e superfcies impermeveis foram
agrupadas para evitar o rudo. Operao semelhante foi empregada por Powell
(2006), que agrupou vegetao verde (GV) e vegetao no
fotossinteticamente ativa (NPV).

Foi observada que a incluso de um pixel como referncia para a modelagem


da frao sombra conduziu a muitos erros26. Isto tambm foi observado por
Nunes e Souza Jnior (2007). No caso do Rio de Janeiro, por exemplo, em que
a poro da imagem representada pelo Oceano Atlntico, Baa de Guanabara
e demais guas interiores, conforme dados obtidos de SMAC (2006), alta
(31,5%), e a radincia detectada pelo sensor no infravermelho mdio baixa
se comparada do VNIR, esses alvos no foram priorizados para a correo
dos efeitos da atmosfera por apresentarem muito rudo.

Aps a realizao dos testes para a aplicao dos modelos foi verificado que
os melhores resultados para a frao sombra e demais fraes foram obtidos
considerando a sombra fotomtrica (Photometric Shade). Dessa forma a frao
sombra foi estimada assumindo valores iguais a zero para todas as bandas
para esse componente. A frao sombra mxima permitida ajustada foi 1, em
virtude da existncia de espectros nas imagens com 100% de gua (uma
aproximao do elemento sombra) e por ter sido observado que ao se limitar
muito a frao de sombra mxima as superfcies escuras (alvos de resposta
baixa) no foram bem modeladas, conforme mostra a Figura 5.11.
Considerando a frao mxima permitida igual a 0,80, o percentual de pixels
no modelados da imagem chegou a 28,02%, enquanto que ao ajustar a frao
mxima permitida para 1,00, este percentual caiu para 2,68%.

26
Para a modelagem da frao sombra, o mdulo VIPER Tools permite a insero de
apenas um componente como referncia, caso a reflectncia dos pixels de sombra na imagem
seja considerada como diferente de zero. Para as demais fraes de interesse, permitida a
insero de mais componentes.

130
Figura 5.11 Imagem-frao sombra com os valores de 0,80 e 1,00 ajustados para a
frao sombra mxima permitida.

Para a rea de estudo do Rio de Janeiro foi testada a aplicao de uma


mscara para a gua, gerada a partir de uma classificao no supervisionada
K-mdias. No entanto, a utilizao desta mscara (excluso dos pixels) no
melhorou os resultados na aplicao do modelo.

Os modelos aplicados aps a realizao dos devidos testes contemplaram o


nmero e as classes de componentes conforme listados na Tabela 5.5.
Tambm foram efetuados testes com um nmero maior de componentes,
todavia, visualmente no foram obtidos melhores resultados, seja em valores
maiores para determinada frao, seja modelando com menos rudo.

Tabela 5.5 Modelos de mltiplos componentes adotados.

Total de Total de
Imagem V I S
Componentes modelos
13/10/2002 (SP) 5 8 2 15 50
17/05/2006 (SP) 5 8 2 15 50
25/04/2003 (RJ) 6 7 4 17 66
02/09/2004 (RJ) 5 6 4 15 50

O nmero de componentes foi inferior ao selecionado por Powell (2006) para


aplicao do modelo MESMA imagem da cidade de Manaus, correspondente
a 26 componentes, considerando todas as classes. A assinatura espectral de
cada componente selecionado a partir da tcnica EAR e includo para o
processamento do MESMA apresentada na Figura 5.12.

131
13/10/2002

I S V
17/05/2006

I S V
25/04/2003

I S V
02/09/2004

I S V
Figura 5.12 Componentes selecionados para a aplicao do MESMA segundo as
categorias V-I-S (cores correspondem apenas diferenciao entre
componentes de cada categoria).

A representatividade das superfcies impermeveis e solo na rea de estudo de


So Paulo notvel em relao s demais categorias, seja comparando cada
frao obtida em nveis de cinza (Figuras 5.13 e 5.14), ou atravs de
composio colorida multiespectral (Figura 5.15). As poucas reas com altos
valores de frao vegetao so encontradas nas pores extremas da rea de
estudo. Nas fraes sombra so destacadas as represas de Guarapiranga e

132
Billings, os Rios Tiet e Pinheiros e demais corpos dgua presentes na rea
de estudo, a exemplo da raia para canoagem na Cidade Universitria, e os
lagos nos Parques da Aclimao e do Ibirapuera (Figura 5.16).

Figura 5.13 Imagens-frao da rea de estudo de So Paulo para 13/10/2002.

133
Figura 5.14 Imagens-frao da rea de estudo de So Paulo para 17/05/2006.

Figura 5.15 Composio colorida das imagens-frao (So Paulo).

134
O municpio de So Paulo tambm apresenta grandes reas florestais em seu
territrio. No entanto, a maior parte delas encontra-se nas serras do Mar (sul do
municpio rea de Proteo Ambiental de Capivari-Monos) e da Cantareira
(norte do municpio Parque Estadual da Cantareira) e nos arredores do Pico
do Jaragu (noroeste Parque Estadual do Jaragu). As demais reas
florestais resumem-se a parques como o do Estado (atual Parque Estadual
Fontes do Ipiranga), do Carmo, do Ibirapuera, da Aclimao e demais parques
isolados de menor rea, os quais apresentaram maiores valores de frao
vegetao nas imagens apresentadas nas Figuras 5.13 e 5.14.

Figura 5.16 Elementos da diviso territorial municipal de So Paulo sobrepostos


imagem-frao vegetao e principais corpos dgua destacados na
imagem-frao sombra.

A localizao das reas verdes no espao intra-urbano de So Paulo


extremamente desigual em sua distribuio espacial e est relacionada com a
incluso/excluso social da populao. Penhalber et al. (2004) obtiveram um
ndice de 13,4 m de rea verde por habitante para o municpio de So Paulo.
Este valor superior ao proposto pela Organizao das Naes Unidas (ONU),
que de 12 m/hab. Entretanto, as autoras destacam que se os Parques
Estaduais da Cantareira e da Serra Mar, localizados, respectivamente, nos
extremos norte e sul do municpio, em reas rurais e no em reas urbanas,
fossem excludos da estatstica, este ndice cairia para 5,08 m/hab., muito

135
inferior ao recomendado pela ONU. Na delimitao territorial oficial sobreposta
imagem-frao vegetao na Figura 5.16 possvel destacar que os distritos
de Vila Andrade, Morumbi, Alto de Pinheiros, e parte dos distritos de Jardim
Paulista, Pinheiros, Campo Belo e Santo Amaro, ocupados por populao de
mais alta renda, apresentam maior cobertura vegetal.

Os distritos que mais perderam cobertura vegetal correspondem aos que


enfrentam maiores ndices de excluso social (SO PAULO, 2002). Para
grande parcela da populao no resta alternativa alm do desmatamento para
ocupao de encostas e vales inundveis. Segundo Furlan (2004) os quatro
distritos de maior privao social (Marsilac, Parelheiros, Jardim ngela e
Lajeado) so os que mais perderam cobertura vegetal e, portanto, esto
submetidos a uma situao de reduo da qualidade ambiental. Analisando a
Figura 5.16 observa-se que no distrito de Jardim ngela, por exemplo, ainda h
significativa cobertura vegetal. No entanto, preciso considerar que nem
sempre o total de cobertura vegetal refere-se a espaos que a populao pode
usufruir para o lazer. Muitas das reas destinadas pelos instrumentos de
planejamento urbano voltados ao zoneamento para a construo de praas e
jardins tm sido invadidas por ocupaes irregulares. Diversas reas verdes de
lazer so inacessveis por configurarem-se como reas inspitas (margens de
crregos com depsito de lixo e esgoto a cu aberto, com presena de animais
peonhentos e/ou roedores, parques cercados em funo da violncia, reas
abandonadas), o que reduz ainda mais a quantidade de reas verdes
disponveis para o lazer da populao.

Conforme estudo realizado pela Prefeitura de So Paulo a partir de dados de


sensoriamento remoto (FURLAN, 2004), So Paulo perdeu 5.357 hectares de
sua cobertura vegetal somente na dcada de 1990. Para a autora, importante
pensar a cidade a partir de um urbanismo que priorize a qualidade ambiental.
Cidades como So Paulo, que perderam boa parte da cobertura vegetal
durante o processo de ocupao, poderiam requalificar seu ordenamento
territorial incorporando os benefcios que a cobertura vegetal desempenha no

136
ambiente urbano. Outros investimentos necessrios dizem respeito coleta e
ao trato com os resduos slidos e lquidos.

Furlan (2004) salienta a importncia da existncia de reas verdes como


canteiros de avenidas, rvores isoladas, terrenos baldios e jardins internos de
residncias para medir a densidade de vegetao. No entanto, estes espaos
no possuem funo social direta na vida urbana, e no refletem benefcios
populao de reas carentes de espaos livres para lazer e recreao. Isto no
significa que o verde virio no seja essencial, pois desempenha papel
importante na manuteno e na promoo da qualidade ambiental da cidade.
Infelizmente, um dos fatores que dificulta a arborizao viria so as mltiplas
funes que foram atribudas s caladas e canteiros centrais.

As imagens-frao e imagem-erro obtidas para o Rio de Janeiro so


representadas nas Figuras 5.17 e 5.18 em nveis de cinza. A Figura 5.19
apresenta uma composio colorida elaborada a partir da imagem-frao
superfcies impermeveis e solo associada cor vermelha (R), imagem-frao
vegetao cor verde (G) e imagem-frao sombra cor azul (B).

A imagem-frao vegetao destaca reas florestadas tais como o Parque


Nacional da Floresta da Tijuca, que abriga a maior floresta urbana do mundo, e
o Parque Estadual da Pedra Branca. A representatividade desta frao maior
em bairros de ocupao recente e de alto padro, a exemplo do Recreio dos
Bandeirantes, se comparada representatividade em diversos bairros da zona
norte do Rio de Janeiro. Nesta zona, as reas verdes, inclusive praas, so
praticamente inexistentes. Isto reflete sobre outros indicadores ambientais.
Desde a dcada de 1970, Gallego (1972) aponta para a necessidade da
criao de reas verdes para amenizar elevadas temperaturas nas reas
industriais e a poluio do ar, em bairros como os que se situam ao longo da
Avenida Brasil.

137
Figura 5.17 Imagens-frao da rea de estudo do Rio de Janeiro para 25/04/2003.

Figura 5.18 Imagens-frao da rea de estudo do Rio de Janeiro para 02/09/2004.

138
Figura 5.19 Composio colorida das imagens-frao (Rio de Janeiro).

A imagem-frao superfcies impermeveis e solo apresenta uma situao


praticamente inversa frao vegetao. Uma diferena notvel entre ambas
que as fraes registradas para as reas de gua prximas costa, embora
muito baixas, foram maiores para a frao de superfcies impermeveis, o que
provavelmente se deve ao material em suspenso presente na gua. A
imagem-frao sombra modelou adequadamente as reas de guas interiores
e ocenicas, para ambas as datas, o que pode ser confirmado pela anlise da
Figura 5.20.

Figura 5.20 Fraes observadas para a componente sombra/gua.

Os pixels no modelados pelo MESMA foram os pixels muito brilhantes em


reas de cobertura vegetal, com valores em mdia acima de 50% de
reflectncia na banda 3, correspondente ao infravermelho prximo, assim como
pixels correspondentes areia das praias costeiras e da zona de arrebentao,
no caso do Rio de Janeiro. Na imagem de 02/09/2004, tampouco foram
modelados alguns pixels que representam afloramentos rochosos, a exemplo

139
da Pedra Bonita, em So Conrado. Na imagem de 25/04/2003, a situao se
repetiu, com maior intensidade para os pixels mais brilhantes de reas com
cobertura vegetal. Na tentativa de melhor modelar esta imagem (25/04/2003),
foi empregado um nmero maior de componentes. Conseqentemente, foi
processado um nmero maior de modelos (Tabela 5.5). No entanto, esta
imagem permaneceu com um percentual acima de 5% de pixels no
modelados. O fato de os componentes utilizados terem sido selecionados
atravs da tcnica EAR pode ter contribudo para esses resultados.

A Tabela 5.6 apresenta os percentuais de pixels no modelados em cada


imagem, assim como descreve os modelos que apresentaram melhor
desempenho modelando um nmero maior de pixels da imagem27. Os maiores
erros verificados, considerando a limitao imposta de 2,5 % de reflectncia
(0,025), e os pixels no modelados para cada imagem, so destacados na
Figura 5.21.

Tabela 5.6 Percentual no modelado por imagem e modelo(s) de melhor


desempenho.

% da Modelo(s) de melhor desempenho


imagem
Imagem
no
modelada Componente % da
Componente V
I +S imagem
Mata (Pico do
13/10/2002 (SP) 1,07 Ginsio (Anhembi) 8,34
Jaragu) seca
Cobertura
17/05/2006 (SP) 2,28 (Terminal Mata (MBoi Mirim) 10,00
Capelinha)
Areia (Praia de Mata (prximo ao
23,54
Copacabana) PROJAC)
25/04/2003 (RJ) 6,31
Mata (prximo ao
Rocha (Graja) 16,93
Jardim Botnico)
Mata (prximo ao
Solo (Del Castilho) 15,01
PROJAC)
02/09/2004 (RJ) 2,68
Ginsio Grama (estdio do
12,27
(Maracanzinho) Maracan)

27
Para as imagens de So Paulo, foram subtrados do total de pixels no modelados,
aqueles correspondentes aos valores nulos nas laterais da imagem (de formato diagonal).

140
141

Figura 5.21 Maiores erros e pixels no modelados por imagem.


De maneira geral, verificou-se que os valores de reflectncia na banda do
infravermelho prximo foram superiores para a imagem de abril de 2003 (em
alguns casos de at 10%), se comparados aos valores encontrados na imagem
de setembro de 2004 (Figura 5.22). Embora os efeitos da correo atmosfrica
sobre os dados no tenham sido adequadamente analisados, ressalta-se que
tais diferenas, que dificultaram a aplicao do MESMA, podem estar
associadas ao maior vigor da cobertura vegetal na imagem de 2003, adquirida
no incio do outono, enquanto a imagem de 2004 foi adquirida no final do
inverno, aps o perodo mais frio e mais seco conforme o clima da regio. Pela
anlise da Figura 5.22 pode-se observar nas superfcies impermeveis, por
exemplo, que essa diferena no diz respeito unicamente escala de valores,
pois os valores de reflectncia na banda 2 (vermelho) para esses alvos se
assemelham em ambas as datas.

De modo semelhante ao que foi verificado para a rea de estudo no Rio de


Janeiro, para So Paulo os pixels no modelados foram principalmente aqueles
muito brilhantes referentes cobertura vegetal. Os demais pixels no
modelados representam pixels muito brilhantes de reas cobertas por
vegetao de vrzea nas proximidades das represas de Guarapiranga e
Billings, e diferentes tipos de materiais de respostas espectrais muito distintas
correspondentes cobertura de edificaes industriais, galpes e outros
edifcios.

5.4 Concluses

Aps a realizao dos testes visando ao ajuste de parmetros, o modelo


MESMA foi aplicado com sucesso, utilizando-se o aplicativo VIPER Tools. O
MESMA apresentou bons resultados, pois permitiu detectar a diversidade de
materiais pertencentes a uma mesma classe como, por exemplo, a de
superfcies impermeveis.
143

Figura 5.22 Comparao entre a proporo de pixels de maior reflectncia nas bandas 3N e 2 nas imagens de 25/04/2003 e
02/09/2004 do Rio de Janeiro.
O maior problema verificado na aplicao do MESMA foi a seleo dos
componentes, com uma ponderada dosagem de espectros generalistas e
especialistas. Quando se prioriza espectros especialistas em uma biblioteca
espectral, h a tendncia de a imagem ficar submapeada (alto percentual de
pixels no modelados). Por outro lado, quando se utiliza mais os espectros
generalistas ocorre o sobremapeamento dos alvos de interesse para a
respectiva frao. Como o interesse, a priori, era modelar toda a imagem,
foram selecionados como referncia espectros generalistas que, entretanto,
eram espectros de materiais especficos representativos das cenas.

Em geral, um pixel de uma imagem com resoluo espacial de 30 m mais


misturado espectralmente se comparado a um pixel de uma imagem com a
resoluo espacial de 15 m. No entanto, um pixel de 15 m representa ao longo
da cena espectros mais diferenciados, resultantes da interao entre um maior
nmero de elementos que so perceptveis e influenciam o sinal detectado na
resoluo espacial especfica.

Conforme Roberts e Halligan (2006) o erro verificado maior em reas


urbanas se comparado a outros ambientes, devido forte heterogeneidade
espectral inerente. Pixels de superfcies impermeveis esto em geral
misturados espectralmente intra-classe, aumentando a confuso (como, por
exemplo, diferentes tipos de telhados). Por sua vez, cidades maiores e de
construo mais antiga so compostas por materiais muito mais diferentes
espectralmente, embora a combinao de materiais seja mais complexa em
aglomerados recentes, com maior presena de solo.

Na validao dos resultados obtidos com o MESMA imprescindvel haver


disponibilidade de dados de alta resoluo espacial e ocorrncia de trabalho de
campo. A anlise dos resultados foi efetuada exclusivamente a partir de
interpretao visual. Para as reas de estudo de So Paulo e do Rio de
Janeiro, concluiu-se que a imagem-frao vegetao quase o inverso da
imagem-frao de superfcies impermeveis e que as fraes fsicas mapeadas

144
sofrem influncia da iluminao da cena. O ngulo de apontamento do sensor
e a sazonalidade (perodo de aquisio da imagem) influenciam os resultados
das fraes fsicas mapeadas, principalmente de sombra.

Embora diferentes testes tenham sido feitos com a aplicao do MESMA nesta
pesquisa, seu potencial ainda no foi esgotado, tanto no que diz respeito
construo e/ou adequao de bibliotecas espectrais e seleo de
componentes, que podero ser efetuadas a partir de outras tcnicas
disponveis, quanto na aplicao de opes de ps-processamento, tais como
a normalizao para os efeitos de sombra e a correo para os efeitos do
terreno.

145
146
6 SENSORIAMENTO REMOTO E QUALIDADE DO AR

6.1 Introduo

As atividades econmicas provocam impactos no espao urbano que


comprometem a sua qualidade ambiental. medida que a populao, a
industrializao, o nmero e o trfego de veculos aumentam, o ar tende a se
tornar mais poludo. Este fenmeno no recente, sendo verificado desde a
utilizao do carvo vegetal para o aquecimento das residncias, passando
pelos usos do carvo mineral e dos derivados do petrleo. A modernizao da
indstria foi responsvel pela diversificao dos poluentes que compem o ar
das cidades. Diversos episdios crticos j ocorreram em diferentes cidades do
mundo e ocasionaram um elevado nmero de mortes.

Um poluente atmosfrico qualquer forma de matria ou energia com


intensidade e em quantidade, concentrao, tempo ou caractersticas acima
dos nveis estabelecidos pelo poder pblico. Esse poluente pode ser nocivo
sade, inconveniente ao bem-estar pblico, danoso aos materiais, fauna e
flora ou prejudicial segurana e s atividades normais da comunidade
(CETESB, 2005).

Os poluentes presentes na atmosfera podem ser classificados em relao


sua origem em poluentes primrios e poluentes secundrios. Os poluentes
primrios so aqueles emitidos diretamente pelas fontes de emisso, e os
poluentes secundrios so aqueles formados atravs da reao qumica entre
poluentes primrios e/ou constituintes naturais da atmosfera (OKE, 1978).
Como exemplo de poluente primrio pode ser citado o material particulado, e
de poluente secundrio o oznio, produzido fotoquimicamente pela radiao
solar incidente sobre os xidos de nitrognio e compostos orgnicos volteis
(CETESB, 2005). Os poluentes atmosfricos so provenientes de fontes
estacionrias, mveis ou naturais.

147
Em virtude do comprometimento da qualidade do ar nas cidades, muitos pases
tm adotado normas para controle da poluio atmosfrica e instalado redes
para o seu monitoramento a partir de metodologias padronizadas. Uma das
agncias de maior representatividade internacional a Agncia de Proteo
Ambiental dos Estados Unidos EPA (Enviromental Protection Agengy).
Apesar de atuar em um nico Estado, o rgo de referncia nacional no Brasil
a Companhia de Tecnologia de Saneamento Ambiental do Estado de So
Paulo (CETESB).

Os padres nacionais de qualidade do ar foram definidos pela Resoluo


CONAMA n 03, de 28/06/90, que estabelece o controle sobre sete parmetros
a serem medidos: oznio (O3), dixido de enxofre (SO2), monxido de
nitrognio (NO), dixido de nitrognio (NO2), monxido de carbono (CO),
partculas totais em suspenso (PTS) e partculas inalveis (PI) (IBAMA, 1990).
As partculas com tamanho superior a 10 m geralmente permanecem
suspensas na atmosfera por um perodo inferior a 24 horas, enquanto
partculas menores que 1 m podem permanecer suspensas por semanas
(MATTHIAS, 1996). As principais caractersticas, fontes e efeitos dos principais
poluentes presentes na atmosfera so apresentadas na Tabela 6.1.

Um dos avanos obtidos no controle da qualidade dos combustveis e das


emisses veiculares no Brasil ocorreu com o Programa de Controle da
Poluio do Ar por Veculos Automotores (PROCONVE), regulamentado pela
Resoluo do Conselho Nacional de Meio Ambiente (CONAMA) n. 18, de
06/05/1986 (IBAMA, 1986). Entretanto, alm dos vrios fatores que contribuem
para o aumento da poluio do ar no Brasil, como, por exemplo, a frota muito
antiga de veculos, a fiscalizao no contnua.

