Metodologia para o Clculo da Taxa Anual de Desmatamento na Amaznia Legal

Gilberto Cmara Dalton de Morisson Valeriano Joo Vianei Soares

So Jos dos Campos, INPE, set/2006. Atualizado por Marisa da Motta

1 2 3

Introduo................................................................................................................. 3 Hipteses de trabalho adotadas ................................................................................ 4 Procedimento de interpretao de imagens .............................................................. 5 3.1 3.2 3.3 3.4 3.5 3.6 3.7 Seleo das imagens orbitais ............................................................................ 6 Geo-referenciamento das imagens TM/LANDSAT......................................... 6 Modelo linear de mistura espectral................................................................... 8 Segmentao das imagens fraes-sombra e solo .......................................... 11 Classificao das imagens frao-sombra ou solo segmentadas .................... 11 Edio e mosaicagem ..................................................................................... 12 Resultado desta fase ....................................................................................... 14

4 5

Efeito da cobertura de nuvens ................................................................................ 15 Clculo da taxa de desmatamento .......................................................................... 17 5.1 5.2 5.3 Determinao da estao seca ........................................................................ 17 Estimativa proporcional para data de referncia ............................................ 18 Taxa Anual Projetada ..................................................................................... 23

6 7

Aspectos da metodologia revisados........................................................................ 24 Concluses.............................................................................................................. 24

1 Introduo
Este documento apresenta a metodologia adotada pelo INPE no clculo da taxa de desmatamento da Amaznia, no chamado programa PRODES (Programa de Clculo do Desflorestamento da Amaznia). Esta metodologia foi desenvolvida originalmente pela equipe do INPE durante o perodo 1988-2002 para ser utilizada no contexto do projeto PRODES Analgico. Neste perodo, a interpretao das imagens era feita por interpretao visual de imagens impressas em papel fotogrfico. A partir de 2003, o INPE passou a adotar o processo de interpretao assistida pelo computador para o clculo da taxa de desmatamento na Amaznia, chamado de programa PRODES Digital para distingui-lo do processo anterior. A metodologia adotada no perodo 2003-2005 est descrita neste documento. Os ajustes e aprimoramentos implementados em 2005 esto descritos neste documento. Este documento est dividido em sete sees. Na seo 2, descrevemos as hipteses de trabalho adotadas no procedimento. Na seo 3, apresentamos o processo de interpretao assistida pelo computador. Na seo 4, discorremos sobre a estimativa de desmatamento na rea coberta por nuvens e no observada no ano em curso. Na seo 5, mostramos como feito o ajuste para estimar a taxa anual de desmatamento para uma data de referncia e como feito a projeo da taxa anual. Na seo 6, apresentamos os principais aspectos da metodologia que foram revisados. Nas concluses, revisamos os principais pontos do documento e apontamos para os novos desenvolvimentos em curso no INPE. Deve-se observar que os procedimentos utilizados pelo INPE no perodo 19882002 nunca foram devidamente documentados por seus responsveis poca. Assim, este documento a primeira descrio disponvel dos procedimentos de clculo da taxa. Vale lembrar ainda que o INPE passou a divulgar os mapas digitais que descrevem o desmatamento da Amaznia apenas a partir de 2003. At ento, esta informao era restrita e no acessvel mesmo a outros rgos do governo, o que teve graves conseqncias, pois reduziu muito a capacidade do governo e da sociedade em combater o desmatamento.

