Revista Brasileira de Geomorfologia

v. 17, n 1 (2016)

www.ugb.org.br http://dx.doi.org/10.20502/rbg.v17i1.731
ISSN 2236-5664

MAPEAMENTO GEOMORFOLGICO DA BACIA HIDROGRFICA

DO RIO SO JOO (RJ) POR ANLISE DE IMAGENS ORIENTADA A
OBJETO E MINERAO DE DADOS

GEOMORPHOLOGICAL MAPPING OF SO JOO RIVER BASIN (RJ)

THROUGH OBJECT BASED IMAGE ANALYSIS AND DATA MINING

Raphael e Silva Giro

Departamento de Geologia, Universidade Federal do Rio de Janeiro
Av. Athos da Silveira Ramos, 274, Rio de Janeiro, Rio de Janeiro, CEP: 21941-916, Brasil
Email: raphaelgirao@hotmail.com

Claudio Limeira Mello

Departamento de Geologia, Universidade Federal do Rio de Janeiro
Av. Athos da Silveira Ramos, 274, Rio de Janeiro, Rio de Janeiro, CEP: 21941-916, Brasil
Email: limeira@geologia.ufrj.br

Pedro Jos Farias Fernandes

Laboratrio de Geografia Fsica - Departamento de Geografia, Universidade Federal Fluminense
Av. Litornea s/n - Campus da Praia Vermelha, Boa Viagem, Niteri, RJ, CEP: 24030-346, Brasil
Email: pjf_fernandes@yahoo.com.br

Informaes sobre o Artigo Resumo

Recebido (Received):
14/04/2015
Aceito (Accepted):
16/10/2015
Palavras-chave:
Mapeamento Geomorfolgico;
Sensoriamento Remoto; Anlise
de Imagem Orientada a Objeto.
Keywords:
Geomorphological mapping;
Remote Sensing; Object Based
Image Analysis.
O presente estudo tem como objetivo principal a realizao de mapeamento
geomorfolgico da Bacia Hidrogrfica do Rio So Joo (RJ), na escala 1:100.000,
por meio de anlise de imagem orientada a objeto (OBIA) e empregando tcnicas
de minerao de dados para a definio dos limiares de classificao do relevo,
com base em modelo digital de elevao e suas variveis geomorfomtricas, alm
de dados referentes ao substrato geolgico. A utilizao da anlise de imagem
orientada a objeto e da minerao de dados no mapeamento geomorfolgico
permitiu a classificao do relevo em diversas classes e em diferentes nveis
taxonmicos, de forma gil e simplificada, ficando evidente que dois fatores
influenciaram fortemente os resultados: (i) a segmentao multirresoluo
associada possibilidade de se manipular a contribuio de cada varivel, pois
permitiu a elaborao de estratgias de segmentao mais adequadas aos dados
utilizados e s classes geomorfolgicas mapeadas; e (ii) a seleo do conjunto
amostral, pois tal tarefa possui uma relao direta na capacidade do minerador
de dados definir parmetros mais eficazes para a classificao do relevo. Vale
ressaltar que a classificao geomorfolgica por meio da anlise de imagem
orientada a objeto se destaca dos mtodos convencionais devido a sua capacidade
de classificao em diferentes nveis e sua rede hierrquica semntica, onde
cada classe pode ser dividida em subclasses, adequando-se bem ao mapeamento
 Giro R. S. et al.

geomorfolgico taxonmico proposto. Por fim, destaca-se que, apesar do grande avano no mapeamento por meio
da OBIA e da minerao de dados, o conhecimento do intrprete sobre o contedo a ser mapeado continua a ser
imprescindvel para os procedimentos de classificao adotados.

Abstract
This article aims to generate a geomorphological map of the So Joo River Basin (RJ), on scale 1:100.000, using
Object based image analysis (OBIA) and data mining techniques for classification based on digital elevation models,
geomorphometric variables and geological substrate data. The use of OBIA and data mining for geomorphological
mapping allowed a fast and simplified classification of relief in different classes and taxonomic levels. It was clear
that two factors strongly influenced the results: (i) the multiresolution segmentation associated with the ability to
manipulate the contribution of each variable, which allowed the development of the most appropriate strategy for
classification; and (ii) the selection of training samples, as this task has a direct relation with data mining effectiveness
for relief classification. The OBIA geomorphological classification stands out from conventional methods due to
its ability for classification in different levels and due the hierarchical semantic network, where each class can be
divided into subclasses, adapting well to proposed taxonomic geomorphological levels. Despite the great advances
in the OBIA and data mining for classification, the knowledge of the interpreter about the content to be mapped
continues to be critical in classification procedures adopted.

1. Introduo novos produtos de sensoriamento remoto surgiram

oriundos de uma ampla gama de sensores aerotrans-
O mapeamento geomorfolgico constitui-se na
portados e orbitais, destacando-se tambm os mtodos
representao da superfcie terrestre com base em cri-
fotogramtricos, radargramtricos, interferomtricos
trios especficos relacionados com o relevo, tais como
e de varreduras a laser que possibilitam a extrao de
morfologia, estrutura, gnese e cronologia (BISHOP
modelos digitais de elevao (MDE) importantes nas
et al., 2012), sendo til para o entendimento dos pro-
anlises geomorfolgicas (CAMARGO et al., 2009).
cessos atuantes na superfcie terrestre e da evoluo da
paisagem, assim como para o levantamento de recursos Dessa maneira, o mapeamento geomorfolgico
minerais e identificao de riscos naturais. tem presenciando avanos com a utilizao de metodo-
logias automticas ou semiautomticas de classificao
Em funo da necessidade de se representar uma
de relevo, principalmente a partir de MDE, tornando
grande quantidade de parmetros e feies, a cartografia
assim tal tarefa mais rpida e eficaz (FERNANDES,
geomorfolgica uma atividade complexa, ainda mais de-
2013). Esse processo ainda mais intensificado pelo
vido ao fato de no existir uma padronizao internacional
aumento continuo da disponibilidade de bases de dados
de identificao e classificao de feies geomorfolgi-
geomorfomtricos (DRAGUT; BLASCHKE, 2006).
cas. Desse modo, o que se faz na prtica do mapeamento
geomorfolgico escolher um conjunto de convenes Nesse contexto, est inserida a anlise de imagem
adequadas relao entre a aplicao desejada, o mtodo orientada a objeto (OBIA - object based image analy-
adotado e a escala de representao, de maneira que os sis), que no tem como foco as anlises baseadas nos
documentos cartogrficos resultantes desempenhem sua pixels das imagens, mas tem como unidades de proces-
funo bsica de informar de modo claro, legvel e obje- samento bsico os objetos gerados pelos algoritmos de
tivo o tema em questo (CORREIA, 2008). segmentao (BENZ et al., 2004; BAATZ; SCHPE,
2000). De acordo com Navulur (2007), em imagens
Nos ltimos anos, os recursos da cartografia di-
de sensoriamento remoto, um objeto pode ser definido
gital e dos Sistemas de Informaes Geogrficas (SIG)
como um agrupamento de pixels com propriedades
possibilitaram a criao de numerosa gama de mapas
espectral e espacial homogneas. Um objeto possui,
politemticos, em funo da combinao de diversos
alm de valores espectrais, diversos outros atributos,
atributos e bases informacionais. No campo do senso-
incluindo forma, textura, morfologia, contexto e outros,
riamento remoto, desde as suas origens, fotografias a-
que podem ser utilizados em anlise de imagens.
reas tm sido amplamente utilizadas em procedimentos
da cartografia geomorfolgica, contudo, recentemente, Alm disso, h a possibilidade de se gerar diferen-