148
Tabela 6.1 Caractersticas, fontes e efeitos dos principais poluentes presentes na atmosfera.

Efeitos gerais ao
Poluente Caractersticas Fontes principais Efeitos gerais sobre a sade
meio ambiente
Processos industriais, veculos Quanto menor o tamanho da
Partculas Partculas de material slido ou lquido que Danos vegetao,
motorizados (exausto), poeira de partcula, maior o efeito sade.
Totais em ficam suspensas no ar, na forma de poeira, deteriorao da
rua ressuspensa, queima de Causam efeitos significativos em
Suspenso neblina, aerossol, fumaa, fuligem etc. Faixa visibilidade e
biomassa. Fontes naturais: plen, pessoas com doena pulmonar,
(PTS) de tamanho <100 m. contaminao do solo.
aerossol marinho e solo. asma e bronquite.
Partculas Partculas de material slido ou lquido que Processos de combusto (indstria Danos vegetao,
Inalveis ficam suspensas no ar, na forma de poeira, e veculos automotores), aerossol Aumento de atendimentos deteriorao da
(MP10) neblina, aerossol, fumaa, fuligem etc. Faixa secundrio (formado na hospitalares e mortes prematuras. visibilidade e
e Fumaa de tamanho < 10 m. atmosfera). contaminao do solo.
Gs incolor, com forte odor, semelhante ao Desconforto na respirao, doenas
gs produzido na queima de palitos de respiratrias, agravamento de Pode levar formao
Processos que utilizam queima de
149

fsforos. Pode ser transformado a SO3, que doenas respiratrias e de chuva cida, causar
Dixido de leo combustvel, refinaria de
na presena de vapor dgua, passa cardiovasculares j existentes. corroso aos materiais
Enxofre (SO2) petrleo, veculos a diesel, polpa e
rapidamente a H2SO4. importante Pessoas com asma ou portadoras de e danos vegetao:
papel.
precursor dos sulfatos, um dos principais doenas cardacas e pulmonares folhas e colheitas.
componentes das partculas inalveis. crnicas so mais sensveis ao SO2.
Gs marrom avermelhado, com odor forte e Processos de combusto
Dixido de muito irritante. Pode levar formao de envolvendo veculos automotores, Aumento da sensibilidade asma e Pode levar formao
Nitrognio cido ntrico, nitratos (que contribuem para processos industriais, usinas bronquite, diminuio da resistncia de chuva cida, danos
(NO2) o aumento das partculas inalveis na trmicas que utilizam leo ou gs, s infeces respiratrias. vegetao e colheitas.
atmosfera) e compostos orgnicos txicos. incineraes.
Altos nveis esto associados a
Monxido de Combusto incompleta de veculos prejuzo dos reflexos, da capacidade
Gs incolor, inodoro e inspido.
Carbono (CO) automotores. de estimar intervalos de tempo, de
aprendizagem, de trabalho e visual.
Irritao nos olhos e vias
No emitido diretamente
respiratrias, diminuio da Danos s colheitas,
Gs incolor, inodoro nas concentraes atmosfera. produzido
Oznio capacidade pulmonar. Exposio a vegetao natural,
ambientais e o principal componente da fotoquimicamente pela radiao
(O3) altas concentraes pode resultar em plantaes agrcolas e
nvoa fotoqumica. solar sobre os xidos de nitrognio
sensaes de aperto no peito, tosse plantas ornamentais.
e compostos orgnicos volteis.
e chiado na respirao.

Fonte: CETESB (2005).


Estaes de monitoramento da qualidade do ar que determinam as
concentraes de poluentes por mtodos de amostragem encontram-se
instaladas em inmeras aglomeraes urbanas do mundo. No Brasil, h redes
de estaes automticas nos Estados do Esprito Santo, Paran, Rio de
Janeiro, Rio Grande do Sul e So Paulo. No Distrito Federal, h estaes,
porm no automticas. Em Minas Gerais est sendo estudada a implantao
de uma rede de monitoramento pelos rgos pblicos ligados ao meio
ambiente. Segundo a Fundao Estadual de Engenharia de Meio Ambiente
(FEEMA, 2004) a qualidade do ar no municpio do Rio de Janeiro monitorada
desde 1967, quando foram instaladas as primeiras estaes manuais de
amostragem da qualidade do ar pelo ento Instituto de Engenharia Sanitria.

Desde 1981 a CETESB possui uma rede automtica de monitoramento da


qualidade do ar na RMSP e em Cubato. Nos municpios de Campinas,
Paulnia, So Jos dos Campos e Sorocaba, o monitoramento iniciou-se no
ano 2000. A rede manual de monitoramento mede os teores de SO2 e fumaa
na RMSP desde 1973 e no interior desde 1986, alm das partculas totais em
suspenso na RMSP e em Cubato desde 1983. O monitoramento sistemtico
de partculas inalveis finas (PI2,5) na RMSP teve incio em 1999. A rede de
monitoramento inclui ainda estaes de medio manual de PTS em
Cordeirpolis e de PI em Limeira, Piracicaba, Ribeiro Preto e Santa
Gertrudes, e estaes automticas mveis (CETESB, 2005).

Segundo a Unio Europia, a qualidade do ar representa o mais importante


dentre treze indicadores de qualidade de vida (TULLOCH; LI, 2004). Estudos
apontam que a poluio do ar em pases como a ustria, a Frana e a Sua
provocada principalmente por emisses de veculos automotores e
responsvel por 6% da mortalidade total, o que equivale a mais de quarenta mil
mortes por ano (CIFUENTES et al., 2001). Na estao de inverno, por causa
da forte inverso de temperatura, que limita a espessura da camada de
mistura, os poluentes so concentrados nos nveis baixos da atmosfera,
agravando a sade das pessoas, principalmente de idosos e crianas com
problemas respiratrios (OLIVEIRA et al., 2006). A Figura 6.1 apresenta os

150
resultados de uma pesquisa elaborada pela Organizao Mundial da Sade
(OMS) que mostra a distribuio espacial de mortes no mundo devido
poluio do ar urbana.

Figura 6.1 Mortes por poluio do ar urbana no mundo (2000).


Fonte: WHO (2002).

Tanto a RMSP quanto a RMRJ sofrem com a poluio do ar devido


principalmente ao intenso trfego de veculos e atividades industriais,
destacando-se, em So Paulo, a refinaria de petrleo localizada no municpio
de Mau (SP) e, no Rio de Janeiro, a refinaria em Duque de Caxias (RJ). A
Operao Rodzio uma das medidas criadas em So Paulo que pode
minimizar a poluio do ar, embora seu principal objetivo seja reduzir o nmero
de veculos em circulao e, conseqentemente, os ndices de
congestionamento. A Figura 6.2 ilustra uma situao de atmosfera altamente
poluda verificada na cidade de So Paulo.

151
Figura 6.2 Poluio do ar na cidade de So Paulo em 23/08/2007 (16:00 h).

Os estudos da CETESB (2005) afirmam que a deteriorao da qualidade do ar


na RMSP ocasionada por emisses atmosfricas de cerca de duas mil
indstrias de alto potencial poluidor e por uma frota de aproximadamente 7,4
milhes de veculos, frota esta que representa um quinto do total nacional. De
acordo com as estimativas de 2005, essas fontes de poluio so responsveis
pelas emisses dos seguintes poluentes para a atmosfera: 1,46 milho de t/ano
de monxido de carbono (CO), 354 mil t/ano de hidrocarbonetos (HC), 317 mil
t/ano de xidos de nitrognio (NOX), 28 mil t/ano de material particulado total
(MP) e 12 mil t/ano de xidos de enxofre (SOX). Desses totais, os veculos so
responsveis por 97% das emisses de CO, 97% de HC, 96% NOX, 40% de
MP e 42% de SOX.

A migrao para o transporte individual um dos grandes agravantes da


poluio do ar. A mdio prazo faz-se necessria uma poltica que priorize o
transporte pblico. Estudos da FEEMA (2004a) indicaram que a Avenida Brasil,
devido ao imenso fluxo de veculos, responsvel por 25 a 30% do total de
poluentes do ar emitidos pelas vias de trfego na RMRJ.

152
Embora o material particulado seja o componente mais visvel da poluio do
ar, ele apenas uma parte do problema, pois, segundo Godish (1997),
aproximadamente 90% das emisses antropognicas para a atmosfera so
gasosas. Em So Paulo, cerca de 80% do oznio e 40% do material
particulado advm da frota de veculos a diesel. Conforme Howitt (1987, citado
por DANNI-OLIVEIRA, 1999) a emisso de material particulado nos veculos a
diesel aproximadamente cem vezes maior que nos demais combustveis.
Estes motores ocasionam tambm uma maior produo de NOx e SOx. Neste
sentido, deve-se incentivar a produo e o uso de veculos movidos por energia
com menor potencial poluidor, especialmente aqueles dos sistemas de
transporte coletivo, bem como, investir na produo de leo diesel de melhor
qualidade.

6.2 Sensoriamento Remoto em Estudos de Qualidade do Ar

Segundo Tulloch e Li (2004) os principais estudos que envolvem


sensoriamento remoto e qualidade do ar podem ser agrupados da seguinte
forma: medies da espessura dos aerossis na atmosfera, anlise visual das
imagens orbitais, medies das partculas negras (material particulado) e
anlise das mudanas de uso e cobertura da terra. Para os autores, ainda no
possvel efetuar um mapeamento detalhado da poluio do ar nas cidades
devido escassa rede de estaes de monitoramento.

Os canais de menor comprimento de onda so mais susceptveis influncia


de aerossis devido ao espalhamento atmosfrico. O espalhamento da
radiao solar pelo material particulado afeta a visibilidade (GODISH, 1997).
Conforme ilustra a Figura 6.3, o aparecimento de uma camada de poluio
tende a diminuir a transmitncia da atmosfera (mais absoro e espalhamento)
resultando em um decrscimo na incidncia de radiao solar direta na
superfcie e, conseqentemente, em uma menor emisso de radiao termal, o
que contribui para a reduo dos valores de temperatura aparente registrados
pelos sensores orbitais. Por outro lado, a camada de poluio tambm absorve

153
e re-emite a radiao emitida, o que intensifica ainda mais esse processo
(WALD; BALEYNAUD, 1999).

Poli et al. (1994) e Wald e Baleynaud (1999) obtiveram resultados satisfatrios


na anlise da correlao entre a temperatura aparente e a concentrao de
material particulado em suspenso (total dirio). O coeficiente de correlao
encontrado foi de -0,97 e -0,95, respectivamente. A correlao com monxidos
e dixidos de nitrognio foi mais baixa. Uma das justificativas apontadas foi a
volatilidade desses gases, que so altamente reagentes e sofrem adveco
facilmente, apresentando uma alta variabilidade espao-temporal.

Figura 6.3 Efeitos da poluio atmosfrica sobre o balano de radiao.

No Brasil, o trabalho de Saldanha e Alves (2005) foi um dos poucos que


aplicaram o sensoriamento remoto no estudo da qualidade do ar. Os autores
utilizaram imagens do satlite Geostacionary Operational Environmental
Satellite (GOES) e modelagem numrica a fim de determinar dias favorveis
disperso de poluentes. Dados da estao de monitoramento da qualidade do
ar localizada nas dependncias de uma Usina Termeltrica foram considerados
como dados de referncia.

154
Em Geografia, a maioria dos trabalhos envolvendo dados de qualidade do ar
so estudos multitemporais que utilizam dados de estaes manuais ou
automticas, mas no dados de sensoriamento remoto. O problema da
poluio atmosfrica analisado considerando sua distribuio espacial e
associaes com o stio urbano, a densidade demogrfica, as atividades
econmicas implantadas, os eixos de transporte e os ritmos dos tipos de tempo
(BRANDO, 1996; DANNI-OLIVEIRA, 1999; GALLEGO, 1972; OLIVEIRA et
al., 2006; RUSSO, 2002; SERRA, 1988). Diferentemente dessas abordagens,
neste estudo foram correlacionados dados obtidos por estaes de
monitoramento com dados de sensoriamento remoto. O objetivo experimental
foi verificar a influncia do material particulado presente na atmosfera sobre os
dados registrados pelas imagens.

6.3 Material e Mtodos

Para a anlise da relao entre dados adquiridos por sensoriamento remoto e a


concentrao de material particulado foram utilizadas as imagens do sensor
ASTER especificadas na Tabela 6.2. Foram utilizados os programas ENVI 4.2
para o processamento das imagens, os programas Microsoft Excel 2003 e
Statistica 6.0 para a anlise estatstica multivariada, e o programa GPS Track
Maker para a manipulao dos dados adquiridos em trabalho de campo. A
sntese dos procedimentos empregados apresentada na Figura 6.4.

Tabela 6.2 Especificaes das imagens ASTER.

Satlite Resoluo Datas de Dia da


Bandas
(Sensor) Espacial aquisio semana
13/10/2002 (SP) Domingo
1, 2, 3 (VNIR)
Terra 15 m (VNIR) 25/04/2003 (RJ) Sexta
4, 5, 6, 7, 8 e 9 (SWIR)
(ASTER) 30 m (SWIR) 02/09/2004 (RJ) Quinta
10, 11, 12, 13 e 14 (TIR)
17/05/2006 (SP) Quarta

155
Imagem ASTER

SP (13/10/2002) SP (17/05/2006) RJ (25/04/2003) RJ (02/09/2004)

VNIR (1,2,3N) 15 m SWIR (4,5,6,7,8,9) 30 m TIR (10,11,12,13,14) 90 m

Converso (Reflectncia Aparente) Converso (Temp. Aparente)

Dados de Qualidade do Ar

CETESB
Trabalho
SMAC de Campo

FEEMA

Tabulao

Concentrao de Material Particulado

Correlao

Figura 6.4 Fluxograma metodolgico.

As imagens ASTER foram transformadas de radincia espectral para


reflectncia aparente utilizando valores de irradincia solar espectral no topo da
atmosfera, sem aplicao de correo atmosfrica. A reflectncia aparente ou
no topo da atmosfera pode ser calculada usando a Equao 6.1 (WOOSTER,
1996):
2
BL rad Bd
RTDA = ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f (6.1)
Esuni Bcos` za

em que: RTDA a reflectncia no topo da atmosfera;


Lrad a radincia espectral da banda do sensor;
Esuni a irradincia solar mdia no topo da atmosfera da i-sima banda
espectral;
Z o ngulo solar zenital28; e
d a distncia entre o Sol e a Terra, medida em unidades astronmicas.

28
O ngulo solar zenital igual a 90 subtrado do ngulo de elevao solar informado no
arquivo descritor das imagens.

156
A distncia entre o Sol e a Terra calculada a partir da Equao 6.2 (EVA;
LAMBIN, 1998):

d = (1 - 0,01672 x cos(RADIANOS(0,9856 x (Dia Juliano29 - 4)))) (6.2)

Para a aplicao dessa transformao so necessrios valores de ESUNi.


Esses valores podem ser encontrados com facilidade para as bandas Landsat
atravs do respectivo guia de usurios (WILLIANS, 2004). A documentao
para os usurios ASTER no contempla esta informao; contudo ela pode ser
encontrada em Smith (2006). Este autor calculou os valores de ESUNi. atravs
de convoluo da funo de resposta espectral das bandas ASTER com a
funo de irradincia solar espectral no topo da atmosfera (considerando o
intervalo de 1 nm). Os valores calculados para as bandas ASTER e utilizados
na converso de radincia espectral para reflectncia aparente de cada banda
do VNIR e SWIR das imagens ASTER encontram-se na Tabela 6.3. Os valores
da distncia entre o Sol e a Terra (d) calculados para cada data so
apresentados na Tabela 6.4.

Tabela 6.3 Irradincia solar espectral no topo da atmosfera para as bandas ASTER.

Banda ASTER ESUN (W.m-.m-)


1 1845,99
2 1555,74
3N 1119,47
4 231,25
5 79,81
6 74,99
7 68,66
8 59,74
9 56,92
Fonte: Smith (2006).

29
O Dia Juliano o nmero correspondente ao dia do ano em ordem cronolgica. Varia de
0 a 365 ou 366.

157
Tabela 6.4 Distncia entre o Sol e a Terra.

Dia d
25/04 1,00555
17/05 1,01099
02/09 1,00898
13/10 0,99769

Observa-se que os valores de d so menores quanto mais prximo o dia se


encontra do perilio, e maiores quanto mais prximo o dia se encontra do
aflio. Estes valores, embora consideravelmente semelhantes, devem ser
calculados e empregados com distino, pois respeitam a elipticidade do
movimento de translao terrestre.

As imagens termais foram convertidas de emitncia para temperatura aparente


por meio da Equao 6.3, definida com base na Lei de Planck, que descreve a
distribuio espectral da radiao emitida por um corpo-negro (SLATER, 1980;
IQBAL, 1983):
c
2
f
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
ff
f
ff
f
ff
f
ff
f
ff
ff
f
f f
f
fff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
f
ff
ff
f
T= cf
f
f1f
f
ff (6.3)
Bln 1 +
F G
B BL

5

em que: c1 corresponde a 3,7427 *108 W.m-2.m4;


c2 corresponde a 1,4388 *104 m.K;
o comprimento de onda em m;
T a temperatura aparente em Kelvin.

Os dados de qualidade do ar foram fornecidos pela CETESB, FEEMA e


Secretaria Municipal de Meio Ambiente do Rio de Janeiro (SMAC). Como as
imagens de satlite adquiridas no perodo matutino, por volta de 10:00
(Landsat) ou 10:30 h (Terra), no contm informao sobre a concentrao
diria de poluentes, somente foram utilizados dados coletados pelas estaes
automticas, que efetuam medidas a cada hora (CETESB e FEEMA) ou a cada
15 minutos (SMAC). No perodo vespertino, a concentrao de poluentes
maior; no entanto, a passagem dos satlites no ocorre nesse perodo. Dados

158
de estaes manuais no foram utilizados porque as medidas so efetuadas
somente a cada seis dias, e representam a concentrao em um perodo de 24
horas, das 00:00 s 23:59 h. Esta freqncia de amostragem, embora no
regulamentada na legislao ambiental brasileira, segue os procedimentos
recomendados pela EPA, que podem ser encontrados em Dias e Frondizi
(2006).

Os parmetros de qualidade do ar medidos na RMSP e na RMRJ so:


partculas inalveis (PI10 ou MP10 e PI2,5 ou MP2,530), partculas totais em
suspenso (PTS31), xidos de enxofre (SOx), dixido de enxofre (SO2), xidos
de nitrognio (NOx), monxido de nitrognio (NO), dixido de nitrognio (NO2),
monxido de carbono (CO), metano (CH4), hidrocarbonetos (HC),
hidrocarbonetos menos metano (HCMM), oznio (O3), fumaa (FMC) e dados
meteorolgicos (MET): temperatura (T), umidade relativa do ar (URA), presso
atmosfrica (PA) velocidade (VV) e direo do vento (DV) (CETESB, 2005;
FEEMA, 2004b; SMAC, 2006). Estes poluentes constituem, na maioria dos
casos, elementos nocivos sade pblica, podendo contribuir para o
aparecimento de doenas como as do trato respiratrio.

A rede automtica da CETESB composta por 29 estaes fixas de


amostragem na RMSP (23 estaes), Cubato (duas estaes), Campinas
(uma estao), Paulnia (uma estao), So Jos dos Campos (uma estao) e
Sorocaba (uma estao), e trs estaes mveis. As estaes mveis so
deslocadas para locais onde no existem estaes de amostragem ou para
estudos complementares prpria rede. Das 23 estaes automticas da
RMSP, 14 esto instaladas no municpio de So Paulo, duas em Santo Andr,
e uma estao em Diadema, Guarulhos, Mau, Osasco, So Bernardo do
Campo, So Caetano do Sul e Taboo da Serra (CETESB, 2005). A Tabela 6.5
apresenta os parmetros monitorados por cada estao da RMSP.

30
Os valores 10 e 2,5 correspondem ao dimetro mdio da partcula em m [1 m = 10-6
m].
31
Partculas menores que 100 m.

159
Tabela 6.5 Parmetros monitorados na RMSP por estaes automticas (cinza
escuro) e manuais (cinza claro).

Parmetros
Estao

MP2,5

FMC

MET
PTS
NO2

NOx
SO2

CH4
PI10

NO

CO

HC

O3
Parque Dom Pedro
II1,2
Santana1
Mooca1
Cambuci1
Ibirapuera1,2
Nossa Senhora do 1 ** **
So Caetano do Sul1,2
Congonhas1
Lapa1
Cerqueira Csar1,2
Penha1
Centro1
Guarulhos1
Santo Andr Centro1
Diadema1
Santo Amaro1,2
Osasco1,2
Santo Andr
Capuava1,2
So Bernardo do
Campo1,2
Taboo da Serra1 ** **
So Miguel Paulista1
Mau1
Pinheiros1,2
Aclimao2 *
Campos Elseos2 *
Moema2 *
Mogi das Cruzes2 *
Praa da Repblica2 *
Tatuap2 *
1
Estaes da rede automtica.
2
Estaes da rede manual.
*
Operao a partir de 2003.
**
Operao a partir de 2004.
Fonte: CETESB (2005).

Na RMRJ encontram-se oito estaes automticas fixas, seis localizadas no


municpio do Rio de Janeiro, uma em Nova Iguau e outra em So Gonalo, e
uma estao mvel (FEEMA, 2004b; SMAC, 2006). Os parmetros

160
monitorados e a localizao das estaes na RMRJ so apresentados na
Tabela 6.6. A localizao das estaes de monitoramento da qualidade do ar
na RMSP e na RMRJ apresentada na Figura 6.5.

Tabela 6.6 Parmetros monitorados na RMRJ por estaes automticas (cinza


escuro) e manuais (cinza claro).

Parmetros
Estao

HCMM

MET
PTS

NOx
SO2

PI10

CO
O3
Barra da Tijuca1 *
Belford Roxo2
Benfica2
Bonsucesso2
Botafogo2
Cascadura/Engenho da Rainha2
Centro2
Centro1
Centro1
Coelho Neto2
Copacabana2
Copacabana1
Duque de Caxias2
Itagua2
Jacarepagu2
Jacarepagu1
Lagoa1 **
Maracan2
Nilpolis2
Niteri2
Nova Iguau2
Nova Iguau1
Praa Saens Pea1
Realengo2
Santa Tereza2
So Cristvo2
So Cristvo1
So Gonalo2
So Gonalo1
So Joo de Meriti2
Sumar2
Tijuca2
1
Estaes da rede automtica.
2
Estaes da rede manual.
* Estao mvel da SMAC em operao desde junho de 2004.
** Estao mvel da FEEMA em operao na Lagoa de 16/07/2004 a 06/06/2005.
Fonte: FEEMA (2004b); SMAC (2006).

