INTEGRAÇÃO DE IMAGENS LANDSAT TM E DADOS AUXILIARES PARA A DELIMITAÇÃO DE UNIDADES FISIONÔMICAS USANDO REDES NEURAIS ARTIFICIAIS

Resumo

Com o propósito de classificar digitalmente, isto é, separar
automaticamente unidades fisionômicas e geológicas, o presente estudo utiliza a
técnica das redes neurais artificiais para a integração de dados originários do
sensoriamento remoto, imagens digitais, e informações a respeito dos agentes
formadores das paisagens, tais como o relevo, a rede de drenagem, geologia, etc.
O sensoriamento remoto, por meio das imagens digitais, tem sido nas últimas
décadas, uma das técnicas utilizadas para suprir a escassez dos mapeamentos
temáticos, utilizando as técnicas convencionais de classificação, paramétricas. Para
a separação de fisionomias esta classificação não permite a integração de
informações de diferentes origens e escalas, associação esta crucial para que se
possa classificar tais fisionomias, haja vista que, a compreensão da estrutura,
caracterização e delimitação, das paisagens demandam uma abordagem
interdisciplinar, isto é, o problema dos aspectos fundamentais dos ambientes e das
paisagens integrados, leva a uma abordagem e discussão dos elementos de formação
dos ambientes os quais são caracterizados pelas estruturas geológicas, pela
organização morfológica do relevo, pelos aspectos pedogenéticos (de formação dos
solos) e pelo clima.
Ainda pode-se salientar que a utilização da metodologia embasada na
imitação do raciocínio do comportamento humano e a integração de dados procuram
executar uma classificação digital levando em consideração os elementos de
formação das paisagens assim como o ser humano intuitivamente classifica uma
cena por meio destes elementos formadores das paisagens, gerando produtos subjetivos. Sendo a separação destas unidades fisionômicas automática pode-se
minimizar a subjetividade que cada analista utiliza na sua interpretação sobre
características únicas da paisagem (fisionomias).
Pode-se afirmar que com a técnica das redes neurais artificiais foi possível
a separação das unidades fisionômicas/ geológicas e que esta permitiu a associação
de dados de diferentes origens e escalas.
Para a separação das unidades fisionômicas as informações mais
relevantes, associadas às imagens digitais, foram o relevo, representado pelo modelo
digital do terreno, a rede de drenagem, discriminadas por meio das micro bacias. Na
classificação digital das unidades geológicas as informações importantes foram o
modelo digital do terreno, as micro bacias e representando a geologia o elemento
Tório.

Integrating Landsat Images and Auxiliary Data for Deliting Phisionomic Units by
Using Artificial Neural Networks

Abstract

The present study uses the technique of artificial neural networks for the
integration of data from remote sensing, digital images and information regarding
the landscape formation agents, such as relief, drainage net, geology, etc. in order to
perform a digital classification, that is, to automatically detect physiognomic and
geological units.
Remote Sensing images have been, in the past decades, used to fulfill the
lack of thematic data, through common classification parametric techniques.
However, the Integration of information from different origins and scales is not
possible with that technique, since an understanding of the structure,
characterization and delimitation of the landscape demands an interdisciplinary
approach, that is, an analysis of the elements that form the environment, such as the
geological structures, the morphological organization of the relief, the pedogenetic
aspects (soil formation) and the climate.
The use of a methodology based on the simulation of the reasoning of the
human being behavior and the integration of data attempts to perform a digital
classification considering the forming elements of landscape similarly to how a
human being intuitively would classify a scene, generating subjective products.
Since the detection of these physiognomic units is automatic, one can lower the
subjectivity level on how an analysis would be made, based on the landscape unique
characteristics (physiognomies).
With the aid of the technique of artificial neural networks, the separation of
the physiognomic /geological units was possible, which allowed the association of
data from different origins and scales.
In order to distinguish physiognomic units, the most relevant information associated
to the digital images was relief, represented by the digital terrain model, drainage,
discriminated by the micro basins. For the digital classification of the geological
units, the relevant information was the digital terrain model, the micro basins and to
represent the geology, the element Thorium.