Rev. Bras. Geomorfol. (Online), So Paulo, v.17, n.1, (Jan-Mar) p.03-21, 2016 4
Mapeamento Geomorfolgico da Bacia Hidrogrfica do Rio So Joo (RJ) por Anlise de Imagens Orientada
tes nveis de segmentao na abordagem multirresolu-
o e, assim sendo, cada objeto identifica seus objetos
vizinhos, os superobjetos e os subobjetos, possibilitando
o respeito das bordas de cada um deles nas anlises. A
partir, principalmente, de tais caractersticas, permitida
a estruturao espacial e semntica do contedo de uma
imagem pela insero do conhecimento especialista
em uma rede hierrquica (BENZ et al., 2004). Essa
caracterstica uma das vantagens da OBIA no mape-
amento geomorfolgico, pois permite a classificao
do relevo em diferentes nveis, adequando-se bem ao
mapeamento geomorfolgico taxonmico (DRAGUT;
BLASCHKE, 2006).
Recentemente, uma srie de trabalhos de mapea-
mento geomorfolgico foram desenvolvidos a partir da
utilizao de OBIA: Dragut e Blaschke (2006), Asselen
e Seijmonsbergen (2006), Anders et al. (2011), Verha-
gen e Dragut (2012), e, Dragut e Eisank (2012). No
Brasil, h trabalhos como os de Camargo et al. (2009),
que utilizaram OBIA para o mapeamento geomorfol-
gico do municpio de So Jos dos Campos, utilizando
um MDE oriundo do sensor ASTER; e de Fernandes
(2013), que utilizou OBIA e MDE oriundos do SRTM
para o refinamento de um mapa geomorfolgico do
projeto RADAMBRASIL. Nesses trabalhos, tal abor-
dagem tem apresentado potencial para o mapeamento
geomorfolgico, permitindo mapear as feies do relevo
de forma simples e rpida. Contudo, na maior parte dos
estudos desenvolvidos, optou-se por utilizar somente
dados de entrada quantitativos para o mapeamento,
principalmente MDE e suas variveis, ignorando in-
formaes qualitativas importantes para a cartografia
geomorfolgica, como dados referentes geologia.
Outra tcnica importante que pode ser associada
a OBIA na classificao de imagens a minerao de
dados, que, segundo Witten et al. (2011), consiste no
processo automtico ou semiautomtico de identifi-
cao de padres nos dados. A minerao de dados
permite a identificao dos atributos mais adequados
e eficientes para distinguir classes diferentes, baseada
em um conjunto amostral de objetos referentes a cada
uma dessas classes.
Sendo assim, o presente estudo adota o mtodo
da anlise de imagem orientada a objeto (OBIA) com
o objetivo de realizar um mapeamento geomorfolgico
da Bacia Hidrogrfica do rio So Joo (RJ), na escala
1:100.000, definindo os parmetros de classificao
do relevo por meio de minerao de dados, com base
5 Rev. Bras. Geomorfol. (Online), So Paulo, v.17, n.1, (Jan-Mar) p.03-21, 2016
em modelo digital de elevao (MDE) e suas variveis
geomorfomtricas (VG), alm de dados referentes ao
substrato geolgico. Considera-se que o mtodo ado-
tado favorea o desenvolvimento de um mapeamento
geomorfolgico de forma gil, com uma gama de
informaes mais complexa para a diferenciao do
relevo e estabelecendo limiares bem definidos para o
estabelecimento de cada classe geomorfolgica.
2. rea de Estudo
A Bacia Hidrogrfica do Rio So Joo (BHSJ)
- Figura 1 - localiza-se na Regio das Baixadas Litor-
neas do estado do Rio de Janeiro, estendendo-se pelos
municpios de Cachoeiras de Macacu, Rio Bonito,
Araruama, Silva Jardim, Casimiro de Abreu, So Pedro
da Aldeia, Rio das Ostras e Cabo Frio, ocupando uma
rea de aproximadamente 2.100 km.
Geologicamente, o estado do Rio de Janeiro est
situado na Provncia Mantiqueira, mais precisamente na
Faixa Ribeira, resultado de orogneses do Ciclo Brasi-
liano (Neoproterozoico-Eopaleozoico), caracterizado
por metamorfismo, fuso parcial das rochas, deforma-
es, cisalhamento transcorrente regional e granitog-
nese (SILVA; CUNHA, 2001). As rochas mais antigas
da rea de estudo datam do Paleoproterozoico, como os
gnaisses do Complexo Regio dos Lagos, localizados na
poro do mdio e baixo curso da BHSJ. A maior parte
das rochas da rea de estudo data do Mesoproterozoico-
-Neoproterozoico (complexos Paraba do Sul e Bzios)
e do Neoproterozoico (Complexo Rio Negro e Sute
Desengano), esses ltimos resultado da granitognese
que ocorreu na sequncia das orogneses do Ciclo
Brasiliano. No Cambriano, um magmatismo tardio a
ps-tectnico em relao aos orgenos do Brasiliano
resultou em granitognese que originou os Granitoides
Ps-Tectnicos, encontrados no alto e mdio curso da
BHSJ. Durante o Mesozoico-Cenozoico, nova fase de
magmatismo, relacionado Reativao Sul-Atlantiana,
deu origem a pltons alcalinos, representados na rea de
estudo pelo Morro de So Joo. Atividades tectnicas
cenozoicas levaram reativao de falhas antigas e ao
desenvolvimento de um sistema de riftes, onde se insta-
laram depsitos sedimentares paleognicos, neognicos
e quaternrios. A sedimentao quaternria na rea de
estudo ocorre associada a ambientes deposicionais
continentais e transicionais/marinhos (SILVA; CUNHA,
2001) (Figura 2).
 Giro R. S. et al.

Figura 1 - Localizao da Bacia Hidrogrfica do rio So Joo (BHSJ) no estado do Rio de Janeiro e mapa de relevo sombreado da bacia,
obtido por meio de MDE (IBGE).

Figura 2 - Mapa de Unidades Geolgicas da BHSJ (Modificado de Silva & Cunha, 2001).

Rev. Bras. Geomorfol. (Online), So Paulo, v.17, n.1, (Jan-Mar) p.03-21, 2016 6
Mapeamento Geomorfolgico da Bacia Hidrogrfica do Rio So Joo (RJ) por Anlise de Imagens Orientada

A geomorfologia da BHSJ apresenta desde relevos
proeminentes e escarpados at amplas plancies. De acor-
do com Dantas (2001), a rea de estudo est inserida em
dois domnios morfoestruturais (Cinturo Orognico do
Atlntico e Bacias Sedimentares Cenozoicas), abrangen-
do cinco domnios morfoesculturais (Macios Costeiros
e Interiores, Macios Alcalinos Intrusivos, Superfcies
Aplainadas nas Baixadas Litorneas, Escarpas Serranas,
e Plancies Flvio-Marinhas), e dez sistemas de relevo
(Plancie Aluvial, Plancie Costeira, Plancie Flvio-
-Lagunar, Domnio Suave Colinoso, Domnio Colinoso,
Alinhamentos Serranos e Degraus Estruturais, Macios
Intrusivos Alcalinos, Macios Costeiros e Interiores,
Escarpas Serranas, e Domnio Montanhoso) (Figura 3).

