SlideShare uma empresa Scribd logo
IDENTIFICAÇÃO DE ÁREAS SUSCEPTÍVEIS AOS PROCESSOS EROSIVOS
NA REGIÃO DO VALE DO PARAÍBA
Cibele Teixeira Pinto 1,2
1
Instituto Nacional de Pesquisas Espaciais - INPE
Caixa Postal 515 - 12227-010 - São José dos Campos - SP, Brasil
cibele@dsr.inpe.br
2
Instituto de Estudos Avançados - IEAv/CTA
Caixa Postal 6044 - 12.231-970 - São José dos Campos - SP, Brasil
cibele@ieav.cta.br
Resumo. A erosão é o processo pelo qual ocorre a desagregação e o arraste das
partículas que constituem o solo. Este fenômeno tem se tornado um dos principais
problemas ambientais que afetam o Brasil. Com isto, justifica-se realizar estudos com o
objetivo de mapear áreas potenciais à erosão, visando tomadas de decisão para suavizar
os resultados dos processos erosivos. Dentro deste contexto, o objetivo deste trabalho é
localizar áreas susceptíveis aos processos erosivos na região do Vale do Paraíba.
Algumas características da região exercem forte influência sobre a erosão. Neste
trabalho foram considerados três fatores: declividade, tipo de solo e cobertura vegetal.
Estes fatores não agem isoladamente, mas sim combinados. Dessa forma, foi possível
adotar técnicas de geoprocessamento, por meio de cruzamento de informações, para
identificar as áreas críticas e com maior risco à ocorrência da erosão. O cruzamento dos
mapas foi realizado utilizando o operador fuzzy gama, o que possibilitou a geração de
cinco cenários, através da manipulação dos valores do parâmetro gama. Os cinco
cenários variaram do mais favorável ao mais desfavorável a ocorrência da erosão.
Palavras-chave: erosão, lógica fuzzy, geoprocessamento.
1. Introdução
A erosão é o processo pelo qual ocorre a desagregação e o arraste das partículas
que constituem o solo (FARIA et al., 2003). A erosão ocorre principalmente pela ação
do vento (erosão eólica) ou pela ação da água (erosão hídrica). Segundo Guerra et al.
(1999) a erosão acelerada dos solos, pelas águas e pelo vento, é responsável por 56% e
28%, respectivamente, da degradação dos solos no mundo. O Brasil não esta imune à
erosão, uma vez que este fenômeno tem se tornado um dos principais problemas
ambientais que afetam o país (MACHADO, 2002).
Diversas características naturais locais influenciam o processo de erosão, como:
(a) o clima (quantidade de chuva); (b) pedologia (tipo de solo); (c) geomorfologia
(formas do relevo); (d) geologia (tipo de rochas); e (e) cobertura e uso do solo
(cobertura vegetal) (CREPANI et al., 2001). Estes fatores não agem isoladamente, mas
sim combinados. A metodologia do Zoneamento Ecológico Econômico (ZEE) de
Crepani et al. (2001), por exemplo, consiste no desenvolvimento de um mapa de
vulnerabilidade natural à perda de solo por meio da erosão, com base nos fatores que
influenciam o processo erosivo. A partir das informações do clima, tipo de solo,
geologia, geomorfologia, vegetação, determina-se as áreas mais vulneráveis à perda de
solo.
Diante desta problemática, a união de técnicas de geoprocessamento com os
Sistemas de Informações Geográficas (SIGs) apresentam um enorme potencial de
utilização. O avanço das técnicas de geoprocessamento e os SIGs têm permitido
extração de novas informações a partir da integração e do cruzamento de planos de
informação oriundos de diferentes fontes. Com isto, a utilização do geoprocessamento
tornou-se uma ferramenta em estudos que envolvem problemas ambientais (CÂMARA
et al., 2001). Diversos trabalhos utilizaram SIGs para a identificação de
escorregamentos, como: Westen e Terlien (1996), Guzzetti et al. (1999) e
Barredo et al. (2000).
Dentro deste contexto, o presente trabalho tem por objetivo localizar áreas
susceptíveis aos processos erosivos na região do Vale do Paraíba, utilizando técnicas de
geoprocessamento, visando tomadas de decisão para minimizar a perda de solo pelos
processos erosivos.
2. Área de Estudo
A área de estudo foi o Vale do Paraíba (Figura 1), que se localiza na região leste
do estado de São Paulo (SP), sendo constituído por 39 (trinta e nove) municípios. A
região é caracterizada pelo relevo acidentado das Serras da Mantiqueira e do Mar com
altitudes de até 1.900 m. Entre as Serras da Mantiqueira e do Mar localiza-se o Vale,
que corresponde a grandes extensões de várzeas (EMPLASA, 2013). O limite da área de
estudo foi obtido no site do Instituto Brasileiro de Geografia e Estatística (IBGE, 2013).
Figura 1: Localização da área de estudo.
3. Susceptibilidade à Erosão
Algumas características naturais da região exercem forte influência sobre a
erosão, como a intensidade de chuva, tipo de solo, relevo e cobertura vegetal. Neste
trabalho foram considerados e utilizados três fatores controladores importantes para
ocorrência de processos erosivos: (a) declividade; (b) tipo de solo; e (c) cobertura
vegetal. Cada um destes itens é discutido a seguir.
3.1 Declividade
A declividade refere-se à inclinação do relevo em relação ao horizonte, podendo
ter unidade de medida em graus (variando de 0o
a 90o
) ou pode ser expressa em
porcentagem (variando de zero a infinito) (VALERIANO, 2008). A declividade tem
relação direta com a velocidade de transformação da energia potencial em energia
cinética (CREPANI et al., 2001). Quanto maior a declividade, mais rápido a energia
potencial das águas transforma-se em energia cinética e maior é a velocidade das
massas de água e sua capacidade de transporte (CREPANI et al., 2001). Assim, quanto
maior a declividade, maior a susceptibilidade dessa área à erosão. A Tabela 1 apresenta
os índices de vulnerabilidade, de acordo com a declividade do terreno.
Tabela 1: Classes de declividade com os respectivos valores da escala de
vulnerabilidade. Fonte: Crepani et al. (2001).
Declividade (%) Valores de Vulnerabilidade
< 2 1,0
2 – 6 1,5
6 – 20 2,0
20 – 50 2,5
> 50 3,0
3.2 Tipo de Solo
Outra característica que influencia diretamente a erosão são as propriedades
físicas dos solos: textura, estrutura, permeabilidade, densidade, e suas propriedades
químicas, biológicas e mineralógicas (GUERRA et al., 1999). Um solo com alta
capacidade de absorção de água, por exemplo, está menos sujeito ao processo de erosão
hídrica. Para cada tipo de solo é atribuído um peso para sua susceptibilidade á erosão
(Tabela 2).
Tabela 2: Valores de vulnerabilidade dos solos.
Fonte: Adaptado de Crepani et al. (2001).
Classe de Solo Valores de Vulnerabilidade
Latossolos 1,0
Argissolos 2
Espodossolos 2
Cambissolos 2,5
Gleissolos 3,0
Organossolos 3,0
3.3 Cobertura Vegetal
A cobertura vegetal é outro fator importante no processo de erosão, pois
determina o grau de proteção do solo. Segundo Crepani et al. (2001) e
Guerra et al. (1999) a ação da cobertura vegetal na proteção dos solos se dá de várias
formas: (a) evita o impacto direto das gotas de chuva; (b) impede a compactação do
solo, processo que diminui a capacidade de absorção de água; (c) aumenta a capacidade
de infiltração do solo pela difusão do fluxo de água da chuva; e (d) suporta a vida
silvestre, aumentando a porosidade a permeabilidade do solo.
Neste trabalho, o diagnóstico da cobertura vegetal foi realizado mediante a
aplicação do índice de vegetação conhecido como NDVI (Nomalized Difference
Vegetation Index), segundo Equação 1 (LIU, 2007). Numericamente os valores do
NDVI variam de -1 e 1. Materiais que refletem mais intensamente na região espectral
do visível em comparação com o infravermelho próximo (por exemplo, nuvens, água e
neve) apresentam NDVI negativo. Solo exposto e rochas refletem no visível e no
infravermelho próximo aproximadamente a mesma intensidade, por consequência, o
NDVI aproxima-se de zero. Já a vegetação tem NDVI associada aos valores positivos,
sendo que quando os valores do índice são maiores corrobora o resultado de maior vigor
da vegetação. Sendo assim, pode-se atribuir pesos de vulnerabilidade aos valores de
NDVI (Tabela 3).
Segundo Crepani et al. (2001), para as altas densidades de cobertura vegetal os
valores atribuídos na escala de vulnerabilidade se aproximam da estabilidade (1,0), para
as densidades intermediárias atribuem-se valores ao redor de 2,0, e para baixas
densidades de cobertura valores próximos da vulnerabilidade (3,0).
VISNIR
VISNIR
NDVI
+
−
= (1)
onde: NIR = reflectância na faixa do infravermelho próximo (0,725 a 1,10 µm);
VIS = reflectância na faixa do visível (0,4 a 0,7 µm).
Tabela 3: Classes de NDVI com os respectivos valores da escala de vulnerabilidade.
NDVI Cobertura Vegetal Valores de Vulnerabilidade
0,5 – 1 Vegetação Densa 1,0
0,4 – 0,5 Vegetação Esparsa 2,0
0,3 – 0,4 Vegetação Rala 2,5
(-0,05) – 0,3 Solo exposto/Área Urbana 3,0
-1 – (-0,05) Copos d’água -
4. Metodologia
Os três fatores citados acima (declividade, tipo de solo e cobertura vegetal) não
agem isoladamente, mas sim combinados. Dessa forma, foi possível adotar técnicas de
geoprocessamento, por meio de cruzamento de informações, para identificar as áreas
críticas e com maior risco à ocorrência da erosão (FERREIRA et al., 2008).
A análise e tratamentos dos dados foram realizadas no software SPRING
(Sistema de Processamento de Informações Georreferenciadas) desenvolvido no INPE,
no TerraView e no ENVI (Environment for Visualizing Images). O fluxograma da
metodologia do trabalho pode ser observado na Figura 2.
Figura 2: Fluxograma da metodologia do trabalho.
Conforme pode ser visualizado na Figura 2, a metodologia deste trabalho pode
ser divido em três etapas: (1) obtenção dos mapas de declividade, pedológico e NDVI;
(2) ponderação das classes de cada mapa; e (3) cruzamento das informações. Cada uma
destas etapas é descrito a seguir.
4.1 Declividade, Tipo de Solo e NDVI
A Declividade foi obtida no Banco de Dados Topodata/SRTM (Shuttle Radar
Topography Mission) disponível no site do Instituto Nacional de Pesquisas Espaciais
(INPE) (VALERIANO, 2008). Para ter dados de declividade de toda a área de estudo
(Figura 1) foi necessário 4 (quatro) cenas: 22S45_SN, 22S465SN, 23S45_SN e
23S465SN. A próxima etapa foi realizar o mosaico destas cenas (juntar as cenas) e
recortar para a área de estudo. O resultado pode ser observado na Figura 3.
Figura 3: Mapa de Declividade do Vale do Paraíba.
Fonte: Adaptado de INPE (2013).
O mapa de tipo de solo (pedológico) utilizado (OLIVEIRA et al., 1999), na
escala 1:500.000, continha dados para todo estado de São Paulo, então, foi necessário
recortar para a área de estudo (Figura 4).
Figura 4: Mapa Pedológico do Vale do Paraíba.
Fonte: Adaptado de Oliveira et al. (1999).
Como mencionado anteriormente, o diagnóstico da cobertura vegetal foi
realizado mediante o cálculo de NDVI. Para ter dados de toda a área de estudo
(Figura 1) foi necessário 3 (três) cenas do sensor TM abordo do Landsat 5, disponíveis
em GloVis (2013) (ver Tabela 4).
Tabela 4: Imagens selecionadas para obter o mapa NDVI do Vale do Paraíba.
Imagem 1 Imagem 2 Imagem 3
Órbita 218 218 219
Ponto 76 77 76
Data 05/09/2011 05/09/2011 24/08/2010
Para a determinação do mapa NDVI foi realizado três etapas. Primeiro, foi
realizada a transformação dos Números Digitais presentes nas imagens em valores de
radiância, por meio dos coeficientes de calibração. Em seguida foi realizada a
transformação dos valores de radiância em reflectância de superfície. Esta etapa foi
realizada no aplicativo ENVI, através do FLAASH (Fast Line of sight Atmospheric
Analysis of Spectral Hypercubes), que utiliza o código de transferência radiativa
MODTRAN para realizar a correção atmosférica (ENVI, 2009). A última etapa foi
realizar o mosaico das três imagens e o cálculo do NDVI, por meio de linha de comando
em Linguagem Espaço-Geográfica baseada em Álgebra (LEGAL). Após a obtenção do
NDVI, o mapa foi recortado para a área de estudo. O resultado pode ser observado na
Figura 5.
Figura 5: Mapa de NDVI do Vale do Paraíba.
4.2 Ponderação das Classes
Após a obtenção dos três mapas de entrada (declividade, tipo de solo e NDVI),
a próxima etapa foi atribuir peso relativo à sua vulnerabilidade. Nesta etapa, os valores
recomendada por Crepani et al. (2001), na Tabela 2, foram convertidos linearmente
para escala de 0 a 1 para obter o mapa Tipo de Solo ponderado.
Já para os mapas de declividade e NDVI esta ponderação foi realizada por meio
da lógica Fuzzy, ou seja, os valores recomendada por Crepani et al. (2001), na
Tabela 1 e 3, foram convertidos para a escala de 0 a 1 através da lógica fuzzy, ou seja,
não foram definidos limites rígidos. Conjuntos com limites inexatos são chamados de
conjuntos fuzzy, que admitem pertinência parcial (CÂMARA et al, 2001). Diferente da
teoria clássica de conjuntos, onde uma função de pertinência é definida como verdadeira
ou falsa (1 ou 0), o grau de pertinência do conjunto fuzzy é expresso em termos de
escala que varia continuamente entre 0 e 1. A Equação 2 foi utilizada para gerar o
mapa declividade ponderado e o mapa NDVI ponderado (ver Figura 6).
Segundo Moreira et al. (2001) existem diversas vantagens ao se utilizar o
método fuzzy, quando comparadas aos métodos clássicos, pois estes últimos forçam os
especialistas à definirem regras rígidas com contatos geralmente artificiais.
2
)(1
1
)(
cza
zf
−×+
= (2)
onde: a indica o ponto de cruzamento, onde a evidência tem 50% (0,5) de influência; e c
é o ponto central ideal do conjunto.
0 20 40 60 80 100
0,0
0,2
0,4
0,6
0,8
1,0
Vulnerabilidade
Declividade (%)
Ponto de Cruzamento
-1,0 -0,5 0,0 0,5 1,0
0,0
0,2
0,4
0,6
0,8
1,0
Ponto de Cruzamento
Vulnerabilidade
NDVI
Figura 6: Em (a) gráfico do valor de vulnerabilidade em função da declividade:
quanto maior a declividade maior o valor de vulnerabilidade; e em (b) gráfico da
vulnerabilidade em função do NDVI: quanto mais cobertura vegetal menor o valor de
vulnerabilidade.
Esta operação de ponderação, dos três mapas, foram implementados por meio de
linha de comando em Linguagem Espaço-Geográfica baseada em Álgebra (LEGAL).
Para mais informações sobre esta linguagem, como sua estrutura e exemplos de
manipulação em LEGAL podem ser encontradas em Barbosa (1997).
(A) (B)
4.3 Cruzamento das Informações: Fuzzy Gama
Nesta etapa de combinação de mapas foi utilizado o operador fuzzy gama. Este
operador é um o produto entre a soma algébrica fuzzy e produto algébrico fuzzy
(AN et al., 1991 e MOREIRA et al., 2001), que foi implementado por meio de linha de
comando em LEGAL do SPRING, expresso pela Equação 3.
( )
γγ
µµµ
−
==