161
Figura 6.5 Localizao das estaes automticas de monitoramento da qualidade do
ar nas Regies Metropolitanas de So Paulo (superior) e do Rio de
Janeiro (inferior).

162
O nmero de estaes de monitoramento insuficiente devido a fatores como
o alto custo de implantao e manuteno destas estaes, alm de problemas
como o constante furto de equipamentos. Ung et al. (2001) afirmam que na
Europa o nmero de estaes tambm escasso. Dado tal problema, um
estudo com exatido da concentrao e distribuio espacial dos poluentes em
reas urbanas praticamente impossvel.

Os dados so registrados em boletins dirios para divulgao das condies de


qualidade do ar. Os valores medidos so agrupados em classes que
representam os seguintes ndices: boa, regular, inadequada, m, pssima e
crtica, de acordo com a concentrao dos poluentes. Esses ndices da rede de
amostragem da CETESB, FEEMA e SMAC contemplam os parmetros
utilizados como indicadores para a qualidade do ar estabelecidos pelo
CONAMA e seguem o padro internacional.

Foram visitadas todas as 23 estaes automticas de monitoramento fixas


localizadas na RMSP durante o trabalho de campo. Na RMRJ foram visitadas
somente as estaes automticas fixas e mveis localizadas no municpio do
Rio de Janeiro, em um total de oito: trs mantidas pelo Estado atravs da
FEEMA, e cinco pela prefeitura, atravs da SMAC. O trabalho de campo foi
efetuado nos meses de abril, julho, agosto e setembro de 2006 e permitiu o
reconhecimento dos equipamentos utilizados para a medio dos parmetros
de qualidade do ar, da localizao e observao da cobertura e do uso da terra
na regio de entorno das estaes de monitoramento, visita aos escritrios das
agncias oficiais responsveis pelo monitoramento, obteno de fotografias e
coleta de coordenadas geogrficas32. Para a coleta das coordenadas de
localizao das estaes foi utilizado um GPS modelo Garmin III. A Figura 6.6
apresenta alguns exemplos de equipamentos utilizados para o monitoramento
da qualidade do ar nas estaes da FEEMA e da CETESB.

32
Ressaltamos que o tempo transcorrido desde o perodo de aquisio das imagens no
invalida o presente estudo, cujo objetivo envolve a anlise geogrfica do fenmeno e no
propriamente a avaliao do grau de poluio.

163
Vista externa da estao Equipamentos da estao Quadro de status da rede
Pinheiros em So Paulo Pinheiros em operao (SP) da CETESB

Equipamentos da estao Material particulado amostrado Equipamentos de estao


Centro I em operao (RJ) convencional da FEEMA

Figura 6.6 Exemplos de equipamentos utilizados para o monitoramento da qualidade


do ar.

Os dados de qualidade do ar registrados pelas estaes da CETESB no ano de


2002 foram obtidos a partir de arquivos de texto disponibilizados em mdias
digitais para a Biblioteca do INPE. Os dados relativos a 17/05/2006 foram
recebidos aps solicitao Diviso de Tecnologia de Avaliao da Qualidade
do Ar da Diretoria de Engenharia, Tecnologia e Qualidade Ambiental da
CETESB. Os dados registrados pelas estaes da FEEMA foram recebidos
aps solicitao Diviso de Qualidade do Ar do Departamento de
Planejamento Ambiental da FEEMA. Os dados registrados pelas estaes da
SMAC foram recebidos aps solicitao encaminhada a este rgo. Os dados
de interesse foram extrados dos arquivos originais e organizados conforme as
datas, horrio, parmetros e estaes em planilhas eletrnicas. Foram
preservados somente os dados registrados pelas estaes automticas no
horrio das 10:00 h (estaes da SMAC e CETESB) ou 10:30 h da manh
(estaes da FEEMA). A Tabela 6.7 apresenta os dados organizados para a
rea de estudo de So Paulo para a data de 13/10/2002, e a Tabela 6.8 para a
data de 17/05/2006.

164
Tabela 6.7 Parmetros monitorados em 13/10/2002 (domingo) na RMSP (em itlico
para as estaes localizadas fora da rea de estudo).

Estao Parmetro**

URA (%)

(g/m)

(g/m)

(g/m)

(g/m)

(g/m)
(mBar)
T (C)

(ppm)
(ppb)
NOx
NO2
N. Nome

SO2

PI10
NO

CO

PA
O3
Parque Dom
1 - 26,1 14,6 55,3 38,6 11,4 - 96,2 - 44,6
Pedro II
2 Santana - - - - - - - 99,5 - -
3 Moca - - - - - - - 113 - -
4 Cambuci - - - - - - - - - 31,5
5 Ibirapuera - - - 33,7 20,2 2,9 - 139,0 - -
Nossa Senhora
6 - - - - - - - - - -
do *
So Caetano do
7 - 27,0 - 50 32,7 7,6 - 128,7 - 47,6
Sul
8 Congonhas - - 13,6 70,1 47,2 12,1 - - - 61,3
9 Lapa - - - 82,7 65,1 25,9 - - - 45,3
10 Cerqueira Csar - - - 74,7 50,8 13,6 - - - 35,4
11 Penha* - - - - - - - - - -
12 Centro - - - - - - - - - 71,2
13 Guarulhos* - - - - - - - - - -
Santo Andr -
14 - - - - - - - - - 71,9
Centro
15 Diadema - - - - - - - 91,2 - -
16 Santo Amaro - - - - - - 0,8 81,6 - 41,4
17 Osasco - - 22,9 - - - 1,8 42,7 - 47,9
Santo Andr -
18 - - - - - - - 88,8 - 46,9
Capuava
So Bernardo do
19 - - - - - - - - - -
Campo
20 Taboo da Serra* - - - - - - - - - -
So Miguel
21 - 24,4 - - - - - 105,8 - 114,4
Paulista
22 Mau - - - 29,2 18,2 3,3 - 90,2 - 60,6
27 Pinheiros - - - - - - 1,1 99,1 - 6,7
Pico do
50 - - - - - - - 124,1 - -
Jaragu***
- IAG 51 25,4 - - - - - - 926,6 -
* Na ocasio as estaes de Nossa Senhora do e Penha apresentaram problemas com
os monitores, a estao de Guarulhos no registrou dados no horrio e a estao de Taboo
da Serra encontrava-se desativada temporariamente.
** Dados registrados s 10:00 h da manh.
*** Estao mvel.

165
Tabela 6.8 Parmetros monitorados em 17/05/2006 (quarta-feira) na RMSP (em
itlico para as estaes localizadas fora da rea de estudo).

Estao Parmetro**

NO (g/m)
URA (%)
VV (m/s)

(g/m3)

(g/m3)

(g/m3)

(g/m3)
(mBar)
DV ()
T (C)

(ppm)
(ppb)
NOx
NO2
N. Nome

SO2

PI10
CO

PA
O3
Parque Dom
1 - - - - - - - 0,7 29,6 - - 51,2
Pedro II
2 Santana 2,7 - - - - - - - - - 73 8
3 Moca 1,6 - - - - - - - 19,2 - 70 -
4 Cambuci - - - - - - - - - - - 42,2
5 Ibirapuera 2,1 72,8 18,8 9,1 - - - - - 935 80,4 12,9
Nossa
6 Senhora do - - - - - - - - 18,9 - - 13,3

So Caetano
7 2,4 76,2 17,8 26,4 48,8 73,8 61,2 0,8 28,6 - 48 35,1
do Sul
8 Congonhas - - - 9,2 - - - 0,9 - - - 21,5
Cerqueira
10 - - - 12,4 51,9 140 140,9 1,4 - - - -
Csar
12 Centro - - - - 71,1 98,2 74,1 0,9 - - - -
13 Guarulhos* - - - - - - - - - - - -
Santo Andr
14 - - - - - - - 0,5 - - - 18,9
- Centro
15 Diadema - - - - - - - - 27,9 - - 27,5
16 Santo Amaro 2,8 - - - - - - 0,6 29,0 - 6 7,7
17 Osasco 3,3 - - 11,2 - - - 1,9 - - 90 61,9
Santo Andr
18 3,3 - - - - - - - 23,3 - 49 24,2
- Capuava
So
19 Bernardo do 2,1 - - - - - - - - - 64 28,7
Campo
Taboo da
20 - 58,3 19,3 - - - - 1,3 - - - 21,0
Serra
22 Mau - - - - 22,5 20,9 11 - 18,5 - - 17,2
27 Pinheiros - 64,1 17,8 - - - - 1,3 - - - 44,0
Horto
47 - - - - 8,8 9,0 5,3 - 33,7 - - -
Florestal***
- IAG - 69 18,5 - - - - - - 932 - -
* Na ocasio as estaes da Lapa e de So Miguel Paulista encontravam-se desativadas
temporariamente e a estao de Guarulhos apresentou problemas com a energia eltrica.
** Dados registrados s 10:00 h da manh.
*** Estao mvel.

166
A Tabela 6.9 apresenta os dados obtidos junto SMAC e FEEMA para a rea
de estudo no Rio de Janeiro da data de 25/04/2003, e a Tabela 6.10 da data de
02/09/2004. A organizao desses dados demandou maior trabalho em virtude
da adoo de diferentes unidades de medida pelos rgos responsveis
(SMAC e FEEMA) para a divulgao dos parmetros de qualidade do ar
monitorados na RMRJ. Por essa razo, foi necessrio transformar os dados em
partculas por bilho (PPB) ou partculas por milho (PPM) para g/m3 e/ou
vice-versa, utilizando coeficientes fornecidos por tcnicos da FEEMA.

Tabela 6.9 Parmetros monitorados em 25/04/2003 (sexta-feira) na RMRJ (em itlico


para as estaes localizadas fora da rea de estudo).

Estao Parmetro*

Tambiente
(g/m3)

(g/m3)

(g/m3)

(g/m3)

(g/m3)
(ppm)

URA

NO2
Nome rgo
SO2

(C)
PI10

(%)
CO

NO
O3
So Cristvo II SMAC 0,34 30 235 33,0 56 - - -
Praa Saenz
0,61 35 85 - 65 - - -
Pea SMAC
Centro III SMAC 0,94 21 72 32,0 55 - - -
Copacabana II SMAC 0,20 36 78 34,8 52 - - -
Barra da Tijuca** SMAC - - - - - - - -
Lagoa** FEEMA - - - - - - - -
Centro I FEEMA 37,6 62,1 - - 9,6 84,5 180,3
Jacarepagu FEEMA 5,2 31 - - 23,4 41,1 11
Nova Iguau FEEMA 10,2 81 - - 22,9 155,8 14,3
So Gonalo FEEMA - 2,6 19 - - 15,6 33,6 70,6
* Os dados da SMAC foram registrados s 10:00 h e os dados da FEEMA s 10:30 h.
** Na ocasio a estao mvel da SMAC encontrava-se desativada e a da FEEMA
encontrava-se operante em outro municpio do Estado do Rio de Janeiro localizado na
regio do Vale do Paraba.

No foi possvel detectar a validade do dado de concentrao de material


particulado registrado pela estao da SMAC em So Cristvo em 25/04/2003
(235), pois seu valor foi muito superior aos demais. Conforme a FEEMA
(2004b), durante todo o ano de 2003 no foi verificada concentrao superior a
150 g/m em qualquer uma de suas estaes automticas na RMRJ.

167
Tabela 6.10 Parmetros monitorados em 02/09/2004 (quinta-feira) na RMRJ (em
itlico para as estaes localizadas fora da rea de estudo).

Estao Parmetro

Tambiente (C)

NO2 (g/m3)
SO2 (g/m3)

PI10 (g/m3)

NO (g/m3)

PA (mBar)
O3 (g/m3)

NOX (ppb)
CO (ppm)

URA (%)
VV (m/s)
Nome rgo

So
SMAC 0,29 31 65 - 28,2 56 - - - - -
Cristvo II
Praa Saenz
SMAC 0,46 21 65 - 27,5 51 - - - - -
Pea
Centro III SMAC 0,69 35 - - 29,4 46 - - - - -
Copacabana
SMAC 0,53 37 49 - 29,6 48 - - - - -
II
Barra da
SMAC - - 113 - 31,0 48 48,1 78 - - 1017
Tijuca**
Lagoa** FEEMA 0,6 - 28 1 24,5 65 2,74 47,7 24,7 45,5 -
Centro I FEEMA 1,34 87,8 43 - - - 6,7 102,2 295,9 - -
Jacarepagu FEEMA 0,45 19,5 40,9 - - - - 43,3 7,8 - -
Nova Iguau FEEMA 0,25 11,5 46,2 - - - 60,5 42,9 40 - -
So Gonalo FEEMA 0,64 16,6 44,4 - - - 31,6 - - - -
* Os dados da SMAC foram registrados s 10:00 h e os dados da FEEMA s 10:30 h.
** Estao mvel.

Para a anlise da relao entre os poluentes e os dados das imagens foi


calculada a correlao entre a concentrao do poluente, medida pela estao,
e o valor de temperatura aparente e de reflectncia aparente registrado na
imagem. A correlao foi analisada somente com a concentrao de material
particulado (PI10) porque os demais poluentes foram medidos em poucas
estaes, o que inviabiliza ainda mais a representatividade do estudo.
Adotaram-se como variveis dependentes os dados (na localizao das
estaes33) de reflectncia aparente do visvel, infravermelho prximo e mdio,
bem como de temperatura aparente do infravermelho termal, e como variveis
explicativas os ndices de concentrao medidos pelas estaes de

33
Segundo os tcnicos envolvidos com o monitoramento da qualidade do ar, os dados
coletados pelas estaes automticas correspondem representatividade mdia de uma rea
de raio considervel, variando entre 200 e 500 m, caso inexistam barreiras que impeam a
captao.

168
monitoramento. Tambm foi testada a correlao com a reflectncia aparente
reamostrada para a resoluo espacial dos canais termais do ASTER (90 m).

A qualidade do ar est indissociavelmente ligada s condies meteorolgicas


e, por conseguinte, sazonalidade. A concentrao de CO, PI e SO2 aumenta
no inverno, quando as condies meteorolgicas so mais desfavorveis
disperso dos poluentes. Quanto ao oznio, maiores concentraes so
verificadas na primavera e vero, devido maior intensidade da radiao solar.
A interao entre as fontes de poluio e a atmosfera define o nvel de
qualidade do ar que, por sua vez, determina o surgimento de efeitos adversos
da poluio do ar sobre os receptores (CETESB, 2005). Alm disso, outros
fatores como as caractersticas da estrutura fsica urbana so relevantes para
explicar as concentraes verificadas em determinadas reas. No Brasil, o
exemplo mais clssico de poluio advinda de processos industriais,
intensificada por atributos geoecolgicos, o da cidade de Cubato, localizada
na Regio Metropolitana da Baixada Santista, Estado de So Paulo.

Foram obtidos dados meteorolgicos coletados por estaes automticas


devido necessidade de correspondncia de horrios com o imageamento34. O
IAG/USP forneceu os dados meteorolgicos registrados por sua estao em
So Paulo nos meses de outubro de 2002 e maio de 200635. No Rio de Janeiro,
as universidades locais no dispem de estaes meteorolgicas automticas
ou convencionais.

6.4 Resultados e Discusso

Os dados da concentrao de material particulado registrados pelas estaes


de monitoramento localizadas na rea de estudo de So Paulo nas datas de
aquisio das imagens (24 horas) so apresentados na Figura 6.7.

34
O INMET no possui estaes meteorolgicas automticas nas reas de estudo.
35
Os dados meteorolgicos disponibilizados pelo IAG/USP foram includos nas Tabelas 6.7
e 6.8.

169
Concentrao de Material Particulado (MP10) por Estao (13/10/2002)

180

160

140

120

100
ug/m

80

60

40

20

0
1:00 4:00 7:00 10:00 13:00 16:00 19:00 22:00

Hora

Parque Dom Pedro II Cambuci Congonhas Lapa Cerqueira Csar


Centro Santo Amaro Osasco Pinheiros

Concentrao de Material Particulado (MP10) por Estao (17/05/2006)

120

100

80
ug/m

60

40

20

0
1:00 4:00 7:00 10:00 13:00 16:00 19:00 22:00
Hora

Parque Dom Pedro II Santana Cambuci Ibirapuera Nossa Senhora do


Congonhas Santo Amaro Osasco Taboo da Serra Pinheiros

Figura 6.7 Concentrao de material particulado registrada pelas estaes


automticas da rea de estudo de So Paulo.

Na maioria das estaes, as maiores concentraes de material particulado


foram registradas no perodo vespertino. As concentraes mais baixas em

170
13/10/2002 foram registradas no perodo matutino, com exceo da estao de
Congonhas. Esta data corresponde a um dia de domingo, o que justifica tal
resultado. Os maiores valores em 17/05/2006 foram verificados na estao de
Osasco (Figura 6.8), para o perodo matutino, e na estao de Congonhas,
para o perodo vespertino. Em 13/10/2002 a estao de Congonhas registrou
as maiores concentraes em ambos os perodos. As estaes de Osasco e
Congonhas localizam-se prximo a grandes vias de circulao, as Avenidas
dos Autonomistas e dos Bandeirantes, respectivamente, cuja contribuio
significativa para os ndices de poluio registrados. Os elevados ndices da
estao de Congonhas tambm so conseqncias das emisses provenientes
do aeroporto de mesmo nome. Outra estao cercada por vias de trnsito
intenso aquela localizada no Parque Dom Pedro II (Figura 6.8).

Por estar cercada pela cobertura vegetal, a estao do Parque do Ibirapuera


deveria registrar baixos ndices de poluentes. No entanto, isso no ocorre, pois
o Parque encontra-se totalmente envolvido por vias de trnsito intenso e est
localizado em uma rea com altitude ligeiramente inferior s reas
circundantes. Nos ltimos anos, esta estao tem registrado um dos ndices
mdios mais elevados de oznio (CETESB, 2005).

De acordo com a CETESB (2005) o perodo de maio a agosto o de maior


agravamento da poluio atmosfrica em So Paulo em funo das condies
meteorolgicas, e o perodo outubro-abril o mais favorvel disperso de
poluentes na atmosfera. Segundo registros da estao meteorolgica do
IAG/USP, localizada no Parque Estadual das Fontes do Ipiranga, extremo
sudeste da rea de estudo, nos quatro dias anteriores a 17/05/2006 no houve
registro de precipitao. Na data de 13/10/2002, no ocorreu precipitao
apenas nos dois dias anteriores. Tambm no foram registrados ventos fortes
nos horrios de aquisio das imagens, o que indica que o tempo em ambas as
datas encontrava-se estvel. Portanto, ambas as datas no se encontravam
em situao crtica. Os boletins da CETESB (2002; 2006) elaborados para o
horrio das 15:00 h confirmam esta anlise, pois apontam as condies
meteorolgicas verificadas como sendo favorveis disperso dos poluentes.

171
172

Figura 6.8 Localizao das estaes de monitoramento de Osasco e Parque Dom Pedro II.
Fonte: Dados de uso do solo obtidos de EMPLASA (2005).
Para as imagens do Rio de Janeiro a anlise da concentrao diria de
material particulado menos consistente, pois os valores registrados nas datas
de aquisio destas imagens (Figura 6.9) foram fornecidos apenas pela
FEEMA para duas estaes em 25/04/2003 e trs estaes em 02/09/2004.

Concentrao de Material Particulado (MP10) por Estao (25/04/2003)

100

80

60
ug/m

40

20

0
00:30 03:30 06:30 09:30 12:30 15:30 18:30 21:30

Hora

Centro Jacarepagua

Concentrao de Material Particulado (MP10) por Estao (02/09/2004)

160

120
ug/m

80

40

0
00:30 03:30 06:30 09:30 12:30 15:30 18:30 21:30

Hora

Centro Jacarepagu Lagoa

Figura 6.9 Concentrao de material particulado registrada pelas estaes


automticas da rea de estudo do Rio de Janeiro.

Conforme Gallego (1972) e FEEMA (2004a) na cidade do Rio de Janeiro o


perodo de maior poluio corresponde aos meses de maio a setembro. Neste
perodo, devido atuao dos sistemas de alta presso que dominam a regio,
ocorrem com freqncia situaes de estagnao atmosfrica, que contribuem

173
para o agravamento da poluio. Alm desses fatores, deve ser considerado
ainda que a regio est sujeita s caractersticas do clima tropical, com intensa
radiao solar e elevadas temperaturas, favorecendo os processos
fotoqumicos e outras reaes na atmosfera, com gerao de poluentes
secundrios tal como o oznio. Quanto ao Rio de Janeiro, cabe destacar ainda
que os macios da Tijuca e da Pedra Branca, paralelos orla martima, atuam
como barreira fsica brisa marinha impedindo a ventilao de reas situadas
no interior, tal como a zona norte do municpio. Por outro lado, dependendo do
horrio, as brisas podem transportar poluentes em diversas direes
(OLIVEIRA et al., 2006).

Tanto as imagens de So Paulo quanto as do Rio de Janeiro no foram


adquiridas no perodo considerado crtico de poluio. H datas em que os
ndices de poluio registrados so ainda maiores, o que refora a gravidade
deste problema nas metrpoles nacionais.

A Tabela 6.11 mostra que no existe alta correlao entre a concentrao de


material particulado registrada e a temperatura aparente, ou a correlao no
linear, pois no se verificou uma tendncia definida. Tambm foi calculado o
coeficiente de correlao com os dados das imagens termais brutas. No total,
foram considerados dados de seis estaes para a data de 25/04/2003, sete
para 02/09/2004, nove para 13/10/2002, e dez para a data de 17/05/2006.

