Imagens urbanas de alta resolução: panos de fundo e o quê (ou para quê) mais?

Brito, Patricia L., Quintanilha, José A. Imagens urbanas de alta reolução: panos de fundo e o quê (ou para quê) mais? Anais PLURIS 2006 - 2o. Congresso Luso Braileiro para o Planejamento Urbano regional integrado e sustentável. Braga, Universidade do Minho, 2006, paper 232, pp12.

IMAGENS URBANAS DE ALTA RESOLUÇÃO: PANOS DE FUNDO E O QUÊ (OU PARA QUÊ) MAIS?

Patricia Lustosa Brito, José Alberto Quintanilha

RESUMO A cada dia que passa o acesso a informação aumenta em todo o mundo. Maior quantidade e maior detalhamento dos dados costumam ser os principais anseios dos planejadores urbanos, mas nem sempre correspondem à real necessidade do profissional. O novo desafio está em saber melhor utilizar o grande volume de dados já existentes. Usar imagens como pano de fundo, ou seja, como base pictórica para superposição de temas e objetos, é a mais comum de suas utilidades, mas não a única. O trabalho apresenta temas que vêm sendo ou que podem ser estudados, utilizando as imagens de alta resolução espacial de sensores disponíveis hoje no mercado brasileiro, caracterizando-os brevemente. São destacadas relações entre planejamento urbano e saúde pública que imagens evidenciam e são realizadas análises das questões e limitações levantadas em relação à real necessidade de utilização desses recursos e diante às novas tendências do sensoriamento remoto em áreas urbanas.

1 INTRODUÇÃO As imagens de alta resolução espacial1 já estão por toda a parte. Cenas de inúmeras cidades são facilmente consultadas através de programas gratuitos como o Google Earth, ou adquiridas por valores acessíveis nas empresas credenciadas, seja pessoalmente ou via internet. Ainda que operando como um visualizador de imagens, tipicamente colocadas como pano de fundo de dados discretos, o programa Google Earth2, desde seu lançamento em junho de 2005, vem sendo o principal responsável pela difusão das imagens satélite no mundo. Este programa pode ser obtido gratuitamente na internet (módulo básico) e utilizado em micro computadores domésticos que tenham acesso à internet banda larga. Com ele, usuários podem consultar um banco de imagens obtidas de diferentes satélites e em diferentes momentos. Seus recursos tridimensionais e facilidade de navegação por um mosaico de imagens que recobrem todo o globo são suas principais qualidades. Assim, seu uso é de grande utilidade na execução de trabalhos escolares, em especial das ciências da terra (Lisle, 2006), na localização de alvos e mesmo para consultas expeditas de profissionais da área de planejamento e projetos urbanos, sendo um bom exemplo da utilização das 1

No presente artigo serão consideradas imagens de alta resolução espacial aquelas cuja unidade de medida no solo são entre 0,1m e 10m. 2 http://earth.google.com/faq.html

Brito, Patricia L., Quintanilha, José A. Imagens urbanas de alta reolução: panos de fundo e o quê (ou para quê) mais? Anais PLURIS 2006 - 2o. Congresso Luso Braileiro para o Planejamento Urbano regional integrado e sustentável. Braga, Universidade do Minho, 2006, paper 232, pp12.