×





−−= ∏∏
1
11
11
n
i
i
n
i
iGama
(3)
onde: µGama é o valor resultante da operação fuzzy gama; µi representa o valor dos
membros fuzzy para um plano de informação “i” (neste caso são três planos de
informação: declividade, NDVI e o tipo de solo); e γ é o parâmetro gama, escolhido no
intervalo entre 0 e 1.
A importância maior ou menor do operador em cada termo (soma e produto)
depende do expoente gama, γ. Quando γ = 0, o resultado da Equação 3 dependerá
apenas do termo produto algébrico fuzzy, e quando γ = 1, o resultado dependerá apenas
do termo soma algébrica fuzzy. Neste trabalho, optou-se pela geração/simulação de 5
(cinco) cenários distintos através dos seguintes valores do parâmetro gama: 0,55, 0,60,
0,65, 0,70 e ,0,75.
Uma questão que precisa ser ressaltada é que quando o valor de apenas uma
classe é 0 (zero) (valor de um plano de informação), o resultado do fuzzy gama sempre
será zero, não importando se os outros planos de informação tenham classes com
valores altos de vulnerabilidade. Esta questão pode ser facilmente observada analisando
a Equação 3. Para contornar este “problema” sem alterar significativamente os valores,
as classes que tinham o valor 0 (zero) de vulnerabilidade foram substituídas pelo
valor 0,1.
O resultado do cruzamento dos três mapas (declividade, NDVI e tipo de solo) foi
um mapa de vulnerabilidade da área de estudo. Lembrando que o valor 0 (zero) esta
associado a maior estabilidade, o 0,5 correspondendo à estabilidade média, e o 1 (um)
como o mais instável. Este mapa resultante foi, por fim, fatiado e atribuído 5 (cinco)
faixas de suscetibilidade à erosão, classificadas da seguinte forma: Muito Baixo (0 a
0,2), Baixo (0,2 a 0,4), Médio (0,4 a 0,6), Alto (0,6 a 0,8) e Muito Alto (0,8 a 1).
5. Resultados e Discussões
Os cincos cenários gerados na avaliação de áreas de riscos de erosão do solo no
Vale do Paraíba podem ser visualizados na Figura 7. De maneira geral a inferência
fuzzy gama possibilitou flexibilidade na identificação de áreas potenciais para a
ocorrência dos processos erosivos.
Através da análise visual da Figura 7, é possível constatar que os resultados
obtidos são dependentes do mapa pedológico, pois os limites mais rígidos observados
nesta figura são, em geral, os mesmos limites entre os tipos de solo (ver Figura 4).
Assim, para melhorar o desenvolvimento deste modelo de espacialização da fragilidade
do solo a ocorrência de erosão, obtendo uma superfície mais contínua, é necessário um
mapa pedológico numa escala menor, ou seja, mais refinado.
(A)
(B)
(C)
Figura 7: Cenários de suscetibilidade a erosão gerados com os valores do parâmetro
gama de: (a) 0,55; (b) 0,60; (c) 0,65; (d) 0,70; e (e) 0,75. Em branco são regiões não
classificadas, áreas de corpos d’água ou sem informação do tipo de solo.
(D)
(E)
A quantificação das áreas de riscos pode ser observada na Tabela 5, qual
apresenta os valores absolutos e relativos classificados em cada uma das cinco classes
(Muito Baixo, Baixo, Médio, Alto e Muito Alto) e para os cinco parâmetros gamas.
Lembrando que esta classificação quanto ao risco de erosão é uma indicação de
orientação de áreas prioritárias para ações de conscientização e fiscalização.
Tabela 5: Quantificação das áreas de risco de erosão do solo no Vale do Paraíba para os
cinco parâmetros gama.
Área Muito Baixo Baixo Médio Alto Muito Alto Total
γ = 0,55
Km2
4761,727 6649,472 3903,732 204,5808 0,8334 15520,35
% 30,68055 42,84358 25,15235 1,318146 0,00537 100
γ = 0,60
Km2
3586,073 6189,055 5344,266 399,6387 1,3131 15520,35
% 23,10562 39,87705 34,43394 2,574934 0,008461 100
γ = 0,65
Km2
2325,377 5775,874 6675,113 741,5586 2,4228 15520,35
% 14,98276 37,21486 43,00879 4,777977 0,01561 100
γ = 0,70
Km2
1162,751 5444,656 7514,969 1391,707 6,2622 15520,35
% 7,491782 35,08077 48,42012 8,966984 0,040348 100
γ = 0,75
Km2
378,7146 4724,406 6639,539 3749,025 28,6614 15520,35
% 2,440117 30,44008 42,77958 24,15555 0,18467 100
É possível notar, por meio da observação da Tabela 5, baixa ocorrência de
susceptibilidade na classe “Muito Alto”, sendo que o máximo de classificação foi para o
valor de γ = 0,75, onde menos de 0,19% de toda área foi classificado para esta classe.
Em geral, em todos os 5(cinco) cenários, predominaram as áreas classificadas como
“Baixo” e “Médio” risco, com valores de vulnerabilidade que variam de 0,2 a 0,6, sendo
que a porcentagem de classificação para estas duas classes juntas foram
aproximadamente: 68%, 74%, 80%, 83% e 73%, para os parâmetros gamas iguais a
0,55, 0,60, 0,65, 0, 70 e 0,75, respectivamente.
Em relação à variação do parâmetro gama, o resultado mostrou que o aumento
dele aumenta os valores de vulnerabilidade a ocorrência de erosão, em outras palavras,
o aumento do valor do parâmetro gama gerou cenários mais favoráveis à ocorrência de
erosão. Este fato pode ser constatado através da análise visual da Figura 7. Para ilustrar
este resultado graficamente, foi escolhido 5 (cinco) pontos no mapa resultante de
vulnerabilidade e foi plotado um gráfico (Figura 8) do valor de vulnerabilidade em
função do parâmetro gama. Os cinco pontos utilizados têm as seguintes coordenadas:
(a) Ponto 1: Longitude = o 45:20:44,877 e Latitude = s 23:52:7,196; (b) Ponto 2:
Longitude = o 45:05:27,294 e Latitude = s 23:09:50,841; (c) Ponto 3: Longitude =
o 45:34:45,555 e Latitude = s 23:30:56,560; (d) Ponto 4: Longitude = o 45:20:30,474 e
Latitude = s 22:47:47,479; e (e) Ponto 5: Longitude = o 45:10:34,098 e Latitude =
s 22:54:48,543.
0,55 0,60 0,65 0,70 0,75
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
Ponto1
Ponto2
Ponto3
Ponto4
Ponto5
Vulnerabilidade
Parâmetro Gama (γ)
Figura 8: Gráfico do valor de vulnerabilidade em função do parâmetro gama (γ).
6. Conclusões
As técnicas de geoprocessamento foram fundamentais para a localização das
áreas susceptíveis aos processos erosivos no Vale do Paraíba. Através da integração e
manipulação de dados de diversas fontes foram obtidas novas informações de interesse.
O operador fuzzy Gama, aplicado na etapa de combinação dos mapas, gerou
diferentes cenários que vão do mais favorável ao mais desfavorável a ocorrência da
erosão, portanto, demonstrou ser flexível na geração de cenários de risco potencial.
Com isto, uma das grandes vantagens da utilização desta técnica é a possibilidade de
gerar diferentes cenários para a tomada de decisão, através da manipulação dos valores
do parâmetro gama.
A classificação quanto ao risco de erosão (Muito Baixo, baixo, médio, alto e
Muito Alto) é uma indicação de orientação de áreas prioritárias para ações de
conscientização e fiscalização, ou seja, indicam regiões onde precisam concentrar
esforços visando sua manutenção e/ou recuperação.
Vale ressaltar que embora a erosão possa ser explicada em parte pela associação
dos três fatores considerados neste trabalho (cobertura vegetal, tipo de solo e
declividade), várias outras variáveis podem e devem ser consideradas para melhorar o
desenvolvimento de um modelo de espacialização da fragilidade do solo a ocorrência de
erosão.
Referências
AN, P.; MOON, W. M.; RENCZ, A. Application of fuzzy set theory to integrated
mineral exploration. Canadian Journal of Exploration Geophysics, vol. 27, n.1,
p. 1-11, 1991.
BARBOSA, C. C. F. Álgebra de mapas e suas aplicações em sensoriamento remoto
e geoprocessamento. 1997. 177 p. (INPE-7115-TDI/667). Dissertação (Mestrado em
Sensoriamento Remoto) - Instituto Nacional de Pesquisas Espaciais (INPE), São José
dos Campos, 1997. Disponível em: <http://urlib.net/83LX3pFwXQZeBBx/d5uPj>.
Acesso em: 28 maio 2013.
BARREDO, J. I.; BENAVIDES, A.; HERVÁS, J.; WESTEN, C. J. V. Comparing
heuristic landslide hazard assessment techniques using GIS in the Tirajana basin, Gran
Canaria Island, Spain. International Journal of Applied Earth observation and
Geoinformation, vol. 2, n.1, p. 9-23, 2000.
CÂMARA, G.; DAVIS, C.; MONTEIRO, A. M. V. Introdução à Ciência da
Geoinformação. São José dos Campos: Instituto Nacional de Pesquisas Espaciais
(INPE), 2001 (INPE-10506-RPQ/249). 345 p. Disponível em:
< http://mtc-m12.sid.inpe.br/col/sid.inpe.br/sergio/2004/04.22.07.43/doc/publicacao.pdf>
Acesso em: 22 maio 2013.
CREPANI, E.; MEDEIROS, J. S.; HERNANDEZ FILHO, P.; FLORENZANO, T. G.;
DUARTE, V.; BARBOSA, C. C. F. Sensoriamento remoto e geoprocessamento
aplicados ao Zoneamento Ecológico-Econômico e ao ordenamento territorial. São
José dos Campos: Instituto Nacional de Pesquisas Espaciais (INPE), 2001 (INPE-8454-
RPQ/722). 103 p. Disponível em:
<http://www.dsr.inpe.br/dsr/simeao/Publicacoes/SERGISZEE3.pdf>. Acesso em: 22
maio 2013.
EMPLASA. Governo do Estado de São Paulo. Secretaria de Desenvolvimento
Metropolitano. Região Metropolitana do Vale do Paraíba e Litoral Norte. 132 p.
Disponível em:
<http://www.emplasa.sp.gov.br/emplasa/conselhos/ValeParaiba/textos/livro_vale.pdf>.
Acesso em: 22 maio 2013.
ENVI. Atmospheric Correction Module: QUAC and FLAASH User’s Guide. 49 p.
2009. Disponível em:
<http://www.exelisvis.com/portals/0/pdfs/envi/Flaash_Module.pdf>. Acesso em: 22
maio 2013.
FARIA, A. L. L.; SILVA, J. X.; GOES, M. H. B. Análise ambiental por
geoprocessamento em áreas com susceptibilidade à erosão do solo na bacia hidrográfica
do ribeirão do Espírito Santo, Juiz de Fora (MG). Caminhos de Geografia, vol. 4, n.9,
p. 50-65, 2003.
FERREIRA, M. V.; RIEDEL, P. S.; LOPES, E. S. S.; MERINO, E. R. Comparação
entre diferentes critérios para elaboração de mapas de suscetibilidade aos
escorregamentos. Exemplo do município de Cubatão, serra do mar paulista. Revista
Brasileira de Cartografia, No
60/04, p. 385-400, 2008. (ISSN 1808-0936). Disponível
em: < http://www.rbc.ufrj.br/_pdf_60_2008/60_04_8.pdf> Acesso em: 22 maio 2013.
GloVis - Global Visualization Viewer USGS. Disponível em:
< http://glovis.usgs.gov/>. Acesso em: 22 maio 2013.
GUERRA, A. J. T.; SILVA, A. S.; BOTELHO, R. G. M. Erosão e Conservação dos
Solos: Conceitos, Temas e Aplicações. Rio de Janeiro: Bertrand Brasil, 1999. 340p.
GUZZETTI, F.; CARRARA, A.; CARDINALI, M.; REICHENBACH, P. Landslide
hazard evaluation: a review of current techniques and their application in a multi-scale
study, Central Italy. Geomorphology, vol. 31, n.1, p.181-216, 1999.
Instituto Brasileiro de Geografia e Estatística (IBGE). Disponível em:
< http://www.ibge.gov.br/home/>. Acesso em: 22 maio 2013.
LIU, W. T. H. Aplicações de Sensoriamento Remoto. Campo Grande: UNIDERP,
2007. 908 p.
MACHADO, R. E. Simulação de escoamento e de produção de sedimentos em uma
microbacia hidrográfica utilizando técnicas de modelagem e geoprocessamento.
2002. 166p. Tese (Doutorado em Irrigação e Drenagem) – Escola Superior de
Agricultura Luis Queiros, Universidade de São Paulo (USP), Piracicaba, 2002.
Disponível em:
<http://www.teses.usp.br/teses/disponiveis/11/11143/tde-10072002-161200/pt-br.php>.
Acesso em: 22 maio 2013.
MOREIRA, F. R. S. Uso da avaliação de técnicas de integração e análise espacial de
dados em pesquisa mineral aplicadas ao planalto de Poços de Caldas. 2001. 164 p.
(INPE-9481-TDI/825). Dissertação (Mestrado em Sensoriamento Remoto) - Instituto
Nacional de Pesquisas Espaciais, São José dos Campos, 2001. Disponível em:
<http://urlib.net/sid.inpe.br/jeferson/2003/10.10.07.29>. Acesso em: 28 maio 2013.
OLIVEIRA, J.B.; CAMARGO, M.N.; ROSSI, M.; CALDERANO FILHO, B. Mapa
pedológico do Estado de São Paulo: legenda expandida. Campinas, Instituto
Agronômico/EMBRAPA-Solos. Campinas. 64 p. 1999.
VALERIANO, M. M. TOPODATA: guia para utilização de dados geomorfológicos
locais. São José dos Campos: Instituto Nacional de Pesquisas Espaciais (INPE), 2008
(INPE-15318-RPQ/818). 75 p. Disponível em:
<http://mtc-m18.sid.inpe.br/col/sid.inpe.br/mtc-m18@80/2008/07.11.19.24/doc/publicacao.pdf>.
Acesso em: 22 maio 2013.
WESTEN, C. J. V.; TERLIEN, M. T. J. An approach towards deterministic landslide
hazard analysis in GIS. A case study from manizales (Colombia). Earth Surface
Processes and Landforms, vol. 21, n. 9, p. 853-868, 1996.

Mais conteúdo relacionado

Mais procurados

Desenvolvimento do ciclo brasiliano
Desenvolvimento do ciclo brasilianoDesenvolvimento do ciclo brasiliano
Desenvolvimento do ciclo brasiliano
guarim varao varao
 
GEOLOGIA ESTRUTURAL- AULA 1
GEOLOGIA ESTRUTURAL- AULA 1GEOLOGIA ESTRUTURAL- AULA 1
GEOLOGIA ESTRUTURAL- AULA 1
Camila Brito
 
Rochas metamorficas
Rochas metamorficasRochas metamorficas
Geografia os tipos de solo e as formas de ocupação humana
Geografia   os tipos de solo e as formas de ocupação humanaGeografia   os tipos de solo e as formas de ocupação humana
Geografia os tipos de solo e as formas de ocupação humana
Gustavo Soares
 
Ambientes de Sedimentação e Tempo Geológico
Ambientes de Sedimentação  e Tempo GeológicoAmbientes de Sedimentação  e Tempo Geológico
Ambientes de Sedimentação e Tempo Geológico
Yago Matos
 
Origem e tipos de solos
Origem e tipos de solosOrigem e tipos de solos
Origem e tipos de solos
Pessoal
 
Intemperismo e sedimentologia
Intemperismo e sedimentologiaIntemperismo e sedimentologia
Intemperismo e sedimentologia
Wendell Fabrício
 
Parauapebas: Antes e Depois
Parauapebas: Antes e DepoisParauapebas: Antes e Depois
Parauapebas: Antes e Depois
Adilson P Motta Motta
 
Guia para Microscopia de Minerais em Lâminas Delgadas
Guia para Microscopia de Minerais em Lâminas DelgadasGuia para Microscopia de Minerais em Lâminas Delgadas
Guia para Microscopia de Minerais em Lâminas Delgadas
Gabriela Leal
 
2 as rochas
2   as rochas2   as rochas
2 as rochas
margaridabt
 
Introdução ao estudo do solo
Introdução ao estudo do soloIntrodução ao estudo do solo
Introdução ao estudo do solo
Diony Odin
 
LITOSFERA: AS FORMAS DE RELEVO E SEUS AGENTES TRANSFORMADORES
LITOSFERA:  AS FORMAS DE RELEVO E SEUS AGENTES TRANSFORMADORES LITOSFERA:  AS FORMAS DE RELEVO E SEUS AGENTES TRANSFORMADORES
LITOSFERA: AS FORMAS DE RELEVO E SEUS AGENTES TRANSFORMADORES
DANUBIA ZANOTELLI
 
Origem e formação do solo
Origem e formação do soloOrigem e formação do solo
Origem e formação do solo
Fabíola Mello
 
Aula rochas ígneas 2012.2 gg
Aula rochas ígneas 2012.2 ggAula rochas ígneas 2012.2 gg
Aula rochas ígneas 2012.2 gg
Mauriceia Santana
 