Nenhuma banda apresentou, em todos os casos, valores superiores em


relao s demais. Nas imagens de temperatura aparente para So Paulo, foi
observado que as maiores correlaes ocorreram com a banda 10. Para as
imagens do Rio de Janeiro, as maiores correlaes foram encontradas com a
banda 12. Diferentemente dos resultados de Poli et al. (1994) e Wald e
Baleynaud (1999), as correlaes encontradas foram baixas e apenas para
uma das imagens (13/10/2002) foram verificadas correlaes negativas.
importante lembrar que os autores citados utilizaram dados de concentrao
diria.

174
Tabela 6.11 Correlao entre a concentrao de material particulado e as imagens
termais brutas e em temperatura aparente.

Banda
Imagem
10 11 12 13 14
13/10/2002 Temperatura aparente -0,2323 -0,2023 -0,1839 -0,2127 -0,2174
(SP) Termal bruto -0,2260 -0,1966 -0,1781 -0,2077 -0,2131
17/05/2006 Temperatura aparente 0,2583 0,2296 0,1053 0,1798 0,2384
(SP) Termal bruto 0,2504 0,2235 0,1019 0,1769 0,2338
25/04/2003 Temperatura aparente 0,3658 0,4096 0,3588 0,3724 0,2328
(RJ) Termal bruto 0,3688 0,4122 0,3608 0,3746 0,2336
02/09/2004 Temperatura aparente 0,4184 0,4279 0,4448 0,4124 0,3964
(RJ) Termal bruto 0,4212 0,4314 0,4414 0,4162 0,3998

A Tabela 6.12 apresenta os testes efetuados com as imagens de reflectncia


aparente na continuidade da pesquisa em busca de possveis tendncias. Esta
tabela apresenta os coeficientes de correlao com dados das imagens de
reflectncia aparente e reflectncia aparente reamostrada para a resoluo de
90 m. Para a maioria dos casos, a reamostragem aumentou os ndices de
correlao, pois atua como um filtro passa-baixa na imagem, ao considerar
um valor mdio dos pixels e minimizar as altas freqncias.

Tabela 6.12 Correlao entre a concentrao de material particulado e as imagens


de reflectncia aparente.

Banda
Imagem
1 2 3 4 5 6 7 8 9
13/10/ Refl. Ap. 0,073 -0,057 -0,232 -0,241 -0,006 -0,083 -0,154 -0,090 -0,007
2002 Refl. Ap.
(SP) -0,319 -0,255 -0,739 -0,580 -0,384 -0,394 -0,461 -0,412 -0,370
(90 m)
17/05/ Refl. Ap. -0,163 0,024 -0,098 0,015 0,124 0,136 0,081 0,099 0,148
2006 Refl. Ap.
(SP) -0,285 -0,269 -0,402 -0,348 -0,207 -0,264 -0,249 -0,238 -0,183
(90 m)
25/04/ Refl. Ap. 0,225 0,214 0,400 0,589 0,385 0,392 0,488 0,418 0,137
2003 Refl. Ap.
(RJ) 0,455 0,371 -0,230 0,442 0,524 0,378 0,341 0,324 0,221
(90 m)
02/09/ Refl. Ap. -0,176 -0,098 0,502 0,604 0,470 0,593 0,437 0,436 0,471
2004 Refl. Ap.
(RJ) -0,145 -0,211 -0,093 0,459 0,381 0,490 0,396 0,484 0,364
(90 m)

175
Visando contribuir anlise dos resultados, as Figuras 6.10, 6.11, 6.12 e 6.13
so coletneas de fotografias que representam os locais em que esto
instaladas as estaes de monitoramento da qualidade do ar na RMSP e no
municpio do Rio de Janeiro. H vrias estaes instaladas sob rvores
frondosas, o que possivelmente influencia nos dados registrados, de acordo
com a circulao do ar no local. Em muitos casos, as estaes no so
instaladas nos locais mais adequados por causa da necessidade de serem
instaladas em locais pblicos. importante tambm citar que h conflitos de
medio, pois um local adequado para medir material particulado pode no ser
o mais adequado para medir oznio. Na maioria dos casos mais vivel,
prtico e barato, que os diversos equipamentos que monitoram poluentes
sejam instalados em uma mesma estao. Alm disso, importante que a
instalao seja feita em locais onde haja vigilncia, para se evitar problemas
como furtos, verificados em So Paulo. A Figura 6.12 mostra a estao da
CETESB de So Miguel Paulista que, mesmo estando localizada no interior de
uma unidade escolar, foi arrombada para furto de equipamentos.

Para a incluso de um nmero maior de observaes na anlise de correlao,


Ung et al. (2001) e Weber et al. (2001) utilizaram o mtodo das estaes
virtuais. As estaes virtuais ou pseudo-estaes corresponderiam aos pixels
que apresentassem os mesmos nmeros digitais (em todas as bandas) que os
pixels nos quais esto localizadas as estaes de monitoramento da qualidade
do ar. Conseqentemente, a concentrao de poluentes para esses pixels
poderia ser predita tomando como referncia as concentraes registradas
pelas estaes reais. Caso fosse encontrada uma alta correlao com as
estaes reais, a incluso das estaes virtuais poderia facilitar o mapeamento
da distribuio dos poluentes sobre a rea de interesse atravs de
interpolao. Preferiu-se no utilizar o mtodo das estaes virtuais, pois h
muitas outras variveis que influenciam a resposta espectral do pixel nas
diferentes bandas, e no apenas a concentrao de material particulado.

176
Cambuci Centro Cerqueira Csar

Congonhas Ibirapuera Lapa

Moca Nossa Senhora do Osasco

Parque Dom Pedro II Pinheiros Santana

Santo Amaro Taboo da Serra


Figura 6.10 Estaes de monitoramento da qualidade do ar na rea de estudo de
So Paulo.

177
Diadema Guarulhos Mau

Penha Santo Andr - Centro Santo Andr - Capuava

So Bernardo do Campo So Caetano do Sul So Miguel Paulista


Figura 6.11 Estaes de monitoramento da qualidade do ar na Regio Metropolitana
de So Paulo localizadas fora da rea de estudo.

Figura 6.12 Estao de So Miguel Paulista aps furto que conduziu sua
desativao temporria.

178
Barra da Tijuca (mvel) Centro I Centro III

Copacabana I (manual) Copacabana II Jacarepagu II

Lagoa (mvel) Praa Saenz Pea So Cristvo II


Figura 6.13 Estaes de monitoramento da qualidade do ar no Rio de Janeiro.

6.5 Concluses

O fato de no se encontrar qualquer tendncia definida neste estudo maiores


coeficientes de correlao obtidos para a mesma banda ou maiores
coeficientes obtidos utilizando a mesma imagem pode estar relacionado ao
reduzido nmero de estaes e diversidade de locais em que elas se
encontram. Tanto na RMSP quanto no Rio de Janeiro foi observado que
algumas estaes encontram-se instaladas embaixo de rvores frondosas, o
que influencia os dados registrados e o sinal detectado pelo sensor, tanto no
visvel quanto no termal. Alm disso, conforme informaes repassadas por
tcnicos que operam os sistemas de monitoramento, os dados coletados pelas

179
estaes automticas correspondem representatividade mdia de uma rea
de raio considervel. A alta freqncia das imagens de reas urbanas,
considerando a resoluo dos canais ASTER e a grande diversidade de alvos
nessas reas, outro fator influente. Ainda que fosse encontrado um ndice de
correlao elevado para um determinado momento, isto no significa que os
ndices permaneceriam elevados em outras situaes (multitemporal), pois se
trata de anlises muito pontuais.

O uso de dados de sensoriamento remoto nos estudos de qualidade do ar um


campo de pesquisa ainda pouco explorado e dificultado pela escassez e m
distribuio das estaes de monitoramento, o que inviabiliza anlises
efetuadas de modo contnuo e ininterrupto. Por outro lado, os estudos nessa
linha de pesquisa podem trazer uma grande contribuio, tendo em vista o
elevado custo de implantao e manuteno dessas estaes.

Dado o reduzido nmero de estaes e as baixas correlaes encontradas,


no foi possvel mapear a distribuio dos poluentes. Caso a correlao
encontrada fosse alta, poderia ser testada a aplicao de uma equao de
regresso sobre as imagens de temperatura. Em novos estudos, tcnicas como
a regresso logstica podero ser testadas visando encontrar um melhor ajuste
para o modelo, assim como a anlise de regresso considerando os pixels
localizados dentro da rea de influncia do monitoramento (raio de captao).

Tanto em So Paulo quanto no Rio de Janeiro necessria grande ateno do


poder pblico para a questo da poluio atmosfrica. Para tanto, importante
definir os locais apropriados para a instalao de novas estaes de
monitoramento. A escolha dessas reas poderia privilegiar aquelas que vm
apresentando os maiores ndices de crescimento demogrfico. Como subsdio
a esta anlise, o incremento populacional verificado no perodo 1991 a 2000
por distrito (municpio de So Paulo) ou bairro (municpio do Rio de Janeiro)
apresentado na Figura 6.14 com a sobreposio da localizao atual das
estaes de monitoramento da qualidade do ar. Principalmente em So Paulo,

180
verifica-se que as reas de maior expanso demogrfica no possuem
estaes de monitoramento. Estas reas constituem, portanto, locais
recomendados para a implantao de novas estaes.

Figura 6.14 Incremento populacional nos municpios de So Paulo e Rio de Janeiro


(1991 a 2000).

181
182
7 ANLISE INTEGRADA DO AMBIENTE URBANO

7.1 Introduo

A anlise integrada dos atributos do meio fsico urbano, tais como a topografia,
o clima e a cobertura vegetal, associados ao uso e ocupao do solo,
possibilita a elaborao de um diagnstico ambiental mais consistente de uma
determinada rea. Este tipo de anlise recomendada por autores como Lu e
Weng (2006), Mascar (1996) e Weng et al. (2004), entre outros. Os diferentes
usos do solo so fatores que auxiliam caracterizao do clima urbano e
influenciam a configurao espacial da ilha de calor. Mudanas no uso e
cobertura da terra no alteram apenas a abundncia de vegetao e biomassa,
mas tambm as propriedades termais. De acordo com Mascar (1996), em
escala mesoclimtica, o clima urbano pode ser estudado com o auxlio da
topografia, visando compreender a organizao climtica espacial.

Weng et al. (2004) aprofundaram os estudos da relao entre a temperatura da


superfcie e a cobertura vegetal, tendo como referncia trabalhos anteriores
desenvolvidos por autores como Lambin e Ehrlich (1996). Com aplicao na
cidade de Indianpolis (EUA), para todas as classes de uso consideradas,
Weng et al. (1994) encontraram correlao linear negativa, ou seja, para
maiores valores de temperatura existe uma tendncia cobertura vegetal ser
menos representativa, e vice-versa. Nessa pesquisa, considerando diferentes
resolues espaciais e para diferentes classes de uso e ocupao do solo, a
correlao encontrada entre a temperatura e a imagem-frao vegetao
verde, resultante da aplicao de um modelo de mistura espectral, foi superior
quela obtida com o uso do Normalized Difference Vegetation Index (NDVI). As
maiores correlaes foram encontradas com a resoluo espacial de 120 m,
considerando 30, 60, 120, 240, 480 e 960 m. Segundo os autores, a partir da
resoluo de 120 m a correlao no aumenta porque as superfcies tornam-se
espacialmente homogneas e as texturas menos complexas, devido mistura
dos alvos de reas urbanas.

183
Lu e Weng (2006) verificaram correlao positiva entre a temperatura de
superfcie com a frao superfcies impermeveis e correlao negativa com a
frao vegetao em reas construdas. Isto atesta o papel das superfcies
impermeveis em aquecer, e o da vegetao em resfriar o meio urbano.

Weng et al. (2004) observaram ainda que h um campo amplo para os estudos
em sensoriamento remoto envolvendo modelos de mistura espectral, com
enfoque sobre a frao vegetao, como um indicador da ocorrncia de ilhas
urbanas de calor. Isto porque, diferentemente do NDVI, a frao vegetao
considera o vetor completo da reflectncia espectral, conforme o nmero de
bandas do sensor e a faixa do espectro selecionada. Embora no tenham
integrado a topografia (representao da superfcie terrestre) ao seu estudo,
esses autores supem haver um refinamento da anlise caso ela seja
considerada. Por sua vez, Lu e Weng (2006) apontam que o uso do MESMA
em anlises integradas pode levar a uma maior distino entre vrios tipos de
superfcies impermeveis em relao anlise de mistura espectral
convencional. Nesse sentido, apresentada a seguir uma anlise integrada
das variveis temperatura, altitude e imagens-frao produto da aplicao do
MESMA, por diferentes classes de uso e ocupao do solo encontrados nas
reas de estudo de So Paulo e do Rio de Janeiro.

7.2 Material e Mtodos

Aps a aplicao de diferentes tcnicas de processamento das imagens


ASTER visando obteno de modelos digitais de elevao, espacializao
da temperatura da superfcie e ao mapeamento das fraes fsicas da estrutura
urbana, estas variveis foram analisadas segundo a mdia e desvio padro
apresentados, e correlacionadas entre si por diferentes tipos de uso e
ocupao do solo, no intuito de analisar a relao entre elas e efetuar uma
caracterizao geoecolgica do ambiente urbano das reas de estudo. A
Figura 7.1 apresenta os procedimentos empregados nesta etapa da pesquisa.

184
MDE Imagens Temperatura Imagens-frao

Layer Stack

Uso e Ocupao do Solo Seleo de


RMSP (EMPLASA) Classes Recorte por Classe

Mscara
Uso e Ocupao do Solo
RJ (SMAC)
Mdia e Desvio Padro

Correlao

Anlise e Discusso

Figura 7.1 Fluxograma metodolgico.

Com relao s classes de uso e ocupao do solo, optou-se pela utilizao de


mapas j existentes. Para So Paulo foi adotado como referncia o mapa de
uso e ocupao do solo em formato digital da RMSP (arquivo vetorial em
formato .shp). Este mapa foi elaborado em escala 1:100.00036 pela Empresa
Paulista de Planejamento Metropolitano S/A (EMPLASA) a partir da
interpretao visual de imagens IKONOS, com resoluo espacial de at 1 m,
adquiridas em 2002, com o apoio de trabalho de campo (EMPLASA, 2005).
Para o municpio do Rio de Janeiro foi adotado o mapa em escala 1:50.000
elaborado pela SMAC (SMAC, 2001). Os mapas contemplam um total de 20
(So Paulo) e 16 classes (Rio de Janeiro), listadas na Tabela 7.1.

Considerando a representatividade em rea de cada classe (no recorte das


reas de estudo), bem como sua semelhana quanto ao tipo de uso ou
cobertura, foram selecionadas para a integrao e anlise estatstica nove
classes de So Paulo (Tabela 7.2) e oito do Rio de Janeiro (Tabela 7.3). As
Figuras 7.2 e 7.3 apresentam os mapas de uso e ocupao do solo das reas
de estudo de So Paulo e Rio de Janeiro, respectivamente.

36
O mapeamento da EMPLASA foi elaborado em escala 1:25.000 com a diviso da rea
da Regio Metropolitana de So Paulo e Bacia Hidrogrfica do Alto Rio Tiet em 64 folhas.
Para a apresentao do mapeamento em um nico arquivo, foi executado um processo de
generalizao cartogrfica do produto para a escala 1:100.000.

185
Tabela 7.1 Classes de uso e ocupao do solo dos mapas de referncia utilizados.

So Paulo Rio de Janeiro


rea urbanizada
Aterro sanitrio
Campo guas interiores
Capoeira rea mida
Chcara rea urbana
Equipamento urbano Afloramento rochoso
Espelho dgua Apicum
Favela Campo antrpico
Hortifrutigranjeiro Cultura/Pastagem
Indstria Floresta
Lixo Floresta Alterada
Loteamento desocupado Mangue
Mata Mar
Minerao Parques
Movimento de terra e solo exposto Praia
Outro uso Restinga
Reflorestamento Solo exposto
Reservatrio de reteno Urbano no consolidado
Rodovia
Vegetao de vrzea
Fonte: EMPLASA (2005); SMAC (2001).

Tabela 7.2 Classes de uso e ocupao do solo selecionadas (So Paulo).

% da rea de
Classe rea (km)
estudo
rea urbanizada + Rodovia 390,785 63,60
Indstria 43,8 7,13
Mata + Reflorestamento 34,265 5,58
Campo 28,598 4,65
Corpo d'gua 24,106 3,92
Capoeira 20,36 3,31
Favela 15,521 2,53
Movimento de terra e solo exposto + Minerao 6,032 0,98
Vegetao de vrzea 4,077 0,66
Total 567,544 92,37

rea de Estudo 614,425 100

186
Tabela 7.3 Classes de uso e ocupao do solo selecionadas (Rio de Janeiro).

% da rea de
Classe rea (km)
estudo
Mar + guas interiores 266,152 31,49
rea urbana 247,363 29,27
Floresta 105,261 12,45
Campo antrpico 99,791 11,81
Floresta alterada + Restinga 41,908 4,96
Urbano no consolidado 40,48 4,79
rea mida + Mangue 22,279 2,64
Afloramento rochoso 4,72 0,56
Total 827,954 97,96

rea de Estudo 845,193 100

Figura 7.2 Uso e ocupao do solo na rea de estudo de So Paulo.


Fonte: EMPLASA (2005).

187
188

Figura 7.3 Uso e ocupao do solo na rea de estudo do Rio de Janeiro.


Fonte: SMAC (2001).
Em So Paulo as classes de rea urbanizada e Rodovia foram agrupadas por
representarem, em ambos os casos, superfcies impermeveis. reas de
cobertura vegetal de porte arbreo, correspondentes s classes Mata e
Reflorestamento, tambm foram agrupadas. O mesmo ocorreu com as classes
de Movimento de terra e solo exposto e Minerao, representativas de reas
de solo. A classe Loteamento desocupado no foi includa neste grupo, pois
representa reas mistas de solo e cobertura vegetal. As demais classes mistas,
a exemplo de Equipamento urbano, no foram consideradas na anlise.

Na rea de estudo do Rio de Janeiro foram agrupadas as classes de Floresta


alterada e Restinga, Mar e guas interiores, e rea mida e Mangue. Na
classe Urbano no consolidado esto includas reas com baixa densidade de
ocupao urbana, ou por estarem em processo de ocupao ou por serem
reas onde existem limitaes fsicas e/ou legais para esse processo. Esta
categoria inclui tambm reas onde h concentrao de pequenas
propriedades com atividade agropecuria e chcaras para lazer (IPP, 2005).

Cada classe selecionada foi extrada do arquivo vetorial para compor um novo
plano de informao individual. Concomitantemente, as imagens em
temperatura da superfcie, modelos digitais de elevao e imagens-frao
foram agrupadas em um nico arquivo. Este procedimento foi executado para
cada rea de estudo e data. Em seguida, os planos de informao individuais
(polgonos correspondentes a cada classe) foram sobrepostos aos arquivos de
imagens. A rea localizada no interior dos polgonos de cada plano de
informao foi considerada como regio de interesse e os arquivos de imagens
foram recortados preservando apenas esta rea e aplicando-se uma mscara
sobre os pixels localizados fora dos limites da classe considerada. Este
procedimento foi executado para as quatro datas conforme as nove classes de
So Paulo e oito do Rio de Janeiro.

Aps o recorte das imagens por classe foram calculadas a mdia e o desvio
padro de cada arquivo (modelo digital de elevao, temperatura da superfcie

189
pelo mtodo de Normalizao da Emissividade (NE), temperatura da superfcie
pelo mtodo da Banda de Referncia (BR), frao superfcies impermeveis e
solo, frao vegetao, frao sombra e imagem-erro (RMSE)), excluindo-se
do clculo todos os valores nulos (localizados fora dos limites da classe
considerada). Nas imagens-frao, para evitar a tendenciosidade dos
resultados, alm dos pixels nulos tambm foram excludos os pixels no
modelados (com valores iguais a zero). Em seguida foram calculados os
ndices de correlao linear entre as variveis (pixel a pixel) por classe de uso
e ocupao do solo selecionada, excluindo-se novamente os valores nulos e/ou
iguais a zero, conforme aplicado no procedimento anterior.

7.3 Resultados e Discusso

7.3.1 Anlise da Mdia e Desvio Padro

Os valores de mdia e desvio padro calculados para as imagens de So


Paulo considerando as classes de uso e ocupao do solo selecionadas, so
apresentados na Tabela 7.4. Em So Paulo a vegetao densa est mais
restrita s reas elevadas, pois a classe Mata + Reflorestamento apresenta a
maior altitude mdia. Em segundo lugar encontra-se a classe Favela, tambm
ocupando reas mais elevadas se comparadas rea urbanizada em geral. O
terceiro maior valor mdio de altitude foi observado para a classe Movimento
de Terra e solo exposto + Minerao.

Os menores valores de altitude foram verificados para a classe Corpo dgua e


para a classe Indstria, que ocupa na rea de estudo de So Paulo as reas
prximas rede de drenagem e corredores virios de suas margens. Em
seguida aparece a classe Vegetao de vrzea, presente prxima aos rios e
represas. Estas trs classes apresentaram os menores valores de desvio
padro. Os valores mais altos foram observados para as classes de Mata +
Reflorestamento e Capoeira, com maior variao altimtrica. A Figura 7.4
apresenta de forma grfica a altitude mdia calculada por classe.

190
Tabela 7.4 Mdia e desvio padro da altitude, temperatura e imagens-frao por classe de uso e ocupao do solo de So Paulo
(desvio padro em itlico).