Figura 3 - Recorte da rea de estudo do Mapa Geomorfolgico do estado do Rio de Janeiro sobre relevo sombreado (modificado de
DANTAS, 2001).

A BHSJ foi selecionada para o presente estudo
devido a seu relevo heterogneo e tambm pelo fato de
apresentar tanto setores com predomnio de processos
e feies continentais, como de predomnio de feies
e processos costeiros, possuindo, assim, potencial para
a avaliao da eficincia da metodologia adotada para
o mapeamento geomorfolgico proposto.
Utilizando distintas escalas e abordagens metodo-
lgicas, Dantas (2001), Silva (2002) e Seabra (2012)
produziram mapas geomorfolgicos da rea de estudo.
O primeiro se destaca pela utilizao de diferentes
informaes para o mapeamento: dados geomorfom-
tricos, morfogenticos e acerca do substrato geolgico.
Contudo, a metodologia utilizada por Dantas (2001) se
caracteriza pela alta demanda de tempo e relevante sub-
jetividade na diferenciao das feies. J Silva (2002)
e Seabra (2012) se destacam por apresentarem uma
metodologia com automatizao dos procedimentos de
mapeamento, entretanto ambos utilizam somente dados
geomorfomtricos, o que resulta em algumas simplifi-
caes ao representarem feies com gnese e geologia
distintas em uma mesma classe geomorfolgica.
3. Materiais e Mtodos
3.1. Materiais
Para o presente estudo foram utilizados os seguin-
tes materiais:
Modelos digitais de elevao (MDE), na escala

7 Rev. Bras. Geomorfol. (Online), So Paulo, v.17, n.1, (Jan-Mar) p.03-21, 2016
 Giro R. S. et al.

1:25.000, do Projeto RJ-25 do Instituto Brasileiro
de Geografia e Estatstica (IBGE) com resoluo
espacial de 20 metros;
Fotografias areas ortorretificadas do ano de 2005,
na escala 1:25.000, originadas do Projeto RJ-25
do Instituto Brasileiro de Geografia e Estatstica
(IBGE) com resoluo espacial de 0,7 metros;
Cartas topogrficas na escala 1:50.000 do Instituto
Brasileiro de Geografia e Estatstica (IBGE), no
formato vetorial;
Mapa geolgico do estado do Rio de Janeiro, na
escala 1:400.000, elaborado pela Companhia de
Pesquisa de Recursos Minerais (CPRM) em 2001
(SILVA; CUNHA, 2001).
3.2. Preparao dos Planos de Informao (PI) e do Banco
de Dados
Os PI e o banco de dados foram compostos pelas
variveis geomorfomtricas (VG), relevo sombreado,
cartas topogrficas do IBGE na escala 1:50.000, orto-
fotos do IBGE na escala 1:25.000 e Mapa de Unidades
Geolgicas na escala 1:100.000 (Figura 4).

Figura 4 - Fluxograma das etapas de preparao do PI e do Banco de Dados.

Os MDE do IBGE foram gerados automaticamen- cagem dos mesmos.

te por correlao de imagens utilizando o algoritmo DLT
Direct Linear Transformation. Tal processo pode oca-
sionar anomalias nos modelos, principalmente nas reas
de maior rugosidade do terreno, devido s limitaes
prticas da correlao (por exemplo, reas de sombra).
Essas anomalias normalmente so caracterizadas por
desnveis, tabuleiros de forma triangular e padres de
valores que no correspondem com o terreno. Sendo
assim, foram executadas filtragens nos MDE visando
atenuar tais anomalias para, ento, proceder a mosai-
Posteriormente, em ambiente SIG foi possvel
obter rasters com informaes sobre declividade, cur-
vatura vertical e com o relevo sombreado da rea de
estudo. O primeiro calculado com base na anlise dos
desnveis entre pixels vizinhos; o segundo calculado
a partir da comparao entre diferenciais altimtricos
recprocos ao ponto (pixel) sob anlise, feita atravs de
janelas mveis; e o terceiro obtido por meio da criao
de uma posio de uma fonte de luz hipottica, a partir
da qual se calcula os valores de iluminao de cada pixel

Rev. Bras. Geomorfol. (Online), So Paulo, v.17, n.1, (Jan-Mar) p.03-21, 2016 8
Mapeamento Geomorfolgico da Bacia Hidrogrfica do Rio So Joo (RJ) por Anlise de Imagens Orientada
em relao s clulas vizinhas (VALERIANO, 2008).
Alm disso, foi obtido tambm o raster do mdulo
da curvatura vertical da rea de estudo. Para isso, o
raster de curvatura vertical foi reclassificado, de modo
que os pixels com valores negativos assumissem o valor
de -1 (um negativo) e os pixels com valores positivos
assumissem o valor de 1 (um). Posteriormente, atravs
de uma lgebra de mapas, o raster reclassificado foi
multiplicado pelo raster de curvatura vertical, resultan-
do no raster do mdulo da curvatura vertical.
A obteno do raster com as informaes de
amplitude altimtrica consistiu em um processo mais
complexo e dividido em quatro etapas: (i) extrao
de drenagem; (ii) hierarquizao da drenagem; (iii)
delimitao das sub-bacias de terceira ordem; e (iv)
clculo da amplitude altimtrica. Todas essas etapas
foram executadas em ambiente SIG.
Figura 5 - Etapas da extrao de drenagens (Adaptado de ESRI, 2014).
A partir da drenagem gerada foi possvel fazer a
hierarquizao da mesma por meio do software Hydro-
flow, desenvolvido pelo Laboratrio de Geoprocessa-
mento (LabGis) da Faculdade de Geologia da Univer-
sidade do Estado do Rio de Janeiro (UERJ), utilizando
o mtodo de Strahler. Desse modo, foram delimitadas
as sub-bacias de terceira ordem e as sub-bacias alimen-
tadoras do rio principal, calculando o nvel de base de
cada uma dessas, que corresponde ao valor mnimo de
cota altimtrica das mesmas. Por fim, o arquivo vetorial
com a delimitaes das bacias de terceira ordem em
polgonos foi convertido em formato raster e, dessa
maneira, cada pixel desse raster localizado na rea de
9 Rev. Bras. Geomorfol. (Online), So Paulo, v.17, n.1, (Jan-Mar) p.03-21, 2016
O processo de extrao de drenagem consiste basi-
camente em trs etapas: gerao de um raster de direo
do fluxo; gerao de um raster de acumulao do fluxo;
e extrao da drenagem. A gerao do raster de direo
do fluxo executada a partir da comparao entre valores
dos pixels vizinhos do MDE, sendo que o fluxo segue
para o pixel vizinho com menor valor altimtrico; dessa
forma, os pixels do raster criado apresentam valores
correspondentes direo do fluxo. Ento, com base
no raster de direo de fluxo gerado, o sistema percorre
cada pixel e calcula quantos pixels contribuem com fluxo
para um determinado pixel, atribuindo para o mesmo este
valor; sendo assim, o algoritmo gera um novo raster com
o fluxo acumulado para cada pixel (Figura 5). Por fim, a
partir de um valor de fluxo acumulado selecionado, foi
possvel extrair a drenagem da rea de estudo. Tal dre-
nagem foi verificada e refinada com o auxlio das cartas
topogrficas e das ortofotos.
uma determinada sub-bacia assumiu o valor do nvel
de base da mesma, o que permitiu calcular a amplitude
altimtrica por meio de uma lgebra de mapas, no qual
o MDE da rea de estudo foi subtrado pelo raster
com os valores de nvel de base de cada sub-bacia de
terceira ordem.
Finalizando a preparao dos PI e do Banco de
Dados, o Mapa de Unidades Geolgicas na escala
1:100.000 foi obtido a partir da adequao topolgica
para a escala de trabalho do Mapa Geolgico do Estado
do Rio de Janeiro elaborado pela Companhia de Pesqui-
sa de Recursos Minerais (SILVA; CUNHA, 2001), de
forma que o mesmo ficasse compatvel com os demais
 Giro R. S. et al.