Aula 10 auxiliar de mineração (beneficiamento de minérios) l
Aula 10 auxiliar de mineração (beneficiamento de minérios) lAula 10 auxiliar de mineração (beneficiamento de minérios) l
Aula 10 auxiliar de mineração (beneficiamento de minérios) l
Homero Alves de Lima
 
Propriedades do Solo
Propriedades do SoloPropriedades do Solo
Propriedades do Solo
Alfredo Cossa
 
Aula 08 auxiliar de mineração (métodos de lavra) ll
Aula 08 auxiliar de mineração (métodos de lavra) llAula 08 auxiliar de mineração (métodos de lavra) ll
Aula 08 auxiliar de mineração (métodos de lavra) ll
Homero Alves de Lima
 
Potencial espontâneo
Potencial espontâneoPotencial espontâneo
Potencial espontâneo
Ezequias Guimaraes
 
Geomorfologia fluvial
Geomorfologia fluvialGeomorfologia fluvial
Geomorfologia fluvial
Pedro Wallace
 
Geoprocessamento
Geoprocessamento Geoprocessamento
Geoprocessamento
Felipe Nunes
 

Mais procurados (20)

Desenvolvimento do ciclo brasiliano
Desenvolvimento do ciclo brasilianoDesenvolvimento do ciclo brasiliano
Desenvolvimento do ciclo brasiliano
 
GEOLOGIA ESTRUTURAL- AULA 1
GEOLOGIA ESTRUTURAL- AULA 1GEOLOGIA ESTRUTURAL- AULA 1
GEOLOGIA ESTRUTURAL- AULA 1
 
Rochas metamorficas
Rochas metamorficasRochas metamorficas
Rochas metamorficas
 
Geografia os tipos de solo e as formas de ocupação humana
Geografia   os tipos de solo e as formas de ocupação humanaGeografia   os tipos de solo e as formas de ocupação humana
Geografia os tipos de solo e as formas de ocupação humana
 
Ambientes de Sedimentação e Tempo Geológico
Ambientes de Sedimentação  e Tempo GeológicoAmbientes de Sedimentação  e Tempo Geológico
Ambientes de Sedimentação e Tempo Geológico
 
Origem e tipos de solos
Origem e tipos de solosOrigem e tipos de solos
Origem e tipos de solos
 
Intemperismo e sedimentologia
Intemperismo e sedimentologiaIntemperismo e sedimentologia
Intemperismo e sedimentologia
 
Parauapebas: Antes e Depois
Parauapebas: Antes e DepoisParauapebas: Antes e Depois
Parauapebas: Antes e Depois
 
Guia para Microscopia de Minerais em Lâminas Delgadas
Guia para Microscopia de Minerais em Lâminas DelgadasGuia para Microscopia de Minerais em Lâminas Delgadas
Guia para Microscopia de Minerais em Lâminas Delgadas
 
2 as rochas
2   as rochas2   as rochas
2 as rochas
 
Introdução ao estudo do solo
Introdução ao estudo do soloIntrodução ao estudo do solo
Introdução ao estudo do solo
 
LITOSFERA: AS FORMAS DE RELEVO E SEUS AGENTES TRANSFORMADORES
LITOSFERA:  AS FORMAS DE RELEVO E SEUS AGENTES TRANSFORMADORES LITOSFERA:  AS FORMAS DE RELEVO E SEUS AGENTES TRANSFORMADORES
LITOSFERA: AS FORMAS DE RELEVO E SEUS AGENTES TRANSFORMADORES
 
Origem e formação do solo
Origem e formação do soloOrigem e formação do solo
Origem e formação do solo
 
Aula rochas ígneas 2012.2 gg
Aula rochas ígneas 2012.2 ggAula rochas ígneas 2012.2 gg
Aula rochas ígneas 2012.2 gg
 
Aula 10 auxiliar de mineração (beneficiamento de minérios) l
Aula 10 auxiliar de mineração (beneficiamento de minérios) lAula 10 auxiliar de mineração (beneficiamento de minérios) l
Aula 10 auxiliar de mineração (beneficiamento de minérios) l
 
Propriedades do Solo
Propriedades do SoloPropriedades do Solo
Propriedades do Solo
 
Aula 08 auxiliar de mineração (métodos de lavra) ll
Aula 08 auxiliar de mineração (métodos de lavra) llAula 08 auxiliar de mineração (métodos de lavra) ll
Aula 08 auxiliar de mineração (métodos de lavra) ll
 
Potencial espontâneo
Potencial espontâneoPotencial espontâneo
Potencial espontâneo
 
Geomorfologia fluvial
Geomorfologia fluvialGeomorfologia fluvial
Geomorfologia fluvial
 
Geoprocessamento
Geoprocessamento Geoprocessamento
Geoprocessamento
 

Destaque

Polemica por Pension de Ex mujer Osvaldo Andrade
Polemica por Pension de Ex mujer Osvaldo AndradePolemica por Pension de Ex mujer Osvaldo Andrade
Polemica por Pension de Ex mujer Osvaldo Andrade
Christian Pino Lanata
 
finalENG648ExitPortPAper
finalENG648ExitPortPAperfinalENG648ExitPortPAper
finalENG648ExitPortPAper
Ryan Rizzo
 
Leasing Life October 2015: Carmen Ene and 3 Step IT
Leasing Life October 2015: Carmen Ene and 3 Step ITLeasing Life October 2015: Carmen Ene and 3 Step IT
Leasing Life October 2015: Carmen Ene and 3 Step IT
3 Step IT
 
若手組込み技術者を対象とした短期合宿型教育実習LEDーCamp4の実施報告
若手組込み技術者を対象とした短期合宿型教育実習LEDーCamp4の実施報告若手組込み技術者を対象とした短期合宿型教育実習LEDーCamp4の実施報告
若手組込み技術者を対象とした短期合宿型教育実習LEDーCamp4の実施報告
Hideki Takase
 
презентация 23
презентация 23презентация 23
презентация 23
virtualtaganrog
 
презентация1
презентация1презентация1
презентация1
virtualtaganrog
 
Scanned from a Xerox Multifunction Printer2
Scanned from a Xerox Multifunction Printer2Scanned from a Xerox Multifunction Printer2
Scanned from a Xerox Multifunction Printer2S'bonelo Samuel Langa
 
Pricing Interest Rate Swaptions
Pricing Interest Rate SwaptionsPricing Interest Rate Swaptions
Pricing Interest Rate SwaptionsDavid Smith
 
знакомство с пожарным
знакомство с пожарнымзнакомство с пожарным
знакомство с пожарным
virtualtaganrog
 
Νέες τεχνολογίες στην επεξεργασία αποβλήτων
Νέες τεχνολογίες στην επεξεργασία αποβλήτωνΝέες τεχνολογίες στην επεξεργασία αποβλήτων
Νέες τεχνολογίες στην επεξεργασία αποβλήτων
EuroConstruction Company S.A.
 
Mapping key dimensions of industrial relations - 2016
Mapping key dimensions of industrial relations - 2016Mapping key dimensions of industrial relations - 2016
Mapping key dimensions of industrial relations - 2016
Eurofound
 
Alianza del Pacifico Vs Mercosur
Alianza del Pacifico Vs MercosurAlianza del Pacifico Vs Mercosur
Alianza del Pacifico Vs Mercosur
Christian Pino Lanata
 
行政院會簡報:經濟部 生產力4.0-商業服務業
行政院會簡報:經濟部 生產力4.0-商業服務業行政院會簡報:經濟部 生產力4.0-商業服務業
行政院會簡報:經濟部 生產力4.0-商業服務業
releaseey
 
Yauc2015 publish
Yauc2015 publishYauc2015 publish
Yauc2015 publish
Kazushi Yamashina
 
Resistencia materiais e dimensionamento
Resistencia materiais e dimensionamentoResistencia materiais e dimensionamento
Resistencia materiais e dimensionamento
Alexandre Cabral Cavalcanti
 

Destaque (16)

Polemica por Pension de Ex mujer Osvaldo Andrade
Polemica por Pension de Ex mujer Osvaldo AndradePolemica por Pension de Ex mujer Osvaldo Andrade
Polemica por Pension de Ex mujer Osvaldo Andrade
 
finalENG648ExitPortPAper
finalENG648ExitPortPAperfinalENG648ExitPortPAper
finalENG648ExitPortPAper
 
Leasing Life October 2015: Carmen Ene and 3 Step IT
Leasing Life October 2015: Carmen Ene and 3 Step ITLeasing Life October 2015: Carmen Ene and 3 Step IT
Leasing Life October 2015: Carmen Ene and 3 Step IT
 
若手組込み技術者を対象とした短期合宿型教育実習LEDーCamp4の実施報告
若手組込み技術者を対象とした短期合宿型教育実習LEDーCamp4の実施報告若手組込み技術者を対象とした短期合宿型教育実習LEDーCamp4の実施報告
若手組込み技術者を対象とした短期合宿型教育実習LEDーCamp4の実施報告
 
презентация 23
презентация 23презентация 23
презентация 23
 
презентация1
презентация1презентация1
презентация1
 
weekly rollup
weekly rollupweekly rollup
weekly rollup
 
Scanned from a Xerox Multifunction Printer2
Scanned from a Xerox Multifunction Printer2Scanned from a Xerox Multifunction Printer2
Scanned from a Xerox Multifunction Printer2
 
Pricing Interest Rate Swaptions
Pricing Interest Rate SwaptionsPricing Interest Rate Swaptions
Pricing Interest Rate Swaptions
 
знакомство с пожарным
знакомство с пожарнымзнакомство с пожарным
знакомство с пожарным
 
Νέες τεχνολογίες στην επεξεργασία αποβλήτων
Νέες τεχνολογίες στην επεξεργασία αποβλήτωνΝέες τεχνολογίες στην επεξεργασία αποβλήτων
Νέες τεχνολογίες στην επεξεργασία αποβλήτων
 
Mapping key dimensions of industrial relations - 2016
Mapping key dimensions of industrial relations - 2016Mapping key dimensions of industrial relations - 2016
Mapping key dimensions of industrial relations - 2016
 
Alianza del Pacifico Vs Mercosur
Alianza del Pacifico Vs MercosurAlianza del Pacifico Vs Mercosur
Alianza del Pacifico Vs Mercosur
 
行政院會簡報:經濟部 生產力4.0-商業服務業
行政院會簡報:經濟部 生產力4.0-商業服務業行政院會簡報:經濟部 生產力4.0-商業服務業
行政院會簡報:經濟部 生產力4.0-商業服務業
 
Yauc2015 publish
Yauc2015 publishYauc2015 publish
Yauc2015 publish
 
Resistencia materiais e dimensionamento
Resistencia materiais e dimensionamentoResistencia materiais e dimensionamento
Resistencia materiais e dimensionamento
 

Semelhante a Influencia da declividade na erosão

Santoro et al 13 cbge
Santoro et al 13 cbgeSantoro et al 13 cbge
Santoro et al 13 cbge
Maria José Brollo
 
009 processo erosivo e a retirada da vegeta+ç+âo na bacia hidrogr+üfica do a+...
009 processo erosivo e a retirada da vegeta+ç+âo na bacia hidrogr+üfica do a+...009 processo erosivo e a retirada da vegeta+ç+âo na bacia hidrogr+üfica do a+...
009 processo erosivo e a retirada da vegeta+ç+âo na bacia hidrogr+üfica do a+...
Federal University of Ceará
 