imagens como pano de fundo. É interessante notar que empresas autorizadas observaram um incremento na venda de imagens com o lançamento do programa. A divulgação das imagens tem facilitado o diálogo com profissionais que desconhecem o campo do sensoriamento remoto e o uso do programa tem despertado o interesse de vários setores por conhecer os demais recursos tecnológicos que envolvem o uso de imagens satélite. Ainda que bastante difundida, a disponibilização no mercado das imagens de alta resolução espacial obtidas por sensores orbitais pode ser considerada recente, a primeira imagem satélite (Landsat 1) foi gerada em 1972, enquanto a primeira imagem satélite de alta resolução espacial só se deu com o lançamento em 1999 do IKONOS. Associado a isso, as imagens em questão apresentam elementos diferentes daqueles por décadas estudados por pesquisadores. São suas principais características: alta resolução espacial (elementos de resolução de terreno representam áreas menores), alta resolução radiométrica (maior variação nos tons de cinza) e baixa resolução espectral (maior número de bandas espectrais). Desde a disponibilização das primeiras imagens de satélite a resolução espectral foi o maior instrumento de suporte na classificação e identificação de alvos. Inúmeras técnicas e algorítimos foram desenvolvidos durante esses anos com esse propósito. Apesar da baixa resolução espectral dos sensores de alta resolução espacial disponíveis atualmente, suas imagens dispõem de uma alta resolução radiométrica (11bit), o que ainda não foi intensivamente explorado no Brasil, por se tratar de uma tecnologia recente e devido a limitações operacionais, entre elas: não disponibilidade de computadores de alta capacidade de processamento diante do grande volume de dados e dificuldade de acesso a programas e monitores que lidem com mais de 8bit. Os sensores multiespectrais aerotransportados, que oferecem resolução espacial ainda mais alta que os sensores orbitais, também foram introduzidos no mercado no final dos anos 90. Em relação às imagens satélite, seu uso para fins de planejamento urbano é menos difundido. Isso se deve, entre outros fatores, ao pouco conhecimento técnico sobre seus recursos quando comparados às fotografias aéreas métricas, seus concorrentes mais próximos e cuja metodologias de trabalho já se encontram consolidadas3. Em uma das maiores empresas brasileiras de provisão de dados satélite, Imagem/Intersat, a maior parte dos pedidos são realizados por empresas do ramo de serviços de infraestrutura (empresas de telefonia, distribuidoras de gás, eletricidade, etc.), seguidos por órgãos públicos. Ainda assim, estima-se que grande parte das imagens adquiridas são destinadas a trabalhos de interpretação visual ou para incrementar qualidade visual de apresentações. Há ainda usuários que solicitam imagens sem georeferrenciamento, em especial para serviços de publicidade4. De uma forma geral, observa-se que, no âmbito do planejamento urbano brasileiro, imagens de alta resolução espacial têm sido utilizadas em larga escala como simples visualizações aéreas, panos de fundo na apresentação de estudos que, na melhor das hipóteses, as utilizaram na interpretação visual para uma determinada classificação. Nada há de errado com isso, se esta for uma opção consciente do planejador em relação ao uso dos demais recursos tecnológicos disponíveis. 3 4

Entrevista concedida pela empresa Fototerra em 21 de março de 2006. Entrevista concedida pela empresa Imagem em 23 de março de 2006.

Brito, Patricia L., Quintanilha, José A. Imagens urbanas de alta reolução: panos de fundo e o quê (ou para quê) mais? Anais PLURIS 2006 - 2o. Congresso Luso Braileiro para o Planejamento Urbano regional integrado e sustentável. Braga, Universidade do Minho, 2006, paper 232, pp12.

O presente artigo tem como objetivo desmistificar o uso das imagens de alta resolução em planejamento urbano, apontando suas principais limitações e potenciais na análise de questões focadas na saúde pública sob o aspecto da acessibilidade viária, morfologia urbana e uso do solo. Para tal, o trabalho está estruturado em quatro seções. A primeira seção é a presente introdução e a segunda trata da metodologia adotada para o desenvolvimento do estudo. A terceira seção apresenta uma breve caracterização das imagens produzidas pelos principais sensores disponíveis hoje no mercado e uma revisão bibliográfica das questões foco desse estudo. Na seção conclusiva os principais pontos positivos e limitantes são apresentados seguidos de comentário geral sobre os resultados encontrados diante das novas tendências do sensoriamento remoto em áreas urbanas.

2 METODOLOGIA DE ESTUDO O artigo limita-se à avaliação de imagens de sensores de sistema de varredura, sejam aerotransportados ou orbitais. As fotografias aéreas métricas, analógicas ou digitais, não serão estudadas. O trabalho também se restringe ao estudo de sensores passivos (de aspecto óptico), ainda que sensores ativos (de aspecto de microondas) como radar e laser, apresentem alta resolução espacial. A tecnologia e método de análise do produto desses sensores são bastante distintos dos demais, o que faz com que suas imagens não sejam comumente usadas para interpretação visual ou usadas como pano de fundo. De acordo com a taxonomia dos sistemas de sensores apresentada por Ehlers et al (2002) o presente estudo trabalhará com os sensores que se enquadram nas características em branco. Tabela 1 Taxonomia dos sistema de sensoriamento remoto

Fonte: Ehlers et al 2002 Para realização do estudo, foram realizadas entrevistas a duas das maiores empresas distribuidoras de imagens de alta resolução, Fototerra/Digimapas e Imagem/Intersat.

Brito, Patricia L., Quintanilha, José A. Imagens urbanas de alta reolução: panos de fundo e o quê (ou para quê) mais? Anais PLURIS 2006 - 2o. Congresso Luso Braileiro para o Planejamento Urbano regional integrado e sustentável. Braga, Universidade do Minho, 2006, paper 232, pp12.

Foi realizado um levantamento bibliográfico buscando exemplificar os potenciais usos das imagens de alta resolução espacial para o planejamento urbano e buscando identificar os sensores de alta resolução disponíveis hoje no mercado brasileiro.

