GEOUSP - Espaço e Tempo, São Paulo, Nº 15, pp. 127 - 136, 2004
PROCESSAMENTO DAS IMAGENS HRG-SPOT 5 NA
DETERMINAÇÃO DE CLASSES DE USO DA TERRA E MANCHAS DE
COBERTURA VEGETAL NA REGIÃO DE TEODORO SAMPAIO –
PONTAL DO PARANAPANEMA
Fernando Shinji Kawakubo*; Rúbia Gomes Morato** & Ailton Luchiari***
* Aluno de Mestrado pelo Departamento de Geografia, FFLCH-USP. E-mail: fsk@usp.br
** Aluna de Mestrado pelo Departamento de Geografia, FFLCH-USP. E-mail: rubiagm@estadao.com.br
*** Professor Doutor do Departamento de Geografia, FFLCH - USP. E-mail: aluchiar@usp.br
RESUMO:
Classes de uso da terra e manchas de cobertura vegetal foram mapeadas utilizando técnicas de
Modelo Linear de Mistura Espectral - MLME e Segmentação das imagens sintéticas. Após a edição
dos erros contidos no mapa, verificou-se que a única mancha representativa de mata nativa está
localizada dentro dos limites do Parque Estadual do Morro do Diabo. Pequenos fragmentos ainda
encontram-se, principalmente, à Noroeste do parque inseridas numa matriz de campo/pastagem.
As áreas de maior ocupação agrícola localizam-se à Leste-Sudeste na margem esquerda do rio
Paranapanema
PALAVRAS-CHAVE:
Uso da Terra; Cobertura Vegetal; HRG-SPOT 5; Modelo Linear de Mistura Espectral; Segmentação.
ABSTRACT:
Land use classes and vegetation cover patches were mapped with Linear Mixing Model and
segmentation techniques. After map mistakes edition, we verified that the only representative
patch of native forest is situated inside Parque Estadual do Morro do Diabo limits. Small fragments
are still placed mainly at Northwestern side inserted in a grassland/pasture matrix. The areas of
larger agricultural occupation are East-Southeast of the forest reserve by the Paranapena river
left border.
KEY WORDS:
Land Use, Vegetation Cover, HRG-SPOT 5, Linear Mixing Model, Segmentation.
I - Introdução
Mapear as manchas de cobertura vegetal
e classes funcionais de uso da terra é uma
tarefa importante e trabalhosa que requer na
maioria das vezes tempo e custos.
Principalmente quando a interpretação é feita
visualmente sobre fotografias aéreas ou
imagens de satélite.
O processamento digital é uma alternativa
para dinamizar o ritmo de trabalho e diminuir o
custo do mapeamento. Quando se deseja um
mapeamento que registre as pequenas
variações de uso e cobertura vegetal, a
utilização de imagens SPOT 5 podem trazer
vantagens em relação aos produtos gerados
pelos satélites Landsat 5 e 7 em virtude de sua
maior resolução espacial.

128 - GEOUSP - Espaço e Tempo, São Paulo, Nº 15, 2004 KAWAKUBO, F.S.;MORATO, R.G. & LUCHIARI, A.
Em vista disto, o objetivo deste trabalho
consiste em caracterizar o uso da terra e a
cobertura vegetal na áreas de Teodoro Sampaio
– Pontal do Paranapanema util izando as
imagens multiespectrais do SPOT 5. As técnicas
utilizadas consistiram na aplicação do Modelo
Linear de Mistura Espectral e Segmentação das
imagens sintéticas geradas por este modelo.
A quinta geração do Programa Espacial
SPOT foi desenvolvido pelo Centre National
d’Etudes Spatiales (CNES) em conexão com o
Programa de Satélite de Observação Militar
HELIOS II. Lançado no dia 4 de maio de 2002
no Centro Espacial da Guiana Francesa em
Kourou, ele apresenta uma série de vantagens
em relação aos seus antecessores, oferecendo
uma resolução espacial muito maior com ampla
faixa de imageamento (SPOT IMAGE, 2003).