2 Hipteses de trabalho adotadas

A metodologia do clculo da taxa de desmatamento da Amaznia baseia-se em alguns pressupostos: 1. As imagens utilizadas so do satlite LANDSAT, e formam uma grade que recobre toda a Amaznia, composta de um conjunto de rbitas e de pontos. Cada imagem identificada univocamente por um par ordenado rbita-ponto (vide figura 1). 2. Parte das imagens pode no ser analisada, devido a problemas de cobertura de nuvens ou de conflito entre o tempo necessrio para processamento de todas as imagens e a data prevista para a divulgao da taxa. Neste caso, as imagens so selecionadas de forma a cobrir o mximo possvel de reas desmatadas no ano anterior. 3. A partir de 2005, em casos de alta cobertura de nuvem, imagens de outros satlites (ou datas) podem ser usadas para compor a cena. O procedimento de anlise descrito na seo 3. 4. Numa imagem a ser analisada, pode haver reas no-observadas, devido ao problema de cobertura de nuvens. Estas reas devero ser levadas em conta no procedimento de clculo do incremento estimado para cada imagem, como descrito na seo 4. 5. O desmatamento ocorre apenas dentro da estao seca. Assim, para cada rbitaponto, a estao seca foi estabelecida baseada em parmetros climatolgicos. Para fornecer uma taxa anualizada de desmatamento na imagem, os incrementos de desmatamento constatados em cada imagem precisam ser projetados para uma data de referncia. Este processo descrito na seo 5. O recobrimento das imagens LANDSAT na Amaznia mostrado na figura 1, onde algumas imagens utilizadas para o clculo da taxa de desmatamento em 2005 so mostradas em amarelo.

Figura 01 Recobrimento LANDSAT na Amaznia Legal Legal

3 Procedimento de interpretao de imagens

A metodologia de interpretao de imagens consiste nas seguintes etapas: seleo de imagens com menor cobertura de nuvens e com data de aquisio a mais prxima o possvel da data de referncia para o clculo de taxa de desmatamento (1 de agosto), georreferenciamento das imagens, transformao dos dados radiomtricos das imagens em imagens de componente de cena (vegetao, solo e sombra) pela aplicao de algoritmo de mistura espectral para concentrar a informao sobre o desmatamento em uma a duas imagens, segmentao em campos homogneos das imagens dos componentes solo e sombra, classificao no supervisionada e por campos das imagens de solo e de sombra, mapeamento das classes no-supervisionadas em classes informativas (desmatamento do ano, floresta, etc), edio do resultado do mapeamento de classes e elaborao de mosaicos das cartas temticas de cada Unidade Federativa. Estas etapas so detalhadas a seguir.

3.1

Seleo das imagens orbitais

Em consulta aos arquivos da Diviso de Gerao de Imagens do INPE/Cachoeira Paulista, so selecionadas imagens TM/Landsat, do ano de interesse (correspondentes geralmente aos meses de julho, agosto e setembro), com cobertura mnima de nuvens e melhor visibilidade, alm de uma adequada qualidade radiomtrica. As imagens de satlite so normalmente processadas com introduo de correes de sistema, nvel de correo geomtrica igual a 6 (reamostragem por vizinho mais prximo) e em projeo UTM, gerando um produto cartogrfico com erro interno igual a 50 m. Aps indicadas as bandas TM3 (regio do vermelho), TM4 (regio do infra-vermelho prximo) e TM5 (regio do infravermelho mdio), estes dados digitais so gravados num CD-ROM, em formato Geotiff.

Figura 02 Imagem Geotif (Cena 227/65 de 01/07/2002) Composio colorida RGB 5,4,3

3.2

Geo-referenciamento das imagens TM/LANDSAT

O mdulo IMPIMA do ambiente computacional SPRING (Sistema de Processamento de Informaes Geo-referenciadas) utilizado neste projeto para se obter imagens no formato GRIB (Gridded binary), atravs da leitura de imagens por dispositivo CD-ROM

e posterior visualizao. conveniente ressaltar que a resoluo espacial da imagem de entrada de 30 metros. A partir da criao da estrutura dos bancos de dados e dos projetos (Tabela 1) pode-se receber as imagens para serem analisadas no Sistema de Processamento de Informaes Geo-referenciadas (SPRING). Estes bancos contm os planos de informao para as categorias imagem e carta temtica, representando respectivamente, as diversas bandas espectrais e/ou imagens-sintticas e as cartas-tema de interesse. Dentre os temas definidos como legenda esto: floresta, no-floresta (reas previamente identificadas nas imagens com base no Mapa de Vegetao do IBGE como constituda de vegetao com fisionomia diversa da florestal como Savana Arbrea-Arbustiva (Cerrado), Savana Gramneo-Lenhosa (Campo Limpo de Cerrado ), Campinarana, etc), extenso desflorestada (acumulada de mapeamentos anteriores), desflorestamento do ano, hidrografia e nuvem. Na Tabela 1 pode-se observar que tanto o nome do banco de dados, quanto o nome do projeto procuram referenciar o ano do levantamento e as informaes da rbita_ponto de cada imagem TM/Landsat investigada, permitindo ainda visualizar as categorias e modelos dos dados/informaes de entrada.
TABELA 1- Exemplo de estrutura dos bancos de dados e dos projetos NOME DO BANCO ano do levantamento_projeto sgi_rbita ponto_data NOME DO PROJETO ano do levantamento_projeto sgi_rbita ponto_data CATEGORIA MODELO PI CLASSES 3 Bandas Imagem Imagem sinteticas floresta, no-floresta, desmatamento-total (extenso) CartaTema Temtico Classificao desmatamento (incremento do ano), nuvem, hidrografia.