Temperatura Imagem-frao*

Classe MDE 13/10/2002 17/05/2006 13/10/2002 17/05/2006


Sup. Imp. Sup. Imp.
NE** BR** NE BR Veg. Sombra RMSE Veg. Sombra RMSE
e Solo e Solo
rea urbanizada + 769,167 34,384 34,054 24,450 24,158 0,627 0,236 0,137 0,006 0,717 0,124 0,158 0,009
Rodovia 28,304 2,454 2,566 1,589 1,652 0,192 0,229 0,119 0,003 0,197 0,164 0,159 0,005
772,073 32,535 32,136 23,391 23,145 0,290 0,657 0,053 0,006 0,329 0,511 0,160 0,006
Campo
47,801 3,077 3,196 2,028 2,147 0,215 0,253 0,155 0,003 0,261 0,272 0,185 0,003
191

775,825 31,736 31,147 22,671 22,427 0,185 0,743 0,071 0,005 0,205 0,596 0,199 0,006
Capoeira
29,454 2,920 3,061 2,077 2,172 0,181 0,212 0,137 0,002 0,239 0,254 0,169 0,003
727,678 27,347 26,299 21,264 20,983 0,233 0,107 0,660 0,011 0,225 0,059 0,716 0,007
Corpo d'gua
18,131 3,692 3,991 1,714 1,741 0,120 0,197 0,223 0,004 0,125 0,127 0,174 0,002
787,391 34,675 34,445 24,527 24,270 0,686 0,191 0,123 0,006 0,781 0,087 0,132 0,010
Favela
31,609 2,437 2,498 1,708 1,785 0,175 0,218 0,111 0,002 0,176 0,160 0,149 0,005
743,721 35,159 34,948 25,389 25,118 0,635 0,227 0,138 0,008 0,716 0,129 0,155 0,010
Indstria
25,529 3,083 3,199 2,072 2,113 0,202 0,231 0,137 0,004 0,203 0,181 0,161 0,006
Mata e 803,471 30,327 29,536 21,695 21,430 0,098 0,799 0,103 0,005 0,090 0,657 0,253 0,005
Reflorestamento 50,343 3,014 3,058 2,167 2,267 0,142 0,187 0,120 0,002 0,166 0,241 0,172 0,003
Movimento de terra e 776,451 33,237 32,987 23,757 23,598 0,554 0,464 -0,019 0,008 0,559 0,338 0,103 0,008
solo exposto +
Minerao 32,688 3,322 3,393 2,439 2,541 0,251 0,261 0,166 0,005 0,261 0,235 0,185 0,004
745,103 29,301 28,644 21,599 21,385 0,133 0,797 0,070 0,006 0,134 0,555 0,312 0,006
Vegetao de vrzea
11,839 3,807 4,154 2,035 2,078 0,160 0,187 0,141 0,003 0,148 0,344 0,258 0,003
*Os pixels no modelados foram excludos dos clculos estatsticos em cada data.
**NE = Normalizao da Emissividade; BR = Banda de Referncia.
Altitude mdia por classe de uso - So Paulo

810

m 780

750

720

rea urbanizada

Reflorestamento
Movimento de
Vegetao de
Corpo dgua

terra e solo
e Rodovia

Capoeira
Indstria

exposto
Campo

Mata e
vrzea

Favela
Classe
Figura 7.4 Altitude mdia por classe de uso em So Paulo.

Nos resultados obtidos para as imagens temperatura da superfcie,


organizados na Figura 7.5, observa-se que em 17/05/2006, inverno, os valores
foram cerca de 10 C inferiores aos de 13/10/2002, primavera. As maiores
temperaturas mdias foram verificadas nas classes Indstria, Favela e rea
urbanizada + Rodovia, para ambas as imagens e mtodos empregados:
Normalizao da Emissividade (NE) e Banda de Referncia (BR). Nessas
classes, comum a presena de grandes superfcies impermeveis,
principalmente em indstrias e favelas, onde a cobertura vegetal tambm
reduzida, o que favorece o aquecimento. Em So Paulo a maioria das
habitaes includa na categoria favela de alvenaria: em 1980, apenas 2,4%
das moradias eram de material durvel. Em 1993, o percentual atingia 74,2%.
O tipo de cobertura tambm mudou com um aumento das moradias com laje
de 7% (1987) para 24,5% (1993) (IPEA, 2001c).

A classe Favela apresentou os menores valores de desvio padro da


temperatura para 13/10/2002. Considerando a imagem de 17/05/2006, os
menores valores foram verificados para a classe rea urbanizada e Rodovia.

192
Temperatura mdia por classe de uso - So Paulo

37

33
C

29

25

21 Reflorestamento

rea urbanizada
Movimento de
Vegetao de
Corpo dgua

terra e solo

e Rodovia
Capoeira

Indstria
exposto
Campo
Mata e
vrzea

Favela
Classe
Classe

13/10/2002 17/5/2006

Figura 7.5 Temperatura mdia por classe de uso em So Paulo.

As classes de Corpo dgua, Vegetao de vrzea e Mata + Reflorestamento


apresentaram as menores temperaturas mdias, o que confirmou a importncia
da gua e da cobertura vegetal na manuteno do conforto trmico em reas
urbanas tropicais. Desta forma, e de acordo com os resultados apresentados
nos Captulos 4 e 5, os distritos ou bairros mais arborizados tendem a ter
temperaturas mais amenas.

Valores mais elevados de temperatura mdia foram obtidos a partir dos dados
dos cinco canais termais do ASTER (aplicao do mtodo da Normalizao da
Emissividade) em relao imagem processada utilizando a banda 13 como
referncia. Isto foi observado para todas as classes, nas duas datas
analisadas. Por outro lado, verificou-se um aumento no desvio padro para o
mtodo da Banda de Referncia.

Os resultados para as imagens-frao tambm so apresentados de forma


grfica na Figura 7.6. Os valores mdios das fraes fsicas mapeadas
(superfcies impermeveis e solo, vegetao e sombra) para cada classe foram

193
condizentes com os resultados esperados. As classes Favela, Indstria e rea
urbanizada + Rodovia apresentaram, nessa ordem, as maiores fraes de
superfcies impermeveis e solo e as menores fraes de vegetao, caso
fosse desconsiderada a classe Corpo dgua, que apresentou as menores
fraes de vegetao dentre todas as classes. Nesta anlise, as classes
Indstria e rea urbanizada + Rodovia alternam-se na ordem para cada data.
As maiores fraes de vegetao e as menores de superfcies impermeveis e
solo foram verificados nas classes Mata + Reflorestamento, Vegetao de
vrzea, Capoeira e Campo, nessa ordem, novamente desconsiderando a
mdia de fraes de superfcies impermeveis e solo calculadas para a classe
Corpo dgua. Na imagem de 17/05/2006, a classe Capoeira apresentou maior
mdia de frao vegetao em relao classe Vegetao de vrzea.

Para a classe Corpo dgua, considerando as duas datas, em 17/05/2006 (data


mais prxima do final do perodo de maior precipitao) as fraes de sombra
calculadas foram maiores, e as fraes de superfcies impermeveis e solo e
vegetao foram menores. Um dos provveis fatores que contriburam para
esse resultado o fato de o reservatrio de Guarapiranga (maior polgono
desta classe) estar com um nvel de gua mais elevado para esta data em
relao 13/10/2002 (data prxima do final do perodo mais seco), o que pode
ser visualizado na Figura 7.7. Alm da vegetao, outro indicador da diferena
no nvel da gua so as ilhas localizadas no interior da represa.

A partir das imagens-frao seria possvel testar uma classificao,


considerando as diferenas apresentadas conforme as classes de uso e
ocupao do solo selecionadas. A confuso maior ocorreria entre as classes de
Mata + Reflorestamento e Vegetao de vrzea, pois as fraes mdias so
muito parecidas, conforme possvel observar na Figura 7.6.

194
Porcentagem mdia de frao por classe de uso -
So Paulo (13/10/2002)

100%

75%

50%

25%

0%
rea urbanizada

Reflorestamento

Movimento de

Vegetao de
Corpo dgua

terra e solo
e Rodovia

Capoeira

Indstria

exposto
Campo

Mata e

vrzea
Favela

Classe
Classe

Superfcies impermeveis e solo Vegetao Sombra

Porcentagem mdia de frao por classe de uso -


So Paulo (17/05/2006)

100%

75%

50%

25%

0%
rea urbanizada

Reflorestamento

Movimento de

Vegetao de
Corpo dgua

terra e solo
e Rodovia

Capoeira

Indstria

exposto
Campo

Mata e

vrzea
Favela

Classe
Classe
Superfcies impermeveis e solo Vegetao Sombra

Figura 7.6 Porcentagem mdia de frao por classe de uso em So Paulo.

195
Figura 7.7 Reservatrio de Guarapiranga em 13/10/2002 e 17/05/2006.

Nas imagens-frao sombra de So Paulo pode ser observado que em


17/05/2006 os valores estimados foram consideravelmente superiores para
todas as classes. Conforme apresentado na Tabela 3.2, esta imagem foi
adquirida com o posicionamento dos subsistemas do sensor com um ngulo de
apontamento que, embora pequeno (-2,8), ocasiona um maior sombreamento
dos alvos na imagem. Alm disso, esta data mais prxima do solstcio de
inverno (que geralmente ocorre em 21 de junho) em relao a 13 de outubro e,
conseqentemente, o ngulo de elevao solar era menor no momento de sua
aquisio. A imagem de 13/10/2002 foi adquirida com um ngulo de
apontamento do instrumento nulo e em data prxima ao equincio de
primavera.

As maiores fraes de sombra foram verificadas na classe Corpo dgua, e as


menores, na classe Movimento de terra e solo exposto + Minerao, nas duas
datas, o que est associado s caractersticas fsicas destas classes. Outras
classes que se destacaram com maiores fraes de sombra foram Indstria e
rea urbanizada + Rodovia, resultado este que pode ser atribudo ao
sombreamento ocasionado pelas edificaes. Dentre as classes de cobertura
vegetal, os maiores valores foram verificados para Mata + Reflorestamento,
devido ao sombreamento natural do estrato arbreo e por estarem localizadas
em reas de maior declividade em relao s demais. Para a imagem de

196
17/05/2006, a segunda maior frao mdia de sombra foi verificada na classe
de Vegetao de vrzea, seguida pela Mata + Reflorestamento. Para esta data,
a classe Vegetao de vrzea tambm apresentou o maior desvio padro.
Novamente, o nvel do reservatrio de Guarapiranga parece ter influenciado os
resultados.

Os maiores erros mdios foram encontrados para a classe Corpo dgua em


13/10/2002, o que pode estar associado ao baixo nvel do reservatrio de
Guarapiranga. A rea ocupada pela superfcie da gua em 17/05/2006 mais
semelhante rea delimitada como Corpo dgua no mapa de uso e ocupao
do solo utilizado como referncia, conforme pode ser observado na Figura
7.737. Em 17/05/2006 as classes Indstria e Favela apresentaram os maiores
erros mdios, o que pode estar associado alta refletividade dos alvos destas
classes influenciada pelo tipo de materiais empregados nas edificaes. Os
maiores valores de desvio padro obtidos entre todas as imagens-frao
referem-se classe Movimento de Terra e solo exposto, nas duas datas, com
exceo da frao sombra em 13/10/2002, com maior desvio padro calculado
para Corpo dgua, e da frao vegetao em 17/05/2006, com maior desvio
padro para Vegetao de vrzea.

Os valores de mdia e desvio padro calculados para as imagens do Rio de


Janeiro considerando as classes de uso e ocupao do solo selecionadas para
esta rea de estudo so apresentados na Tabela 7.5.

37
Para o processamento das imagens no foi feita edio vetorial dos polgonos das
classes Corpo dgua e Vegetao de vrzea.

197
Tabela 7.5 Mdia e desvio padro da altitude, temperatura e imagens-frao por classe de uso e ocupao do solo do Rio de
Janeiro (desvio padro em itlico).

Temperatura Imagem-frao*

25/04/2003 02/09/2004 25/04/2003 02/09/2004


Classe MDE
Sup. Imp. Sup. Imp.
NE BR NE BR Veg. Sombra RMSE Veg. Sombra RMSE
e Solo e Solo
291,802 27,977 27,951 27,399 26,848 0,211 0,425 0,364 0,009 0,140 0,492 0,368 0,008
Afloramento rochoso
204,124 2,932 2,930 3,266 2,910 0,205 0,284 0,317 0,005 0,161 0,259 0,270 0,005
15,134 29,740 29,425 29,944 29,677 0,158 0,705 0,137 0,007 0,170 0,614 0,216 0,006
rea mida + Mangue
7,095 1,380 1,375 1,687 1,620 0,183 0,213 0,174 0,004 0,189 0,230 0,178 0,003
198

43,420 32,601 32,314 32,951 32,686 0,587 0,215 0,197 0,009 0,569 0,188 0,243 0,009
rea urbana
26,169 1,656 1,641 2,021 2,010 0,208 0,225 0,162 0,005 0,211 0,208 0,151 0,005
139,445 30,273 30,043 31,475 31,189 0,240 0,732 0,028 0,007 0,209 0,651 0,140 0,007
Campo antrpico
157,353 1,981 1,974 2,615 2,528 0,193 0,225 0,175 0,004 0,199 0,240 0,178 0,004
396,297 26,383 26,185 26,574 26,256 0,024 0,735 0,241 0,006 0,040 0,665 0,295 0,005
Floresta
209,901 1,565 1,542 1,950 1,759 0,077 0,196 0,176 0,003 0,057 0,163 0,156 0,002
Floresta alterada + 239,895 28,183 27,896 28,779 28,343 0,112 0,743 0,145 0,006 0,096 0,652 0,253 0,006
Restinga 235,459 2,013 1,991 2,697 2,427 0,145 0,212 0,168 0,003 0,134 0,198 0,166 0,003
-0,329 26,651 26,484 24,182 23,990 0,051 0,038 0,911 0,008 0,081 -0,006 0,924 0,009
Mar + guas interiores
9,955 1,423 1,513 1,903 1,807 0,058 0,076 0,091 0,002 0,039 0,068 0,078 0,003
Urbano no 73,668 30,242 29,913 30,261 30,261 0,329 0,557 0,113 0,007 0,307 0,495 0,197 0,007
consolidado 88,496 2,054 2,072 2,311 2,311 0,243 0,259 0,180 0,004 0,244 0,243 0,171 0,004
*Os pixels no modelados foram retirados para os clculos estatsticos em cada data.
No Rio de Janeiro as classes Floresta, Afloramento rochoso e Floresta Alterada
+ Restinga apresentaram a maior altitude mdia, nessa ordem (Figura 7.8). As
reas de floresta encontram-se restritas basicamente aos Macios da Tijuca e
da Pedra Branca, e os afloramentos rochosos encontram-se geralmente no
topo dos picos destes macios. A menor mdia de altitude foi verificada,
logicamente, para a classe Mar + guas interiores. Excluindo-se tal classe da
anlise, a menor mdia foi verificada para rea mida + Mangue, seguida de
perto pela mdia da rea urbana e, com um valor um pouco superior, da classe
Urbano no consolidado. Este resultado aponta para a tendncia da expanso
urbana em direo s reas mais elevadas. importante salientar nesta
anlise que, ao contrrio do mapa de uso e ocupao do solo de So Paulo, o
mapa do Rio de Janeiro utilizado como referncia no discrimina as reas de
favela em uma classe especfica, porm as insere, na maioria dos casos, na
classe rea urbana.

Altitude mdia por classe de uso - Rio de Janeiro

490

390

290
m

190

90

-10
rea mida e
Mar e guas

rea urbana

Afloramento
consolidado
Urbano no

alterada e
interiores

antrpico

Restinga
Mangue

Floresta

Floresta
rochoso
Campo

Classe
Classe
Figura 7.8 Altitude mdia por classe de uso no Rio de Janeiro.

Floresta alterada + Restinga, Floresta e Afloramento Rochoso apresentaram os


maiores valores de desvio padro. No primeiro caso, um dos fatores que

199
contribuiu para esse resultado foi o agrupamento, na anlise, da classe
Restinga, em geral localizada em baixas altitudes, com a classe Floresta
alterada. Os altos valores de desvio padro encontrados para as classes
Floresta e Afloramento rochoso so conseqncia da grande amplitude
topogrfica verificada no Rio de Janeiro. Desse modo, os valores de desvio
padro registrados para o Rio de Janeiro foram consideravelmente superiores
aos de So Paulo, que est localizada em rea de planalto e apresenta menor
variao altimtrica. Os menores desvios padro foram verificados para rea
mida + Mangue e Mar + guas interiores.

As maiores temperaturas mdias, referentes s duas datas (Figura 7.9) e a


ambos os mtodos utilizados, foram encontradas para as classes rea urbana,
Campo Antrpico e Urbano no consolidado. A classe Floresta apresentou a
menor temperatura mdia, seguida de Mar + guas interiores na imagem de
25/04/2003. O inverso ocorreu na imagem de 02/09/2004. Aparentemente, este
resultado est de acordo com o maior resfriamento das guas ocenicas
verificado na data de 02/09/2004 em relao outra data (Figura 4.11).

Temperatura mdia por classe de uso - Rio de Janeiro

34

32

30
C

28

26

24
rea mida e
Mar e guas

rea urbana
Afloramento

consolidado
Urbano no
alterada e
interiores

antrpico
Restinga
Floresta

Floresta

Mangue
rochoso

Campo

Classe
Classe
25/4/2003 2/9/2004

Figura 7.9 Temperatura mdia por classe de uso no Rio de Janeiro (mtodo NE).

200
O maior desvio padro foi verificado para a classe Afloramento rochoso. Nesta
classe, h um grande contraste termal entre o alto brilho dos pixels puros de
rocha em relao s reas prximas, em geral cobertas por vegetao densa
ou rasteira. Os menores desvios padro foram calculados para as classes de
rea mida + Mangue, Mar + guas interiores e Floresta. Estas classes
representam alvos relativamente homogneos, o que contribui para uma
resposta espectral mais uniforme. Como verificado para So Paulo, em todas
as classes, em ambas as datas, os valores da temperatura mdia foram
inferiores considerando o mtodo da Banda de Referncia em comparao
com os resultados obtidos com o mtodo da Normalizao da Emissividade.

As classes Floresta alterada + Restinga, Floresta e Campo antrpico


apresentaram as maiores mdias de frao vegetao, nessa ordem,
considerando a imagem de 25/04/2003. Para a imagem de 02/09/2004, a maior
mdia foi encontrada na classe Floresta, seguida daquelas de Floresta alterada
+ Restinga e Campo antrpico. As classes rea urbana e Urbano no
consolidado apresentaram nas duas datas as maiores mdias de frao
superfcies impermeveis e solo. A classe Floresta apresentou a menor mdia
de frao de superfcies impermeveis e solo, enquanto o segundo menor valor
foi verificado para Mar + guas interiores, nas duas datas. Os menores valores
mdios de frao vegetao foram observados para as classes de Mar + guas
interiores, rea urbana e Afloramento rochoso, tambm para as duas datas.
Estes resultados podem ser observados na Figura 7.10.

Considerando as fraes de sombra, os maiores valores foram verificados para


a classe Mar + guas interiores, como esperado. O segundo lugar foi ocupado
pela classe Afloramento rochoso, cujo resultado devido, principalmente,
declividade destas reas, e o terceiro lugar, pela classe de Floresta. Na classe
de Floresta, h a influncia da inclinao (declividade) das vertentes e da altura
das rvores para o sombreamento. Campo antrpico e Urbano no consolidado
apresentaram as menores mdias. Esta anlise das fraes sombra vlida
para as imagens de ambas as datas.

201
Porcentagem mdia de frao por classe de uso -
Rio de Janeiro (25/04/2003)

100%

75%

50%

25%

0%
rea mida e

Mar e guas
rea urbana
Afloramento

consolidado
Urbano no
alterada e
antrpico

interiores
Restinga
Mangue

Floresta

Floresta
rochoso

Campo

Classe
Classe
Superfcies impermeveis e solo Vegetao Sombra

Porcentagem mdia de frao por classe de uso -


Rio de Janeiro (02/09/2004)

100%

75%

50%

25%

0%
rea mida e

Mar e guas
rea urbana
Afloramento

consolidado
Urbano no
alterada e
antrpico

interiores
Restinga
Mangue

Floresta

Floresta
rochoso

Campo

Classe
Classe
Superfcies impermeveis e solo Vegetao Sombra

Figura 7.10 Porcentagem mdia de frao por classe de uso no Rio de Janeiro.

202
Entre as duas imagens-frao sombra do Rio de Janeiro no foi verificada tanta
diferena como em So Paulo, pois ambas foram adquiridas com ngulos de
apontamento praticamente nulos e em datas prximas aos equincios. Os
maiores erros mdios foram verificados para as classes rea urbana,
Afloramento rochoso e Mar + guas interiores. Por outro lado, os menores
erros mdios foram calculados para pixels das classes de Floresta e Floresta
alterada. O resultado para estas classes confirma que as fraes de vegetao
tendem a ser mais bem modeladas por modelos de mistura espectral em
relao a fraes de superfcies impermeveis, solo ou sombra.

7.3.2 Anlise de Correlao

A Tabela 7.6 apresenta os coeficientes de correlao linear de Pearson (r)


obtidos a partir da anlise de correlao (pixel a pixel) dos dados de altitude,
temperatura da superfcie e imagens-frao de So Paulo. O objetivo desta
anlise foi verificar qual o sentido da correlao e a variao de sua
intensidade por classe de uso e ocupao do solo. Desse modo, a anlise de
correlao no considerou a significncia de seus valores.

A anlise dos resultados partiu do pressuposto da existncia de correlao


negativa entre a altitude e a temperatura, ou seja, quanto maior a altitude,
menor a temperatura. Para So Paulo, isto foi confirmado em todas as classes,
com exceo de Vegetao de vrzea e Corpo dgua, nas duas datas. Estas
classes, na mesma ordem, so as que apresentaram menor desvio padro
mdio de altitude (Tabela 7.4). reas com vegetao de vrzea prximas aos
corpos dgua sofrem influncia dos mesmos, o que leva a uma reduo na
temperatura.

Para todas as classes e considerando ambos os mtodos utilizados,


correlaes negativas mais altas ou correlaes positivas mais baixas foram
observadas para a imagem de 17/05/2006, que apresenta temperaturas mais
baixas e menor desvio padro dos dados de temperatura (Tabela 7.4). A nica
exceo foi verificada para a classe Favela segundo o mtodo NE.

203
Tabela 7.6 Correlao linear entre a altitude, temperatura e imagens-frao por classe de uso e ocupao do solo de So Paulo.