dados. A escala de levantamento dos dados originais
para o mapa do CPRM foi de 1:50.000, contudo o mapa
final respeita a escala 1:400.000; sendo assim, foram
necessrias correes topolgicas, que foram executas
com o auxlio dos MDE e das ortofotos do IBGE na
escala 1:25.000. Para ser implementado como uma das
variveis para a classificao geomorfolgica, o Mapa
de Unidades Geolgicas na escala 1:100.000 passou
por um processo de converso de dados vetoriais para
o formato raster, de forma que para cada classe de
unidade geolgica foi definido um nmero para a sua
representao em formato matricial (Tabela 1), sendo
que a resoluo espacial de tal raster foi de 20 metros,
assim como os demais PI.
Tabela 1: Valor de pixel definido para cada classe do Mapa
de Unidades Geolgicas.
meiros txons de Ross (1985) e, como terceiro txon,
seguiu-se a concepo de sistemas de relevo de Poano
et al. (1979), que consiste na identificao de conjuntos
de formas de relevo com textura e padres semelhantes.
Desse modo, o mapeamento foi divido em trs txons:
unidades morfoestruturais, unidades morfoesculturais
e unidades de relevo. Cada unidade morfoestrutural
compreende um conjunto de unidades morfoesculturais,
que, por sua vez, compreendem conjuntos de unidades
de relevo.
As classes geomorfolgicas a serem mapeadas
foram definidas com base no mapeamento geomor-
folgico de Dantas (2001), havendo adequaes para
melhor atender s caractersticas do relevo da rea de
estudo. Desse modo, a seguinte chave de interpretao
(Tabela 2) foi utilizada para identificar as classes geo-
morfolgicas a serem mapeadas.

Tabela 2: Chave de interpretao das feies geomorfo-

lgicas:

3.3. Mapeamento Geomorfolgico

O mapeamento geomorfolgico da bacia hidrogr-

fica do rio So Joo foi efetuado na escala 1:100.000,
tendo como base terica as metodologias propostas por
Poano et al. (1979) e por Ross (1985).
A proposta metodolgica de Ross (1985) divide o
mapeamento geomorfolgico de forma hierrquica em
seis txons, levando em considerao os conceitos de
morfoestrutura (que se refere influncia da estrutura
geolgica na gnese do relevo) e de morfoescultura (vin-
culado ao do clima atual e pretrito no modelamento
das formas do relevo). O primeiro txon est relacio-
nado identificao das unidades morfoestruturais e o
segundo na identificao das unidades morfoesculturais;
os outros quatro txons se referem, respectivamente,
aos padres de tipos do relevo, s formas de relevo, s
vertentes e s formas atuais.
Para o presente estudo, foram usados os dois pri-