O geo-referenciamento das imagens feito registrando-se as imagens de satlite com cartas topogrficas na escala 1: 100.000 escanerizadas, atravs da aquisio de alguns pontos de controle, por considerar que as imagens, quando de sua aquisio, esto geometricamente corrigidas. No registro, associam-se as coordenadas da imagem (linha, coluna) com as coordenadas geogrficas (latitude, longitude) das cartas topogrficas. O SPRING pode reconhecer imagens TM-Landsat com correo geomtrica de sistema e trat-las de modo especial durante o registro. Nas vrias reas da Amaznia, onde no existem cartas na escala de 1:100.000 foram utilizadas como referncia, aquelas cartas disponveis, na escala 1: 250.000 editadas pelo FIBGE ou DSG, rgos responsveis

pela cartografia nacional. importante destacar que essa forma de registro imagem x carta foi empregado apenas para o ano-base (no caso, 1997 para o geo-referenciamento inicial), ficando as imagens dos anos subseqentes devidamente registradas pelo tipo imagem x imagem. Posteriormente ao registro, feita a importao das imagens para a estrutura dos projetos criados, conforme mencionado em item anterior. A partir de 2005, adotou-se o georeferenciamento com as imagens ortoretificadas divulgados pela NASA https://zulu.ssc.nasa.gov/mrsid. 3.3 Modelo linear de mistura espectral

O modelo linear de mistura espectral (MLME) visa estimar a proporo dos componentes solo, vegetao e sombra, para cada pixel, a partir da resposta espectral nas diversas bandas do TM, gerando as imagens-frao solo, vegetao e sombra. O modelo de mistura espectral pode ser escrito como: ri=a*vegei+b*soloi+c*sombrai+ei, onde ri a resposta do pixel na banda i da imagem TM/Landsat; a, b e c so propores de vegetao, solo e sombra (ou gua) que compem o pixel; vegei, soloi e sombrai correspondem as respostas espectrais de cada uma dessas componentes citadas; ei o erro de estimao intrnseco para cada banda i. As bandas 3, 4 e 5 do TM-Landsat esto sendo utilizadas, formando um sistema de equaes lineares que pode ser resolvido utilizando o mtodo dos Mnimos Quadrados Ponderados. Aps a aplicabilidade do modelo de mistura, so resultantes trs bandas sintticas, representando as propores de vegetao, de solo e de sombra existente em cada pixel da imagem.

Figura 03 Imagem da Componente Solo

Figura 04 Imagem da Componente Sombra

Figura 05 Imagem da Componente Vegetao

Particularmente, em funo dos alvos investigados neste trabalho, a imagemfrao sombra ou solo, tem sido geralmente utilizada no processo de identificao das reas desflorestadas. Essa indicao de qual imagem-frao utilizar para dar seqncia no procedimento fruto da experincia do fotointrprete ou do analista em reconhecer a complexidade temtica da rea de estudo. Geralmente reas de transio/contato entre as formaes florestais e aquelas de cerrado (lato sensu), por exemplo, so tratadas a partir de imagens-frao solo. Em reas com dominncia de faciaes da floresta tropical a caracterizao do desflorestamento melhor definida em imagem-frao sombra, visto que reas florestadas apresentam significativo percentual dessa

componente sombra, em funo dos vrios estratos que compem a estrutura de uma floresta e a irregularidade do dossel, contrastando com uma baixa quantidade de sombra no caso de reas com ocorrncia de derrubada florestal. Ao final dessa fase, as imagens-sintticas geradas pelo MLME e que sero empregadas para a etapa classificatria so reamostradas para 60 metros, por razes de otimizao do tempo de processamento digital, minimizando o espao em disco, sem perda do contedo informativo compatvel com a escala de apresentao final, que de 1:250.000.