Contando atualmente com dois novos
instrumentos HRG (High-Resolution Geometric),
o satélite gera imagens no modo pancromático
(banda P) com 5 ou 2.5 metros de resolução
espacial. Da mesma forma que no SPOT 4, o
HRG imageiam igualmente em modo multi-
espectral em 4 bandas, porém, com resolução
espacial de 10 metros nos intervalos do Green
(B1), Red (B2), Near Infrared (B3) e 20 metros
na banda Shortwave Infrared. O instrumento
VEGETAÇÃO que foi desenvolvido no SPOT 4 para
o monitoramento regional da dinâmica
vegetacional continua no SPOT 5 com o nome
de VEGETAÇÃO 2.
II- Característica da Área de Estudo
A área de estudo está localizada no
município de Teodoro Sampaio entre as
coordenadas 22º 27´- 22º 44´de latitude Sul e
51º 58´- 52º 29´ de longitude Oeste no extremo
Oeste do Estado de São Paulo (região do Pontal
do Paranapanema).O principal rio que corta o
município é o Paranapanema, um dos três mais
importantes afluentes do rio Paraná no estado.
A figura 1 ilustra a localização da área em
questão.
Caracterizada por um topografia suave,
a Geologia é formada, segundo o IPT (1981)
por: sedimentos aluvionares nas áreas de
banhado, que incluem areias inconsolidadas de
granulação variada, argilas e cascalheiras
fluviais; arenitos muito finos e médios
compreendidos pelos sedimentos da Formação
Caiuá e Santo Anastácio (ambos pertencentes
ao Grupo Bauru).
Em razão de sua geologia, os solos que
se desenvolvem são essencialmente arenosos,
Figura 1. Localização da
área de estudo (adaptado
de PASSOS, 1988, p.175)

Processamento das Imagens HRG-SPOT 5 na Determinação de Classes de
Uso da Terra e Manchas de Cobertura Vegetal na Região de Teodoro Sampaio, pp. 127 - 136 129
predominando segundo Amaral (2001), os
Latossolos Vermelho-Amarelo distróficos. Este
solo se distribui com dominância pelas amplas
colinas de topos e vertentes convexas de baixa
declividade.
A paisagem predominante na área é o
campo/pastagem. Segundo Passos (1988), até
o início do século estas áreas eram totalmente
florestadas.
O desmatamento provocado pelo corte de
florestas, expansão da cultura cafeeira e
construção das linhas ferroviárias fizeram com
que as áreas fossem reduzidas na década de
40 a 284 mil hectares (PASSOS, 1988).
Atualmente estas áreas ocupam poucos
milhares de hectares, sendo que a única mancha
expressiva de mata nativa que restou está
localizada dentro dos limites do Parque Estadual
(PE) do Morro do Diabo.
O PE Morro do Diabo compreende uma
área florestal de 33.845 hectares, coberto em
sua quase totalidade pela Floresta Estacional
Semidecidual, cuja principal característica é a
queda das folhas das árvores durante a época
de seca (SMA, 1998).
III - Materiais Utilizados
Para o desenvolvimento da pesquisa,
foram utilizadas cartas topográficas na escala
1: 50 000 publicadas pelo IBGE (1973)
referentes às folhas Teodoro Sampaio, Santo
Antônio do Caiuá, Cuiabá Paulista e Ribeirão das
Pedras.
As quatro bandas multiespectrais do
sensor HRG SPOT 5 (localizada na órbita 704/
395), passagem de 24 de fevereiro de 2003,
fornecidas pela Intersat, foram processadas nos
programas SPRING e ILWIS.
IV - Procedimentos Seguidos
IV. 1- Correção Atmosférica e Geomé-
trica das Imagens
O primeiro passo no processamento das
imagens foi aplicar a correção atmosférica. A
técnica util izada seguiu a metodologia
desenvolvida por Chaves (1988) denominada
de Subtração do Pixel Escuro (DOS). Esta técnica
consiste em selecionar um valor a ser subtraído
da imagem por meio da análise do histograma
de cada banda. Os níveis de cinza escolhidos
geralmente são aqueles que apresentam uma
variação abrupta de sua freqüência em relação
aos níveis de cinza mais baixos. A metodologia
adotada não corrige propriamente os efeitos
atmosféricos, mas ameniza consideravel-mente
os efeitos do espalhamento atmosférico. Como
o espalhamento é inversamente proporcional
ao comprimento de onda, os valores subtraídos
são geralmente maiores nos comprimentos de
onda do visível diminuindo o seu valor a medida
que se aproxima da região do infravermelho
próximo.