Correlao
Classe Imagem
MDE MDE MDE e Sup. MDE e MDE e NE e Sup. BR e Sup. NE e BR e NE e BR e
e NE e BR Imp. e Solo Veg. Sombra Imp. e Solo Imp. e Solo Veg. Veg. Sombra Sombra
rea urbanizada + 13/10/2002 -0,056 -0,061 -0,036 0,038 -0,014 0,222 0,226 -0,210 -0,215 0,045 0,049
Rodovia 17/05/2006 -0,162 -0,192 0,015 0,017 -0,036 0,360 0,331 -0,287 -0,270 -0,151 -0,133
13/10/2002 -0,035 -0,038 -0,194 0,222 -0,093 0,357 0,346 -0,291 -0,271 -0,023 -0,039
Campo
17/05/2006 -0,192 -0,269 -0,179 0,241 -0,101 0,460 0,434 -0,304 -0,292 -0,202 -0,183
13/10/2002 -0,019 -0,039 -0,007 0,009 -0,005 0,437 0,457 -0,331 -0,346 -0,064 -0,068
Capoeira
17/05/2006 -0,106 -0,153 -0,094 0,034 0,082 0,454 0,428 -0,315 -0,314 -0,170 -0,135
204

13/10/2002 0,060 0,095 -0,147 0,206 -0,102 0,273 0,258 0,400 0,401 -0,499 -0,491
Corpo d'gua
17/05/2006 0,036 0,019 -0,045 0,041 0,003 0,636 0,635 0,235 0,248 -0,631 -0,639
13/10/2002 -0,079 -0,109 0,027 0,009 -0,060 0,301 0,312 -0,347 -0,354 0,209 0,205
Favela
17/05/2006 -0,070 -0,114 0,023 -0,008 -0,019 0,296 0,282 -0,278 -0,268 -0,051 -0,046
13/10/2002 -0,138 -0,128 -0,204 0,276 -0,164 0,070 0,070 -0,115 -0,118 0,092 0,096
Indstria
17/05/2006 -0,225 -0,242 -0,198 0,276 -0,061 0,213 0,194 -0,233 -0,208 -0,006 -0,010
Mata + 13/10/2002 -0,120 -0,163 -0,266 0,222 -0,029 0,411 0,435 -0,305 -0,328 -0,014 -0,006
Reflorestamento 17/05/2006 -0,230 -0,297 -0,197 0,140 -0,005 0,391 0,386 -0,224 -0,244 -0,065 -0,032
Movimento de terra 13/10/2002 -0,156 -0,158 -0,081 0,189 -0,174 0,076 0,125 -0,103 -0,131 0,046 0,018
e solo exposto +
17/05/2006 -0,239 -0,254 -0,154 0,223 -0,065 0,326 0,290 -0,168 -0,162 -0,247 -0,204
Minerao
Vegetao de 13/10/2002 0,228 0,242 -0,065 0,052 0,006 -0,041 -0,023 -0,078 -0,084 0,150 0,137
vrzea 17/05/2006 0,206 0,179 -0,100 0,297 -0,338 0,105 0,071 0,175 0,182 -0,293 -0,284
As correlaes entre a altitude e as imagens-frao superfcies impermeveis e
solo foram negativas para todas as classes e imagens, com exceo de rea
urbanizada + Rodovia na imagem de 17/05/2006 e Favela, nas duas datas. Isto
significa que, em altitudes maiores, menores so as fraes de superfcies
impermeveis e solo. Caso seja considerado o resultado apresentado na
Tabela 7.4, de que a classe Mata + Reflorestamento a que apresenta a maior
altitude mdia, este resultado coerente, ou seja, as superfcies impermeveis
e as reas de solo exposto tendem a ocupar nveis mais baixos da topografia
local. Com esta mesma classe (Mata + Reflorestamento) foram encontradas as
correlaes negativas mais altas. As correlaes positivas encontradas com a
classe Favela justificam-se porque ela apresenta valores altos de fraes de
superfcies impermeveis e solo, os mais altos dentre todas as classes para as
duas datas, e a segunda maior mdia de altitude.

O inverso do que foi verificado nas fraes de superfcies impermeveis e solo


ocorreu com as fraes de vegetao, ou seja, nas classes de maior altitude
mdia, maiores foram as mdias de frao vegetao encontradas. A nica
exceo foi verificada para a classe Favela na imagem de 17/05/2006. Este
resultado mais uma vez aponta que, em So Paulo, a cobertura vegetal est
restrita, principalmente, s reas mais elevadas.

Embora para a grande maioria dos casos tenha sido verificada correlao
negativa entre a altitude e a frao sombra, em geral estas correlaes foram
muito baixas. Este resultado era esperado, pois as reas mapeadas com as
maiores fraes de sombra nas imagens ocupam tanto as reas mais baixas
(rios e reservatrios) quanto as mais elevadas (vertentes de maior declividade).

A correlao verificada entre as fraes de superfcies impermeveis e solo e


as fraes de vegetao com a temperatura apresentou comportamento
inverso ao verificado com a altitude, ou seja, correlaes positivas com
superfcies impermeveis e solo e correlaes negativas com vegetao.
Conforme afirmado anteriormente, para maiores altitudes, menores foram os

205
valores de temperatura verificados. A nica exceo refere-se classe
Vegetao de vrzea, para a qual se verificou correlao negativa entre a
temperatura e fraes de superfcies impermeveis e solo, na imagem de
13/10/2002, e positiva com as fraes de vegetao para 17/05/2006.
Correlaes positivas tambm foram verificadas entre a temperatura e as
fraes de vegetao para a classe Corpo dgua nas duas datas.

As correlaes negativas mais altas entre as fraes de vegetao e a


temperatura foram encontradas para as classes Favela, Capoeira, Mata +
Reflorestamento e Campo. Estas quatro classes encontram-se dentre as cinco
que apresentam a maior altitude mdia (Tabela 7.4).

Para a grande maioria das classes foi verificada correlao negativa entre a
temperatura e as fraes de sombra. Considerando todas as classes e
coeficientes de correlao calculados, os maiores valores foram verificados
para a classe Corpo dgua, uma vez que reas com altas fraes de sombra,
como o caso dos corpos dgua, apresentam baixa temperatura. As
segundas maiores correlaes negativas foram verificadas para a classe
Vegetao de vrzea em 17/05/2006. Este resultado tambm pode ter sido
influenciado pelo nvel do reservatrio de Guarapiranga (Figura 7.7).

Considerando todos os resultados e datas das imagens, as maiores variaes


para uma mesma classe foram verificadas entre as fraes de sombra e a
temperatura. A diferena nos ngulos de apontamento dos sensores na
aquisio das imagens em cada data, bem como a diferena no ngulo de
elevao solar so fatores que provavelmente influenciaram este resultado.

Quanto aos dois mtodos empregados para a obteno das imagens


temperatura, no foi verificada nenhuma tendncia de aumento da correlao
com as fraes fsicas mapeadas de um em relao ao outro. Para todas as
classes, as maiores correlaes de imagens-frao com a temperatura no
foram obtidas sempre quando utilizado o mtodo da Normalizao da

206
Emissividade ou o mtodo da Banda de Referncia. No entanto, para nenhuma
classe e em nenhuma data foi verificada mudana no sentido da correlao.

A Tabela 7.7 apresenta os coeficientes de correlao linear de Pearson (r)


obtidos a partir da anlise de correlao (pixel a pixel) dos dados de altitude,
temperatura da superfcie e imagens-frao do Rio de Janeiro. A obteno de
correlaes negativas mais altas entre a altitude e a temperatura, verificada
para diversas classes do Rio de Janeiro, tais como Floresta alterada +
Restinga, Floresta, Urbano no consolidado e Campo antrpico, era esperada
em virtude da maior variao altimtrica desta rea de estudo. Estas quatro
classes citadas apresentaram, nessa ordem, as correlaes negativas mais
altas. Como ocorreu em So Paulo, duas classes apresentaram correlaes
positivas: Mar + guas interiores e rea mida + Mangue. Estas classes
tambm apresentaram o menor desvio padro mdio e a menor altitude mdia
(Tabela 7.5) (no caso de So Paulo, a classe Indstria possui altitude mdia
um pouco inferior Vegetao de vrzea). Para todas as classes e ambos os
mtodos empregados para o clculo da temperatura, as correlaes negativas
mais altas foram observadas para a imagem de 25/04/2003.

Com exceo da classe Mar + guas interiores nas duas datas e de rea
urbana para a imagem de 25/04/2003, para todas as demais classes o sentido
da correlao calculada entre a altitude e as fraes de superfcies
impermeveis e solo foi negativo, a exemplo do que ocorreu em So Paulo.
Alm da classe Mar + guas interiores, as demais classes de relevo muito
plano (de menor desvio padro da altitude), correspondentes rea mida +
Mangue e rea urbana, apresentaram correlao praticamente nula. Floresta
alterada + Restinga foi a classe que apresentou a maior correlao negativa.
Nesta, assim como para grande parte das demais classes, quanto maior a
altitude, menor foi a representatividade de superfcies impermeveis e solo por
pixel.

207
Tabela 7.7 Correlao linear entre a altitude, temperatura e imagens-frao por classe de uso e ocupao do solo do Rio de
Janeiro.

Correlao
Classe Imagem
MDE MDE MDE e Sup. MDE e MDE e NE e Sup. BR e Sup. NE e BR e NE e BR e
e NE e BR Imp. e Solo Veg. Sombra Imp. e Solo Imp. e Solo Veg. Veg. Sombra Sombra
Afloramento 25/04/2003 -0,227 -0,209 -0,093 0,197 -0,116 0,465 0,460 0,205 0,165 -0,484 -0,445
rochoso 02/09/2004 -0,071 -0,098 -0,184 0,239 -0,120 0,345 0,326 0,355 0,333 -0,547 -0,515
rea mida + 25/04/2003 0,015 0,023 -0,003 0,028 -0,031 0,338 0,308 -0,173 -0,163 -0,143 -0,125
Mangue 02/09/2004 0,023 0,025 -0,013 0,006 0,006 0,193 0,259 -0,021 -0,040 -0,178 -0,224
25/04/2003 -0,176 -0,160 0,007 0,035 -0,058 0,355 0,358 -0,253 -0,260 -0,104 -0,099
rea urbana
02/09/2004 -0,045 -0,056 -0,012 0,044 -0,045 0,316 0,341 -0,216 -0,235 -0,144 -0,154
208

25/04/2003 -0,396 -0,368 -0,110 0,194 -0,127 0,379 0,366 -0,214 -0,214 -0,144 -0,130
Campo antrpico
02/09/2004 -0,251 -0,245 -0,142 0,179 -0,083 0,238 0,306 -0,045 -0,059 -0,207 -0,265
25/04/2003 -0,599 -0,560 -0,089 -0,083 -0,031 0,127 0,143 0,245 0,252 -0,168 -0,184
Floresta
02/09/2004 -0,477 -0,544 -0,145 -0,024 0,078 0,201 0,205 0,147 0,192 -0,228 -0,277
Floresta alterada 25/04/2003 -0,647 -0,624 -0,228 0,180 -0,031 0,405 0,397 -0,143 -0,125 -0,168 -0,184
+ Restinga 02/09/2004 -0,502 -0,532 -0,176 0,288 -0,202 0,219 0,261 -0,100 -0,123 -0,057 -0,064
Mar + guas 25/04/2003 0,127 0,149 0,194 0,109 -0,214 0,516 0,531 0,328 0,297 -0,601 -0,584
interiores 02/09/2004 0,194 0,187 0,204 0,152 -0,234 0,332 0,331 0,586 0,585 -0,675 -0,674
Urbano no 25/04/2003 -0,507 -0,473 -0,207 0,116 0,111 0,436 0,442 -0,262 -0,266 -0,210 -0,213
consolidado 02/09/2004 -0,417 -0,462 -0,221 0,121 0,143 0,385 0,401 -0,193 -0,196 -0,273 -0,292
A correlao positiva entre superfcies impermeveis e solo e a altitude para a
classe Mar + guas interiores pode ser explicada pela existncia de material
particulado em suspenso, principalmente arenoso, nas guas ocenicas
menos profundas, prximas costa, e argiloso, nas lagoas e lagunas costeiras.

A correlao entre altitude e fraes de vegetao foi positiva, como ocorreu


tambm em So Paulo. A nica exceo, no esperada, foi verificada em
ambas as datas para a classe Floresta. Isto pode ter sido conseqncia do
maior sombreamento de reas elevadas e de maior declividade dos macios do
Rio de Janeiro se comparado ao sombreamento de vales e talvegues
florestados, em geral localizados em menores altitudes. O resultado tambm
pode ter sido influenciado pela excluso dos pixels mais brilhantes desta classe
para o clculo da correlao, pois no foram modelados pelo MESMA. As
classes Floresta alterada + Restinga, Campo antrpico e Afloramento rochoso
foram as que apresentaram as correlaes positivas mais altas entre a altitude
e as fraes de vegetao. No caso de Afloramento rochoso, este resultado,
tambm no esperado, pode ter sido influenciado pela presena de vegetao
rasteira sobre as bordas de alguns paredes rochosos, a qual no se encontra
discriminada no mapa de uso e ocupao do solo utilizado como referncia
(elaborado em escala 1:50.000), pela pequena representatividade em rea
desta classe (Afloramento Rochoso), ou por erros na delimitao vetorial.

No Rio de Janeiro, a correlao entre a altitude e as fraes de sombra


tambm foi negativa, na maioria dos casos. A maior correlao foi verificada na
classe Mar + guas interiores. Na imagem de 02/09/2004 foi obtida correlao
positiva para a classe Floresta, devido ao sombreamento nas reas mais
elevadas. Embora tenham sido modelados altos valores de sombra nos pixels
correspondentes s reas mais elevadas, as maiores fraes de sombra foram
verificadas no Oceano Atlntico, Baa de Guanabara e lagoas costeiras,
localizadas nas altitudes mais baixas (Tabela 7.5) e de grande expresso em
rea (Tabela 7.3).

209
A correlao entre a temperatura e as fraes de superfcies impermeveis e
solo foi positiva para todas as classes do Rio de Janeiro, nas duas datas e
segundo os dois mtodos utilizados para obteno das imagens de
temperatura. Por apresentarem maiores correlaes, destacaram-se as classes
Mar + guas interiores e Afloramento rochoso. No primeiro caso, embora a
influncia possa ser pequena, natural que reas mais quentes, mais prximas
costa ou de guas interiores, apresentem maiores fraes de superfcies
impermeveis e solo, uma vez que a componente solo influencia a resposta
espectral, seja pelo material particulado em suspenso na gua, ou pela
influncia do fundo. No caso da classe de Afloramento rochoso, a presena de
rocha exposta contribui para o aumento da temperatura, devido ao maior
aquecimento deste tipo de superfcie. Entretanto, o resultado para esta classe
especfica foi inconsistente porque, embora mais baixa, tambm foi verificada
correlao positiva da temperatura com a frao de vegetao.

A correlao entre a temperatura e as fraes de vegetao foi positiva para


trs classes: Mar + guas interiores, Floresta e Afloramento rochoso, e
negativa para as demais. O resultado para a classe Floresta pode ser explicado
pelo sombreamento e declividade, j mencionados, e dos pixels de floresta no
modelados na aplicao do MESMA (Tabela 5.8). Alm disso, a correlao
positiva foi mais alta para a data de 25/04/2003, assim como ocorreu com a
correlao negativa entre a altitude e a frao vegetao. A influncia dos
pixels no modelados (excludos da estatstica) sobre este resultado pode ser
significativa, pois esta imagem teve aproximadamente 4% a mais de pixels no
modelados em relao imagem de 02/09/2004. No caso da classe Mar +
guas interiores, a tendncia de pixels mais quentes apresentarem maiores
fraes de vegetao pode ser atribuda presena de matria orgnica,
decorrente da existncia de aguaps ou outra espcie de vegetao aqutica,
principalmente nas lagoas costeiras, ou da prpria contaminao hdrica por
dejetos provenientes do esgotamento sanitrio. Durante o trabalho de campo

210
esta situao foi observada de forma mais ntida na parte oeste da Baa de
Guanabara.

As classes rea urbana e Urbano no consolidado foram as que apresentaram


os maiores ndices de correlao negativa entre a temperatura e as fraes de
vegetao. Este resultado confirma que a vegetao exerce um papel de
extrema importncia na manuteno do conforto trmico, pois a maior
representatividade deste elemento da estrutura fsica urbana foi associada
ocorrncia de temperaturas mais amenas.

Para a rea de estudo do Rio de Janeiro, a correlao entre as fraes de


sombra e a temperatura tambm foi negativa, para todas as classes, datas e
mtodos empregados (NE e BR). As classes Mar + guas interiores e
Afloramento rochoso se destacaram. Para Afloramento rochoso, este resultado
era esperado, pois maiores temperaturas ocorrem em superfcies sem qualquer
sombreamento. O resultado para Mar + guas interiores coerente com os
valores positivos verificados na correlao com as demais fraes, j discutido
anteriormente. guas mais profundas tendem a apresentar maiores fraes de
sombra e menores temperaturas. Com exceo da classe Floresta alterada +
Restinga, as maiores correlaes foram encontradas para a imagem de
02/09/2004.

Semelhantemente ao que foi verificado em So Paulo, as maiores correlaes


entre as fraes mapeadas e a temperatura da superfcie no foram verificadas
sempre quando considerados os resultados da aplicao do mtodo da
Normalizao da Emissividade ou do mtodo da Banda de Referncia.

7.4 Concluses

As classes de uso e ocupao do solo selecionadas a partir dos mapas


elaborados pela EMPLASA e SMAC foram representativas para caracterizar o
comportamento dos indicadores altitude, temperatura e fraes de elementos
da estrutura fsica urbana, e para efetuar uma anlise integrada dos mesmos.

211
Entretanto, as classes poderiam ser mais bem definidas a partir da
interpretao direta das imagens ASTER (mesma data e escala compatvel) ou
a partir de uma classificao visual ou automtica de imagens de outro sensor,
adequadamente validada, para uso como referncia. Como algumas classes
selecionadas foram muito pontuais, pequenos erros de posicionamento podem
justificar correlaes no esperadas e de difcil justificao.

Com exceo das classes que representam corpos dgua, no foram


encontradas correlaes altas (acima de 0,6) entre a temperatura e as
imagens-frao. Dessa forma, novos estudos podero ser realizados no intuito
de aplicar modelos de regresso linear para a predio de temperaturas da
superfcie, caso as fraes fsicas sejam conhecidas, por exemplo.

Em novos trabalhos poder ser testada uma classificao com base nas
fraes mapeadas. O grande desafio permanece sendo: como conseguir a
diferenciao entre as classes de uso e ocupao do solo, para evitar
confuses e facilitar a classificao de imagens?

Os resultados obtidos por Weng et al. (2004) indicaram correlaes negativas


mais altas para a classe Culturas, seguida de Floresta e de rea Residencial.
Estes resultados so semelhantes aos deste estudo quanto ao sentido da
correlao. Entretanto, no possvel tecer comparaes entre eles. Isto
porque foi utilizado outro tipo de dado (imagem Landsat ETM+ de Indianpolis,
EUA, com resoluo espacial de 30 m para os seis canais do visvel ao
infravermelho mdio e 60 m para o canal termal); a rea de estudo apresenta
outras caractersticas de uso e ocupao do solo (classificado pelos autores a
partir da imagem ETM+ utilizada); e foi empregada anlise de mistura espectral
simples (SMA) para a obteno da imagem-frao vegetao. Alm disso,
embora Weng et al. (2004) tenham encontrado correlaes mais altas, no
aplicaram correo dos efeitos da atmosfera nos dados termais. Segundo
Voogt e Oke (1998), a falta de correo atmosfrica pode introduzir um erro de

212
aproximadamente 4 a 7C no clculo da temperatura, considerando um modelo
de atmosfera de vero de mdias latitudes.

Embora o percentual de pixels no modelados pelo MESMA para cada imagem


no tenha sido muito elevado (Tabela 5.8), a perda destes dados influenciou os
resultados do clculo dos valores mdios e desvio padro e, principalmente,
das correlaes, principalmente se for levado em conta que, conforme
apresentado no Captulo 5, a maior parte destes pixels representa reas de
cobertura vegetal densa (frao vegetao alta) ou telhados de edificaes
(frao superfcies impermeveis alta), tanto em So Paulo quanto no Rio de
Janeiro.

A altitude, a estrutura fsica urbana e o uso do solo influenciam a temperatura


da superfcie. As reas urbanas contribuem, em geral, para o aumento da
temperatura, enquanto a cobertura vegetal mantm o conforto trmico. Os
resultados por classe indicaram uma maior temperatura mdia para as classes
de ambiente construdo, como reas urbanas, em relao s classes de
ambiente natural, como as florestas. A variao encontrada foi de 3 a 4C em
So Paulo e de aproximadamente 6C no Rio de Janeiro.

Nas duas reas de estudo, face especulao imobiliria e implantao de


equipamentos urbanos, deve ser dada ateno especial, tanto pelo poder
pblico quanto pelos empreendedores privados, conservao e/ou
implantao de reas verdes, notadamente aquelas voltadas ao lazer da
populao, tais como praas e parques. As rvores no apresentam somente
funo esttica, mas tambm funo climtica. O mercado imobilirio
aproveita-se dos atributos naturais da paisagem, muitas vezes inexistentes,
para divulgar imagens ilustrativas dos empreendimentos, como edifcios
sempre cercados por cobertura vegetal, ainda que, na realidade, isso no
ocorra. Os gestores municipais e a sociedade devem se preocupar com a
arborizao das vias urbanas, pois ela beneficia o conforto trmico,
principalmente em regies tropicais. Infelizmente, em geral, a arborizao viria

213
encontra-se restrita somente s reas de ocupao urbana residencial antiga.
Campanhas de arborizao tambm so recomendadas por autores como
Small e Miller (2000), para amenizar os efeitos da ilha de calor urbana bem
como remover poluentes do ar. Diferentemente do que ocorre em So Paulo e
no Rio de Janeiro, importante que as reas florestadas no estejam
concentradas somente nas reas de altitudes mais elevadas e/ou de maior
declividade, alvos da expanso urbana tanto por favelas quanto por
condomnios horizontais de alto padro. Alm disso, no devem estar
concentradas espacialmente, e a sua distribuio deveria levar em conta a
densidade populacional.