3.4

Segmentao das imagens fraes-sombra e solo

A segmentao de imagem uma tcnica de agrupamentos de dados, na qual somente as regies espacialmente adjacentes e de caractersticas espectrais semelhantes podem ser agrupadas. Para realizar o processo de segmentao necessrio definir dois limiares: a) o limiar de similaridade, valor mnimo estabelecido pelo intrprete, abaixo do qual duas regies so consideradas espectralmente similares e agrupadas em uma nica regio; b) o limiar de rea, valor de mnima, dimenso, dado em nmero de pixels, para que uma regio seja individualizada. No presente trabalho, as imagens frao-sombra ou frao-solo derivadas do MLME tm sido segmentadas pelo mtodo de crescimento de regies, utilizando os limiares de similaridade 8 e de rea 16, prestabelecidos atravs de vrios experimentos em trabalhos sobre uso e cobertura da terra, realizados na Amaznia.

Figura 06 Imagem da Componente Solo Segmentada

3.5

Classificao das imagens frao-sombra ou solo segmentadas

Uma vez realizada a segmentao nas imagens sintticas derivadas do MLME selecionadas, torna-se necessrio como fase seqencial de operao, a criao de um arquivo de contexto e extrao de regies, antes da fase de classificao propriamente

dita. Nesse arquivo de contexto ficam armazenadas as informaes: a) tipo de classificao por regies; b) bandas ou imagens utilizadas; e c) imagem segmentada. Na fase de extrao das regies um algoritmo extrai os atributos estatsticos (mdias e matrizes de covarincia) do conjunto de regies definido pela segmentao. Aps isso, tem-se o incio do processo classificatrio, cujas imagens-frao (sombra ou solo) segmentadas so tratadas por um algoritmo de classificao no-supervisionado de agrupamento de dados (ISOSEG), onde a discriminao de classes tem como base os atributos estatsticos de regio, dentro de certos limiares de aceitao pr-determinados iguais a 95% ou 90%, conforme a complexidade da paisagem investigada. Os temas resultantes da classificao foram ento associados s classes definidas anteriormente no banco de dados, cujo resultado da identificao e do mapeamento das reas desflorestadas pode ser apresentado no formato raster ou vetorial.

Figura 07 Imagem Classificada

3.6

Edio e mosaicagem

Uma vez realizada a classificao de uma imagem por esse procedimento no supervisionado, torna-se necessrio fazer uma pr-auditoria do mapeamento resultante. Essa etapa denominada de edio, realizada por um fotointrprete, com a tarefa de analisar minuciosamente (diretamente na tela do computador tendo como plano de fundo, para comparabilidade, a imagem original em composio colorida) os polgonos

temticos gerados pela operao conjunta de segmentao e classificao de determinada imagem-frao. Os polgonos mapeados so aceitos ou reclassificados em outras categorias de uso da terra, baseado na experincia desse fotointrprete, que avalia padres e aspectos de contexto, alm de, caso necessrio, contar com dados histricos derivados do PRODES Analgico. Essa atividade de redefinio temtica de polgonos realizada em escala 1:100.000, de forma a preservar o detalhamento dos contornos do(s) segmento(s) que define(m) determinada classe. A fase de edio de temas, especialmente a ocorrncia de nuvens e/ou de reas de no-floresta, so normalmente editadas visualmente na tela do computador. Com a implementao do algoritmo de edio matricial no SPRING, observa-se maior eficincia no processo de edio feita pelo fotointrprete. Nesta edio matricial, a obteno dos dados vetoriais,

correspondentes aos polgonos editados, so obtidos atravs da aplicao do procedimento de converso das informaes do formato raster para vetorial. Uma vez realizada a edio, cada imagem temtica (carta-tema) ordenada num banco especfico, segundo as rbitas/pontos referenciais do satlite, para compor o mosaico da Amaznia Legal. Nesse processo de composio do mosaico, os PI de entrada que so as cartas-tema tm sua resoluo espacial transformada em 120metros, para uma apresentao final de toda a Amaznia brasileira na escala de 1:2.500.000, pela grande quantidade de informaes geradas na escala original do trabalho interpretativo. No caso do mosaico de cada Estado que compe a Amaznia Legal, os PIs dos projetos carta-tema mantm a resoluo de 60 metros, porm a escala de apresentao de 1: 500.000 (Figura 08).