A transformação das coordenadas linha
x coluna das imagens para um plano cartográfico
(UTM) foi feita selecionando pontos de controles
identificados nas imagens e nas cartas
topográficas utilizadas (pontos homólogos).
Após a seleção destes pontos uma
transformação polinomial de 1º grau foi
ajustada. Em seguida as imagens foram
reamostradas banda a banda com o
interpolador vizinho mais próximo. No caso do
canal infravermelho curto, que possui uma
resolução espacial diferente (20 metros), a
imagem foi reamostrada para um pixel de 10
metros como forma de ajustar ao mesmo
tamanho do pixel das outras bandas.
As distorções sistemáticas que afetam a
geometria das imagens não foram consideradas
nas retificações realizadas.
IV.2 - Seleção de Componentes Puros e
Estimação das Imagens-Fração
O Modelo Linear de Mistura Espectral
(MLME) tem como objetivos realçar os alvos de
interesse presentes nas imagens e de reduzir
a dimensão dos dados analisados.
Um dos problemas de mistura que
ocorrem em imagens de Sensoriamento Remoto
é causado em virtude da resolução espacial do
sensor. O Campo de Visada do sensor (IFOV)
registra em cada elemento-pixel da imagem a

130 - GEOUSP - Espaço e Tempo, São Paulo, Nº 15, 2004 KAWAKUBO, F.S.;MORATO, R.G. & LUCHIARI, A.
média integrada da radiância de todos os
materiais dispostos nesta superfície. Quanto
mais heterogênea for esta superfície e menor a
resolução espacial do sensor, maiores serão os
problemas de mistura espectral.
O MLME tenta decompor estas misturas
estimando a proporção de cada tipo de
cobertura do terreno em cada pixel. Para isso
são selecionados componentes puros de
referência na própria imagem (denominados de
endmembers) para servirem como parâmetro na
estimativa.
Quatro componentes (água, sombra, solo
exposto e vegetação) foram selecionados para
geração de quatro imagens proporção. As
frações água e sombra foram individualizadas
por causa das diferenças espectrais contidas
entre elas.
Para a resposta de um pixel qualquer o
modelo pode ser escrito como:
ri = a* águai + b* sombrai + c* solo expostoi
+ d* vegetaçãoi + ei sendo:
ri : a resposta espetral na banda i
a: proporção de água
b: proporção de sombra
c: proporção de solo exposto
d: proporção de vegetação
águai : resposta espectral da água na banda i
sombrai : resposta espectral da sombra na
banda i
solo expostoi : resposta espectral do solo
exposto na banda i
vegetaçãoi : resposta espectral da vegetação
na banda i
ei : é o termo de erro na banda i
i: são as bandas do HRG (1 a 4)
A decomposição foi feita resolvendo um
Figura 2. Imagens sintéticas geradas a partir do MLME. As figuras A, B, C e D representam
respectivamente as frações água, sombra, solo exposto e vegetação.

Processamento das Imagens HRG-SPOT 5 na Determinação de Classes de
Uso da Terra e Manchas de Cobertura Vegetal na Região de Teodoro Sampaio, pp. 127 - 136 131
sistema de equações lineares desenvolvidos por
Shimabukuro e Smith (1991) que se baseia nos
critérios dos mínimos quadrados (minimiza a
soma dos quadrados dos erros).
Os resultados da aplicação do MLME é
ilustrado na figura 2 que mostra as proporções
Água, Sombra, Solo Exposto e Vegetação.
A figura 3 é uma composição colorida
combinando as proporções Solo no filtro
vermelho, Vegetação no filtro Verde e Água no
Filtro Azul.