3 PRINCIPAIS CARACTERÍSTICAS E USOS DAS IMAGENS A primeira questão que se depara o planejador urbano que procura conhecer algo sobre sensoriamento remoto é: “Porque não chamar imagens satélite de fotografia satélite? Porque não usar as imagens como sempre foram usadas as fotografias nos estudos urbanos?” Para responder à primeira pergunta é importante conhecer um pouco da tecnologia existente por traz de cada produto. De forma simplificada pode-se agrupar os conceitos envolvidos no seguinte esquema.

Fig. 1 Mapa Conceitual de “Imagem” no âmbito do Sensoriamento Remoto Segundo Texeira (1997: pg 137), imagem “é a representação gráfica de um objeto, produzido por um dispositivo óptico ou eletrônico”, podemos assim dizer que todos os produtos são imagens, sendo que as fotografias podem ser analógicas5 quando obtidas por 5

Analógico “adjetivo que qualifica a representação de um fenômeno, mecânica ou fisicamente (...) Uma fotografia aérea é uma representação analógica do espaço. No contexto do sensoriamento remoto e da

Brito, Patricia L., Quintanilha, José A. Imagens urbanas de alta reolução: panos de fundo e o quê (ou para quê) mais? Anais PLURIS 2006 - 2o. Congresso Luso Braileiro para o Planejamento Urbano regional integrado e sustentável. Braga, Universidade do Minho, 2006, paper 232, pp12.

câmera com sistema de armazenamento com filme, (película que registra a imagem através de reações químicas), ou digitais6 quando obtida com sistema de armazenamento eletrônico. A fotografia é uma imagem obtida em um instante e tem dimensões limitadas. Por isso é considerado errado chamar ‘imagens satélites’ de ‘fotografias satélite’, pois geralmente se trata de uma imagem obtida por sistema de varredura, não há um obturador que se abre e registra a cena em determinado instante. O processo é contínuo, semelhante ao de uma máquina copiadora ou escaner que registra informações linha por linha. Assim a Imagem satélite é uma faixa escaneada, e o que geralmente á manipulado é a cena, isto é, um recorte dessa faixa. Outra diferença fundamental é que os sensores digitais produzem imagens multiespectrais, isto é, enquanto as fotografias produzem apenas um plano de informação, cada banda registrada pelos sensores multispectrais7 é mais um plano de informação. Nesse sentido, em resposta à segunda pergunta, as imagens (cenas multispectrais, digitais, obtidas por sistema de varredura em plataforma orbital ou aerotransportada) podem ser usadas como comumente vem sendo usadas as fotos (fotografias analógicas), mas seu potencial vai além, no que diz respeito às análises espectrais, fazendo com que sua capacidade de processamento digital para obtenção de novas informações seja assim subutilizado. Além disso, novos recursos computacionais oferecem possibilidade de análise, segundo contexto, forma, textura, tamanho, tonalidade e segundo outros planos de informação8, que podem ser aplicados a imagens obtidas por sistema de varredura ou sistema fotográfico, ampliando a gama de possibilidades de utilização das fotografias e imagens de satélite ou aéreas. De acordo com o recorte temático apresentado na metodologia foram levantados 12 sistemas de imageamento passivo realizados por varredura disponíveis no mercado brasileiro. A Tabela 1 apresenta as principais características de sete desses sensores. Um fator pouco observado que interfere diretamente na qualidade do imageamento é o sentido da óbita dos satélites e o horário de passagem pelo Brasil. Entre os sensores de alta resolução espacial, apenas os sistemas IRS P6 e Kompsat 1 estão em satélites com órbita inversa, isto é, em satélites que passam pelo hemisfério sul no começo da manhã, horário onde há melhores condições de observação, menor incidência de nuvens. Assim, nas áreas tropicais do hemisfério sul, principalmente em áreas litorâneas, o horário de passagem dos satélites coincide com o horário de maior evapotranspiração, após a 10:30 da manhã (horário de passagem do satélite pelo equador). Em relação ao preço das imagens de alta resolução, observa-se que os valores têm relação direta com a capacidade de discriminação de alvos no solo, ou seja, quanto maior resolução espacial maior é o preço por km². Seu valor é alto se comparado às imagens de média e cartografia, o termo refere-se à informação de forma gráfica ou pictorial como sendo oposta à forma Digital” (Texeira, 1997: pg 33). 6 Imagem digital é a “imagem cuja estrutura de representação é composta por píxeis” (Texeira, 1997: pg 85) 7 Imagem multi-espectral é a “imagem obtida por um sensor em vários comprimentos de onda simultaneamente” (Texeira, 1997: pg 166) e scanner multi-espectral é um “dispositivo de sensoriamento remoto que grava simultaneamente a energia eletromagnética em diferentes comprimentos de onda em bandas diferentes” (Texeira, 1997: pg 166) 8 www.definiens-imaging.com/ecognition