Figura 08 Mosaico do estado de Rondnia com reas de floresta (verde), desmatamento (amarelo) e reas de cerrado (magenta).

3.7

Resultado desta fase

Esta fase produz dois resultados: (a) Os mapas digitais por rbita-ponto e mosaicos por estado, que so colocados na Internet para anlise e conhecimento do governo e da sociedade; (b) Uma planilha com os seguintes dados para cada rbita-ponto, separados por estado:
Pathrow: rbita-ponto de cada imagem; State: estado da federao coberto;

Cod: identifica o recorte sem nuvens (ou com o mnimo possvel) de uma das imagens usadas para processar a cena toda. A unio dos recortes compe a imagem toda;
Julnday: dia juliano da imagem observada; Fstarea: rea de floresta remanescente na imagem; Dfsarea: rea desmatada na imagem observada anteriormente;

Increm: incremento no desmatamento constatado na imagem; Fstclds: rea de floresta coberta por nuvens na imagem; dfcld_01: rea desmatada, coberta por nuvens no ano anterior; dfcld_02, dfcld_03, dfcld_04,dfcld_05, dfcld_06, dfcld_07: rea

desmatada, coberta por nuvens nos (dois, trs, quatro, cinco, seis e sete) anos anteriores data de observao.
Dfcld_out: rea de desmatamento registrada em 2004, porm j existente em

2003. A Tabela 2 mostra um exemplo dos resultados desta fase, onde so listadas algumas imagens com maior incremento do desmatamento em 2004 (km2). TABELA 2 Exemplo de dados para clculo da taxa
pathrow state codigo julnday fstarea 22466 PA 22765 PA 22765 PA 22768 MT 22769 MT 22867 MT 22867 MT 22967 MT 22969 MT 22969 RO 23267 RO 1 1 2 1 1 1 2 1 1 1 1 223 197 197 213 228 204 204 211 211 211 215 12215 5778 17990 13397 11465 14115 4045 19977 7205 1876 15130 dfsarea increm fstclds 11969 378 2226 8472 7660 5482 1070 5753 1572 1615 8537 830 82 546 897 893 673 177 669 103 51 866 559 9 80 201 0 0 0 0 0 0 295 dfcld_01 dfcld_02 --19 0 0 0 0 0 0 0 0 0 1 0 ... 0 ... 0 ... 0 ... 0 ... 0 ... 0 ... 0 ... 0 ... 0 ... 0 ... dfcld_07 dfcld_out 0 0 0 0 0 0 0 0 0 0 0 29 5 25 83 85 5 0 27 60 23 443

Os clculos posteriores (descritos nas sees 4 e 5) so realizados com base nesta planilha.

4 Efeito da cobertura de nuvens

Em muitas reas da Amaznia, impossvel obter imagens sem cobertura de nuvens pelo menos parcial. Nestes casos, o INPE procura selecionar a imagem com menor cobertura de nuvens dentro da estao seca. Por exemplo, tome-se o caso da imagem 225/64, que cobre a chamada Terra do Meio no estado do Par, durante o ano de 2002. Como mostra a figura 09, no perodo de 30/04/2002 a 23/10/2002, esta regio esteve

parcial ou totalmente coberta por nuvens. O INPE escolheu para processar a imagem do dia 03/07/2002, cuja cobertura de nuvens estava mais restrita a uma nica regio da imagem.

Figura 09 Imagem LANDSAT rbita-ponto 225/64 durante o ano de 2002 e sua cobertura de nuvens.

Aps o processamento da imagem como descrito na seo 3, feita a estimativa da rea desmatada sob nuvens. Esta estimativa supe que a proporo de desmatamento na rea no-observada a mesma da rea de floresta observada na imagem. O procedimento ilustrado na Figura 10.

