Uso de dados auxiliares para a classificação de imagens

Um problema importante relativo à classificação de tipos de uso da terra em imagens de satélite é a confusão das respostas espectrais dos objetos que se quer discriminar. Outro limitante refere-se à complexidade atribuída a fenômenos como a não uniformidade na irradiação solar ao longo da área de estudo, causada pelo relevo, a transição progressiva entre dois tipos de cobertura vegetal, diferentes níveis de crescimento, perturbação ou regeneração da vegetação ou de fronteira entre pixels de classes distintas tornam inadequadas as classificações convencionais.

Uma metodologia, já conhecida, visa a incorporação de dados auxiliares oriundos de diversas fontes ao processo de classificação de imagens multiespectrais incrementando a acurácia dos resultados obtidos. Entendam-se como dados auxiliares, dados cartográficos oficiais dos órgãos do governo e dados não oficiais como o OpenStreetMap (OSM).

Dados auxiliares podem ser utilizados em todas as fases do processo de classificação de imagens. Podem ser criadas máscaras binárias, com estes dados, distinguindo duas classes temáticas de uma imagem, como: água e não água; topos de morro e não topos de morro, vegetação e sem vegetação, redes viárias ou não, etc.. O uso do Modelo Digital de Terreno (MDT) pode, por exemplo, permitir identificar regiões de fundos de vale, topos de morro e áreas de sombreamento.

Informações auxiliares podem ser originárias de diversas fontes: órgãos extra-oficiais e oficiais – Instituto Brasileiro de Geografia e Estatística (IBGE), Diretoria de Serviço Geográfico do Exército (DSG), órgãos de cartografia e mapeamento estaduais e municipais. Dentre as fontes extra-oficiais, pode-se citar resultados de projetos de pesquisa, zoneamentos, etc., e também de iniciativas colaborativas como OSM, Wikimapia, Tracksource, etc..

Os dados oriundos de órgãos oficiais são os mais confiáveis, mas não possuem atualização constante. Dados extra-oficiais, provenientes de projetos de pesquisa e zoneamentos, via de regra também são dados confiáveis, pois se subtende que passaram por um crivo cartográfico na sua elaboração. Normalmente, não são tão abrangentes quanto os de órgãos oficiais e se aplicam a estudos específicos. Os dados extra-oficiais de projetos colaborativos são provenientes de diversos usuários (leigos ou não em cartografia), mas em compensação são os que possuem uma atualização constante. Alguns estudos na Inglaterra, Irlanda e Alemanha apontam para o uso mais frequente destes dados em processos de tratamento de imagens multiespectrais. O OSM é um bom exemplo, e consiste em uma espécie de Wikipedia para a informação geográfica que se baseia em várias fontes de dados espaciais coletados por usuários ao redor do planeta. Uma empresa holandesa de dados para navegação automotiva chegou a disponibilizar seus dados sobre a China e os Países Baixos no OSM, porque viu pouco valor em possuir um conjunto de dados incompletos. Sua esperança é que, abrindo os seus dados através do OSM, eles serão capazes de criar conjuntos de dados que sejam 100% precisos. Isto deixa claro o potencial de uso de redes colaborativas que envolvem o tratamento da informação geográfica. Para se ter uma ideia, o melhor mapa do Haiti, após o terremoto, é baseado em dados colaborativos integrados através do OSM.

Dados auxiliares de vias, do projeto OSM, são usados para definir quadras e arruamentos, para melhorar a classificação da cobertura da terra e para calcular parâmetros de infraestrutura, tais como comprimento de rede. Na Alemanha, os dados do OSM são muitas vezes mais detalhados do que os produtos comerciais, embora a cobertura e o nível de detalhe sejam variáveis em outras regiões do mundo.

Dados auxiliares estão disponíveis para nos ajudar a gerar produtos e serviços mais confiáveis. Para usarmos estes dados precisamos estabelecer critérios que permeiem minimizar inconsistências. A incompatibilidade pode ser um problema atribuído de duas formas: física – formatos de arquivos digitais distintos; e lógica – dados normalmente coletados para outros propósitos, ocasionando inconsistências de: escala, resolução, data e precisão.

Independentemente da fonte dos dados, é claro que devemos nos preocupar em conferir sua veracidade, mas fica a dica para quem trabalha com classificação de imagens. Redes colaborativas, como OSM, Wikimapia e Tracksource, estão cada vez mais atuantes, unindo esforços de maneira participativa, produzindo complementaridade aos nossos trabalhos.

Wilson Anderson HollerWilson Anderson Holler

Engenheiro cartógrafo, analista GIS, supervisor do Núcleo de Análises Técnicas da Embrapa Gestão Territorial

wilson.holler@embrapa.br