Brito, Patricia L., Quintanilha, José A. Imagens urbanas de alta reolução: panos de fundo e o quê (ou para quê) mais? Anais PLURIS 2006 - 2o. Congresso Luso Braileiro para o Planejamento Urbano regional integrado e sustentável. Braga, Universidade do Minho, 2006, paper 232, pp12.

baixa resolução espacial e pode ser considerado baixo, a depender do produto adquirido, se comparado aos levantamentos aerofotogramétricos programados. Tabela 1 Sistemas de imageamento passivo realizado por varredura disponíveis no mercado brasileiro Plataforma

Sensor

Satélite SPOT 5

Satélite IKONOS II

HRG

Pancromático e Multiespec.

Satélite QUICKBIRD2 QUICKBIRD

Satélite IRS P6

Satélite Orbview-3

LISS-4

Pancromático e Multiespec.

Lançamento Modo Resolução radiométrica Resolução temporal Resolução espacial

05/2002 Pan, MS Pan 8 bit MS 8 bit

GeoEye/ Space Imaging (EUA) 09/1999 Pan, MS Pan 11bit MS 11bit

26 dias

3 a 5 dias

1 a 4 dias

5 dias

3 dias

Pan 2,5/5m MS 10m

Pan 1m MS 4m

Pan 0,61m MS 2,44m

Pan 5m MS 5m

Pan 1m MS 4m

Resolução espectral Passagem pelo Brasil

Pan, v., vm., ivp., sw. Fim da manhã, inicio da tarde 1:10.000 – 1:50.000

Pan, a., v., vm., ivp. Fim da manhã, inicio da tarde 1:5.000 – 1:25.000 U$17,6 a 55,8

Pan, a., v., vm., ivp. Fim da manhã, inicio da tarde 1:5.000 – 1:25.000

Pan, v., vm., Pan, a., v., ivp. vm., ivp. Fim da manhã, manhã inicio da tarde 1:20.000 – 1:5.000 – 1:50.000 1:25.000

U$ 20,4

U$0,7 a 6,6

U$ 14

Engesat

Intersat

Intersat, Engesat

Não há exclusividade

Empresa/ Instituição

CNES (França)

Escala de aplicação Valor por Km² U$1,8 a 8,8 (2) Revendedor Intersat no Brasil Engesat

DigitalGlobe (EUA)

Ressourcesat (Índia)

GeoEye/ Orbimagem (EUA)

11/2001 Pan, MS Pan 11bit MS 11bit

10/2003 Pan, MS Pan 7 bit MS 7 bit

06/2003 Pan, MS Pan 11bit MS 11bit

Satélite Formosat-2 (Rocsat-2)

Aeronave

HRSC-A

NSPO (Taiwan) 05/2004 Pan, MS

Pan 2m MS 8m Pan, a., v., vm., ivp Fim da manhã, inicio da tarde 1:10.000 – 1:50.000

Intersat

DRL (Alemanha) 2000 (3) Pan, MS Pan 8bit MS 8bit Não se aplica 0,2m (altura de vôo 4500m) Pan, a., v., vm., ivp. Não se aplica 1:500/ 25:000 R$ 390 a 660 Fototerra/ Digimapas

Fonte: Ehlers (2005), Jacobsen (2005), www.spot.com, www.geoeye.com, www.engesat.com.br, www.intersat.com.br, www.nspo.org.tw, www.sat.cnpm.embrapa.br/ index.html, consulta à Fototerra /em março de 2006 Convenções: Pan = Pancromático, MS = multiespectral, a. = azul, v. = verde, vm. = vermelho, ivp. = infravermelho próximo, sw = infravermelho ondas curtas. Notas: (1) Os sistemas orbitais EROS – A1 (Israel), TES (India), MOMS-2P (Alemanha) e Kompsat-1 (Coréia do Sul) não foram apresentados por possuírem apenas o modo pancromático ou por serem sensores que apresentam resolução inferior a 10m apenas nesse modo; (2) Variação de preço comercializado no Brasil de acordo com processamento e produto oferecido pela empresa. Cotação do dólar em março de 2005 segundo Banco Central: R$ 2,15. (3) Operando no Brasil desde 2004. No que diz respeito à resolução radiométrica é importante saber que o olho humano é capaz de separar cerca de 64 níveis de cinza (6 bit) enquanto a capacidade dos sensores de 11 bits corresponde a 2048 níveis de cinza (Jacobsen, 2005). Essa diferença pode acrescentar dados importantes na distinção de alvos com respostas espectrais imperceptíveis ao olho humano. Por outro lado, quanto maior a resolução radiométrica