IV.3 - Segmentação das imagens-Fração
e Seleção de Amostras Representativas de
Classes de Uso e Cobertura Vegetal
A segmentação consiste numa técnica de
subdividir as imagens em diversas partes ou
regiões significativas. Esta subdivisão baseia-
se em atributos de uniformidade interna e
diferença de vizinhança entre os pixels. A
grande vantagem de sua utilização em relação
aos classificadores pixel a pixel (MAXVER, por
exemplo) é a relação de contexto que é
implementada em sua análise.
As imagens-fração solo, água e vegetação
foram selecionadas como imagens de entrada
para o processo de segmentação. Antes de
efetuar este procedimento as imagens foram
filtradas com um filtro mediana para suavizar
as freqüências e ao mesmo tempo preservar os
limites de bordas.
O método de segmentação escolhido foi
o de Crescimento de Regiões que leva em conta
a similaridade dos valores dos pixels para
separar as diferentes regiões. Segundo Kai e
Muller (apud SHIMABUKURO; ALMEIDA FILHO,
2002, p. 87) esta técnica pode ser sumarizada
nas seguintes etapas: a) segmentação da
imagem em regiões; b) comparação de um
Figura 3. Composição colorida RGB gerada a partir do MLME com o arranjo
Solo (vermelho), Vegetação (verde) e Água (azul)

132 - GEOUSP - Espaço e Tempo, São Paulo, Nº 15, 2004 KAWAKUBO, F.S.;MORATO, R.G. & LUCHIARI, A.
segmento com seus vizinhos e fusão com
aqueles estatisticamente semelhantes (média),
com atualização da média dos níveis de cinza
da nova região; c) crescimento do segmento
por comparação com seus novos vizinhos, até
não mais haver segmentos com semelhanças
que permitam agrupamentos; d) repetição do
processo para o próximo segmento e assim
sucessivamente, terminando com a nomeação
de cada segmento.
Limiares de área e de similaridade são
definidos previamente antes de efetuar a
segmentação. Estes dois parâmetros permitem
ao usuário controlar o tamanho mínimo das
áreas formadas e da diferença mínima entre os
níveis de cinza para a definição de uma borda
(ALVES et al., 1996) O grau de generalização do
mapa temático pode ser controlado por estes
dois valores.
Diante de vários testes realizados os
valores que melhor segmentaram as imagens
foram 26 para área e 17 para similaridade. A
figura 4 ilustra o resultado da segmentação.
O procedimento que seguiu a
segmentação foi a classificação supervisionada
dos segmentos gerados. Seis classes de
dominância foram definidas para a seleção de
amostras de treinamento. São elas: Mata,
Campo/Pastagem, Agricultura, Solo Exposto,
Água, Nuvem e Sombra. Os valores de média
(m) e desvio padrão (s) de cada classe ao longo
das frações são descritas na tabela 1. As
medidas de posição são apresentadas pelo
diagrama de caixa (boxplot) na figura 5.
Analisando-se sucintamente os dados
obtidos, notou-se que as quatro imagens
sintéticas estimadas apresentaram um bom
resultado visual, realçando as diferenças entre
as classes de interesse. Em termos de análise
estatística, os resultados evidenciam que as
classes apresentaram uma boa separação ao
longo das 4 frações. Problemas de estimativa é
encontrado na classe Nuvem da fração Sombra
cujos valores de nível de cinza se restringiram
ao 255 (saturação da classe).As demais classes
apresentam um bom intervalo de amplitude.
Após a seleção de amostras o classificador
Bhattacharyy foi aplicado na classificação.
Figura 4. Resultado da segmentação utilizando as frações Água, Solo Exposto e Vegetação.