Geotecnia-Ambiental-Parte-1.pdf
Geotecnia-Ambiental-Parte-1.pdfGeotecnia-Ambiental-Parte-1.pdf
Geotecnia-Ambiental-Parte-1.pdf
GeovanaThiara2
 
Perda de solo por erosão hídrica em áreas de preservação permanente na microb...
Perda de solo por erosão hídrica em áreas de preservação permanente na microb...Perda de solo por erosão hídrica em áreas de preservação permanente na microb...
Perda de solo por erosão hídrica em áreas de preservação permanente na microb...
Benvindo Gardiman
 
Atuação do Instituto Geológico na prevenção de desastres naturais. Maria José...
Atuação do Instituto Geológico na prevenção de desastres naturais. Maria José...Atuação do Instituto Geológico na prevenção de desastres naturais. Maria José...
Atuação do Instituto Geológico na prevenção de desastres naturais. Maria José...
Maria José Brollo
 
A importância do estudo de impacto ambiental na prevenção e contenção de proc...
A importância do estudo de impacto ambiental na prevenção e contenção de proc...A importância do estudo de impacto ambiental na prevenção e contenção de proc...
A importância do estudo de impacto ambiental na prevenção e contenção de proc...
Sabrina Thamago
 
Cap 4 tipologia_de_solos_atual
Cap 4 tipologia_de_solos_atualCap 4 tipologia_de_solos_atual
Cap 4 tipologia_de_solos_atual
Erick Silva
 
01 erosão no plantio direto
01   erosão no plantio direto01   erosão no plantio direto
01 erosão no plantio direto
Wilza Santos
 
1 11[1]
1 11[1]1 11[1]
1 11[1]
josimar_bn
 
Análise ambiental
Análise ambientalAnálise ambiental
Análise ambiental
HENRIQUE GOMES DE LIMA
 
Atuação do Instituto Geológico na Prevenção aos Desastres Naturais
Atuação do Instituto Geológico na Prevenção aos Desastres NaturaisAtuação do Instituto Geológico na Prevenção aos Desastres Naturais
Atuação do Instituto Geológico na Prevenção aos Desastres Naturais
Instituto de Pesquisas Ambientais
 
Ad1 geomofologia continental
Ad1   geomofologia continentalAd1   geomofologia continental
Ad1 geomofologia continental
PaperPão
 
Indicadores e quantificação da degradação ambiental em áreas mineradas, Ubatu...
Indicadores e quantificação da degradação ambiental em áreas mineradas, Ubatu...Indicadores e quantificação da degradação ambiental em áreas mineradas, Ubatu...
Indicadores e quantificação da degradação ambiental em áreas mineradas, Ubatu...
Maria José Brollo
 
Recuperacao areas degradadas
Recuperacao areas degradadas Recuperacao areas degradadas
Recuperacao areas degradadas
Alexandre Panerai
 
Erosao_e_Compactacao.pdf
Erosao_e_Compactacao.pdfErosao_e_Compactacao.pdf
Erosao_e_Compactacao.pdf
Gilson Nachtigall
 
painel_SNCG_2015_versãofinal
painel_SNCG_2015_versãofinalpainel_SNCG_2015_versãofinal
painel_SNCG_2015_versãofinal
Jefferson Pican
 
Estudo de implantação de um programa de monitoramento de encostas na br 116
Estudo de implantação de um programa de monitoramento de encostas na br 116Estudo de implantação de um programa de monitoramento de encostas na br 116
Estudo de implantação de um programa de monitoramento de encostas na br 116
ERI - "Engineering and Research Institute" Pesquisas Ltda
 
Gestão Ambiental e Responsabilidade Social Unidade II
Gestão Ambiental e Responsabilidade Social Unidade IIGestão Ambiental e Responsabilidade Social Unidade II
Gestão Ambiental e Responsabilidade Social Unidade II
Harutchy
 
Teorico
TeoricoTeorico
Qualidade dos solos de Casa Nova (BA)
Qualidade dos solos de Casa Nova (BA)Qualidade dos solos de Casa Nova (BA)
Qualidade dos solos de Casa Nova (BA)
Projeto Lago de Sobradinho
 

Semelhante a Influencia da declividade na erosão (20)

Santoro et al 13 cbge
Santoro et al 13 cbgeSantoro et al 13 cbge
Santoro et al 13 cbge
 
009 processo erosivo e a retirada da vegeta+ç+âo na bacia hidrogr+üfica do a+...
009 processo erosivo e a retirada da vegeta+ç+âo na bacia hidrogr+üfica do a+...009 processo erosivo e a retirada da vegeta+ç+âo na bacia hidrogr+üfica do a+...
009 processo erosivo e a retirada da vegeta+ç+âo na bacia hidrogr+üfica do a+...
 
Geotecnia-Ambiental-Parte-1.pdf
Geotecnia-Ambiental-Parte-1.pdfGeotecnia-Ambiental-Parte-1.pdf
Geotecnia-Ambiental-Parte-1.pdf
 
Perda de solo por erosão hídrica em áreas de preservação permanente na microb...
Perda de solo por erosão hídrica em áreas de preservação permanente na microb...Perda de solo por erosão hídrica em áreas de preservação permanente na microb...
Perda de solo por erosão hídrica em áreas de preservação permanente na microb...
 
Atuação do Instituto Geológico na prevenção de desastres naturais. Maria José...
Atuação do Instituto Geológico na prevenção de desastres naturais. Maria José...Atuação do Instituto Geológico na prevenção de desastres naturais. Maria José...
Atuação do Instituto Geológico na prevenção de desastres naturais. Maria José...
 
A importância do estudo de impacto ambiental na prevenção e contenção de proc...
A importância do estudo de impacto ambiental na prevenção e contenção de proc...A importância do estudo de impacto ambiental na prevenção e contenção de proc...
A importância do estudo de impacto ambiental na prevenção e contenção de proc...
 
Cap 4 tipologia_de_solos_atual
Cap 4 tipologia_de_solos_atualCap 4 tipologia_de_solos_atual
Cap 4 tipologia_de_solos_atual
 
01 erosão no plantio direto
01   erosão no plantio direto01   erosão no plantio direto
01 erosão no plantio direto
 
1 11[1]
1 11[1]1 11[1]
1 11[1]
 
Análise ambiental
Análise ambientalAnálise ambiental
Análise ambiental
 
Atuação do Instituto Geológico na Prevenção aos Desastres Naturais
Atuação do Instituto Geológico na Prevenção aos Desastres NaturaisAtuação do Instituto Geológico na Prevenção aos Desastres Naturais
Atuação do Instituto Geológico na Prevenção aos Desastres Naturais
 
Ad1 geomofologia continental
Ad1   geomofologia continentalAd1   geomofologia continental
Ad1 geomofologia continental
 
Indicadores e quantificação da degradação ambiental em áreas mineradas, Ubatu...
Indicadores e quantificação da degradação ambiental em áreas mineradas, Ubatu...Indicadores e quantificação da degradação ambiental em áreas mineradas, Ubatu...
Indicadores e quantificação da degradação ambiental em áreas mineradas, Ubatu...
 
Recuperacao areas degradadas
Recuperacao areas degradadas Recuperacao areas degradadas
Recuperacao areas degradadas
 
Erosao_e_Compactacao.pdf
Erosao_e_Compactacao.pdfErosao_e_Compactacao.pdf
Erosao_e_Compactacao.pdf
 
painel_SNCG_2015_versãofinal
painel_SNCG_2015_versãofinalpainel_SNCG_2015_versãofinal
painel_SNCG_2015_versãofinal
 
Estudo de implantação de um programa de monitoramento de encostas na br 116
Estudo de implantação de um programa de monitoramento de encostas na br 116Estudo de implantação de um programa de monitoramento de encostas na br 116
Estudo de implantação de um programa de monitoramento de encostas na br 116
 
Gestão Ambiental e Responsabilidade Social Unidade II
Gestão Ambiental e Responsabilidade Social Unidade IIGestão Ambiental e Responsabilidade Social Unidade II
Gestão Ambiental e Responsabilidade Social Unidade II
 
Teorico
TeoricoTeorico
Teorico
 
Qualidade dos solos de Casa Nova (BA)
Qualidade dos solos de Casa Nova (BA)Qualidade dos solos de Casa Nova (BA)
Qualidade dos solos de Casa Nova (BA)
 

Último

Simbologia e Terminologia de Instrumentação da Norma ISA 5.1 - Simbologia_ISA...
Simbologia e Terminologia de Instrumentação da Norma ISA 5.1 - Simbologia_ISA...Simbologia e Terminologia de Instrumentação da Norma ISA 5.1 - Simbologia_ISA...
Simbologia e Terminologia de Instrumentação da Norma ISA 5.1 - Simbologia_ISA...
pereiramarcossantos0
 
Elementos de Máquina aplicados na tornearia mecânica.ppt
Elementos de Máquina aplicados na tornearia mecânica.pptElementos de Máquina aplicados na tornearia mecânica.ppt
Elementos de Máquina aplicados na tornearia mecânica.ppt
Wagner Moraes
 
AE03 - ESTUDO CONTEMPORÂNEO E TRANSVERSAL EMPREENDEDORISMO CORPORATIVO UNICES...
AE03 - ESTUDO CONTEMPORÂNEO E TRANSVERSAL EMPREENDEDORISMO CORPORATIVO UNICES...AE03 - ESTUDO CONTEMPORÂNEO E TRANSVERSAL EMPREENDEDORISMO CORPORATIVO UNICES...
AE03 - ESTUDO CONTEMPORÂNEO E TRANSVERSAL EMPREENDEDORISMO CORPORATIVO UNICES...
Consultoria Acadêmica
 
AULA LEI DOS SENOS OU COSSENOS - parte final (3) (1).pdf
AULA LEI DOS SENOS OU COSSENOS - parte final (3) (1).pdfAULA LEI DOS SENOS OU COSSENOS - parte final (3) (1).pdf
AULA LEI DOS SENOS OU COSSENOS - parte final (3) (1).pdf
MaxwellBentodeOlivei1
 
Aula Vigor de Sementes - Aula Vigor de Sementes
Aula Vigor de Sementes - Aula Vigor de SementesAula Vigor de Sementes - Aula Vigor de Sementes
Aula Vigor de Sementes - Aula Vigor de Sementes
WeltonAgostinhoDias1
 
AE03 - ESTUDO CONTEMPORÂNEO E TRANSVERSAL COMUNICAÇÃO ASSERTIVA E INTERPESSOA...
AE03 - ESTUDO CONTEMPORÂNEO E TRANSVERSAL COMUNICAÇÃO ASSERTIVA E INTERPESSOA...AE03 - ESTUDO CONTEMPORÂNEO E TRANSVERSAL COMUNICAÇÃO ASSERTIVA E INTERPESSOA...
AE03 - ESTUDO CONTEMPORÂNEO E TRANSVERSAL COMUNICAÇÃO ASSERTIVA E INTERPESSOA...
Consultoria Acadêmica
 
Apresentação concreto autodesempenho 123
Apresentação concreto autodesempenho 123Apresentação concreto autodesempenho 123
Apresentação concreto autodesempenho 123
GabrielGarcia356832
 
AE03 - LOGISTICA EMPRESARIAL UNICESUMAR 52/2024
AE03 - LOGISTICA EMPRESARIAL UNICESUMAR 52/2024AE03 - LOGISTICA EMPRESARIAL UNICESUMAR 52/2024
AE03 - LOGISTICA EMPRESARIAL UNICESUMAR 52/2024
Consultoria Acadêmica
 

Último (8)

Simbologia e Terminologia de Instrumentação da Norma ISA 5.1 - Simbologia_ISA...
Simbologia e Terminologia de Instrumentação da Norma ISA 5.1 - Simbologia_ISA...Simbologia e Terminologia de Instrumentação da Norma ISA 5.1 - Simbologia_ISA...
Simbologia e Terminologia de Instrumentação da Norma ISA 5.1 - Simbologia_ISA...
 