Brito, Patricia L., Quintanilha, José A. Imagens urbanas de alta reolução: panos de fundo e o quê (ou para quê) mais? Anais PLURIS 2006 - 2o. Congresso Luso Braileiro para o Planejamento Urbano regional integrado e sustentável. Braga, Universidade do Minho, 2006, paper 232, pp12.

maior é o volume de dados, o que demanda maior espaço de armazenamento, maior tempo de processamento além de equipamento e softwares compatíveis. Por outro lado, a resolução espectral dos satélites de alta resolução espacial, mesmo nos sensores aerotransportados, se resume a cinco bandas: azul, verde, vermelho, infravermelho próximo e infravermelho médio. Ainda assim as bandas podem ser utilizadas no processamento identificando alvos de acordo com sua assinatura espectral (Quintanilha et al, 2005) No âmbito do planejamento urbano inúmeras aplicações podem ser dadas às imagens de alta resolução: classificações de cobertura do solo, identificação e quantificação de árvores, permeabilidade do solo, análises socioeconômicas de acordo com densidade, tipo de cobertura da habitação, identificação e classificação de áreas verdes, análises de acessibilidade de transporte público e de veículos de serviços através de dimencionamento e caracterização do sistema viário. Dentre as diversas aplicações, os estudos de saúde pública que direcionam políticas e ações de planejamento urbano têm tratado tradicionalmente da disposição, dimensionamento e acessibilidade à rede de atendimento. Grandes avanços se deram na melhoria das condições de vida da população com uso dessas ferramentas, no entanto, a proposta desse trabalho é ampliar o uso de ferramentas de geoprocessamento para a identificação de características do ambiente urbano que possam interferir nas melhores ou piores condições de saúde coletiva. O uso de imagens de alta resolução, como de outras imagens e métodos, só garantiram bons resultados quando analisadas por técnicos que tenham bom conhecimento da realidade (Iwai et al, 2005). Na saúde publica, as imagens são dados que, analisados por esses profissionais, podem contribuir para a geração de informações que dão subsídio técnico às ações de planejamento urbano relacionadas à saúde. Correia et al (2004) em uma revisão bibliográfica, sistematizou o potencial do uso de sensoriamento remoto de acordo com os vários ambientes favoráveis e usando como base a descrição de características ecológicas, socio-ambientais e de uso do solo possíveis de estarem relacionadas com a ocorrência de endemias no Brasil. Segundo Correia et al (2004) e Beck et al (2000) há uma série de fatores identificáveis em imagens satélite que podem, direta ou indiretamente, estarem associados à sobrevivência de patogenias, vetores, reservatórios e hospedeiros no ambiente: temperatura da terra, água, áreas inundadas, umidade do solo, vegetação ou tipo de cultura, vegetação com intenso processo de fotossíntese (crescimento veloz), desmatamento, características urbanas e topografia, ecotons, canais, assentamentos humanos, características urbanas, cor do oceano, temperatura da superfície marinha (SST) e altura da superfície marinha (SSH). Alguns desses elementos citados pelos autores podem ser extraídos das imagens de alta resolução espacial e compor indicadores de precariedade do ambiente urbano de acordo com a Tabela 3.

Brito, Patricia L., Quintanilha, José A. Imagens urbanas de alta reolução: panos de fundo e o quê (ou para quê) mais? Anais PLURIS 2006 - 2o. Congresso Luso Braileiro para o Planejamento Urbano regional integrado e sustentável. Braga, Universidade do Minho, 2006, paper 232, pp12.

Tabela 3 Indicadores de precariedade do ambiente urbano formado por elementos e padrões urbanos que podem ser extraídos das imagens de alta resolução espacial e sua relação com doenças. Indicadores das condições do ambiente urbano

Principais doenças de ocorrência urbana relacionados (1)

Drenagem

Leptospirose, Cólera, Diarréia

Moradia

Chagas

Ocupação

Dados a extrair das imagens

Dados complementares

Continuidade de vias, Curvas de nível orientação segundo terreno, permeabilidade da cobertura do solo Tipo de telhado, tamanho da Censo unidade habitacional, altura (sombra produzida) Densidade, disposição das Temperatura unidades habit.

