Faculdade de Letras e Ciências Sociais

Departamento de Geografia

Curso de Licenciatura em Geografia

Disciplina: Teledetecção e Sistema de Informação Geográfico

Mapeamento de Moatize 2022

Discentes:

Ivânia Sitoe
Joãozinho Miguel
Maria Matsinhe

Docentes:

Dra. Alice Zua

Dr. Paulo Covele

Maputo, Setembro de 2022

Sumário
Introdução..................................................................................................................................1
Objectivos..................................................................................................................................1
Metodologia...............................................................................................................................2
Área de Estudo...........................................................................................................................3
Clima..........................................................................................................................................3
Procedimento de Classificação Supervisionada.........................................................................4
Aquisição de Imagem.................................................................................................................4
Definição da Área de Estudo......................................................................................................5
Correção Atmosférica................................................................................................................6
Composição Falsa Cor...............................................................................................................6
Imagem falsa cor........................................................................................................................8
Definição das Amostras.............................................................................................................9
Resultado..................................................................................................................................10
Considerações finais.................................................................................................................12
Introdução

As ações antrópicas modificaram o ambiente terrestre e principiaram processos que

desequilibraram os recursos naturais, gerando a necessidade de soluções imediatas para tais
mudanças.

O monitoramento da paisagem de uma dada região é factor primordial no planeamento

racional de utilização da terra, face principalmente à velocidade de ocupação do espaço físico
e ao pouco conhecimento dos recursos naturais nela existentes. Diante deste quadro, os
produtos de sensoriamento remoto orbital têm sido importantes não só na aquisição primária
de informações como no inventário e gerenciaxnento da paisagem agroflorestal em países de
dimensões continentais, como Moçambique.

Assim, para a elaboração integrada de projetos em sistema de informações geográficas (SIG)

e para a obtenção de dados mais precisos e de forma rápida, uma das soluções é o uso de
sistemas computacionais capazes de organizar em bancos de dados às informações
previamente georreferenciadas. Desse modo, o geoprocessamento torna-se um conjunto de
ferramentas capaz de reunir a cartografia, o armazenamento de dados, permitindo que se faça
o tratamento e a análise dessas informações, tudo isso de forma integrada, através de
programas computacionais relacionados a um Sistema de Informação Geográfica
(SEBUSIANI, 2011).

Objectivos

Geral

 Analisar o uso e cobertura do solo do distrito de Moatize

Específicos

 Conceituar os conceitos da classificação supervisionada;

 Descrever os procedimentos da classificação supervisionada;
 Caracterizar o Comportamento dos elementos.

1
Metodologia

A metodologia adotada para a realização deste trabalho baseou-se em princípios sólidos, que
incluíram a utilização de abordagens teóricas sobre processamento de imagens de satélite,
com foco especial nas orientações fornecidas por meio de vídeo aulas, conduzidas pelo
Mestre Covele, e no uso do software QGIS em conjunto com as ferramentas do Semi-
Automatic Classification Plugin (SCP).

Além disso, uma revisão bibliográfica foi realizada para embasar e enriquecer o processo de
classificação das imagens. Consultamos a literatura existente, explorando o trabalho de
diversos autores que já haviam abordado temas relacionados à classificação de imagens de
satélite e outros conceitos relevantes. Isso foi essencial para a compreensão mais profunda e
fundamentada do trabalho.

A combinação desses elementos, ou seja, a aprendizagem prática com ferramentas

específicas, orientações de especialistas e a pesquisa bibliográfica, proporcionou uma base
sólida para a condução da classificação das imagens de satélite e a análise dos resultados
obtidos.

Dessa forma, o trabalho pôde ser realizado de maneira eficiente, com embasamento teórico e
prático, garantindo a qualidade das conclusões e dos dados gerados ao longo do processo. A
abordagem metodológica adotada demonstra a importância de combinar o conhecimento
teórico com a aplicação prática das tecnologias geoespaciais para alcançar resultados precisos
e informativos.

2
Área de Estudo

O distrito de Moatize, que dista sensivelmente a 20 km do Município de Tete situa- se a NE

da cidade capital provincial entre os paralelos 15’ 36’’ e 16’ 38’’ latitude Sul e entre os
meridianos 32’ 16’’ e 34’ 28’’ de longitude Este.

É limitado ao Norte pelos distritos de Chiúta e Tsángano, a Este pela República do Malawi, a
Sul pelo distrito de Tambara, Guro, Changara e município de Tete através do rio Zambeze e
Mutarara através do rio Mecombedzi e a Oeste pelos distritos de Chiúta e Changara MAE,
2005]. Com uma superfície de 8.455 km 2 e uma população recenseada em 2007, 113.409 e
habitante e estimada a data de 01 de janeiro de 2005, em 143.663 habitantes, o distrito de
Moatize tem uma densidade populacional 17 hab./km.