Processamento das Imagens HRG-SPOT 5 na Determinação de Classes de
Uso da Terra e Manchas de Cobertura Vegetal na Região de Teodoro Sampaio, pp. 127 - 136 133
IV.4- Correção de Erros e Inserção de
Novas Classes Temáticas
Os erros de omissão e inclusão surgidos
no mapa temático foram corrigidos por meio da
edição poligonal. As pequenas manchas de
silvicultura classificadas como Mata foram
editadas para a classes de Agricultura. Uma
máscara foi incorporada ao mapa para separar
a Área Urbana da classe Solo Exposto. É
importante salientar que muito das áreas
classificadas como Solo Exposto podem ser na
realidade áreas agrícolas. A mesma
confusão pode ocorrer entre Áreas Agrícolas e
Campo/Pastagem, pois é comum na região o
preparo da terra para o cultivo de pastagem.
Estes possíveis erros devem ser checados em
campo para uma maior validade do mapa.
Além da classe Área Urbana, uma outra
classe correspondente ao Banhado foi
incorporada ao mapa em vista da representação
que ele ocupa na área de estudo. O Banhado
não foi inserido já no início da amostragem
porque a segmentação não separou com
eficiência as áreas úmidas influenciadas pela
dinâmica fluvial. A sua delimitação foi feita
visualmente na tela do computador (digita-

134 - GEOUSP - Espaço e Tempo, São Paulo, Nº 15, 2004 KAWAKUBO, F.S.;MORATO, R.G. & LUCHIARI, A.
lização) utilizando uma composição colorida
apropriada que permitiu diferenciar as áreas
úmidas e secas ao longo do rio. Posteriormente
o polígono que representa o limite do Banhado
foi transformado para o formato raster e fundido
com o mapa de uso e cobertura vegetal por meio
da Tabela de Dupla Entrada.
A Tabela de Dupla Entrada consiste numa
técnica de análise espacial em formato matricial
que tem a propriedade de combinar informações
de dois mapas por meio de uma análise de
tabela (WESTEN; FARIFTEH, 1997). O primeiro
passo na construção desta tabela é criar um
mapa que contenha os novos limites a serem
traçados no mapa com erro. O passo seguinte
consiste em inserir estes novos limites no mapa
a ser editado com base nas regras de interseção
booleana.
A classe que sofreu maior perda de área
após a inclusão do Banhado foi a de Campo/
Pastagem. A classe Mata localizada dentro do
limite a ser editado não foi modificada,
preservando a sua área inicial. O resultado final
dos procedimentos seguidos é sintetizado pelo
Figura 5. Diagrama
de caixas das 7
classes amostradas.
As figuras A, B, C e
D representam
respectivamente as
frações água,
sombra, solo
exposto e
vegetação.
mapa de uso e cobertura vegetal ilustrado na
figura 6. Neste mapa pode-se observar que a
única mancha expressiva de mata está
localizada dentro do Parque Estadual do Morro
do Diabo. Pequenas manchas localizadas a
Noroeste e Sudoeste resumem o total de mata
residual presente no retângulo mapeado. As
áreas de agricultura estão concentradas no
quarto quadrante do mapa no Estado do
Paraná.
IV.5 - Imagem NDVI
O Índice de Vegetação de Diferença
Normalizada (Imagem NDVI), que é muito
utilizado para estimar a proporção de biomassa
foi aplicado no trabalho com o intuito de gerar
um produto que pode ser rapidamente
comparado com os resultados apresentados na
figura 6.
Este índice foi proposto no início da
década de 70 para as imagens MSS (ROUSE et
al. apud JENSEN, 1996, p. 180) e explora a

Processamento das Imagens HRG-SPOT 5 na Determinação de Classes de
Uso da Terra e Manchas de Cobertura Vegetal na Região de Teodoro Sampaio, pp. 127 - 136 135
diferença normalizada de brilho das bandas do
vermelho e infravermelho próximo. Para as
imagens trabalhadas, o NDVI foi calculado
aplicando: NDVI = (HRG3 – HRG2)/(HRG3 +
HRG2). Onde: HRG2 e HRG3 são
respectivamente as bandas do vermelho e
infravermelho próximo.
O resultado desta operação encontra-se
na figura 7. As áreas agrícolas foram realçadas
em branco; em preto estão os corpos d’água,
nuvens e os solos expostos; as tonalidades
cinza claro são as áreas de mata.