Dengue, Leptospirose, Cólera (maior chance de propagação das doenças, criação de nichos, dificuldade de realização de limpeza pública) Vegetação Leishimaniose Densidade, tipo, proximidade a fatores de risco, NDVI9 Acessibilidade de Leptospirose, Dengue Largura das vias, conectividade veículos de serviço (maior chance de criar das vias fatores de risco) Fatores de risco Leptospirose, Dengue Lixão, córregos, terrenos Curvas de nível, baldios, corpos dágua isolados fundos de vale de circulação, piscinas

(1)Fonte Correa et al (2004) Alguns estudos vêm testando a aplicação de métodos de extração e classificação de elementos e padrões urbanos nas imagens de alta resolução, a saber: O impacto da erosão do solo na drenagem urbana afetando áreas de metodologia apresentado por Nóbrega et al (2006), emprega imagens de alta tecnologia de classificação orientada objeto, para identificar assentamentos cobertura vegetal e solo exposto, classificando risco potencial de erosão e mapas de risco para uma área teste em São Paulo, Brasil.

inundação, resolução e irregulares, produzindo

No trabalho realizado por Pinho et al (2005) foi explorada a análise de imagens orientada a objetos na classificação de cobertura do solo no espaço intra-urbano a partir de imagens orbitais de resolução espacial muito alta (entre 1 e 4 m). Foram classificados em áreas da cidade de são José dos Campos (São Paulo, Brasil) objetos de alto brilho, cerâmica, solo exposto, cobertura metálica, concreto médio, concreto/ amianto escuro, asfalto, piscina, sombra, vegetação arbórea, vegetação rasteira. A partir da análise dos resultados das classificações, a autora verificou que “este tipo de abordagem apresenta um bom potencial na classificação de cobertura do solo urbano a partir de imagens orbitais de alta resolução espacial” (Pinho et al, 2005: 11). Segundo a autora a utilização da nova abordagem segmentação multiresolução possibilita utilizar informações a respeito do relacionamento entre objetos de diferentes escalas importantes para classificação do uso do solo no espaço intra-urbano.

9

índice normalizado de vegetação

Brito, Patricia L., Quintanilha, José A. Imagens urbanas de alta reolução: panos de fundo e o quê (ou para quê) mais? Anais PLURIS 2006 - 2o. Congresso Luso Braileiro para o Planejamento Urbano regional integrado e sustentável. Braga, Universidade do Minho, 2006, paper 232, pp12.

Um estudo semelhante foi realizado por Davis et al (2002), na cidade norte americana de Colômbia, Missouri. O autor analisou a efetividade da geração de mapas temáticos de cobertuda do solo com uso de imagens IKONOS. Foram utilizadas as classes: vegetação arbustiva, vegetação rasteira, água, solo exposto, solo impermeável, prédios comerciais e sombra, obtendo resultados com precisão superior a 70%. Teefflen et al (2001) aplicou na cidade de Ouagadougou, Burkina-Faso, África, a classificação nas categorias: quarteirões pré-coloniais, periferia antiga, áreas industriais, centros comerciais modernos, nova periferia e favelas. Os autores ressaltam em seu trabalho que, para se ter uma apropriada classificação da cobertura do solo, é de fundamental importância o entendimento da morfologia e estrutura da cidade. Pinho (2005) comunga da opinião que o reconhecimento do contexto urbano dá elementos importantes para o sucesso da classificação e acrescenta, em suas conclusões, como sugestão, que esquemas específicos de classificação para cada tipo de ocupação urbana sejam elaborados afim de se obter maiores exatidões temáticas. O estudo de classificação do solo realizado por Grassi et al (2005) na cidade de Foligno, Pelugia, Itália, contemplou a identificação de áreas de mineração, sítios arqueológicos, saúde da vegetação e a produção de mapas temáticos, a exemplo o de uso do solo, que podem ser atualizados em tempo real. Em relação aos demais estudos citados, os autores ressaltam a questão temporal, avaliando como positivo o uso de séries temporais de imagens para a classificação. Utilizado imagem de resolução espacial não tão alta quanto as experiências citadas acima, Foresti et al (2006) desenvolveu um estudo para a cidade de Limeira,São Paulo, Brasil, onde o uso do sensor HRV-SPOT se mostrou adequado para o estudo da variabilidade espacial intra-urbana. A autora aplicou métodos de avaliação de diferentes texturas relacionadas a classes de uso do solo urbano e qualidade de vida. Os estudos de Gonçalves et al (2001), realizado para Marinha Grande, Portugal, e de Pinho et al (2005), realizado para uma área da cidade de São José dos Campos, São Paulo, Brasil, foram focados na comparação entre métodos tradicionais de classificação de imagens pixel a pixel e classificação orientada objeto aplicados a imagens IKONOS. Ambos trabalhos chegaram à conclusão que a classificação orientada a objeto tem melhores resultados na extração de informação temática. Os principais problemas apontados pelos estudos que vem sendo realizados com imagens de alta resolução espacial, (Jacobsen, 2005), (Pinho et al, 2004), estão relacionados à: supersaturação de alvos brilhantes (telhados de vidro e metálicos por exemplo) causando efeito de borrão; dificuldade em separar elementos com reflectânia similar devido à limitação de resolução radiométrica (concreto escuro, solo exposto e cobertura serâmica, por exemplo).