Figura 10 Ilustrao do procedimento de estimativa do desmatamento em rea no observada.

Na Figura 10, sendo AF a rea de floresta remanescente, INC o incremento constatado na imagem, e NUV a rea no observada, o incremento estimado sob nuvens (inc_nuv) calculado como a proporo do desmatamento observado multiplicado pela rea de nuvens, e o incremento total (inc_tot) usado no clculo da taxa de desmatamento considerado como a soma do incremento observado com o incremento estimado sob nuvem, mais as parcelas de desmatamentos observados sobre a ocorrncia de nuvens por um ou mais anos. Assim,
inc_nuv = NUV * (INC/(AF + INC)) inc_tot = INC + inc_nuv + parcelas_dsf parcelas_dsf=(dfcld_01/2+dfcld_02/03+dfcld_03/04 +... +dfcld_07/8)

onde cada parcela calculada em funo do nmero de anos onde supostamente o desmatamento ocorreu. Para dfcld_01 considera-se 2 anos, dfcld_02 considera-se 3 anos e assim sucessivamente. Como exemplo, os dados na imagem rbita ponto 224/66, onde em 2004 foram identificados 12215km2 de rea de floresta remanescente, um incremento de 830 km2, uma rea de nuvens de 559 km2, e uma rea de desmatamento sobre nuvens por 1 ano de 19km2. O incremento total estimado foi de 875 km2.

Quando a melhor imagem selecionada tem muitas nuvens, a parte sem cobertura processada e imagens de outros satlites de datas prximas so usadas para interpretar a parte coberta por nuvens. Os clculos de inc_nuv so feitos para cada parte usada para compor a imagem processada final. Quando isto acontece, os anos anteriores so tambm recortados com o mesmo recorte usado para processar tal imagem para no afetar o clculo das estimativas. Na Tabela 2 o recorte (rea interpretada) indicado pela coluna cod . Este procedimento foi adotado a partir de 2005 com o objetivo de reduzir ainda mais as incertezas ocasionadas por nuvens.

5 Clculo da taxa de desmatamento

5.1 Determinao da estao seca

Para o clculo da taxa de desmatamento, o primeiro passo estabelecer qual a estao seca associada imagem. Na Figura 11, esto mostradas as diferentes estaes seca

climatologicamente definidas para a Amaznia, com os respectivos dias de incio e fim. Note-se que a grande maioria das imagens est associada a uma estao seca que comea no dia juliano 151 (31/maio) at o dia juliano 242 (29/agosto). Estas imagens correspondem regio do Mato Grosso, Rondnia e Sul do Par.

Figura 11 Estaes secas na Amaznia e nmero de imagens LANDSAT associadas 5.2 Estimativa proporcional para data de referncia

O passo seguinte fazer a compensao temporal de todos os incrementos, para uma mesma data de referncia. Considerando o grande nmero de imagens cuja estao seca est entre os meses de junho e setembro (ver figura acima), tomou-se a data de 1/agosto (dia juliano 211) como data de referncia para o clculo das taxas anualizadas. O procedimento detalhado do clculo da taxa depender das datas de aquisio da imagem no ano em anlise e nos dois anos anteriores. Para ilustrar o procedimento, tomou-se o exemplo no qual as duas datas de aquisio das imagens esto dentro da estao seca (vide Figura 12). Os demais casos so calculados de maneira similar.

Figura 12 Clculo da taxa anual de desmatamento passo 1: localizao das imagens em relao estao seca (ref a data de referncia). Na figura acima, a diferena entre o desmatamento total das duas imagens o incremento entre as duas datas. Como o nmero de dias entre as duas imagens depende de fatores como a cobertura de nuvens, a diferena de data pode ser menor ou maior que um ano. Esta diferena tem de ser compensada para o clculo da taxa. Assim, o segundo passo o clculo da taxa diria de desmatamento e a taxa anual, como mostra a Figura 13. Para o clculo da taxa diria, divide-se o incremento observado pelo nmero de dias da estao seca entre as duas imagens.