Elementos de Máquina aplicados na tornearia mecânica.ppt
Elementos de Máquina aplicados na tornearia mecânica.pptElementos de Máquina aplicados na tornearia mecânica.ppt
Elementos de Máquina aplicados na tornearia mecânica.ppt
 
AE03 - ESTUDO CONTEMPORÂNEO E TRANSVERSAL EMPREENDEDORISMO CORPORATIVO UNICES...
AE03 - ESTUDO CONTEMPORÂNEO E TRANSVERSAL EMPREENDEDORISMO CORPORATIVO UNICES...AE03 - ESTUDO CONTEMPORÂNEO E TRANSVERSAL EMPREENDEDORISMO CORPORATIVO UNICES...
AE03 - ESTUDO CONTEMPORÂNEO E TRANSVERSAL EMPREENDEDORISMO CORPORATIVO UNICES...
 
AULA LEI DOS SENOS OU COSSENOS - parte final (3) (1).pdf
AULA LEI DOS SENOS OU COSSENOS - parte final (3) (1).pdfAULA LEI DOS SENOS OU COSSENOS - parte final (3) (1).pdf
AULA LEI DOS SENOS OU COSSENOS - parte final (3) (1).pdf
 
Aula Vigor de Sementes - Aula Vigor de Sementes
Aula Vigor de Sementes - Aula Vigor de SementesAula Vigor de Sementes - Aula Vigor de Sementes
Aula Vigor de Sementes - Aula Vigor de Sementes
 
AE03 - ESTUDO CONTEMPORÂNEO E TRANSVERSAL COMUNICAÇÃO ASSERTIVA E INTERPESSOA...
AE03 - ESTUDO CONTEMPORÂNEO E TRANSVERSAL COMUNICAÇÃO ASSERTIVA E INTERPESSOA...AE03 - ESTUDO CONTEMPORÂNEO E TRANSVERSAL COMUNICAÇÃO ASSERTIVA E INTERPESSOA...
AE03 - ESTUDO CONTEMPORÂNEO E TRANSVERSAL COMUNICAÇÃO ASSERTIVA E INTERPESSOA...
 
Apresentação concreto autodesempenho 123
Apresentação concreto autodesempenho 123Apresentação concreto autodesempenho 123
Apresentação concreto autodesempenho 123
 
AE03 - LOGISTICA EMPRESARIAL UNICESUMAR 52/2024
AE03 - LOGISTICA EMPRESARIAL UNICESUMAR 52/2024AE03 - LOGISTICA EMPRESARIAL UNICESUMAR 52/2024
AE03 - LOGISTICA EMPRESARIAL UNICESUMAR 52/2024
 