4 CONCLUSÕES E TENDÊNCIAS Recorrer à tecnologia de processamento imagens de alta resolução não é apenas uma questão de boa vontade. O grande volume de dados, a limitação no número de bandas, a alta variância interna dos alvos, o preço dos softwares e das imagens, a falta de métodos consolidados (em especial em países menos desenvolvidos), são alguns problemas que a

Brito, Patricia L., Quintanilha, José A. Imagens urbanas de alta reolução: panos de fundo e o quê (ou para quê) mais? Anais PLURIS 2006 - 2o. Congresso Luso Braileiro para o Planejamento Urbano regional integrado e sustentável. Braga, Universidade do Minho, 2006, paper 232, pp12.

depender do tamanho da área de estudo, recursos financeiros, computacionais e técnicos disponíveis merecem ser enfrentados. Uma grande vantagem em processar as imagens de alta resolução usando métodos computacionais automáticos está na possibilidade de realizar análises segundo critérios menos subjetivos e mais controlados, importantes para a comparação de estudos realizados por pessoas ou instituições diferentes, de lugares ou épocas diferentes. Outra grande vantagem, uma vez consolidado o método a ser utilizado, está em acelerar o processo de classificação quando um volume grande de informações de saída é requerido, seja pela extensão da área seja pelo detalhamento da análise. Também vale recorrer ao processamento digital de imagens quando há necessidade de associação à análise de modelos matemáticos de comportamento (declividade, modelos digitais de terreno, cota de inundação, etc.), pois ao tratar de critérios técnicos, objetivos e precisos este recurso é uma poderosa ferramenta analítica, superando a capacidade humana de interpretação. Por outro lado a mente humana funciona como um computador extremamente eficiente quando a análise envolve questões subjetivas. A capacidade do homem de somar à interpretação visual de uma imagem sua experiência pessoal agrega à análise informações percebidas pelos cinco sentidos e essas informações, de caráter subjetivo, podem ser consideradas fatores de valoração da classificação. Hoje podemos ter limitação quanto à difusão do uso de técnicas de processamento de imagens e de classificação automática devido ao grande volume de dados, que demanda tempo e máquina de maior capacidade, e devido aos custos relacionados à aquisição dos poucos softwares disponíveis no mercado e ao treinamento nos mesmos. Mas nas últimas décadas temos acompanhado a enorme evolução tecnológica dos sistemas computacionais de armazenamento e processamento, o que indica que estes limitantes, em um futuro próximo, não mais existirão e o processamento digital de imagens de alta resolução poderá ser difundido para os usuários de menor porte.

5 AGRADECIMENTOS Os autores agradecem ao CNPq (Conselho Nacional de Desenvolvimento Científico e Tecnológico, Brasil) e a Escola Politécnica da Universidade de São Paulo (USP) pelo suporte financeiro e apoio dado a essa pesquisa. Agradecem também às empresas Fototerra e Imagem pelas entrevistas concedidas, aos pesquisadores do Grupo de Estudos de Geoprocessamento e Saúde da USP e aos companheiros do Laboratório de Geoprocessamento da Escola Politécnica da USP pelas contribuições.

6 REFERÊNCIAS Beck L. R., Lobitz B. M. e Wood B. L. (2000) Remote sensing and human health: new sensors and new opportunities. Emerging Infectious Diseases. Vol. 6, No. 3. Blaschke, T., Glässer, C. e Lang, S. (2005) Processamento de Imagens num Ambiente Integrado SIG Sensoriamento Remoto – Tendências e Conseqüências, In: Blaschke, T. e Kux, H (orgs.), Sensoriamento Remoto e SIG: novos sistemas sensores: métodos inovadores / versão brasileira. São Paulo: Oficina de Textos.

Brito, Patricia L., Quintanilha, José A. Imagens urbanas de alta reolução: panos de fundo e o quê (ou para quê) mais? Anais PLURIS 2006 - 2o. Congresso Luso Braileiro para o Planejamento Urbano regional integrado e sustentável. Braga, Universidade do Minho, 2006, paper 232, pp12.