Figura 13 Clculo das Taxas Diria de desmatamento (Td2 e Td1) e Taxa Anual de Desmatamento para o ano observado (TAnual)

O clculo da taxa de desmatamento anual estimado como:

TAnual = (Td2 * nd1) + (Td2 * nd2r) + (Td1 * nd1r) ,

onde:
Td2 - taxa de desmatamento diria entre a imagem do ano analisado e a imagem

do ano anterior.
Td1 - taxa de desmatamento diria entre a imagem do ano anterior e a imagem

do ano precedente.

nd2 - nmero de dias de estao seca entre o incio da estao seca e a imagem

do ano.
nd2r - nmero de dias de estao seca entre o incio da estao seca e a data de

referncia.
nd1r - nmero de dias da estao seca entre a data de referncia e a imagem do

ano anterior.
nd1 - nmero de dias de estao seca entre a imagem do ano anterior e o final da

estao seca
nd1a - nmero de dias de estao seca entre a imagem do ano precedente e o fim

da estao seca
nd2a - nmero de dias de estao seca entre o incio da estao seca e a imagem

do ano anterior As Tabelas 3 e 4 mostram um exemplo de estimativa de taxas. TABELA 3 Dados de entrada - cena 22466
pathrow 2004 2003 2002 state cod 1 1 1 julnday fstarea dfsarea increm fstclds 558.74 84.65 635.83 dfcld_01 dfcld_02 ... 18.53 36.78 0.00 0 ... 0 ... 0 ... dfcld_07 dfcld_out 0 0 0 28.53 0 0

22466 PA 22466 PA 22466 PA

223 12215.29 11969.00 829.87 236 13661.41 11153.48 776.79 209 13923.80 10402.36 751.13

TABELA 4 Estimativa de Taxas de Desmatamento - cena 22466

PathRow 2004 2003 2002 ... Sta ScId Jul2 1 1 1 223 236 209 Jul1 236 209 214 Jul0 209 214 164 StClim EndClim 151 151 151 242 242 242 nd2r 61 61 61 Rate 916.75 619.79 831.66 Increm 829.87 776.79 751.13 CorrInc ... 874.68 ... 799.73 ... 783.67 ... nd1 26 0 4

22466 PA 22466 PA 22466 PA

IncLstYear CorrLstYear 776.79 751.13 1078.83 799.73 783.67 1078.83

PercRate PercClds DRate2 5 -23 6 5 3 4 10.93 6.66 8.91

nd1r DRate1 7 32 29 6.66 8.91 7.54

... ...
...

Observe que o primeiro passo corrigir o incremento na imagem de 2004 para levar em conta a rea coberta por nuvens. O incremento total estimado de acordo com o procedimento apontado na seo 4, 874.87 km2 .Com estes dados, pode-se calcular os parmetros da equao anterior, mostrados na Tabela 4. Como se verifica, a taxa

estimada para 2004 de 916.75 km2. Esta taxa superior ao incremento constatado (829 km2) porque a estimativa anual leva em considerao a incremento corrigido em funo das nuvens existentes na imagem. Os dados apresentados na Tabela 4 so descritos como:
Pathrow - rbita-ponto de cada imagem; State - estado da federao coberto; Cod - identifica o recorte com o mnimo de nuvens possvel de uma das imagens

usadas para processar a cena toda. A unio dos recortes compe a imagem toda;
Jul2 - dia juliano da imagem observada (ano corrente ex. 2004) Jul1 - dia juliano da imagem do ano anterior (ex.2003) Jul0 - dia juliano da imagem do ano precedente (ex. 2002) StClim - Inicio da estao seca para a cena EndClim - Fim da estao seca para a cena Rate - taxa anual estimada pela formula apresentada acima (TAnual) Increm - incremento no desmatamento constatado na imagem CorrIncr - incremento corrigido em funo das nuvens IncLstYear - incremento constatado no ano anterior CorrLstYear - incremento corrigido no ano anterior PerRate - indica a diferena em porcentagem entre Rate e CorrIncr PerClds - indica a diferena em porcentagem entre Increm e CorrIncr DRate2 - taxa diria do ano corrente nd2r - nmero de dias de estao seca entre o incio da estao seca e a data de

referncia do ano corrente

nd1r - nmero de dias de estao seca entre a data de referncia e a imagem do

ano anterior
nd1 - nmero de dias de estao seca entre a imagem do ano anterior e o final da

estao seca

Drate1 - taxa diria do ano anterior ndnxtY: nmero de dias entre a data de referncia e a data de passagem da

imagem. Este intervalo ser computado apenas no clculo da taxa do ano seguinte. Observe que o incremento pode ser maior que a taxa estimada, porque a taxa projetada para a data de referncia.