214
8 CONSIDERAES FINAIS

1. Os resultados obtidos mostraram o potencial de aplicao dos dados de


sensoriamento remoto na gerao de subsdios ao Planejamento Urbano e
Metropolitano de So Paulo e Rio de Janeiro, classificados pela hierarquia
urbana brasileira como metrpoles nacionais. O objetivo geral do trabalho:
explorar o potencial de todas as bandas do ASTER/Terra, inclusive as cinco
termais, no estudo do ambiente urbano de So Paulo e Rio de Janeiro, bem
como avaliar novas tcnicas de anlise desses dados, foi atingido. As tcnicas
de anlise de imagens ASTER adotadas se mostraram viveis para estudos
urbanos em mesoescala, aproveitando-se do baixo custo relativo desses
dados.

2. Dados de todas as bandas ASTER foram explorados na pesquisa. Os dados


das bandas 3N e 3B foram utilizados para a obteno dos MDEs, os dados das
cinco bandas do subsistema TIR foram utilizados para a obteno das imagens
em temperatura, dados das trs bandas do VNIR e das seis bandas do SWIR
foram utilizados na aplicao do MESMA, e a anlise de correlao com a
concentrao de material particulado requereu dados de todos os 14 canais.
Os dados termais multiespectrais foram explorados aproveitando-se de
modernas tcnicas existentes em programas de processamento de imagens.

3. importante considerar a respeito do futuro do sensor ASTER, por enquanto


atrelado continuidade do programa espacial Earth Observing System (EOS) e
operando somente por programao, pois o tempo de operao disponvel por
rbita do satlite Terra dividido entre seus cinco sensores. Outros estudos
urbanos podero ser desenvolvidos utilizando dados adquiridos por sensores
orbitais ou aerotransportados com um maior nmero de bandas espectrais,
tanto nos comprimentos de onda do espectro refletido quanto do emitido. Para
tanto, ressalta-se o elevado potencial de aplicabilidade do sensor Hyperspectral
Scanner System (HSS) do Sistema de Proteo da Amaznia (SIPAM).

215
4. Os algoritmos selecionados para o processamento das imagens (FLAASH,
ISAC, AsterDTM e VIPER Tools) foram empregados com sucesso aps os
ajustes necessrios para reconhecimento e refinamento dos modelos.
importante que pesquisas futuras apliquem e avaliem estes algoritmos em
outros ambientes e/ou utilizando outras fontes de dados, como tambm
busquem um melhor refinamento dos parmetros e a validao dos resultados.

5. Os modelos foram sensveis s imagens das duas datas, aps a realizao


dos testes para ajuste dos parmetros de entrada especficos para cada rea e
data. Embora a anlise multitemporal no tenha sido o objetivo do estudo e,
apesar do intervalo entre o tempo de aquisio das duas imagens de cada rea
no ter sido grande, verificou-se a necessidade da construo de bibliotecas
espectrais especficas. De uma data para outra, no houve grande alterao
nos resultados da anlise de correlao entre as variveis altitude, temperatura
da superfcie e imagens-frao. Para quase todos os casos, o sentido da
correlao e o ranking por classe permaneceram inalterados, o que permitiu
concluir que a relao entre as variveis se mantm.

6. Os modelos digitais de elevao obtidos aps a correo do mdulo


AsterDTM apresentaram alta correlao com dados topogrficos do
mapeamento oficial. Entretanto, foi necessrio o ajuste dos resultados, pois
seus valores foram em mdia 20 m inferiores aos de referncia. Recomenda-se
que em novos estudos, utilizando o AsterDTM ou outro mdulo para o
processamento, os MDEs sejam avaliados atravs da aplicao de equaes
de regresso linear, ou com a integrao de dados de outras fontes, a exemplo
do SRTM, e/ou apoio de pontos de controle adquiridos em campo.

7. Os resultados do processamento de dados dos cinco canais termais do


ASTER permitiram caracterizar os contrastes termais do espao intra-urbano,
detectando tanto a presena de ilhas de calor quanto a de ilhas de frio em So
Paulo e no Rio de Janeiro, em ambas as datas e considerando os diferentes
mtodos utilizados no processamento. Em novos estudos estes resultados

216
podero ser comparados com a aplicao de outros algoritmos, com dados de
outros sensores ou com outros ambientes.

8. A aplicao de modelos de mistura espectral, em particular do modelo


MESMA, representa uma inovao para a caracterizao da estrutura fsica
urbana no Brasil. Novas pesquisas com MESMA so necessrias, envolvendo
principalmente a seleo de componentes de solo e superfcies impermeveis.
Esta recomendao vlida para dados ASTER e dados de outros sensores,
com aplicao do VIPER Tools ou de outros programas. O algoritmo MESMA
pode ser til na primeira etapa da modelagem de reas urbanas para ajudar a
selecionar o(s) melhor(es) modelo(s). Entretanto, e de acordo com Powell
(2006) e Nunes e Souza Jnior (2007), seus resultados devem ser avaliados
para definir se as fraes de um dado material, geradas por diversos modelos,
so ou no consistentes.

9. Considerando a influncia da circulao do ar, dos diferentes ambientes


onde se situam as estaes de monitoramento, rea de captao, baixa
quantidade e densidade, localizao inadequada etc., bem como
particularidades inerentes s imagens de sensores remotos, no foi verificada
alta correlao entre a concentrao de material particulado e dados das
imagens, semelhante aos resultados apresentados na bibliografia (POLI et al.,
1994; WALD; BALEYNAUD, 1999). Entretanto, dada a importncia da
qualidade do ar para a vida humana e atividades econmicas, necessrio que
novos estudos sejam realizados nesse campo de pesquisa, integrando dados
de qualidade do ar com dados de sensoriamento remoto de mdia ou alta
resoluo espacial.

10. Concordamos com Bruna et al. (2004) ao afirmar que solues


individualizadas para os problemas ambientais urbanos perdem significado
frente necessidade de solues coletividade, embora o comportamento
individual interesse a todos, pois os efeitos da degradao ambiental no so
seletivos, mas imprevisveis e globais. O meio ambiente urbano exige solues

217
de massa e no pode ser compartimentado por muros e portes, pois eles no
seguram a poluio hdrica, atmosfrica, etc. Acima de tudo, importante que
os modelos de desenvolvimento adotados no Brasil e no mundo sejam
repensados luz da necessidade de melhoria na qualidade ambiental urbana e
no lgica do crescimento econmico a qualquer custo. J se foi o tempo em
que os fins justificavam os meios e em que o hoje era mais importante do que o
amanh.

218
REFERNCIAS BIBLIOGRFICAS

ABRAMS, M.; HOOK, S.; RAMACHANDRAN, B. ASTER users handbook.


Pasadena: JPL, 1999. 93p. Disponvel em: <asterweb.jpl. nasa.gov/content/
03_data/04_Documents/ aster_user_guide_v2.pdf>. Acesso em: 18 jul. 2007.

ACHARYA, P. K.; BERK, A.; ANDERSON, G. P.; LARSEN, N. F.; TSAY, S.;
STAMNES, K. H. MODTRAN4: multiple scattering and bi-directional reflectance
distribution function (BRDF) upgrades to MODTRAN. SPIE Proceeding,
Optical Spectroscopic Techniques and Instrumentation for Atmospheric
and Space Research III, v. 3756, 1999. Disponvel em: <www.spectral.com/
sr115.pdf>. Acesso em: 18 jul. 2007.

ARTIS, D. A.; CARNAHAN, W. H. Survey of emissivity variability in


thermography of urban areas. Remote Sensing of Environment, v. 12, n. 4, p.
313329, Sept. 1982.

BAPTISTA, G. M. M. Ilhas urbanas de calor. Scientific American Brasil, v. 01,


n. 08, p. 55-59, Jan. 2003.

BARROS, R. S.; CRUZ, C. B. M. Avaliao da altimetria do modelo digital de


elevao do SRTM. In: SIMPSIO BRASILEIRO DE SENSORIAMENTO
REMOTO, 13, 2007, Florianpolis. Anais... So Jos dos Campos: INPE,
2007. p. 1243-1250. Disponvel em: <http://marte.dpi.inpe.br/col/dpi.inpe.br/
sbsr@80/2006/ 11.15.13.17/doc/1243-1250.pdf> Acesso em: 18 jul. 2007.

BATTY, M.; HOWES, D. Predicting temporal patterns in urban development


from remote imagery. In: DONNAY, J. P.; BARNSLEY, M. J.; LONGLEY, P. A.
(Ed.) Remote sensing and urban analysis. London: Taylor and Francis, 2001,
p. 185204.

BEAVERSTOCK, J. V.; TAYLOR, P. J.; SMITH, R. G. A roster of world cities.


Cities, v. 16, n. 6, p. 445-458, Dec. 1999.

BEZERRA, T. S.; BRANDO, A. M. P. M. Anlise gerencial do espao urbano


sob a tica climtica: um estudo de caso aplicado ao bairro Maracan. In:
SIMPSIO BRASILEIRO DE GEOGRAFIA FSICA APLICADA, 7, 1997,
Curitiba. Anais... Curitiba: UFPR, 1997. v. 1, p. 283-283.

BOARDMAN, J. W.; KRUSE, F. A.; GREEN, R. O. Mapping target signatures


via partial unmixing of AVIRIS data. FIFTH JPL AIRBORNE EARTH SCIENCE
WORKSHOP, JPL Publications 95-1, n. 1, 1995, p. 2326. Disponvel em:
<http://www.hgimaging.com/PDF/boardman95.PDF> Acesso em: 18 jul. 2007.

BRAGA, R. Sobre o conceito de cidade mdia. Territrio & Cidadania, v. 4, n.


2, Jul. 2004. Disponvel em: <http://www.rc.unesp.br/igce/planejamento/
territorioecidadania/Artigos/Braga%207.htm>. Acesso em: 18 jul. 2007.

219
BRANDO, A. M. P. M. O Clima urbano da cidade do Rio de Janeiro. 1996.
362p. Tese (Doutorado em Geografia Fsica) Universidade de So Paulo
(USP), So Paulo, 1996.

BRUNA, G. C.; ROMRO, M. A.; PHILIPPI JNIOR, A. Ecologia urbana no


panorama ambiental metropolitano. In: ROMRO, M. A.; PHILIPPI JNIOR, A.;
BRUNA, G. C. (Ed.) Panorama ambiental da metrpole de So Paulo. So
Paulo: Universidade de So Paulo/Faculdade de Sade Pblica/Faculdade de
Arquitetura e Urbanismo/Signus Editora, 2004. p. 1-9.

CARVALHO JNIOR, O. A.; GUIMARES, R. F.; MENESES, P. R.


Desenvolvimento de um procedimento simplificado do mtodo multiple
endmember spectral mixture analysis (MESMA) para o tratamento de imagens
hiperespectrais. In: SIMPSIO BRASILEIRO DE SENSORIAMENTO
REMOTO, 10, 2001, Foz do Iguau. Anais... So Jos dos Campos: INPE,
2001. p. 1249-1256. Disponvel em: <marte.dpi.inpe.br/col/dpi.inpe.br/lise/2001/
09.20.17.36/doc/ goto-/dpi.inpe.br/lise/2001/09.20.17.38>. Acesso em: 18 jul.
2007.

CHEN, W.; ZHOU, G. Comparison of satellite measured temperatures using


Terra ASTER and Landsat ETM+ data. IEEE Transactions on Geoscience
and Remote Sensing, v. 3, Sept. 2004, p. 1723-1726.

CHUVIECO, E. Teledeteccin ambiental: la observacin de la Tierra desde el


espacio. Barcelona: Ariel, 2002. 586p.

CIFUENTES, L.; BORJA, A. V. H.; GOUVEIA, N.; THURSTON, G.; DAVIS, D.


L. Assessing the health benefits of urban air pollution reductions associated
with climate change mitigation (2000 2020): Santiago, So Paulo, Mexico City
and New York. Environmental Health Perspectives, v. 109, n. 3, p. 419-425,
June 2001.

COMPANHIA DE TECNOLOGIA DE SANEAMENTO AMBIENTAL (CETESB).


ndice de qualidade do ar: RMSP: 13/10/2002. So Paulo: CETESB, 2002.
2p.

______. Relatrio de qualidade do ar no estado de So Paulo: 2004. So


Paulo: CETESB, 2005. 128p.

______. ndice de qualidade do ar: RMSP: 17/05/2006. So Paulo: CETESB,


2006. 2p.

DANNI-OLIVEIRA, I. M. A cidade de Curitiba/PR e a poluio do ar:


implicaes de seus atributos urbanos e geoecolgicos na disperso de
poluentes em perodos de inverno. 1999. 320p. Tese (Doutorado em Geografia
Fsica) Universidade de So Paulo (USP), So Paulo, 1999.

220
DENNISON, P. E.; ROBERTS, D. A. Edmember selection for multiple
endmember spectral mixture analysis using endmember average RMSE.
Remote Sensing of Environment, v. 87, n. 2-3, p. 123-135, Oct. 2003

DENNISON, P.E.; HALLIGAN, K. Q.; ROBERTS, D. A. A comparison of error


metrics and constraints for multiple endmember spectral mixture analysis and
spectral angle mapper. Remote Sensing of Environment, v. 93, n. 3, p. 359-
367, Nov. 2004.

DIAS, J. W. C.; FRONDIZI, C. A. Freqncia de coleta de dados da


qualidade do ar ambiente nas estaes de monitoramento de SO2, CO, O3,
NO2 e MP10: conforme a US EPA/40 CFR 58, Seo 58.13: Operating
Schedule. Rio de Janeiro: Energtica Qualidade do Ar, 2006. 7p.

DIRETORIA DE SERVIO GEOGRFICO DO EXRCITO (DSG).


MINISTRIO DA GUERRA. Vila Militar. 1. ed. Rio de Janeiro: DSG, 1963,
Folha SF-23-Q-IV-3. Escala 1: 50.000.

______. Baa de Guanabara. 1. ed. Rio de Janeiro: DSG, 1965, Folha SF-23-
Q-IV-4. Escala 1: 50.000.

EARTH REMOTE SENSING DATA ANALYSIS CENTER (ERSDAC). Cross-


Talk correction software users guide. Tokyo: ERSDAC, 2003. 21p.
Disponvel em: <http://www.gds.aster.ersdac.or.jp/gds_www2002/service_e/
u.tools_e/ cross/GUIDEED.PDF> Acesso em: 18 jul. 2007.

EMPRESA PAULISTA DE PLANEJAMENTO METROPOLITANO S/A


(EMPLASA). Mapa de uso e ocupao do solo da regio metropolitana de
So Paulo e bacia do Alto Tiet. So Paulo: EMPLASA, 2005, 1 CD-ROM.
Escala 1: 100.000.

EVA, H.; LAMBIN, E. F. Burnt area mapping in Central frica using ATSR data.
International Journal of Remote Sensing, v. 19, n. 18, p. 3473-3497, Dec.
1998.

FEAGLE, R. G.; BUSINGER, J. A. An introduction to atmospheric physics.


2nd ed. Orlando: Academic Press, 1980. 432p.

FERNANDES, C. L. L.; MEDEIROS, C. M. O Elemento regional no processo


nacional de desenvolvimento. In: CINTRA, A. O.; HADDAD, P. R. (Org.)
Dilemas do planejamento urbano e regional no Brasil. Rio de Janeiro:
Zahar Editores, 1978. p. 51-70.

221
FUNDAO ESTADUAL DE ENGENHARIA DO MEIO AMBIENTE (FEEMA).
DEPARTAMENTO DE PLANEJAMENTO AMBIENTAL. DIVISO DE
QUALIDADE DO AR. Inventrio de fontes emissoras de poluentes
atmosfricos da regio metropolitana do Rio de Janeiro. Rio de Janeiro:
FEEMA, 2004a. 19p.

______. Relatrio anual da qualidade do ar: 2003. Rio de Janeiro: FEEMA,


2004b. 97p.

FURLAN, S. A. Paisagens sustentveis: So Paulo e sua cobertura vegetal. In:


CARLOS, A. F. A.; OLIVEIRA, A. U. (Ed.) Geografias de So Paulo: a
metrpole do sculo XXI. So Paulo: Contexto, 2004. p. 255-283.

GALLEGO, L. P. Tipos de tempo e poluio atmosfrica no Rio de Janeiro:


um ensaio em climatologia urbana. 1972. 104p. Tese (Doutorado em
Geografia) Universidade de So Paulo (USP), So Paulo, 1972.

GALVO, L. S. Espectros e imagens. In: MENESES, P. R.; MADEIRA NETTO,


J. S. (Org.) Sensoriamento remoto: reflectncia dos alvos naturais. Braslia:
UnB; Planaltina: EMBRAPA, 2001. p. 251-262.

GODISH, T. Air quality. 3rd ed. New York: Lewis Publishers, 1997. 448p.

GODOY, S. C.; DIAZ, E. G. Aplicacin del modelo digital de elevaciones de


ASTER en geomorfologa. In: SIMPSIO BRASILEIRO DE SENSORIAMENTO
REMOTO, 13, 2007, Florianpolis. Anais... So Jos dos Campos: INPE,
2007. p. 2405-2412. Disponvel em: <http://marte.dpi.inpe.br/col/dpi.inpe.br/
sbsr@80/2006/11.15.19.50/doc/2405-2412.pdf > Acesso em: 18 jul. 2007.

HALLIGAN, K. Q. Multiple endmember spectral mixture analysis of


vegetation in the northwest corner of Yellowstone National Park. 2002.
Dissertao (Mestrado em Geografia) University of California Santa Barbara
(UCSB), Santa Barbara, 2002.

HEROLD, M.; GOLDSTEIN, N. C.; CLARKE, K. C. The spatiotemporal form of


urban growth: measurement, analysis and modeling. Remote Sensing of
Environment, v. 86, n. 3, p. 286-302, Aug. 2003.

HOOK, S. J.; GABELL, A. R.; GREEN, A. A.; KEALY, P. S. A comparison of


techniques for extracting emissivity information from thermal infrared data for
geologic studies. Remote Sensing of Environment, v. 42, n. 2, p. 123-135.
Nov. 1992

INSTITUTO BRASILEIRO DE MEIO AMBIENTE E RECURSOS NATURAIS


RENOVVEIS (IBAMA). Resoluo CONAMA/n. 018, de 06 de maio de
1986. Publicada no D.O.U, de 17/06/86. Disponvel em: <http://www.mma.gov.
br/port/conama/res/res86/res1886.html>. Acesso em: 18 jul. 2007.

222
______. Resoluo CONAMA/n. 003, de 28 de junho de 1990. Publicada no
D.O.U, de 22/08/90. Disponvel em: <http://www.mma.gov.br/port/conama/
res/res90/res0390.html>. Acesso em: 10 fev. 2006.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATSTICA (IBGE).


DIRETORIA DE GEODSIA E CARTOGRAFIA. Osasco. 1. ed. Rio de Janeiro:
IBGE, 1984a, Folha SF-23-Y-C-VI-1. Escala 1: 50.000.

______. So Paulo. 1. ed. Rio de Janeiro: IBGE, 1984b, Folha SF-23-Y-C-VI-2.


Escala 1: 50.000.

______. Censo demogrfico 1991. Rio de Janeiro: IBGE, 1991. Disponvel


em: <http://www.ibge.gov.br/home/estatistica/ populacao/censodem/
default_censo1991.shtm>. Acesso em: 10 fev. 2006.

______. Censo demogrfico 2000: caractersticas da populao e dos


domiclios: resultados do universo. Rio de Janeiro: IBGE, 2000. Disponvel em:
<http://www. ibge.gov.br/home/estatistica/populacao/censo2000/default.shtm>.
Acesso em: 10 fev. 2006.

______. Cidades@. Disponvel em: <http://www.ibge.gov.br/cidadesat>.


Acesso em: 10 fev. 2006.

INSTITUTO DE PESQUISA ECONMICA APLICADA (IPEA). INSTITUTO


BRASILEIRO DE GEOGRAFIA E ESTATSTICA. UNIVERSIDADE ESTADUAL
DE CAMPINAS. Caracterizao e tendncias da rede urbana do Brasil:
configurao atual e tendncias da rede urbana. Braslia: IPEA, 2001a. 396p.

INSTITUTO DE PESQUISA ECONMICA APLICADA (IPEA). UNIVERSIDADE


DE SO PAULO. UNIVERSIDADE DE BRASLIA. UNIVERSIDADE FEDERAL
DO RIO DE JANEIRO. Gesto do solo e disfunes do crescimento
urbano: volume 3: Braslia e Rio de Janeiro. Braslia: IPEA, 2001b. 254p.

INSTITUTO DE PESQUISA ECONMICA APLICADA (IPEA). UNIVERSIDADE


DE SO PAULO. UNIVERSIDADE ESTADUAL DE CAMPINAS. Gesto do
solo e disfunes do crescimento urbano: volume 4: So Paulo e
Campinas. Braslia: IPEA, 2001c. 224p.

INSTITUTO MUNICIPAL DE URBANISMO PEREIRA PASSOS (IPP).


SECRETARIA MUNICIPAL DE URBANISMO DO RIO DE JANEIRO.
SECRETARIA MUNICIPAL DE MEIO AMBIENTE DO RIO DE JANEIRO.
Indicadores ambientais da cidade do Rio de Janeiro. Rio de Janeiro: IPP,
2005. 180p.

IQBAL, M. An introduction to solar radiation. New York: Academic Press,


1983. 390p.

223
JANNUZZI, P. M. So Paulo, sculo XXI: a maior metrpole das Amricas.
Cincia e Cultura, v. 56, n. 2, p. 30-32, Abr./Jun. 2004.

JENSEN, J. R.; COWEN, D. C. Remote sensing of urban/suburban


infrastructure and socio-economic attributes. Photogrammetric Engineering
and Remote Sensing, v. 65, n. 5, p. 611622, May 1999.