Correia, V. R. M., Carvalho, M. S.; Sabroza., P. C.; Vasconcelos, C. H.(2004) Remote sensing as a tool to survey endemic diseases in Brazil, Cad. Saúde Pública vol.20 no.4. Rio de Janeiro. Davis, C. H. e Wang X.(2002) Urban land cover classification from high resolution multispectral IKONOS imagery, Proceedings International Geoscience and Remote Sensing Symposium - IGARSS, vol. 2, Toronto, ON, Canada, 24–28 de junho de 2002, pp. 1204– 1206. Ehlers, M. (2002) Remote Sensing for Environmental Monitoring, GIS Appplications, and Geology. Society of Photo-Optical Instrumentation Engineers - SPIE Proceedings. Vol. 4545, Toulouse, France, Ed Bellingham, WA. Ehlers, M. (2005), Sensoriamento Remoto para Usuários de SIG – Sistemas de Sensores e Métodos: as exigências e a Realidade. In: Blaschke, T. e Kux, H (orgs.), Sensoriamento Remoto e SIG: novos sistemas sensores: métodos inovadores / versão brasileira. São Paulo: Oficina de Textos. Foresti, C. e Verona, J. D. (2006) Utilização de Índices de Variação Textural em Imagens Pancromáticas HRV-SPOT na Classificação do Uso do Solo Urbano e Análise da Qualidade de Vida Urbana na Cidade de Limeira-SP, Brasil, http://www.terrassa.org/laciutat/xifres/estudis/perfildelaciutat/informes/seminariargentina/ 5degradacionmediourbano/53indvariatext.pdf, consultado em março de 2006. Gonçalves, L., Fonseca, A. M., Caetano, M.(2001) Exploração de Imagens de Alta Resolução do Satélite Ikonos, Anais VI Encontro dos Utilizadores de Informação Geográfica - ESIG, 28 a 30 de Novembro de 2001, Porto Salvo, Oeiras, Portugal. Grassi, S., Radicioni, F. (2005) 3D Digital Imaging and Modeling: Applications of Heritage, Industry, Medicine and Land. In: Workshop Italy-Canada, Provincia di Padova, Itália, 17-18 Maio de 2005. Iwai, O. K. ; Quintanilha, J. A. (2005) “Utilização de imagens de satélite como ferramenta de auxilio ao planejamento urbano”. Journal: Revista de Geografía, Norte Grande, Santiago, Chile, Vol: 034, pp. 65-82. Jacobsen, K. (2005) High Resolution Satellite Imaging Systems – Overview, ISPRS Workshop High Resolution Earth Imaging for GeospatialInformation, Vol. XXXVI Part I/W3, CD-ROM. Lislie, R. J. (2006) Google Earth: a new geological resource, Blackwell Publishing Ltd, Geology Today, Volume 22, Number 1, January 2006, pp. 29-32. Nóbrega, R. A. A., O’Hara, C. G., Vijayaraj, V., Olson, G., Kim, S., Quintanilha, J. A. e Barros, M. T. L. (2006) Geographic Information Systems and Water Resources. In: IV AWRA Spring Specialty Conference, Houston, Texas, EUA, 8-10 Maio de 2006 (no prelo).

Brito, Patricia L., Quintanilha, José A. Imagens urbanas de alta reolução: panos de fundo e o quê (ou para quê) mais? Anais PLURIS 2006 - 2o. Congresso Luso Braileiro para o Planejamento Urbano regional integrado e sustentável. Braga, Universidade do Minho, 2006, paper 232, pp12.

Pinho, C. M. D., Feitosa, F. F. e Kux, H. (2005) Classificação automática de cobertura do solo urbano em imagem IKONOS: Comparação entre a abordagem pixel-a-pixel e orientada a objetos. Anais XII Simpósio Brasileiro de Sensoriamento Remoto, Goiânia, Brasil, 16-21 abril 2005, INPE, p. 4217-4224. Pinho, C. M. D. (2005) Análise Orientada a Objetos de Imagens de Satélite de Alta Resolução Espacial Aplicada à Classificação de Cobertura do Solo no Espaço IntraUrbano: O Caso de São José dos Campos – SP. Dissertação (Mestrado em Sensoriamento Remoto) - INPE. Quintanilha, J. A., Silva, O. F. (2005) “Identification of urban objects through IKONOS images”. Anais XII Simpósio Brasileiro de Sensoriamento Remoto, Goiânia, Brasil, 16-21 abril 2005, INPE, p. 4265-4268. Teefflen, P., Jong S. e Berg L.(2001) “Urban monitoring: new possibilities of combining high spayial resolution IKONOS images with contextual image analysis techniques”. In: IEEE-ISPRS Joint Workshop on Remote Sensing and Data Fusion over Urban Areas, pp. 265–269. Texeira, A. L. A. e Christofoletti (1997) Sistemas de Informação Geográfica (Dicionário Ilustrado). São Paulo: Editora Hucitec, 1997.