Influencia da declividade na erosão

  • 1. IDENTIFICAÇÃO DE ÁREAS SUSCEPTÍVEIS AOS PROCESSOS EROSIVOS NA REGIÃO DO VALE DO PARAÍBA Cibele Teixeira Pinto 1,2 1 Instituto Nacional de Pesquisas Espaciais - INPE Caixa Postal 515 - 12227-010 - São José dos Campos - SP, Brasil cibele@dsr.inpe.br 2 Instituto de Estudos Avançados - IEAv/CTA Caixa Postal 6044 - 12.231-970 - São José dos Campos - SP, Brasil cibele@ieav.cta.br Resumo. A erosão é o processo pelo qual ocorre a desagregação e o arraste das partículas que constituem o solo. Este fenômeno tem se tornado um dos principais problemas ambientais que afetam o Brasil. Com isto, justifica-se realizar estudos com o objetivo de mapear áreas potenciais à erosão, visando tomadas de decisão para suavizar os resultados dos processos erosivos. Dentro deste contexto, o objetivo deste trabalho é localizar áreas susceptíveis aos processos erosivos na região do Vale do Paraíba. Algumas características da região exercem forte influência sobre a erosão. Neste trabalho foram considerados três fatores: declividade, tipo de solo e cobertura vegetal. Estes fatores não agem isoladamente, mas sim combinados. Dessa forma, foi possível adotar técnicas de geoprocessamento, por meio de cruzamento de informações, para identificar as áreas críticas e com maior risco à ocorrência da erosão. O cruzamento dos mapas foi realizado utilizando o operador fuzzy gama, o que possibilitou a geração de cinco cenários, através da manipulação dos valores do parâmetro gama. Os cinco cenários variaram do mais favorável ao mais desfavorável a ocorrência da erosão. Palavras-chave: erosão, lógica fuzzy, geoprocessamento. 1. Introdução A erosão é o processo pelo qual ocorre a desagregação e o arraste das partículas que constituem o solo (FARIA et al., 2003). A erosão ocorre principalmente pela ação do vento (erosão eólica) ou pela ação da água (erosão hídrica). Segundo Guerra et al. (1999) a erosão acelerada dos solos, pelas águas e pelo vento, é responsável por 56% e 28%, respectivamente, da degradação dos solos no mundo. O Brasil não esta imune à erosão, uma vez que este fenômeno tem se tornado um dos principais problemas ambientais que afetam o país (MACHADO, 2002). Diversas características naturais locais influenciam o processo de erosão, como: (a) o clima (quantidade de chuva); (b) pedologia (tipo de solo); (c) geomorfologia (formas do relevo); (d) geologia (tipo de rochas); e (e) cobertura e uso do solo (cobertura vegetal) (CREPANI et al., 2001). Estes fatores não agem isoladamente, mas sim combinados. A metodologia do Zoneamento Ecológico Econômico (ZEE) de
  • 2. Crepani et al. (2001), por exemplo, consiste no desenvolvimento de um mapa de vulnerabilidade natural à perda de solo por meio da erosão, com base nos fatores que influenciam o processo erosivo. A partir das informações do clima, tipo de solo, geologia, geomorfologia, vegetação, determina-se as áreas mais vulneráveis à perda de solo. Diante desta problemática, a união de técnicas de geoprocessamento com os Sistemas de Informações Geográficas (SIGs) apresentam um enorme potencial de utilização. O avanço das técnicas de geoprocessamento e os SIGs têm permitido extração de novas informações a partir da integração e do cruzamento de planos de informação oriundos de diferentes fontes. Com isto, a utilização do geoprocessamento tornou-se uma ferramenta em estudos que envolvem problemas ambientais (CÂMARA et al., 2001). Diversos trabalhos utilizaram SIGs para a identificação de escorregamentos, como: Westen e Terlien (1996), Guzzetti et al. (1999) e Barredo et al. (2000). Dentro deste contexto, o presente trabalho tem por objetivo localizar áreas susceptíveis aos processos erosivos na região do Vale do Paraíba, utilizando técnicas de geoprocessamento, visando tomadas de decisão para minimizar a perda de solo pelos processos erosivos. 2. Área de Estudo A área de estudo foi o Vale do Paraíba (Figura 1), que se localiza na região leste do estado de São Paulo (SP), sendo constituído por 39 (trinta e nove) municípios. A região é caracterizada pelo relevo acidentado das Serras da Mantiqueira e do Mar com altitudes de até 1.900 m. Entre as Serras da Mantiqueira e do Mar localiza-se o Vale, que corresponde a grandes extensões de várzeas (EMPLASA, 2013). O limite da área de estudo foi obtido no site do Instituto Brasileiro de Geografia e Estatística (IBGE, 2013).
  • 3. Figura 1: Localização da área de estudo. 3. Susceptibilidade à Erosão Algumas características naturais da região exercem forte influência sobre a erosão, como a intensidade de chuva, tipo de solo, relevo e cobertura vegetal. Neste trabalho foram considerados e utilizados três fatores controladores importantes para ocorrência de processos erosivos: (a) declividade; (b) tipo de solo; e (c) cobertura vegetal. Cada um destes itens é discutido a seguir. 3.1 Declividade A declividade refere-se à inclinação do relevo em relação ao horizonte, podendo ter unidade de medida em graus (variando de 0o a 90o ) ou pode ser expressa em porcentagem (variando de zero a infinito) (VALERIANO, 2008). A declividade tem relação direta com a velocidade de transformação da energia potencial em energia cinética (CREPANI et al., 2001). Quanto maior a declividade, mais rápido a energia potencial das águas transforma-se em energia cinética e maior é a velocidade das massas de água e sua capacidade de transporte (CREPANI et al., 2001). Assim, quanto maior a declividade, maior a susceptibilidade dessa área à erosão. A Tabela 1 apresenta os índices de vulnerabilidade, de acordo com a declividade do terreno.
  • 4. Tabela 1: Classes de declividade com os respectivos valores da escala de vulnerabilidade. Fonte: Crepani et al. (2001). Declividade (%) Valores de Vulnerabilidade < 2 1,0 2 – 6 1,5 6 – 20 2,0 20 – 50 2,5 > 50 3,0 3.2 Tipo de Solo Outra característica que influencia diretamente a erosão são as propriedades físicas dos solos: textura, estrutura, permeabilidade, densidade, e suas propriedades químicas, biológicas e mineralógicas (GUERRA et al., 1999). Um solo com alta capacidade de absorção de água, por exemplo, está menos sujeito ao processo de erosão hídrica. Para cada tipo de solo é atribuído um peso para sua susceptibilidade á erosão (Tabela 2). Tabela 2: Valores de vulnerabilidade dos solos. Fonte: Adaptado de Crepani et al. (2001). Classe de Solo Valores de Vulnerabilidade Latossolos 1,0 Argissolos 2 Espodossolos 2 Cambissolos 2,5 Gleissolos 3,0 Organossolos 3,0 3.3 Cobertura Vegetal A cobertura vegetal é outro fator importante no processo de erosão, pois determina o grau de proteção do solo. Segundo Crepani et al. (2001) e Guerra et al. (1999) a ação da cobertura vegetal na proteção dos solos se dá de várias formas: (a) evita o impacto direto das gotas de chuva; (b) impede a compactação do solo, processo que diminui a capacidade de absorção de água; (c) aumenta a capacidade de infiltração do solo pela difusão do fluxo de água da chuva; e (d) suporta a vida silvestre, aumentando a porosidade a permeabilidade do solo. Neste trabalho, o diagnóstico da cobertura vegetal foi realizado mediante a aplicação do índice de vegetação conhecido como NDVI (Nomalized Difference Vegetation Index), segundo Equação 1 (LIU, 2007). Numericamente os valores do NDVI variam de -1 e 1. Materiais que refletem mais intensamente na região espectral
  • 5. do visível em comparação com o infravermelho próximo (por exemplo, nuvens, água e neve) apresentam NDVI negativo. Solo exposto e rochas refletem no visível e no infravermelho próximo aproximadamente a mesma intensidade, por consequência, o NDVI aproxima-se de zero. Já a vegetação tem NDVI associada aos valores positivos, sendo que quando os valores do índice são maiores corrobora o resultado de maior vigor da vegetação. Sendo assim, pode-se atribuir pesos de vulnerabilidade aos valores de NDVI (Tabela 3). Segundo Crepani et al. (2001), para as altas densidades de cobertura vegetal os valores atribuídos na escala de vulnerabilidade se aproximam da estabilidade (1,0), para as densidades intermediárias atribuem-se valores ao redor de 2,0, e para baixas densidades de cobertura valores próximos da vulnerabilidade (3,0). VISNIR VISNIR NDVI + − = (1) onde: NIR = reflectância na faixa do infravermelho próximo (0,725 a 1,10 µm); VIS = reflectância na faixa do visível (0,4 a 0,7 µm). Tabela 3: Classes de NDVI com os respectivos valores da escala de vulnerabilidade. NDVI Cobertura Vegetal Valores de Vulnerabilidade 0,5 – 1 Vegetação Densa 1,0 0,4 – 0,5 Vegetação Esparsa 2,0 0,3 – 0,4 Vegetação Rala 2,5 (-0,05) – 0,3 Solo exposto/Área Urbana 3,0 -1 – (-0,05) Copos d’água - 4. Metodologia Os três fatores citados acima (declividade, tipo de solo e cobertura vegetal) não agem isoladamente, mas sim combinados. Dessa forma, foi possível adotar técnicas de geoprocessamento, por meio de cruzamento de informações, para identificar as áreas críticas e com maior risco à ocorrência da erosão (FERREIRA et al., 2008). A análise e tratamentos dos dados foram realizadas no software SPRING (Sistema de Processamento de Informações Georreferenciadas) desenvolvido no INPE, no TerraView e no ENVI (Environment for Visualizing Images). O fluxograma da metodologia do trabalho pode ser observado na Figura 2.
