Classificação do uso e ocupação da terra na cidade de São Paulo por meio de técnicas de sensoriamento remoto

Abstract

Resumo: Em função da degradação ou conversão dos ecossistemas alguns métodos têm sido usados para o monitoramento e análise da cobertura vegetal, por exemplo, técnicas de sensoriamento remoto. Destaca-se a classificação digital que permite o monitoramento do uso e cobertura da terra para a análise temporal. Em função disso, o trabalho teve como objetivo geral fazer a análise temporal da ocupação da terra no município de São Paulo, comparando os anos de 2015 e 2019 a partir de imagens do satélite Sentinel-2 e como objetivos específicos, conhecer os tipos de ocupação do solo na cidade e verificar a distribuição dessas classes, principalmente da vegetação e corpos hídricos. Os mapas foram gerados no software QGIS, assim como os cálculos da área das classes e do Índice Kappa. Os resultados obtidos a partir da Máxima Verossimilhança, Distância Mínima e Ângulo espectral foram bastante similares. No período analisado houve um aumento da área urbanizada em contraste com a diminuição da vegetação. Os corpos hídricos tiveram um aumento, provavelmente, por causa da crise hídrica de 2014 e 2015. A vegetação é fragmentada e heterogênea. Apesar do intervalo de tempo pequeno foi suficiente para notar algumas diferenças no uso e ocupação da terra. É necessária a ampliação desse intervalo de tempo para fornecer informações mais precisas para auxiliar no planejamento urbano da cidade

Abstract: Due to degradation and conversion of ecosystems some methods have been used to monitored and analyze land cover, for instance, techniques of remote sensing. Noteworthy the digital classification that allows monitoring the use and land cover for temporal analyze. Because of this, this study’s general aim was to perform temporal analysis of the land occupation in São Paulo comparing the years 2015 and 2019 from images of Sentinel-2 satellite and as specific aims, recognized the types of land occupation in the city and verify the distribution of these classes, especially the vegetation and hydric bodies. The maps were done in QGIS software as well as the calculation of classes’ areas and Kappa Index. The results of Maximum Likelihood, Minimum Distance and Spectral Angle were very similar. In the time analyzed the urban area increased in contrast to vegetation decrease. The hydric bodies presented an increase, probably due to hydric crisis in 2014 and 2015. The vegetation is fragmented and heterogonous. Although the time interval was short it was sufficient to notice some differences in the use and land occupation. It is necessary to expand this time interval in order to provide more precise information to support city urban planning