A relação de dependência econômica potencial é de aproximadamente 1:1, isto é, por cada

dez crianças ou anciões existem dez pessoas em idade activa. A população é jovem (48%
abaixo dos quinze anos de idade), maioritariamente feminina, taxa de masculidanidade de
48% e de matriz rural (taxa de urbanização de 23%). Administrativamente o distrito tem três
Postos administrativos: Moatize, Kambulatsitsi e Zóbuè que, por sua vez, estão subdivididos
em nove localidades, a saber: Moatize, Benga, Mpanzu, Msungo, Kambulatsitsi, Mecungas,
Zóbuè, Capridzanje e Ncodeze [MAE, 2005].

Clima

No distrito de Moatize, ocorrem dois tipos de climas nomeadamente o tipo “seco de estepe
com inverno seco-BSW”, na parte sul do distrito e do tipo “tropical chuvoso de savana AW”
no norte do distrito. Os dois tipos de clima observam duas estações distintas, a estação seca e
chuvosa, onde a precipitação média anual é cerca de 644 mm, enquanto a
evaporatranspiração potencial média anual está na ordem de 1.626mm. A maior queda
pluviométrica ocorre, sobretudo nos períodos compreendido entre Dezembro de um ano a
Fevereiro do ano seguinte, e a temperatura média está na ordem dos 26.5 ºC, onde as médias
anuais máxima e mínima são de 32.5 a 20.5ºC respectivamente.

3
Enquadramento Teórico

O sensoriamento remoto é a ciência e a arte de observar um alvo sem ter contato físico com o
mesmo, podendo obter informações de área ou do fenômeno estudado, baseando-se na
interação deste alvo com a radiação eletromagnética (CREPANI, 1993; LILLESAND;
KIEFER, 1995). As interações são registradas, usando para isto o rastreio regular da energia
eletromagnética que interage em diferentes faixas espectrais, formando várias imagens.

O sistema de aquisição de dados por sensoriamento remoto é composto por uma fonte de
energia eletromagnética, por um sensor que transforma a energia proveniente do alvo em
sinal e por um analisador que transforma este sinal em informação. Entende-se que durante
todo o processo de observação, obtenção e análise dos dados o técnico deve conhecer alguns
parâmetros de desempenho dos sistemas sensores para cada tipo de aplicação abordado a
seguir como a resolução espacial, espectral, radiométrica e temporal (BRASIL, 2006).

O uso do sensoriamento remoto com base na análise e interpretação de imagens de satélite é

um dos meios que se dispõem hoje para acelerar e reduzir custos dos mapeamentos e da
detecção de mudanças geo-ambientais. Em combinação com dados de aerofotogrametria e
geodésia, com os recentes recursos do SIG aliados às novas técnicas de processamento e aos
novos sensores, as imagens de satélite oferecem possibilidades, ainda pouco exploradas, de
gerarem informações sinópticas e precisas para a avaliação e evolução de diversas variações
temáticas da superfície terrestre (PACHECO, 2000).

Segundo Rosa e Brito (1996), O processamento digital de imagem pode ser entendido como
sendo o conjunto de procedimentos e técnicas destinadas à manipulação numérica de imagens
digitais, cuja finalidade é corrigir distorções e melhorar o poder de discriminação dos alvos
(exemplo de alguns softwares ERDAS, PCI, SITIM, etc).

A classificação de imagens é o processo de extração de informação em imagens para

reconhecer automaticamente padrões e objetos homogêneos. Os algoritmos utilizados para a
classificação efetuam um reagrupamento de pixéis em função da sua similaridade. O
resultado da classificação é apresentado por meio de classes espectrais (áreas que possuem
características espectrais semelhantes). Existem duas categorias de classificação:
classificação supervisionada e classificação não-supervisionada.

4
A classificação não-supervisionada é completamente autônoma, enquanto que na
classificação supervisionada o utilizador define certo número de parâmetros de ordem
espacial ou temas de entrada.

5
Procedimento de Classificação Supervisionada

Aquisição de Imagem

Para adquirir imagens do Landsat 08, utilizamos o site do Earth Explorer, uma plataforma
disponibilizada pelo USGS para acesso e download de imagens de satélite. O processo
começou com a criação de uma conta no Earth Explorer. Em seguida, utilizamos as
ferramentas de busca ou o mapa interativo na página inicial do Earth Explorer para delinear a
nossa área geográfica de interesse. Após a seleção da área desejada, configuramos os
parâmetros de busca, incluindo datas e o sensor específico que atendesse às nossas
necessidades.

