Cristiane Nunes Francisco

DISTRIBUIÇÃO ESPAÇO-TEMPORAL DA PRECIPITAÇÃO NA REGIÃO HIDROGRÁFICA DA BAÍA DA ILHA GRANDE - RJ

O estado do Rio de Janeiro possui alto indice pluviometrico anual e distribuicao espacial de precipitacao heterogenea. No sul do estado, onde se localiza a Regiao Hidrografica da Baia da Ilha Grande (RHBIG), a conjugacao dos fatores dinâmicos e das caracteristicas fisiograficas locais, principalmente a presenca das escarpas da Serra do Mar, possibilita a ocorrencia de um dos mais elevados indices pluviometricos anuais do territorio fluminense. O objetivo do presente trabalho e avaliar a distribuicao espacial da precipitacao na faixa continental da RHBIG atraves da interpolacao de dados de 31 estacoes pluviometricas localizadas na area de estudo e em seu entorno. Com vistas a avaliar a dependencia dos fatores estaticos (relevo e posicional) na distribuicao de chuvas na area de estudo, foi efetuada uma analise de correlacao entre a distribuicao da precipitacao e dados de declividade, orientacao de vertentes, proximidade do litoral e altimetria. Os resultados indicaram que dos fatores fisiograficos utilizados como variaveis explicativas do padrao espacial de chuvas, a distância do litoral e a altitude apresentaram maiores correlacoes, indicando que a distribuicao espacial da precipitacao anual, sazonal e mensal e fortemente influenciada pela topografia e pela distância do litoral.

Interpretação de imagens orbitais por meio de sistema especialista para o mapeamento de cobertura da terra em região montanhosa

Land cover maps are an important data source for land planning and management, and hence, are crucial in zoning projects, environmental impact assessment, risky areas mapping, among other applications. They are usually derived from the interpretation of airborne or orbital images and/or the analysis of cartographic products, associated with field work. The traditional methods of remote sensing images classification consist either in pixel-per-pixel or region-based analyses, focusing on spectral differences for information extraction. The object-based image analysis (OBIA), although also based on the use of regions, represents an advance in relation to the traditional region-based classification approaches, for it relies on a knowledge model (semantic network) appended to the scene interpretation process, which

MINERAÇÃO DE DADOS APLICADA À DISCRIMINAÇÃO DA COBERTURA DA TERRA EM IMAGEM LANDSAT 8 OLI

O presente trabalho tem como objetivo investigar os descritores espectrais, extraidos das bandas do Landsat 8, e topograficos, provenientes de dados do TOPODATA, que auxiliam na discriminacao das classes de cobertura da terra atraves de uma arvore de decisao gerada por mineracao de dados. Foram extraidas medidas estatisticas de amostras referentes a 12 classes, coletadas no municipio do Rio de Janeiro, de um banco de dados composto por 18 planos de informacao. Os resultados apontaram que entre os descritores estatisticos, prevaleceram a media e mediana. Como descritor espectral, merece destaque a banda 1 (ultra-azul), selecionada para discriminar, alem das classes de agua, as classes de vegetacao e nao-vegetacao. O minerador utilizou o Indice de Vegetacao por Razao Simples (RS) em todas as arvores a despeito do Indice de Vegetacao por Diferenca Normalizada (IVDN). A declividade tambem foi inserida nas tres arvores para separar o afloramento rochoso da vegetacao de baixo porte. Em relacao aos niveis digitais, nao foi utilizado nenhum descritor de radiância nas quatro arvores. Considerando o grande volume de dados produzidos e armazenados atualmente, pode-se afirmar que a mineracao e um importante recurso para a extracao de informacoes de volumosos bancos de dados em curto espaco de tempo.