A taxa anual total estimada dada pelo somatrio das taxas estimadas das imagens processadas. Para minimizar o possvel efeito das nuvens na estimativa anual total, optou-se por considerar apenas o incremento para as imagens que obedecem as regras 1 e 2 descritas abaixo. Regra 1: seleciona as imagens com grande diferena entre increm e CorrInc corrigido pelo efeito de nuvens no ano corrente ou no ano anterior.
(perClds1 > 100% (perClds0 > 100% e incr1 > 50 km2) ano corrente ou e incr0 > 50 km2) ano anterior

Regra 2: A regra 2 aplicada aps a regra 1 e seleciona as imagens com grande diferena entre taxa calculada no ano (sem a parcela do ano anterior Drate1*ndr1) e o incremento corrigido.
100* [(RATE Drate1*nd1r) CorrIncr] /CorrIncr > 50%)

Os parmetros de corte usados so 100% para nuvens e 50% para taxa. 5.3 Taxa Anual Projetada A taxa anual projetada um resultado intermedirio que estima o valor de desmatamento em funo de um conjunto significativo de imagens. Este valor calculado em funo das taxas de pares de imagens em dois anos consecutivos, e dos dados efetivamente processados no ano anterior. TABELA 5 Projeo de Taxas Anuais
#IMGS Pairs 2005 2004 94 94 RATEPairs Km2 17174 24279 #IMGS good RATE good (Km2) 164 24849 #IMGS regra 1 e 2 INCR-regra 1 e 2 (Km2) Sum (Km2) #IMGS ProjRATE RATE+INCR Total Total-Km2 18831 26622

52

1773

26622

216

Analisando a tabela para o par 2004-2005, temos que para as mesmas 94 imagens, a taxa estimada para 2004 de 24279 km2 e para 2005 17.174 km2 . Do total (216) de imagens processadas em 2004, as estimativas para 52 imagens foram descartadas pelas regras 1 e 2 descritas acima. Para essas 52 imagens usou-se o incremento observado no lugar das taxas estimadas (1.773 km2 ). Assim a taxa projetada em 2005 para as 216 imagens de 18.831 km2 (17.174*26.622/24.279). A mesma regra de trs usada para o clculo das taxas projetadas por estado.

6 Aspectos da metodologia revisados

Para melhorar a metodologia do clculo da taxa de desmatamento, foi necessrio revisar os problemas da extrapolao para reas embaixo de nuvens e do uso de imagens coletadas antes da data de referncia. Considerando o histrico climatolgico da Amaznia, para minimizar o problema das nuvens, foi necessrio analisar um nmero muito maior de imagens e refazer a metodologia para permitir a incluso de informao parcial de uma imagem. A idia processar apenas as partes de cada imagem que estejam livres de nuvens. Isto implica que para compor a rea equivalente a uma cena LANDSAT podem ser utilizadas mais de uma imagem (inclusive de satlites diferentes). O objetivo reduzir tanto a extrapolao para a rea sob nuvens, quanto a incerteza associada a no termos imagens prximas data de referncia. Na prtica, isto implica que em vez de processar cerca de 150 cenas LANDSAT por ano, seriam processadas entre 300 a 400 cenas por ano. O PRODES mais que dobra, em termos de homens-hora. Isto representa um custo adicional.

7 Concluses
Este documento apresentou o procedimento para clculo da taxa de desmatamento da Amaznia revisado em 2005. Este procedimento resultante de dcadas de experincia do INPE no uso de imagens de sensoriamento remoto e de anlise destas imagens para o monitoramento da perda de floresta primria na Amaznia Legal por corte raso. Hoje o INPE fornece ao governo e sociedade brasileira toda a informao temtica produzida pelo PRODES digital sobre a localizao e extenso dos eventos de desmatamento na Amaznia Legal atravs da divulgao dos resultados pela Internet no site www.obt.inpe.br/prodes.