V. Considerações Finais
As imagens HRG-SPOT 5 mostraram-se
eficientes na separação das principais classes
de uso e cobertura vegetal na região do Pontal
do Paranapanema. O Modelo Linear de Mistura
Espectral permitiu realçar os dados de interesse
e diminuir o tempo de processamento das
imagens. Os valores que foram atribuídos no
processo de segmentação das imagens-mistura
foram 17 para similaridade e 26 para área. Estes
valores não são fixos e podem ser modificados

136 - GEOUSP - Espaço e Tempo, São Paulo, Nº 15, 2004 KAWAKUBO, F.S.;MORATO, R.G. & LUCHIARI, A.
Bibliografia
ALVES, D. S.; MOREIRA, J. C.; KAIL, E. M.;
SOARES, J. V.; FERNANDEZ, O.; ALMEIDA, S.;
ORTIZ, J. D.; AMARAL, S. Mapeamento do uso da
terra em Rondônia utilizando técnicas de
segmentação e classificação de imagens TM. In:
SIMPÓSIO BRASILEIRO DE SENSORIAMENTO
REMOTO, 8., 1996, Salvador. Anais... São José
dos Campos: INPE, 1996.
AMARAL, R. A fragilidade ambiental na bacia do
ribeirão Bonito, município de Teodoro Sampaio, SP.
90f. Monografia (Trabalho de Graduação
Individual em Geografia) - Departamento de
Geografia, Universidade de São Paulo, São
Paulo, 2001.
CHAVEZ, P. S. An improved dark-object subtraction
technique for atmospheric scattering correction of
multispectral data. Remote Sensing of
Environment, New York, v.24, n.3, p.459-479,
1988.
IBGE Carta topográfica das folhas Teodoro Sampaio,
Santo Antônio do Caiuá, Cuiabá Paulista e Ribeirão
das Pedras. Rio de Janeiro: IBGE, 1973. Escala
1: 50 000.
IPT Mapa geológico do estado de São Paulo. São
Paulo: IPT, 1981. Escala 1: 500 000.
JENSEN, J. R. Introductory digital image
processing: a Remote Sensing perspective. Second
Edition. New Jersey: Prentice Hall, 1996.
PASSOS, M. M. O Pontal do Paranapanema: um
estudo de geografia física global. 1988. 324f. Tese
(Doutorado em Geografia Física) – Departamento
de Geografia, Universidade de São Paulo, São
Paulo, 1988.
SHIMABUKURO, Y. E.; SMITH, J. A. The least-
square mixing models to generate fraction images
derived from Remote Sensing Multispectral data.
IEEE Transaction on Geoscience and Remote
Sensing. v.29, n.1, p.16-20,1991.
SHIMABUKURO, Y. E.; ALMEIDA FILHO, R.
Processamento digital de imagens multitemporais
Landsat-5 TM e Jers-1 SAR aplicado ao
mapeamento e monitoramento de áreas de
alteração antrópica na Amazônia. Geografia. Rio
Claro, v.27,n.2,p.81-96, 2002.
SMA Atlas das Unidades de Conservação do estado
de São Paulo. São Paulo: Secretaria do Meio
Ambiente, 1998.
SPOT IMAGE The SPOT Family. France: Spot
Image, 2003. Disponível em:
<www.spotimage.com.au/ >. Acesso em: 14
nov. 2003.
WESTEN, C.; FARIFTEH, J. ILWIS – intergrated
land and water information system: user’s guide.
Enschede: ITC, 1997.

Trabalho enviado em setembro de 2003.
Trabalho aceito em fevereiro de 2004.
de acordo com o grau de detalhamento
desejado. A imagem NDVI reforçou a
consistência do produto gerado pela
metodologia adotada. O resultado do
mapeamento mostrou que a única área
representativa de mata nativa encontra-se
dentro do Parque Estadual do Morro do Diabo.
As áreas de maior ocupação agrícola encontram-
se no quarto quadrante do mapa na margem
esquerda do rio Paranapanema.
VI - Agradecimentos
Os autores agradecem a gentileza da
INTERSAT por ter fornecido gratuitamente as
imagens SPOT 5 utilizadas neste trabalho.