Rev. Bras. Geomorfol. (Online), So Paulo, v.17, n.1, (Jan-Mar) p.03-21, 2016 10
 Mapeamento Geomorfolgico da Bacia Hidrogrfica do Rio So Joo (RJ) por Anlise de Imagens Orientada
3.3.1. Mtodos para Classificao
O mtodo para classificao envolveu as etapas do
fluxograma apresentado na Figura 6, sendo utilizadas
as seguintes variveis como dados de entrada: MDE,
amplitude altimtrica, declividade, curvatura vertical,
mdulo da curvatura vertical, e mapa de unidades ge-
olgicas.
3.3.1.1. Segmentao Multirresoluo
Assim como demanda a classificao de imagem
por OBIA, a segmentao se caracteriza pela multirre-
soluo, sendo aplicada a partir do nvel mais geral at
o nvel mais detalhado. Desta forma, a segmentao
multirresoluo foi estruturada de acordo com a hie-
rarquia taxonmica proposta para o presente trabalho,
sempre buscando atribuir pesos a cada varivel utili-
zada, visando otimizar os resultados em cada nvel de
segmentao.
Figura 6 - Fluxograma das etapas da classificao geomorfolgica.
11
Para a classificao das unidades morfoestruturais
foi levada em considerao, principalmente, a declivida-
de, a que foi atribudo peso 2 (dois) nesse primeiro nvel
de segmentao, sendo que as demais variveis foram
definidas como possuindo peso 1 (um). Tal seleo de
pesos justificada pelo fato de a declividade, na rea
de estudo, ser indicadora de reas sedimentares e no
sedimentares.
Na classificao das unidades morfoesculturais,
as variveis declividade e amplitude altimtrica foram
definidas como possuindo peso 2 (dois) e as demais
variveis permaneceram como peso 1 (um) na segmen-
tao da Unidade Morfoestrutural Cinturo Orognico
do Atlntico.
Por fim, no ltimo txon, na classificao das uni-
dades de relevo, foram executadas trs segmentaes:
na segmentao da Unidade Morfoescultural Plancie
Sedimentares priorizou-se a varivel altimetria; na
segmentao da Unidade Morfoescultural Superfcies
Rev. Bras. Geomorfol. (Online), So Paulo, v.17, n.1, (Jan-Mar) p.03-21, 2016
 Giro R. S. et al.
Colinosas foram priorizadas as variveis declividade
e amplitude altimtrica; e na segmentao da Unidade
Morfoescultural Macios e Serras foram priorizadas as
variveis unidades geolgicas, altimetria e declividade.
Em todos os casos citados, entende-se priorizar como
atribuir peso 2 (dois) a determinada varivel, de forma
que, para as demais variveis, foi atribudo peso 1 (um).
3.3.1.2. Seleo do Conjunto Amostral
A seleo do conjunto amostral uma etapa
fundamental para se obter bons resultados oriundos
da minerao de dados. Em vista disso, a seleo de
amostras foi feita com base na chave de interpretao
j apresentada anteriormente (Tabela 2), levando em
considerao a interpretao visual do relevo sombre-
ado, ortofotos e levantamentos de campo.
Foram coletados somente, os segmentos/objetos
de que no se tinha dvidas quanto a sua classificao
e, portanto, segmentos/objetos duvidosos e de transio
no foram selecionados para comporem o conjunto de
amostras. importante destacar que as amostras foram
selecionadas por toda a rea de estudo, no intuito de
tornar o conjunto de amostras o mais possivelmente
representativo de cada classe.
Uma vez selecionado o conjunto de amostras,
foram exportadas tabelas contendo a mdia de cada
varivel de cada segmento/objeto selecionado para a
realizao da minerao de dados. Optou-se por utilizar
somente a mdia, pois testes prvios com a minerao
de dados mostraram que a mdia das variveis utilizadas
nesse trabalho era suficiente para se obter bons resulta-
dos quanto classificao desejada.
3.3.1.3. Minerao de dados
Na etapa de minerao de dados optou-se por uti-
lizar o algoritmo C4.5, elaborado por Quinlan (1993).
O algoritmo C4.5 amplamente testado e validado
e o mesmo j comprovou a sua capacidade de obter
bons resultados em trabalhos de sensoriamento remoto
(FERNANDES, 2013). Basicamente, o algoritmo C4.5
examina todos os atributos previsores candidatos, sele-
ciona aquele que maximiza a taxa de ganho para rotular
o n atual da rvore e repete o processo sucessivamente
para dar continuao construo da rvore de deciso
at que todas as instncias do conjunto de treinamento
sejam classificadas (VIEIRA, 2010).
Rev. Bras. Geomorfol. (Online), So Paulo, v.17, n.1, (Jan-Mar) p.03-21, 2016
Os conjuntos de amostras exportados no formato
de tabela foram inseridos no software WEKA para a exe-
cuo da minerao de dados, obtendo assim os modelos
de conhecimento em forma de rvores de deciso para
serem usados na classificao geomorfolgica.
importante destacar que no processo de minera-
o de dados h alguns parmetros no algoritmo que so
passveis de alterao pelo usurio. Alteraes nesses
parmetros resultam em diferentes rvores de deciso,
impactando em seu tamanho e complexidade. Em vista
disso, uma gama variada de testes foi feita alterando
esses parmetros, sendo que os parmetros usados
foram os que obtiveram os resultados mais adequados
em relao complexidade, tamanho e capacidade de
classificaes corretas da rvore de deciso resultante.
3.3.1.4. Classificao
Na classificao geomorfolgica, as rvores de
deciso resultantes da minerao de dados foram im-
plementadas no programa eCognition 8.7. Por fim, os
erros de classificao foram corrigidos com a utilizao
das ferramentas de classificao e edio manual. Vale
ressaltar que tais erros ocorreram em poucos casos e, na
maior parte das vezes, foram resultantes de imperfeies
na segmentao.
4. Resultados
4.1. Mapeamento das Unidades Morfoestruturais
A primeira etapa do mapeamento est vinculada ao
primeiro txon proposto por Ross (1985) e, assim sendo,
foram mapeadas as seguintes unidades morfoestruturais:
Cinturo Orognico de Atlntico, que composta pelo
relevo oriundo da Faixa de Dobramentos Ribeira; e
Terrenos Sedimentares Cenozoicos, caracterizada por
depsitos sedimentares relacionados a processos denu-
dacionais das encostas, processos fluviais e aos processos
referentes s mudanas do nvel do mar no Quaternrio.
Na minerao de dados, a declividade se mostrou
substancialmente eficiente para diferenciar as duas
unidades morfoestruturais, de modo que sua mdia foi
apontada como nico parmetro necessrio para tal
diferenciao (Figura 7).
Aps a construo da rvore de deciso, o WEKA
testa a mesma a partir do mesmo conjunto amostral
utilizado para sua elaborao e, dessa forma, poss-
12
 Mapeamento Geomorfolgico da Bacia Hidrogrfica do Rio So Joo (RJ) por Anlise de Imagens Orientada
vel identificar instncias amostrais que no estariam
classificadas corretamente pela rvore de deciso em
questo. O relatrio desse teste (Tabelas 3 e 4) expressa
a adequao da rvore de deciso obtida para diferen-
Figura 7 - rvore de deciso obtida para o mapeamento de unidades morfoestruturais.
Tabela 3: Relatrio de minerao de dados Unidades
Morfoestruturais.
Tabela 4: Matriz de confuso Unidades Morfoestruturais.
A classificao das unidades morfoestruturais na rea
de estudo a partir da rvore de deciso obtida (Figura 8)
gerou pouqussimos erros, sendo que a maior parte deles
ocorreu em reas planas com presena de vegetao de
grande porte que foram representadas pelo MDE como
reas com maiores declividades (Figura 9); tais erros,
contudo, foram corrigidos na etapa de edio. Vale ressaltar
que somente 1,4% dos objetos gerados foram editados.
A eficincia da rvore de deciso explicada
pela grande diferena entre o relevo das duas classes
mapeadas, pois a Unidade Morfoestrutural Terrenos
Sedimentares Cenozoicos apresenta um relevo com
menos rugosidade e mais plano, enquanto a Unidade
Morfoestrutural Cinturo Orognico do Atlntico apre-
13 Rev. Bras. Geomorfol. (Online), So Paulo, v.17, n.1, (Jan-Mar) p.03-21, 2016
ciar as classes de unidades morfoestruturais. Segundo
tal relatrio, 98,7% das instncias foram classificadas
corretamente pela rvore de deciso, alcanando um
ndice Kappa de 0,9673.
senta um relevo variando desde rugosidades mais suaves
at altas rugosidades, caracterizados por terrenos mais
acidentados, logo com maiores declividades.
4.2. Mapeamento das Unidades Morfoesculturais
No mapeamento do segundo txon, foi mapea-
da somente uma unidade morfoescultural (Plancies
Sedimentares) na Unidade Morfoestrutural Terrenos
Sedimentares Cenozoicos; logo no foi necessria a
gerao de uma rvore de deciso para classificar tal
unidade morfoescultural.
J na Unidade Morfoestrutural Cinturo Orogni-
co do Atlntico foram mapeadas duas unidades morfo-
esculturais: Macios e Serras; e Superfcies Colinosas.
A primeira consiste em terrenos mais acidentados e com
maiores altitudes, e a segunda se caracteriza por ser uma
ampla regio colinosa, com topografia uniforme e topos
nivelados de baixa amplitude de relevo.
Para a minerao de dados no segundo txon foram
selecionadas 441 amostras, sendo que se obteve uma
rvore de deciso mais complexa do que no primeiro
txon. A rvore de deciso obtida identificou como pa-
rmetros de classificao: a mdia da declividade; mdia
da altimetria; mdia da amplitude altimtrica; e mdia da
curvatura vertical (Figura 10). O relatrio do teste gerado
pelo WEKA (tabelas 5 e 6) mostra que 95,70% das ins-
tncias foram classificadas corretamente pela rvore de
deciso, alcanando um ndice Kappa de 0,9004.
 Giro R. S. et al.

Figura 8 - Mapa de unidades morfoestruturais da Bacia Hidrogrfica do rio So Joo (RJ).

Figura 9 - Exemplo de reas planas com presena de vegetao de grande porte que foram representadas pelo MDE, gerando erros na
classificao, corrigidos na etapa de edio.