Após a conclusão da busca, recebemos uma lista de imagens do Landsat 08 disponíveis que
correspondiam aos critérios estabelecidos. A partir dessa lista, selecionamos a imagem que
atendia aos nossos requisitos específicos (sem nuvens) e procedemos com o processo de
download para obter a imagem desejada.

6
Definição da Área de Estudo

Para realizar o recorte de uma imagem Landsat no QGIS, siga estas etapas:
1. Iniciou-se o software QGIS no seu computador.
2. Em seguida, instalamos o Plugin SCP (Semi-Automatic Classification Plugin). Para fazer
isso, acedemos a opção "Complementos" (Plugins) no menu principal e selecionamos
"Gerenciar e Instalar Complementos" (Manage and Install Plugins). Na janela de plugins,
pesquisamos por "Semi-Automatic Classification Plugin" e clicamos em "Instalar" (Install).
3. Para adicionar a imagem Landsat, clicamos em "Camada" (Layer) no menu principal e
escolha "Adicionar Camada" (Add Layer) > "Adicionar Camada Raster" (Add Raster Layer).
Navegamos até o diretório onde a imagem Landsat está localizada e selecione-a. Em seguida,
clique em "Abrir" (Open) para carregar a imagem no QGIS.
4. No menu principal, fomos até "Complementos" (Plugins) e selecione "SCP" > "Abre SCP"
(Open SCP).
5. No painel do SCP, na guia "Band set" na parte superior direita, clicamos no botão de
atualização (refresh) e adicionamos as bandas da imagem. Em seguida, clicamos na opção
"Select All" e, por fim, clique em "Add Band".
6. Na seção "Preprocessing" (Pré-processamento), clique em "Clip Multiple Rasters"
(Recortar Múltiplos Rasters). Utilizamos a ferramenta de seleção de área para desenhamos
um retângulo na região de Moatize e recortar na imagem Landsat.
7. Após selecionar a área de recorte, clique no botão "Run" (Executar). Isso definirá a área de
recorte da imagem.
Essas etapas permitiram o recorte a imagem Landsat 08 da área desejada no QGIS, conforme
mostra a figura abaixo.

7
Correção Atmosférica

Para realizar a correção atmosférica de imagens Landsat no QGIS, siguimos os passos

abaixo:
1. Na opção "Band set" (Conjunto de Bandas), removemos as imagens brutas e adicionamos
as imagens recortadas referentes à área de estudo.

2. No painel do SCP, selecionamos a ferramenta "Preprocessing" (Pré-processamento) para a

seção "Landsat". No campo "Directory" (Diretório), adicionamos a pasta que contém as
imagens recortadas. No campo "Selection MTL" (Seleção MTL), inserimos o arquivo que
contém os valores de correção, encontrado na pasta que contém as imagens brutas.
3. Configuramos os parâmetros necessários para a correção atmosférica, selecionando o
modelo atmosférico "Apply DOS 1 atmospheric correction" (Aplicar correção atmosférica
DOS 1).
4. Após configurar os parâmetros de correção atmosférica, clicamos no botão "Run"
(Executar) ou equivalente para iniciar o processo de correção. O SCP calculou as imagens
corrigidas atmosfericamente e a adicionou ao projeto do QGIS.
Esse procedimento permitiu obtermos imagens corrigidas que são essenciais para análises,
conforme mostra a figura abaixo.

Composição Falsa Cor

Após a correção atmosférica, as imagens corrigidas atmosfericamente são automaticamente

exibidas na opção "Bandset" (Conjunto de Bandas). Na parte inferior, na opção "Wavelength
quick" (Rápido Comprimento de Onda), selecionamos o satélite Landsat 08 que corresponde
às imagens utilizadas.

8
No painel principal, selecionamos a opção de combinação RGB com as bandas 5-4-3, que se
referem às bandas infravermelho próximo, vermelho e verde, respectivamente. Em seguida,
tivemos a composição de falsa cor resultante.

Essa composição de falsa cor é valiosa para destacar características específicas e padrões em
imagens corrigidas, permitindo uma análise mais detalhada e interpretação dos dados.

9
Imagem falsa cor

Na imagem de falsa cor, é possível atribuir cores para representar características específicas
da região de Moatize, tais como:

1. Vegetação: As áreas de vegetação saudável são realçadas em tons de vermelho vibrante. A

variação de tonalidades de vermelho pode indicar diferentes tipos de vegetação, como
arbustos, floresta herbácea e floresta.