JET PROPULSION LABORATORY (JPL). CALIFORNIA INSTITUTE OF


TECHNOLOGY. ASTER overview. Disponvel em: <http://edcdaac.usgs.gov/
aster/asteroverview.asp>. Acesso em: 18 jul. 2007.

KAHLE, A. B.; ALLEY, R. E. Separation of temperature and emittance in


remotely sensed radiance measurements. Remote Sensing of Environment,
v. 42, n. 2, p. 107-111, Nov. 1992.

KEALY, P. S.; HOOK, S. J. Separating temperature and emissivity in thermal


infrared multispectral scanner data: implications for recovering land surface
temperatures. IEEE Transactions on Geoscience and Remote Sensing, v.
31, n. 6, p. 1155-1164. Nov. 1993.

LAMBIN, E. F.; EHRLICH, D. The surface temperature-vegetation index space


for land cover and land-cover change analysis. International Journal of
Remote Sensing, v. 17, n. 3, p. 463-487, Feb. 1996.

LILLESAND, T. M.; KIEFER, R. W. Remote sensing and image


interpretation. 3rd ed. New York: John Wiley & Sons, 2000. 724p.

LO, C. P.; QUATTROCHI, D. A. Land-use and land-cover change, urban heat


island phenomenon, and health implications: a remote sensing approach.
Photogrammetric Engineering and Remote Sensing, v. 69, n. 9, p. 1053-
1063, Sept. 2003.

LOMBARDO, M. A. Ilha de calor nas metrpoles: o exemplo de So Paulo.


So Paulo: Hucitec, 1985. 244p.

LU, D.; WENG, Q. Spectral mixture analysis of ASTER images for examining
the relationship between urban thermal features and biophysical descriptors in
Indianapolis, Indiana, USA. Remote Sensing of Environment, v. 104, n. 2, p.
157-167. Sept. 2006.

LUCCA, E. V. D. Imageamento por sensores infravermelhos. Apresentao


de slides. In: SISTEMAS E SENSORES AVANADOS PARA OBSERVAO
DA TERRA E DE SEUS AMBIENTES. Instituto Nacional de Pesquisas
Espaciais, So Jos dos Campos, SP, Jul. 2005.

MASCAR, L. R. de. Ambincia urbana: urban environment. Porto Alegre:


Sagra/DC Luzzatto, 1996. 199p.

224
MATTHIAS, A. D. Atmospheric pollution. In: PEPPER, I. L.; GERBA, C. P.;
BRUSSEAU, M. L. (Ed.) Pollution science. San Diego: Academic Press, 1996.
p. 171-187.

MELGAO, L. M.; SOUZA FILHO, C. R.; STEINMEYER, M. Comparao entre


modelos digitais de elevao gerados por sensores pticos e por radar. In:
SIMPSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 12, 2005, Goinia.
Anais... So Jos dos Campos: INPE, 2005. p. 1215-1220. Disponvel em:
<http://marte.dpi.inpe.br/col/ltid.inpe.br/sbsr/2004/11.23.00.56/doc/1215.pdf>
Acesso em: 18 jul. 2007.

MESEV, V. T.; LONGLEY, P. A. The role of classified imagery in urban spatial


analysis. In: ATKINSON, P. M.; TATE, N. J. (Ed.) Advances in remote
sensing and GIS analysis. Chichester: John Wiley e Sons, 1999, p. 185-206.

MLLER-JENSEN, L. Knowledge-based classification of an urban area using


texture and context information in Landsat-TM imagery. Photogrammetric
Engineering and Remote Sensing, v. 56, n. 6, p. 899-904, June 1990.

MONTEIRO, C. A. de F. Teoria e clima urbano. So Paulo: Instituto de


Geografia da USP, 1976. 180p.

NATIONAL AERONAUTICS AND SPACE ADMINISTRATION (NASA). Terra:


the EOS flagship. Disponvel em: <http://terra.nasa.gov/>. Acesso em: 18 jul.
2007.

NETER, J.; KUTNER, M. N.; NACHTSSHEIM, C. J.; WASSERMAN, W.


Applied linear statistical models. 4th ed. Boston: WCB/McGraw-Hill, 1996.
791 p.

NICHOL, J. E. High-resolution surface temperature patterns related to urban


morphology in a tropical city: a satellite-based study. Journal of Applied
Meteorology, v. 35, n. 1, p. 135-146, Jan. 1996.

NUNES, S. S.; SOUZA JNIOR, C. M. Avaliao de modelos de mistura de


pixel para reas urbanas. In: SIMPSIO BRASILEIRO DE SENSORIAMENTO
REMOTO, 13, 2007, Florianpolis. Anais... So Jos dos Campos: INPE,
2007. p. 6885-6892. Disponvel em: <http://marte.dpi.inpe.br/col/dpi.inpe.br/
sbsr@80/2006/11.13.18.11/doc/6885-6892.pdf> Acesso em: 18 jul. 2007.

OKE, T. R. The distinction between canopy and boundary layer urban heat
islands, Atmosphere, v. 14, n. 4, p. 268-277, 1976.

______. Boundary layer climates. London: Methuen & Ltd. A. Halsted Press
Book; New York: John Wiley & Sons, 1978. 372p.

______. The energetic basis of the urban heat island. Quarterly Journal of the
Royal Meteorological Society, v. 108, n. 455, p. 1-24, Jan. 1982.

225
OLIVEIRA, C. G. Avaliao de modelos digitais de elevao gerados a
partir de sensores remotos orbitais ptico (ASTER) e radar (RADARSAT-1,
SRTM): um estudo para a regio da Serra de Carajs (PA). 2005. 184p. (INPE-
13168-TDI/1027). Dissertao (Mestrado em Sensoriamento Remoto)
Instituto Nacional de Pesquisas Espaciais (INPE), So Jos dos Campos,
2005.

OLIVEIRA, J. L. F.; SANTOS, I. A.; ROSAS, R. O.; LANDAU, L. Bacia area III:
uma unidade de gerenciamento da qualidade do ar da Regio Metropolitana do
Rio de Janeiro. In: CONGRESSO ACADMICO SOBRE MEIO AMBIENTE E
DESENVOLVIMENTO DO RIO DE JANEIRO, 2, 2006, Rio de Janeiro. Anais...
Disponvel em: <http://www.ebape.fgv.br/radma/doc/FET/FET-034.pdf> Acesso
em: 18 jul. 2007.

PARMA, G. C. Processamento de imagem ASTER para obteno do MDE e da


imagem ortorretificada do municpio de Palhoa, SC, Brasil. In: SIMPSIO
BRASILEIRO DE SENSORIAMENTO REMOTO, 13, 2007, Florianpolis.
Anais... So Jos dos Campos: INPE, 2007. p. 6019-6026. Disponvel em:
<http://marte.dpi.inpe.br/col/dpi.inpe.br/sbsr@80/2006/11.15.23.57/doc/6019-
6026.pdf> Acesso em: 18 jul. 2007.

PENHALBER, E. F.; KOHLER, M. C. M.; CORTES, M. T. M.; CABRAL, V. B.


Aspectos urbansticos de espaos pblicos e reas verdes. In: ROMRO, M.
A.; PHILIPPI JNIOR, A.; BRUNA, G. C. (Ed.) Panorama ambiental da
metrpole de So Paulo. So Paulo: Universidade de So Paulo/Faculdade
de Sade Pblica/ Faculdade de Arquitetura e Urbanismo/Signus Editora, 2004.
p. 305-349.

POLI, U. F.; PIGNATORO, F.; ROCCHI, V.; BRACCO, L. Study of the heat
island over the city of Rome from Landsat-TM satellite in relation with urban air
pollution. In: VAUGHAN, R. (Ed.). EARSeL SYMPOSIUM: Remote sensing
from research to operational applications in the new Europe, 13, 1994.
Proceedings Dundee, Scotland, UK Springer Hungarica, 1994. p. 413-422.

POWELL, R. L. Long-term monitoring of urbanization in the Brazilian


Amazon using remote sensing. 2006. 257p. Tese (Doutorado em Geografia)
University of California Santa Barbara (UCSB), Santa Barbara, 2006.

RASHED, T.; WEEKS, J. R.; ROBERTS, D. A.; ROGAN, J.; POWELL, R. L.


Measuring the physical composition of urban morphology using multiple
endmember spectral mixture models. Photogrammetric Engineering and
Remote Sensing, v. 69, n. 9, p. 1011-1020, Sep. 2003.

RASHED, T. Multiple endmember spectral mixture analysis (MESMA) of


ASTER data for Cairo. Presentation. In: WORKSHOP ON APPLIED URBAN
REMOTE SENSING. Arizona State University, Tempe, AZ, Apr. 2004.
Disponvel em: <http://elwood.la.asu.edu/grsl/UEM/> Acesso em: 10 fev. 2006.

226
REIS, N. G.; TANAKA, M. S. (Ed.) Brasil: estudos sobre disperso urbana.
So Paulo: FAU/USP, 2007. 429 p.

RESEARCH SYSTEMS INCORPORATED (RSI). ENVI users guide. Version


4.2. Boulder: RSI, 2005.

RIDD, M. K. Exploring a V-I-S (vegetation impervious surface soil) model for


urban ecosystem analysis through remote sensing: comparative anatomy for
cities. International Journal of Remote Sensing, v. 16, n. 12, p. 2165-2185,
Aug. 1995.

RIO DE JANEIRO. PREFEITURA DO MUNICPIO DO RIO DE JANEIRO.


Armazm de dados. Disponvel em: <http://www.armazemdedados.rio.rj.gov.
br/ > Acesso em: 10 fev. 2006.

ROBERTS, D. A.; GARDNER, M.; CHURCH, R.; USTIN, S.; SCHEER, G.;
GREEN, R. O. Mapping chaparral in the Santa Monica Mountains usinf multiple
endmember spectral mixture model. Remote Sensing of Environment, v. 65,
n. 3, p. 267-279, Sept. 1998.

ROBERTS, D. A.; HALLIGAN, K. VIPER Tools user manual. Version Beta 6.0.
Santa Barbara: University of Califrnia Santa Barbara, 2006. 52p. Disponvel
em: <http://www.vipertools.org/download/VIPER_Tools_user_manual_v12.pdf>
Acesso em: 18 jul. 2007.

RUSSO, P. R. A Distribuio das concentraes de partculas em


suspenso na atmosfera da poro centro-oriental do municpio do Rio de
Janeiro: consideraes preliminares sobre a correlao sade pblica e
poluio atmosfrica. 2002. 158p. Dissertao (Mestrado em Geografia)
Universidade Federal do Rio de Janeiro (UFRJ), Rio de Janeiro, 2002.

SALDANHA, C. B.; ALVES, R. C. M. Utilizao de imagens de satlite e


modelagem numrica para determinao de dias favorveis a disperso de
poluentes. In: SIMPSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 12,
2005, Goinia. Anais... So Jos dos Campos: INPE, 2005. p. 3301-3308.
Disponvel em: <http://marte.dpi.inpe.br/col/ltid.inpe.br/sbsr/2004/11.17.14.16/
doc/3301.pdf> Acesso em: 18 jul. 2007.

SALISBURY, J. W.; DRIA, D. M. Emissivity of terrestrial materials in the 8-14


m atmospheric window. Remote Sensing of Environment, v. 42, n. 2, p. 83-
106, Nov. 1992.

SO PAULO. PREFEITURA DO MUNICPIO DE SO PAULO. Atlas


ambiental do municpio de So Paulo. So Paulo: Prefeitura do Municpio de
So Paulo/Secretaria Municipal do Meio Ambiente/Secretaria Municipal de
Planejamento Urbano, 2002. Disponvel em: <http://atlasambiental.prefeitura.
sp.gov.br/index.php?id=13>. Acesso em: 10 fev. 2006.

227
______. Municpio em dados. Disponvel em: <http://www9.prefeitura.sp.gov.
br/sempla/md/index.php> Acesso em: 10 fev. 2006.

SCARLATO, F. C. Populao e urbanizao brasileira. In: ROSS, J. L. S. (Org.)


Geografia do Brasil. So Paulo: Edusp, 1998. p. 381-463.

SECRETARIA MUNICIPAL DE MEIO AMBIENTE DO RIO DE JANEIRO


(SMAC). Mapa de uso e cobertura da terra na cidade do Rio de Janeiro.
Rio de Janeiro: SMAC, 2001, 1 CD-ROM. Escala 1: 50.000.

______. Relatrio mensal da qualidade do ar: dezembro de 2005. Rio de


Janeiro: SMAC, 2006. 150p.

SERRA, A. Poluio atmosfrica no Rio de Janeiro. Revista Brasileira de


Geografia, v. 50, n. 1, p. 93-99, Jan/Mar. 1988.

SHIMABUKURO, Y. E.; SMITH, J. A. The least-squares mixing models to


generate fraction images derived from remote sensing multispectral data. IEEE
Transactions on Geoscience and Remote Sensing, v. 29, n. 1, p. 16-21, Jan.
1991.

SIFAKIS, N.; DESCHAMPS, P. Mapping of air pollution using SPOT satellite


data. Photogrammetric Enginnering and Remote Sensing, v. 58, n. 10, p.
1433-1437, Oct. 1992.

SLATER, P. N. Remote sensing: optics and optical systems. Reading:


Addison-Wesley Publishing Company, 1980. 593p.

SMALL, C. A global analysis of urban reflectance. International Journal of


Remote Sensing, v. 26, n. 4, p. 661681, Feb. 2005.

SMALL, C.; MILLER, R. B. Spatiotemporal monitoring of urban vegetation. In:


INTERNATIONAL SYMPOSIUM ON REMOTE SENSING OF ENVIRONMENT,
Capetown, frica do Sul, 2000. Proceedings Disponvel em: <www.ldeo.
columbia.edu/~small/ PDF/ISRSE_SmallMiller.pdf>. Acesso em: 10 fev. 2006.

SMITH, A. M. S. How to convert ASTER radiance values to reflectance: an


online guide. Disponvel em: <http://www.cnrhome.uidaho.edu/default.aspx?
pid=85984> Acesso em: 18 jul. 2007.

SNYDER, W. C.; WAN, Z.; ZHANG, Y.; FENG, Y. Z. Classification-based


emissivity for land surface temperature measurement from space. International
Journal of Remote Sensing, v. 19, n. 14, p. 2753-2774, Sept. 1998.

228
SOUSA, C. J. S. Carta de vulnerabilidade eroso como subsdio ao
zoneamento ecolgico-econmico em rea intensamente antropizada.
1999. 172p. (INPE-7030-TDI/662). Dissertao (Mestrado em Sensoriamento
Remoto) Instituto Nacional de Pesquisas Espaciais (INPE), So Jos dos
Campos, 1999.

SOUSA, D. O.; BAPTISTA, G. M. M. Anlise da influncia da resoluo


espacial na determinao das ilhas urbanas de calor em So Paulo, por meio
dos sensores ASTER e MODIS. In: SIMPSIO BRASILEIRO DE
SENSORIAMENTO REMOTO, 12, 2005, Goinia. Anais... So Jos dos
Campos: INPE, 2005. p. 4525-4530. Disponvel em: <marte.dpi.inpe.br/col/
ltid.inpe.br/sbsr/2004/11.18.16.41/doc/4525.pdf>. Acesso em: 18 jul. 2007.

SULSOFT. AsterDTM 2.2: instalation & users guide. Porto Alegre: Sulsoft,
2005. 24p. Disponvel em: <http://www.envi.com.br/asterdtm/download/
AsterDTM_UserGuide_V2_2.pdf> Acesso em: 18 jul. 2007.

TARIFA, J. R.; ARMANI, G. Unidades climticas urbanas da cidade de So


Paulo. In: PREFEITURA DO MUNICPIO DE SO PAULO. SECRETARIA DO
VERDE E DO MEIO AMBIENTE. SECRETARIA DE PLANEJAMENTO. Atlas
ambiental do municpio de So Paulo Fase I: Diagnsticos e bases para a
definio de polticas pblicas para as reas verdes no municpio de So
Paulo. So Paulo: PMSP, 2000. 86p.

TEZA, C. T. V.; BAPTISTA, G. M. M. Identificao do fenmeno ilhas urbanas


de calor por meio de dados ASTER on demand 08 Kinetic Temperature (III):
metrpoles brasileiras. In: SIMPSIO BRASILEIRO DE SENSORIAMENTO
REMOTO, 12, 2005. Goinia. Anais So Jos dos Campos: INPE, 2005. p.
3911-3918. Disponvel em: <marte.dpi.inpe.br/col/ltid.inpe.br/sbsr/2004/
11.01.17.52/doc/3911.pdf>. Acesso em: 18 jul. 2007.

TULLOCH, M.; LI, J. Applications of satellite remote sensing to urban air-quality


monitoring: status and potential solutions to Canada. Environmental
Informatics Archives, v. 2, chap. 7, p. 846-854, 2004.

UNG, A.; WALD, L.; RANCHIN, T.; WEBER, C.; HIRSCH, J.; PERRON, G.;
KLEINPETER, J. Satellite data for air pollution mapping over a city Virtual
stations. In: EARSeL SYMPOSIUM: Observing our environment from space:
new solutions for a new millennium, 21, 2001, Paris. Proceedings Tokyo,
2001, p. 147-151.

VIANELLO, R. L.; ALVES, A. R. Meteorologia bsica e aplicaes. Viosa:


Imprensa Universitria da UFV, 1991. 449p.

VOOGT, J. A.; OKE, T. R. Thermal remote sensing of urban climates. Remote


Sensing of Environment, v. 86, n. 3, p. 370-384, Aug. 2003.

229
WALD, L.; BALEYNAUD, J. M. Observing air quality over the city of Nantes by
means of Landsat thermal infrared data. International Journal of Remote
Sensing, v. 20, n. 5, p. 947-959, Mar. 1999.

WEBER, C.; HIRSCH, J.; PERRON, G.; KLEINPETER, J.; RANCHIN, T.; UNG,
A.; WALD, L. Urban morphology, remote sensing and pollutants distribution: an
application to the city of Strasbourg, France. In: WORLD CLEAN AIR &
ENVIRONMENT CONGRESS, 12, 2001, Seul. Proceedings... Seul: [s.n],
2001. 5p.

WENG, Q. Fractal analysis of satellite-detected urban heat island effect.


Photogrammetric Engineering and Remote Sensing, v. 69, n. 5, p. 555-566,
May 2003.

WENG, Q.; LU, D.; SCHUBRING, J. Estimation of land surface temperature-


vegetation abundance relationship for urban heat island studies. Remote
Sensing of Environment, v. 89, n. 4, p. 467-483, Feb. 2004.

WILLIAMS, D. Landsat-7 science data users handbook. NASA: 2004.


Disponvel em: <http://ltpwww.gsfc.nasa.gov/IAS/handbook/handbook_toc.
html>. Acesso em: 18 jul. 2007.

WOOSTER, M. J. In orbit calibration of the ATSR-I 1.6m channel using high


resolution data from the JERS-1 (Fuyo-1) optical sensor. International Journal
of Remote Sensing, v. 17, n. 5, p. 1069-1074, Mar. 1996.

WORLD HEALTH ORGANIZATION (WHO). The World Health Report 2002


reducing risks, promoting healthy life. Geneva, WHO, 2002. 268p. Disponvel
em: <http://www.who.int/heli/risks/urban/urbanenv/en/>. Acesso em: 18 jul.
2007.

YOUNG, S. J.; JOHNSON, B. R.; HACKWELL, J. A. An in-scene method for


atmospheric compensation of thermal hyperspectral data. Journal of
Geophysical Research, v. 107, n. D24, 4774, ACH 14, 2002.

ZALOTI JNIOR, O. D.; FREITAS, C. C.; SANTANNA, S. J. S.; ANDRADE, R.


A. M. Avaliao do modelo digital do terreno extrado de dados do SRTM
uma abordagem baseada na declividade, aspecto e uso/cobertura do solo. In:
SIMPSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 13, 2007,
Florianpolis. Anais... So Jos dos Campos: INPE, 2007. p. 5043-5050.
Disponvel em: <http://marte.dpi.inpe.br/col/dpi.inpe.br/sbsr@80/2006/
11.15.18.43/doc/5043-5050.pdf>. Acesso em: 18 jul. 2007.

230
PUBLICAES TCNICO-CIENTFICAS EDITADAS PELO INPE

Teses e Dissertaes (TDI) Manuais Tcnicos (MAN)

Teses e Dissertaes apresentadas So publicaes de carter tcnico


nos Cursos de Ps-Graduao do que incluem normas, procedimentos,
INPE. instrues e orientaes.

Notas Tcnico-Cientficas (NTC) Relatrios de Pesquisa (RPQ)

Incluem resultados preliminares de Reportam resultados ou progressos de


pesquisa, descrio de equipamentos, pesquisas tanto de natureza tcnica
descrio e ou documentao de quanto cientfica, cujo nvel seja
programa de computador, descrio de compatvel com o de uma publicao
sistemas e experimentos, apresenta- em peridico nacional ou internacional.
o de testes, dados, atlas, e docu-
mentao de projetos de engenharia.

Propostas e Relatrios de Projetos Publicaes Didticas (PUD)


(PRP)

So propostas de projetos tcnico- Incluem apostilas, notas de aula e


cientficos e relatrios de acompanha- manuais didticos.
mento de projetos, atividades e conv-
nios.

Publicaes Seriadas Programas de Computador (PDC)

So os seriados tcnico-cientficos: So a seqncia de instrues ou


boletins, peridicos, anurios e anais cdigos, expressos em uma linguagem
de eventos (simpsios e congressos). de programao compilada ou inter-
Constam destas publicaes o pretada, a ser executada por um
Internacional Standard Serial Number computador para alcanar um determi-
(ISSN), que um cdigo nico e nado objetivo. So aceitos tanto
definitivo para identificao de ttulos programas fonte quanto executveis.
de seriados.

Pr-publicaes (PRE)

Todos os artigos publicados em


peridicos, anais e como captulos de
livros.

Anda mungkin juga menyukai