  • 6. Figura 2: Fluxograma da metodologia do trabalho.
  • 7. Conforme pode ser visualizado na Figura 2, a metodologia deste trabalho pode ser divido em três etapas: (1) obtenção dos mapas de declividade, pedológico e NDVI; (2) ponderação das classes de cada mapa; e (3) cruzamento das informações. Cada uma destas etapas é descrito a seguir. 4.1 Declividade, Tipo de Solo e NDVI A Declividade foi obtida no Banco de Dados Topodata/SRTM (Shuttle Radar Topography Mission) disponível no site do Instituto Nacional de Pesquisas Espaciais (INPE) (VALERIANO, 2008). Para ter dados de declividade de toda a área de estudo (Figura 1) foi necessário 4 (quatro) cenas: 22S45_SN, 22S465SN, 23S45_SN e 23S465SN. A próxima etapa foi realizar o mosaico destas cenas (juntar as cenas) e recortar para a área de estudo. O resultado pode ser observado na Figura 3. Figura 3: Mapa de Declividade do Vale do Paraíba. Fonte: Adaptado de INPE (2013).
  • 8. O mapa de tipo de solo (pedológico) utilizado (OLIVEIRA et al., 1999), na escala 1:500.000, continha dados para todo estado de São Paulo, então, foi necessário recortar para a área de estudo (Figura 4). Figura 4: Mapa Pedológico do Vale do Paraíba. Fonte: Adaptado de Oliveira et al. (1999). Como mencionado anteriormente, o diagnóstico da cobertura vegetal foi realizado mediante o cálculo de NDVI. Para ter dados de toda a área de estudo (Figura 1) foi necessário 3 (três) cenas do sensor TM abordo do Landsat 5, disponíveis em GloVis (2013) (ver Tabela 4). Tabela 4: Imagens selecionadas para obter o mapa NDVI do Vale do Paraíba. Imagem 1 Imagem 2 Imagem 3 Órbita 218 218 219 Ponto 76 77 76 Data 05/09/2011 05/09/2011 24/08/2010
  • 9. Para a determinação do mapa NDVI foi realizado três etapas. Primeiro, foi realizada a transformação dos Números Digitais presentes nas imagens em valores de radiância, por meio dos coeficientes de calibração. Em seguida foi realizada a transformação dos valores de radiância em reflectância de superfície. Esta etapa foi realizada no aplicativo ENVI, através do FLAASH (Fast Line of sight Atmospheric Analysis of Spectral Hypercubes), que utiliza o código de transferência radiativa MODTRAN para realizar a correção atmosférica (ENVI, 2009). A última etapa foi realizar o mosaico das três imagens e o cálculo do NDVI, por meio de linha de comando em Linguagem Espaço-Geográfica baseada em Álgebra (LEGAL). Após a obtenção do NDVI, o mapa foi recortado para a área de estudo. O resultado pode ser observado na Figura 5. Figura 5: Mapa de NDVI do Vale do Paraíba. 4.2 Ponderação das Classes Após a obtenção dos três mapas de entrada (declividade, tipo de solo e NDVI), a próxima etapa foi atribuir peso relativo à sua vulnerabilidade. Nesta etapa, os valores recomendada por Crepani et al. (2001), na Tabela 2, foram convertidos linearmente para escala de 0 a 1 para obter o mapa Tipo de Solo ponderado.
  • 10. Já para os mapas de declividade e NDVI esta ponderação foi realizada por meio da lógica Fuzzy, ou seja, os valores recomendada por Crepani et al. (2001), na Tabela 1 e 3, foram convertidos para a escala de 0 a 1 através da lógica fuzzy, ou seja, não foram definidos limites rígidos. Conjuntos com limites inexatos são chamados de conjuntos fuzzy, que admitem pertinência parcial (CÂMARA et al, 2001). Diferente da teoria clássica de conjuntos, onde uma função de pertinência é definida como verdadeira ou falsa (1 ou 0), o grau de pertinência do conjunto fuzzy é expresso em termos de escala que varia continuamente entre 0 e 1. A Equação 2 foi utilizada para gerar o mapa declividade ponderado e o mapa NDVI ponderado (ver Figura 6). Segundo Moreira et al. (2001) existem diversas vantagens ao se utilizar o método fuzzy, quando comparadas aos métodos clássicos, pois estes últimos forçam os especialistas à definirem regras rígidas com contatos geralmente artificiais. 2 )(1 1 )( cza zf −×+ = (2) onde: a indica o ponto de cruzamento, onde a evidência tem 50% (0,5) de influência; e c é o ponto central ideal do conjunto. 0 20 40 60 80 100 0,0 0,2 0,4 0,6 0,8 1,0 Vulnerabilidade Declividade (%) Ponto de Cruzamento -1,0 -0,5 0,0 0,5 1,0 0,0 0,2 0,4 0,6 0,8 1,0 Ponto de Cruzamento Vulnerabilidade NDVI Figura 6: Em (a) gráfico do valor de vulnerabilidade em função da declividade: quanto maior a declividade maior o valor de vulnerabilidade; e em (b) gráfico da vulnerabilidade em função do NDVI: quanto mais cobertura vegetal menor o valor de vulnerabilidade. Esta operação de ponderação, dos três mapas, foram implementados por meio de linha de comando em Linguagem Espaço-Geográfica baseada em Álgebra (LEGAL). Para mais informações sobre esta linguagem, como sua estrutura e exemplos de manipulação em LEGAL podem ser encontradas em Barbosa (1997). (A) (B)
  • 11. 4.3 Cruzamento das Informações: Fuzzy Gama Nesta etapa de combinação de mapas foi utilizado o operador fuzzy gama. Este operador é um o produto entre a soma algébrica fuzzy e produto algébrico fuzzy (AN et al., 1991 e MOREIRA et al., 2001), que foi implementado por meio de linha de comando em LEGAL do SPRING, expresso pela Equação 3. ( ) γγ µµµ − ==       ×      −−= ∏∏ 1 11 11 n i i n i iGama (3) onde: µGama é o valor resultante da operação fuzzy gama; µi representa o valor dos membros fuzzy para um plano de informação “i” (neste caso são três planos de informação: declividade, NDVI e o tipo de solo); e γ é o parâmetro gama, escolhido no intervalo entre 0 e 1. A importância maior ou menor do operador em cada termo (soma e produto) depende do expoente gama, γ. Quando γ = 0, o resultado da Equação 3 dependerá apenas do termo produto algébrico fuzzy, e quando γ = 1, o resultado dependerá apenas do termo soma algébrica fuzzy. Neste trabalho, optou-se pela geração/simulação de 5 (cinco) cenários distintos através dos seguintes valores do parâmetro gama: 0,55, 0,60, 0,65, 0,70 e ,0,75. Uma questão que precisa ser ressaltada é que quando o valor de apenas uma classe é 0 (zero) (valor de um plano de informação), o resultado do fuzzy gama sempre será zero, não importando se os outros planos de informação tenham classes com valores altos de vulnerabilidade. Esta questão pode ser facilmente observada analisando a Equação 3. Para contornar este “problema” sem alterar significativamente os valores, as classes que tinham o valor 0 (zero) de vulnerabilidade foram substituídas pelo valor 0,1. O resultado do cruzamento dos três mapas (declividade, NDVI e tipo de solo) foi um mapa de vulnerabilidade da área de estudo. Lembrando que o valor 0 (zero) esta associado a maior estabilidade, o 0,5 correspondendo à estabilidade média, e o 1 (um) como o mais instável. Este mapa resultante foi, por fim, fatiado e atribuído 5 (cinco) faixas de suscetibilidade à erosão, classificadas da seguinte forma: Muito Baixo (0 a 0,2), Baixo (0,2 a 0,4), Médio (0,4 a 0,6), Alto (0,6 a 0,8) e Muito Alto (0,8 a 1).
  • 12. 5. Resultados e Discussões Os cincos cenários gerados na avaliação de áreas de riscos de erosão do solo no Vale do Paraíba podem ser visualizados na Figura 7. De maneira geral a inferência fuzzy gama possibilitou flexibilidade na identificação de áreas potenciais para a ocorrência dos processos erosivos. Através da análise visual da Figura 7, é possível constatar que os resultados obtidos são dependentes do mapa pedológico, pois os limites mais rígidos observados nesta figura são, em geral, os mesmos limites entre os tipos de solo (ver Figura 4). Assim, para melhorar o desenvolvimento deste modelo de espacialização da fragilidade do solo a ocorrência de erosão, obtendo uma superfície mais contínua, é necessário um mapa pedológico numa escala menor, ou seja, mais refinado. (A)
  • 14. Figura 7: Cenários de suscetibilidade a erosão gerados com os valores do parâmetro gama de: (a) 0,55; (b) 0,60; (c) 0,65; (d) 0,70; e (e) 0,75. Em branco são regiões não classificadas, áreas de corpos d’água ou sem informação do tipo de solo. (D) (E)