2. Áreas Urbanas: As áreas urbanas geralmente aparecem em tons de cinza ou cores claras na
imagem de falsa cor.

10
3. Corpos de Água: Os corpos de água, como rios e lagos, são representados em tons de azul
ou preto na imagem de falsa cor.

Essa codificação de cores ajuda na identificação e análise das características da paisagem de

Moatize, tornando mais fácil distinguir e interpretar diferentes elementos na imagem, como a
vegetação, áreas urbanas e corpos de água.

Definição das Amostras

Para recolha de amostras das diferentes classes, foi utilizado o SCP Dock. Na opção
"Training input" (Entrada de Treinamento), foi criado um novo conjunto de amostras e as
amostras correspondentes a cada classe foram selecionadas nas duas categorias, "Macro" e
"Micro". A seleção das feições das amostras foi realizada com base na ferramenta "roi
pointer" (ponteiro de ROI), que permite selecionar um conjunto de pixels com características
semelhantes.

Após a conclusão do processo de amostragem, as cores foram modificadas para atender as

normas cartográficas e a classificação das imagens foi salva utilizando o método de Máxima
Verossimilhança (Maximum Likelihood Classification). Em seguida, a imagem foi finalizada,
adicionando a escala, legenda, rosa-dos-ventos e gralha de coordenadas. O resultado final é
apresentado abaixo.

11
Resultado

12
Os resultados obtidos na análise da imagem revelam informações valiosas sobre o uso da
terra e a cobertura vegetal no distrito de Moatize.

Na imagem de Micro classes, a classe predominante no distrito é a "habitação dispersa," o

que indica que a área é caracterizada por assentamentos humanos dispersos em todo o
território. Isso sugere uma distribuição espalhada da população na região. A análise da
cobertura vegetal revela uma grande diversidade de tipos de vegetação na área. No entanto,
destaca-se a presença predominante de "arbustos," que cobrem uma parte significativa do
distrito. Essa cobertura vegetal pode ser o resultado de ecossistemas naturais ou do uso
humano da terra, como pastagens ou áreas agrícolas com vegetação de baixa altura.

Nas áreas próximas ao rio, a análise identificou a presença de "matagal." Isso sugere que as
condições ambientais, provavelmente relacionadas à umidade proporcionada pela
proximidade do rio, são propícias ao desenvolvimento desse tipo de vegetação.

É importante observar que, devido à composição das rochas na região, a análise classificou
muitas áreas como "arbustos" devido à semelhança na reflectância espectral entre as rochas e
a vegetação. Esse é um desafio comum na classificação de imagens de satélite, onde

13
características geológicas podem ser confundidas com vegetação devido às suas assinaturas
espectrais semelhantes.

Na imagem Micro as observações fornecem informações valiosas sobre a paisagem e o uso

da terra na região, que podem ser utilizadas para fins de planeamento e gestão ambiental.

14
Considerações finais

Em resumo, a análise das imagens de satélite e a classificação das diferentes classes de uso e
cobertura da terra na região de Moatize revelaram informações valiosas sobre a paisagem e as
características ambientais dessa área. Algumas das conclusões e observações-chave incluem:

A classe predominante é a "habitação dispersa", indicando uma distribuição espalhada da

população na região. Há uma grande diversidade de tipos de vegetação na área, com destaque
para os "arbustos" como a cobertura vegetal predominante. A proximidade do rio parece ter
um impacto nas condições ambientais, promovendo o desenvolvimento de "matagal" em
áreas adjacentes. A composição das rochas na região pode levar a confusões na classificação,
com áreas rochosas sendo erroneamente identificadas como "arbustos" devido a assinaturas
espectrais semelhantes.

Essas descobertas são fundamentais para a compreensão da dinâmica do uso da terra e do

meio ambiente na região de Moatize. Elas podem orientar o planeamento regional, a gestão
de recursos naturais e a tomada de decisões em relação ao desenvolvimento sustentável.

Além disso, a aplicação de técnicas de sensoriamento remoto e processamento de imagens de

satélite, juntamente com o uso de ferramentas como o Semi-Automatic Classification Plugin
(SCP), demonstra a importância das tecnologias geoespaciais na obtenção de informações
detalhadas sobre o nosso ambiente.

Essa análise destaca a capacidade das imagens de satélite de fornecer dados valiosos para a
monitorização e gestão de áreas geográficas diversas, auxiliando na tomada de decisões
informadas e no planejamento estratégico para o futuro.

15