Rev. Bras. Geomorfol. (Online), So Paulo, v.17, n.1, (Jan-Mar) p.03-21, 2016 14
 Mapeamento Geomorfolgico da Bacia Hidrogrfica do Rio So Joo (RJ) por Anlise de Imagens Orientada
Figura 10 - rvore de deciso obtida para o mapeamento das unidades morfoesculturais Macios e Serras, e Superfcies Colinosas.
Tabela 5: Relatrio de minerao de dados Unidades
Morfoesculturais (Macios e Serras, e Superfcies
Colinosas).
Tabela 6: Matriz de Confuso Unidades Morfoesculturais
(Macios e Serras, e Superfcies Colinosas).
Nesse nvel taxonmico, foi necessrio um maior
trabalho na etapa de edio e correes de erros do que
no nvel taxonmico anterior: 5,2% dos objetos passaram
por correes, contudo as mesmas foram executadas de
forma rpida e pouco trabalhosa. Desse modo, a clas-
sificao obtida por meio da rvore de deciso gerada
foi satisfatria (Figura 11), resultando em pouqussimos
erros, na maioria sendo causados por imperfeies na
segmentao. Algumas colinas com maiores altitudes e
15
levemente mais dissecadas foram classificadas de forma
equivocada, contudo tais ocorrncias foram raras, eviden-
ciando a eficincia da rvore de deciso.
4.3. Mapeamento das Unidades de Relevo
No mapeamento do terceiro txon, foram mapea-
das quatro unidades de relevo na Unidade Morfoescul-
tural Macios e Serras: Domnio Serrano, que consiste
em um proeminente alinhamento serrano; Degraus, que
so patamares litoestruturais, com vertentes predomi-
nantemente retilneas a cncavas; Macios Costeiros,
que consiste em um conjunto de macios montanhosos
relativamente alinhados; e Macios Alcalinos Intru-
sivos, que se caracteriza como conjunto de macios
montanhosos de rochas gneas alcalinas.
Na etapa de minerao de dados relativa classi-
ficao das unidades de relevo subordinadas Unidade
Morfoescultural Macios e Serras, foram selecionados
somente 40 objetos para compor o conjunto amostral,
pois a segmentao gerou poucos objetos, sendo que os
mesmos eram relativamente grandes. De acordo com
a rvore de deciso obtida, a mdia da altimetria foi
utilizada para identificar a Unidade de Relevo Degraus
Rev. Bras. Geomorfol. (Online), So Paulo, v.17, n.1, (Jan-Mar) p.03-21, 2016
 Giro R. S. et al.

Figura 11 - Mapa de unidades morfoesculturais da Bacia Hidrogrfica do rio So Joo (RJ).

das demais unidades; o substrato geolgico (unidades

geolgicas) diferenciou a Unidade de Relevo Macios
Alcalinos das demais; e a mdia da declividade diferen-
ciou as unidades de relevo Macios Costeiros e Domnio
Serrano (Figura 12).
O relatrio do teste gerado pelo WEKA (tabelas 7 e
8) mostra que 80,5% das instncias foram classificadas
corretamente pela rvore de deciso, alcanando um
ndice Kappa de 0,6586. Tal resultado bem inferior
em relao aos obtidos anteriormente, sendo explicado,
principalmente, pela dificuldade de diferenciar a Unida-
de de Relevo Macios Costeiros das unidades de relevo
Domnio Serrano e Degraus. Essa dificuldade vista
na matriz de confuso (Tabela 8), que mostra que, dos
cinco objetos que foram selecionados como amostras
da Unidade de Relevo Macios Costeiros, trs foram
classificados de forma incorreta pela rvore de deciso.
Apesar de a etapa de minerao de dados no
apresentar resultados to satisfatrios, a rvore de
deciso mostrou ser adequada para a classificao, de
forma que s foi preciso algumas edies e correes
(em 20,7% dos objetos), principalmente na classifica- Figura 12 - rvore de deciso obtida para o mapeamento das
o da Unidade de Relevo Macios Costeiros; contudo
unidades de relevo Domnio Serrano, Degraus, Macios Costeiros,
tais edies e correes foram feitas de forma rpida
e Macios Alcalinos Intrusivos
e simples, devido quantidade e tamanho dos objetos.

Rev. Bras. Geomorfol. (Online), So Paulo, v.17, n.1, (Jan-Mar) p.03-21, 2016 16
Mapeamento Geomorfolgico da Bacia Hidrogrfica do Rio So Joo (RJ) por Anlise de Imagens Orientada

Tabela 7: Relatrio de Minerao de Dados Unidades de

Relevo (Domnio Serrano, Degraus, Macios Costeiros, e
Macios Alcalinos Intrusivos).

Tabela 8: Matriz de Confuso Unidades de Relevo

(Domnio Serrano, Degraus, Macios Costeiros, e Macios
Alcalinos Intrusivos).

Na Unidade Morfoescultural Superfcies Colino- Figura 13 - rvore de deciso obtida para o mapeamento das
sas foram mapeadas duas unidades de relevo: Domnio unidades de relevo Domnio Colinoso e Domnio Suave Colinoso.
Colinoso, caracterizado por um conjunto de colinas
com topos arredondados; e Domnio Suave Colinoso, Tabela 9: Relatrio de minerao de dados - Unidades de
que consiste em terrenos compostos de colinas suaves Relevo (Domnio Colinoso e Domnio Suave Colinoso).
com pequenas altitudes.
Foram selecionados 276 objetos para compor o
conjunto amostral. Segundo a rvore de deciso obtida,
a mdia de declividade e a mdia do mdulo da curva-
tura vertical foram os melhores diferenciadores dessas
duas classes de unidades de relevo (Figura 13).
Tabela 10: Matriz de confuso - Unidades de Relevo
O relatrio do teste gerado pelo WEKA (tabelas 9
(Domnio Colinoso e Domnio Suave Colinoso).
e 10) mostra que 96,4% das instncias foram classifi-
cadas corretamente pela rvore de deciso, alcanando
um ndice Kappa de 0,9213. A classificao obtida a
partir da rvore de deciso foi bem satisfatria, ocor-
rendo alguns poucos erros em reas de transio, como
j era esperado, pois nessas reas a diferenciao entre sedimentao costeira junto a depsitos sedimentares
as unidades de relevo Domnio Colinoso e Domnio continentais, ou seja, so terrenos sedimentares tran-
Suave Colinoso uma tarefa rdua at mesmo por meio sicionais entre o ambiente continental e o ambiente
de classificao visual de ortofotos e relevo sombre- costeiro.
ado. Destaca-se que foram necessrias correes em Na classificao dessas duas unidades de relevo
apenas 3,9% dos objetos. no se seguiu o mtodo executado nas demais clas-
Por fim, na Unidade Morfoescultural Plancies sificaes (minerao de dados), pois o aspecto mais
Sedimentares foram mapeadas duas unidades de relevante para a diferenciao dessas duas unidades
relevo: Plancie Aluvial e Plancie Flvio-Marinha. referente variao relativa do nvel do mar, que
A primeira caracterizada por apresentar feies uma informao essencialmente qualitativa, apesar de
associadas a processos continentais aluviais, como ter valores quantitativos como resultado.
terraos fluviais, e a segunda caracterizada pela Desse modo, as unidades de relevo Plancie Alu-