  • 15. A quantificação das áreas de riscos pode ser observada na Tabela 5, qual apresenta os valores absolutos e relativos classificados em cada uma das cinco classes (Muito Baixo, Baixo, Médio, Alto e Muito Alto) e para os cinco parâmetros gamas. Lembrando que esta classificação quanto ao risco de erosão é uma indicação de orientação de áreas prioritárias para ações de conscientização e fiscalização. Tabela 5: Quantificação das áreas de risco de erosão do solo no Vale do Paraíba para os cinco parâmetros gama. Área Muito Baixo Baixo Médio Alto Muito Alto Total γ = 0,55 Km2 4761,727 6649,472 3903,732 204,5808 0,8334 15520,35 % 30,68055 42,84358 25,15235 1,318146 0,00537 100 γ = 0,60 Km2 3586,073 6189,055 5344,266 399,6387 1,3131 15520,35 % 23,10562 39,87705 34,43394 2,574934 0,008461 100 γ = 0,65 Km2 2325,377 5775,874 6675,113 741,5586 2,4228 15520,35 % 14,98276 37,21486 43,00879 4,777977 0,01561 100 γ = 0,70 Km2 1162,751 5444,656 7514,969 1391,707 6,2622 15520,35 % 7,491782 35,08077 48,42012 8,966984 0,040348 100 γ = 0,75 Km2 378,7146 4724,406 6639,539 3749,025 28,6614 15520,35 % 2,440117 30,44008 42,77958 24,15555 0,18467 100 É possível notar, por meio da observação da Tabela 5, baixa ocorrência de susceptibilidade na classe “Muito Alto”, sendo que o máximo de classificação foi para o valor de γ = 0,75, onde menos de 0,19% de toda área foi classificado para esta classe. Em geral, em todos os 5(cinco) cenários, predominaram as áreas classificadas como “Baixo” e “Médio” risco, com valores de vulnerabilidade que variam de 0,2 a 0,6, sendo que a porcentagem de classificação para estas duas classes juntas foram aproximadamente: 68%, 74%, 80%, 83% e 73%, para os parâmetros gamas iguais a 0,55, 0,60, 0,65, 0, 70 e 0,75, respectivamente. Em relação à variação do parâmetro gama, o resultado mostrou que o aumento dele aumenta os valores de vulnerabilidade a ocorrência de erosão, em outras palavras, o aumento do valor do parâmetro gama gerou cenários mais favoráveis à ocorrência de erosão. Este fato pode ser constatado através da análise visual da Figura 7. Para ilustrar este resultado graficamente, foi escolhido 5 (cinco) pontos no mapa resultante de vulnerabilidade e foi plotado um gráfico (Figura 8) do valor de vulnerabilidade em função do parâmetro gama. Os cinco pontos utilizados têm as seguintes coordenadas: (a) Ponto 1: Longitude = o 45:20:44,877 e Latitude = s 23:52:7,196; (b) Ponto 2: Longitude = o 45:05:27,294 e Latitude = s 23:09:50,841; (c) Ponto 3: Longitude =
  • 16. o 45:34:45,555 e Latitude = s 23:30:56,560; (d) Ponto 4: Longitude = o 45:20:30,474 e Latitude = s 22:47:47,479; e (e) Ponto 5: Longitude = o 45:10:34,098 e Latitude = s 22:54:48,543. 0,55 0,60 0,65 0,70 0,75 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 Ponto1 Ponto2 Ponto3 Ponto4 Ponto5 Vulnerabilidade Parâmetro Gama (γ) Figura 8: Gráfico do valor de vulnerabilidade em função do parâmetro gama (γ). 6. Conclusões As técnicas de geoprocessamento foram fundamentais para a localização das áreas susceptíveis aos processos erosivos no Vale do Paraíba. Através da integração e manipulação de dados de diversas fontes foram obtidas novas informações de interesse. O operador fuzzy Gama, aplicado na etapa de combinação dos mapas, gerou diferentes cenários que vão do mais favorável ao mais desfavorável a ocorrência da erosão, portanto, demonstrou ser flexível na geração de cenários de risco potencial. Com isto, uma das grandes vantagens da utilização desta técnica é a possibilidade de gerar diferentes cenários para a tomada de decisão, através da manipulação dos valores do parâmetro gama. A classificação quanto ao risco de erosão (Muito Baixo, baixo, médio, alto e Muito Alto) é uma indicação de orientação de áreas prioritárias para ações de conscientização e fiscalização, ou seja, indicam regiões onde precisam concentrar esforços visando sua manutenção e/ou recuperação. Vale ressaltar que embora a erosão possa ser explicada em parte pela associação dos três fatores considerados neste trabalho (cobertura vegetal, tipo de solo e declividade), várias outras variáveis podem e devem ser consideradas para melhorar o desenvolvimento de um modelo de espacialização da fragilidade do solo a ocorrência de erosão.
  • 17. Referências AN, P.; MOON, W. M.; RENCZ, A. Application of fuzzy set theory to integrated mineral exploration. Canadian Journal of Exploration Geophysics, vol. 27, n.1, p. 1-11, 1991. BARBOSA, C. C. F. Álgebra de mapas e suas aplicações em sensoriamento remoto e geoprocessamento. 1997. 177 p. (INPE-7115-TDI/667). Dissertação (Mestrado em Sensoriamento Remoto) - Instituto Nacional de Pesquisas Espaciais (INPE), São José dos Campos, 1997. Disponível em: <http://urlib.net/83LX3pFwXQZeBBx/d5uPj>. Acesso em: 28 maio 2013. BARREDO, J. I.; BENAVIDES, A.; HERVÁS, J.; WESTEN, C. J. V. Comparing heuristic landslide hazard assessment techniques using GIS in the Tirajana basin, Gran Canaria Island, Spain. International Journal of Applied Earth observation and Geoinformation, vol. 2, n.1, p. 9-23, 2000. CÂMARA, G.; DAVIS, C.; MONTEIRO, A. M. V. Introdução à Ciência da Geoinformação. São José dos Campos: Instituto Nacional de Pesquisas Espaciais (INPE), 2001 (INPE-10506-RPQ/249). 345 p. Disponível em: < http://mtc-m12.sid.inpe.br/col/sid.inpe.br/sergio/2004/04.22.07.43/doc/publicacao.pdf> Acesso em: 22 maio 2013. CREPANI, E.; MEDEIROS, J. S.; HERNANDEZ FILHO, P.; FLORENZANO, T. G.; DUARTE, V.; BARBOSA, C. C. F. Sensoriamento remoto e geoprocessamento aplicados ao Zoneamento Ecológico-Econômico e ao ordenamento territorial. São José dos Campos: Instituto Nacional de Pesquisas Espaciais (INPE), 2001 (INPE-8454- RPQ/722). 103 p. Disponível em: <http://www.dsr.inpe.br/dsr/simeao/Publicacoes/SERGISZEE3.pdf>. Acesso em: 22 maio 2013. EMPLASA. Governo do Estado de São Paulo. Secretaria de Desenvolvimento Metropolitano. Região Metropolitana do Vale do Paraíba e Litoral Norte. 132 p. Disponível em: <http://www.emplasa.sp.gov.br/emplasa/conselhos/ValeParaiba/textos/livro_vale.pdf>. Acesso em: 22 maio 2013. ENVI. Atmospheric Correction Module: QUAC and FLAASH User’s Guide. 49 p. 2009. Disponível em: <http://www.exelisvis.com/portals/0/pdfs/envi/Flaash_Module.pdf>. Acesso em: 22 maio 2013. FARIA, A. L. L.; SILVA, J. X.; GOES, M. H. B. Análise ambiental por geoprocessamento em áreas com susceptibilidade à erosão do solo na bacia hidrográfica do ribeirão do Espírito Santo, Juiz de Fora (MG). Caminhos de Geografia, vol. 4, n.9, p. 50-65, 2003.
  • 18. FERREIRA, M. V.; RIEDEL, P. S.; LOPES, E. S. S.; MERINO, E. R. Comparação entre diferentes critérios para elaboração de mapas de suscetibilidade aos escorregamentos. Exemplo do município de Cubatão, serra do mar paulista. Revista Brasileira de Cartografia, No 60/04, p. 385-400, 2008. (ISSN 1808-0936). Disponível em: < http://www.rbc.ufrj.br/_pdf_60_2008/60_04_8.pdf> Acesso em: 22 maio 2013. GloVis - Global Visualization Viewer USGS. Disponível em: < http://glovis.usgs.gov/>. Acesso em: 22 maio 2013. GUERRA, A. J. T.; SILVA, A. S.; BOTELHO, R. G. M. Erosão e Conservação dos Solos: Conceitos, Temas e Aplicações. Rio de Janeiro: Bertrand Brasil, 1999. 340p. GUZZETTI, F.; CARRARA, A.; CARDINALI, M.; REICHENBACH, P. Landslide hazard evaluation: a review of current techniques and their application in a multi-scale study, Central Italy. Geomorphology, vol. 31, n.1, p.181-216, 1999. Instituto Brasileiro de Geografia e Estatística (IBGE). Disponível em: < http://www.ibge.gov.br/home/>. Acesso em: 22 maio 2013. LIU, W. T. H. Aplicações de Sensoriamento Remoto. Campo Grande: UNIDERP, 2007. 908 p. MACHADO, R. E. Simulação de escoamento e de produção de sedimentos em uma microbacia hidrográfica utilizando técnicas de modelagem e geoprocessamento. 2002. 166p. Tese (Doutorado em Irrigação e Drenagem) – Escola Superior de Agricultura Luis Queiros, Universidade de São Paulo (USP), Piracicaba, 2002. Disponível em: <http://www.teses.usp.br/teses/disponiveis/11/11143/tde-10072002-161200/pt-br.php>. Acesso em: 22 maio 2013. MOREIRA, F. R. S. Uso da avaliação de técnicas de integração e análise espacial de dados em pesquisa mineral aplicadas ao planalto de Poços de Caldas. 2001. 164 p. (INPE-9481-TDI/825). Dissertação (Mestrado em Sensoriamento Remoto) - Instituto Nacional de Pesquisas Espaciais, São José dos Campos, 2001. Disponível em: <http://urlib.net/sid.inpe.br/jeferson/2003/10.10.07.29>. Acesso em: 28 maio 2013. OLIVEIRA, J.B.; CAMARGO, M.N.; ROSSI, M.; CALDERANO FILHO, B. Mapa pedológico do Estado de São Paulo: legenda expandida. Campinas, Instituto Agronômico/EMBRAPA-Solos. Campinas. 64 p. 1999. VALERIANO, M. M. TOPODATA: guia para utilização de dados geomorfológicos locais. São José dos Campos: Instituto Nacional de Pesquisas Espaciais (INPE), 2008 (INPE-15318-RPQ/818). 75 p. Disponível em: <http://mtc-m18.sid.inpe.br/col/sid.inpe.br/mtc-m18@80/2008/07.11.19.24/doc/publicacao.pdf>. Acesso em: 22 maio 2013. WESTEN, C. J. V.; TERLIEN, M. T. J. An approach towards deterministic landslide hazard analysis in GIS. A case study from manizales (Colombia). Earth Surface Processes and Landforms, vol. 21, n. 9, p. 853-868, 1996.