17 Rev. Bras. Geomorfol. (Online), So Paulo, v.17, n.1, (Jan-Mar) p.03-21, 2016
 Giro R. S. et al.

vial e Plancie Flvio-Marinha foram diferenciadas pela
cota altimtrica de 2,5 metros, correspondente ao nvel
mximo transgressivo do mar no Quaternrio tardio
para a regio, de acordo com Dias (2009). Desta forma,
todas as reas na Unidade Morfoescultural Plancies
Sedimentares acima de 2,5 metros de altitude foram
classificadas como Unidade de Relevo Plancie Aluvial
e todas as reas com cotas altimtricas at 2,5 metros
foram classificadas como Unidade de Relevo Plancie
Flvio-Marinha (Figura 14).
A partir das rvores de deciso obtidas para a
classificao das unidades de relevo nas trs unidades
morfoesculturais (Figuras 12, 13 e 14) foi gerado o mapa
de unidades de relevo da BHSJ (Figura 15).

Figura 14 - rvore de deciso obtida para o mapeamento das unidades de relevo Plancie Aluvial e Plancie Flvio-Marinha

Figura 15 - Mapa de unidades de relevo da Bacia Hidrogrfica do rio So Joo (RJ).

Rev. Bras. Geomorfol. (Online), So Paulo, v.17, n.1, (Jan-Mar) p.03-21, 2016 18
Mapeamento Geomorfolgico da Bacia Hidrogrfica do Rio So Joo (RJ) por Anlise de Imagens Orientada

4.4. Caracterizao das Unidades de Relevo vo caracteriza-se por feies isoladas, apresentando
cotas altimtricas e declividades somente inferiores
As ferramentas de SIG possibilitaram a construo
Unidade de Relevo Domnio Serrano, dessa forma,
de um quadro de caracterizao das unidades de relevo
destaca-se topograficamente e morfologicamente das
mapeadas (Tabela 11), que junto ao mapa de unidades
feies adjacentes.
de relevo da BHSJ (Figura 15), permitiu a anlise e
descrio geomorfomtrica dessas unidades de relevo. A Unidade de Relevo Domnio Colinoso aparece
em diferentes pores da BHSJ e caracterizada por
A Unidade de Relevo Domnio Serrano de relevo
colinas com altitudes mdias, variando de cerca de 20
localiza-se na poro norte, sendo a unidade de relevo
a 150 metros. A declividade dessa unidade varia de
com maior abrangncia espacial na rea de estudo,
cerca de 4 a 17.
possuindo tambm os maiores valores em relao
altimetria, amplitude altimtrica e declividade. A Unidade de Relevo Domnio Suave Colinoso
abrange a poro sul e sudeste da BHSJ, consistindo em
A Unidade de Relevo Degraus ocorre na poro
um conjunto de colinas com pequenas altitudes (cotas
central e possui cotas altimtricas variando de 74 a 262
no superiores a 75 metros).
metros e declividade variando entre 7 e 25, se desta-
cando topograficamente do Domnio Colinoso. A Unidade de Relevo Plancie Aluvial abrange as
reas mais planas e interioranas da BHSJ, caracterizan-
A Unidade de Relevo Macios Costeiros localiza-
do-se por uma topografia muito suave, com declividades
-se na poro sul e caracteriza-se por um relevo aciden-
e cotas altimtricas muito baixas.
tado, com altitudes moderadas a elevadas, alcanando
cotas de at 610 metros. Tal unidade de relevo apresenta Por fim, a Unidade de Relevo Plancie Flvio-
declividade variando entre 7 e 24. -Marinha abrange as reas planas, com cotas inferiores
a 2,5 metros e prximas regio costeira da BHSJ.
A Unidade de Relevo Macio Alcalino Intrusi-

Tabela 11: Quadro de caracterizao das unidades de relevo mapeadas na BHSJ.

5. Consideraes Finais em diferentes nveis taxonmicos e utilizando vrios

O mapeamento geomorfolgico da BHSJ utili-
zando anlise de imagem orientada a objeto (OBIA) e
minerao de dados permitiu, de forma gil e simpli-
ficada, a classificao do relevo em diversas classes,
parmetros de classificao.
A comparao com mapas geomorfolgicos dis-
ponveis para a rea de estudo (DANTAS, 2001; SIL-
VA, 2002; SEABRA, 2012) mostrou que as diferentes

19 Rev. Bras. Geomorfol. (Online), So Paulo, v.17, n.1, (Jan-Mar) p.03-21, 2016
 Giro R. S. et al.
abordagens metodolgicas adotadas para a confeco
desses mapas foram capazes de diferenciar as grandes
feies do relevo. Contudo, a metodologia adotada no
presente estudo levou em considerao uma gama maior
de parmetros para a classificao geomorfolgica em
comparao aos trabalhos de Silva (2002) e Seabra
(2012). Em relao ao mapa de Dantas (2001), a grande
diferena foi a aplicao da OBIA e minerao de dados,
que agilizou o trabalho e estabeleceu limiares mais bem
definidos entre as classes mapeadas.
Ficou evidente que dois fatores influenciaram
fortemente os resultados obtidos a partir da metodologia
utilizada: (i) a segmentao; e (ii) a seleo do conjunto
amostral. Destaca-se a grande dependncia entre os re-
sultados e a qualidade da segmentao. A segmentao
multirresoluo, com a possibilidade de se manipular
a contribuio de cada varivel, permitiu a elaborao
de estratgias de segmentao mais adequadas aos da-
dos utilizados e s classes geomorfolgicas mapeadas.
Esse um importante aspecto, pois cada classe possui
parmetros de configuraes ideais para o delineamento
das suas subclasses.
A seleo do conjunto amostral outro fator que
teve grande influncia nos resultados, pois possui uma
relao direta na capacidade de classificao de forma
correta das rvores de deciso geradas. Desse modo,
essa etapa exige uma interferncia direta por parte do
especialista, a fim de selecionar amostras que no consi-
derem padres particulares e que representem somente
os padres mais genricos.
A etapa de minerao de dados foi imprescindvel
para a agilidade da metodologia utilizada no presente
estudo. A partir da mesma, foram obtidos, de maneira
rpida, limiares de diferenciao entre classes, dimi-
nuindo consideravelmente o tempo gasto na seleo de
atributos para essa diferenciao.
A classificao por meio da anlise de imagem
orientada a objeto se mostrou eficaz para o mapeamento
geomorfolgico, destacando-se dos mtodos conven-
cionais devido a sua capacidade de classificao em
diferentes nveis e sua rede hierrquica semntica, onde
cada classe pode ser dividida em subclasses, adequando-
-se bem ao mapeamento geomorfolgico taxonmico
proposto. relevante destacar que foi necessria so-
mente a correo de poucos erros de classificao por
meio de edio manual, sendo que tais edies foram
simples e rpidas.
Rev. Bras. Geomorfol. (Online), So Paulo, v.17, n.1, (Jan-Mar) p.03-21, 2016
Para estudos futuros importante avanar na
comprovao de tal mtodo para o mapeamento ge-
omorfolgico de detalhe, investindo na utilizao de
MDE de alta resoluo espacial, capazes de identificar
pequenas feies no terreno. A insero de dados quali-
tativos para o mapeamento geomorfolgico por meio da
metodologia adotada no presente estudo outro ponto
a ser melhor investigado, apesar de o procedimento
utilizado ter apresentado bons resultados com a utiliza-
o de dados geolgicos na classificao dos Macios
Alcalinos Intrusivos.
Por fim, vale destacar que, apesar do avano no
mapeamento por meio da OBIA e da minerao de da-
dos, o conhecimento do especialista sobre o contedo
a ser mapeado continua a ser imprescindvel, pois
por meio desse conhecimento que possvel elaborar
chaves de interpretao adequadas, sendo as mesmas
fundamentais para o sucesso das demais etapas da me-
todologia adotada.
6. Referncias Bibliogrficas
ANDERS, N. S.; SEIJMONSBERGEN, A. C.; BOUTTEN, W.
Segmentation optimization and stratified object-based analysis
for semi-automated geomorphological mapping. Remote
Sensing of Environment, v. 115, n. 12, p. 2976-2985, 2011.
ASSELEN, S.; SEIJMONSBERGEN, A. C. Expert-driven
semi-automated geomorphological mapping for a mountainous
area using a laser DTM. Geomorphology, v. 78, n. 3.4, p. 309-
320, 2006.
BAATZ, M.; SCHAPE, A. Multiresolution segmentation
an optimization approach for high quality multi-scale image
segmentation In: Strobl, J., Blaschke, T. (eds.). Angewandte
Geographische Informationsverarbeitung XII. Beitrge zum
AGIT Symposium Salzburg 2000. Karlsruhe: Herbert Wichmann
Verlag, 2000. p. 12-23.
BENZ, U. C.; HOFMANN, P.; WIKKHAUCK, G.;
LINGENFELDER, I.; HEYNEN, M. Multiresolution, object-
oriented fuzzy analysis of remote sensing data for GIS-ready
information. Photogrammetry & Remote Sensing, v. 58, p.
239-258, 2004.
BISHOP, M. P.; JAMES, L. A.; SHRODER, JR; J. F.; WALSH,
S. J. Geospatial technologies and digital geomorphological
mapping: Concepts, issues and research. Geomorphology, v.
137, n. 1, p. 5-26, 2012.
CAMARGO, F. F.; FLORENZANO, T. G.; ALMEIDA, C. M.;
20
 Mapeamento Geomorfolgico da Bacia Hidrogrfica do Rio So Joo (RJ) por Anlise de Imagens Orientada

OLIVEIRA, C. G. Abordagens cognitivas para a identificao de So Paulo. In: SIMPSIO DE GEOLOGIA REGIONAL, 2,
de unidades geomorfolgicas por meio de dados ASTER/ Terra. 1979, Rio Claro, Anais... Rio Claro: SBG/NSP, 2013. p. 253-262.
Revista Brasileira de Geocincias, v. 39, n. 2, p. 276-288, 2009.
QUINLAN, R. C4.5: programs for machine learning. San
CORREIA, J. D. Metodologia para Mapeamento Semi- Francisco: Morgan Kaufmann, 1993. 316 p.
Automtico de Feies Deposicionais Quaternrias por
ROSS, J.L.S. Relevo brasileiro: uma nova proposta de
Imagens Orbitais de Alta Resoluo Espacial: Mdio Vale
classificao. Revista do Departamento de Geografia, n. 4,
do Rio Paraba do Sul. Tese (Doutorado em Geologia). 2008.
p. 25-38, 1985.
Departamento de Geologia IGEO/UFRJ, Rio de Janeiro, 2008.
VALERIANO, M. M. Topodata: guia para utilizao de
DANTAS, M. E. Geomorfologia do Estado do Rio de Janeiro.
dados geomorfolgicos locais. So Jos dos Campos: INPE,
In: CPRM Servio Geolgico do Brasil. Projeto Rio de Janeiro.
2008. 72 p.
Braslia: CPRM. 2001.
VERHAGEN, P.; DRAGUT, L. Object-based landform
DRAGUT, L.; BLASCHKE, T. Automated classification
delineation and classification from DEMs for achaeological
of landform elements using object-based image analysis.
predictive mapping. Journal of Archaelogical Science, v. 39,
Geomorphology, v. 81, n. 3-4, p. 330-344, 2006.
n. 3, p. 608-703, 2012.
DIAS, F. F. Variaes do Nvel Relativo do Mar na Regio
SEABRA, V. S. Anlise da paisagem em apoio aos estudos de
de Cabo Frio e Armao de Bzios RJ: Reconstruo
favorabilidade recuperao florestal da bacia hidrogrfica
Paleoambiental e Cenrios Futuros. 2009. Tese (Doutorado
do rio So Joo. 2012. Dissertao (Mestrado em Geografia).
em Geologia). Departamento de Geologia IGEO/UFRJ, Rio
Instituto de Geocincias, Universidade Federal do Rio de Janeiro,
de Janeiro, 2009.
Rio de Janeiro, 2012.
DRAGUT, L.; EISANK, C. Automated object-based classification
SILVA, L.C.; CUNHA, H.C. Geologia do Estado do Rio de
of topography from SRTM data. Geomorphology, v. 141-142,
Janeiro. In: CPRM Servio Geolgico do Brasil. Projeto Rio
n. 1, p. 21-33, 2012.
de Janeiro. Braslia: CPRM. 2001.
ESRI, 2014. ArcGIS 10.2 Desktop Help.
SILVA, T. M. A Estruturao geomorfolgica do Planalto
FERNANDES, P. J. F. Dados SRTM e derivados no Atlntico no Estado do Rio de Janeiro. 2002. 265 p. Tese
mapeamento geomorfolgico regional. 2013. 117 p. (Doutorado em Geografia) - Universidade Federal do Rio de
Dissertao (Mestrado em Sensoriamento Remoto) - Instituto Janeiro (UFRJ), Rio de Janeiro, 2002.
Nacional de Pesquisas Espaciais (INPE), So Jos dos Campos,
VIEIRA, M. A. Anlise de imagem orientada a objeto e
2013.
minerao de dados aplicadas ao mapeamento da cultura
NAVULUR, K. Multispectral image analysis using the object- da cana-de-acar. 2010. 110 p. Dissertao (Mestrado em
oriented paradigm. Boca Raton, FL: Taylor & Francis Group, Sensoriamento Remoto) - Instituto Nacional dePesquisas
2007. 206p. Espaciais, So Jos dos Campos, 2010.

POANO, W.L.; CARNEIRO, C.D.R.; ALMEIDA, M.A.; WITTEN. H.; FRANK, E.; HALL, M. A. Data mining practical
PIRES NETO, A.G.; ALMEIDA, F.F.M. O conceito de sistemas machine learning tools and techniques. Morgan Kaufmann
de relevo aplicado ao mapeamento geomorfolgico do estado Publishers: Burlington. 2011. 629 p.

21 Rev. Bras. Geomorfol. (Online), So Paulo, v.17, n.1, (Jan-Mar) p.03-21, 2016