ResumoA abordagem de classificação orientada a objetos representa um novo paradigma no processamento de imagens de alta resolução espacial. A utilização de descritores espectrais e de forma, oriundos da segmentação, permitem uma melhor discriminação seletiva entre os objetos. Funções de pertinência fuzzy podem ser construídas a partir das propriedades dos objetos segmentados. Atualmente, o estado do Paraná vem realizando atualização dos mapas de uso da terra em escala 1:50.000 por meio de ortorretificação de imagens Spot 5. Pretende-se neste trabalho elaborar o mapa de uso da terra por meio de técnicas de segmentação multiresolução e classificação contextualizada (lógica fuzzy). Descritores dos objetos foram selecionados por estatística multivariada, métodos das componentes principais e de discriminantes, determinando-se aqueles com maior potencial de separabilidade entre as classes. Testes de classificação sucessivos foram realizados aplicando-se funções de pertinência fuzzy aos descritores selecionados, procedendo-se à classificação final da imagem. O mapa de uso da terra, abrangendo uma área de aproximadamente 218,75 km 2 , resultou em um valor de acurácia Kappa em torno de 80% (utilizando-se os objetos selecionados como amostras de treinamento), demonstrando o potencial dessa ferramenta, embora posteriores adaptações metodológicas devam ser implementadas. Palavras-chave: Imagem de alta resolução espacial; lógica fuzzy; hierarquia de classes; rede semântica. AbstractMultiresolution segmentation, object-oriented classification and Spot-5 imagery land use mapping. The object oriented classification approach represents a new paradigm to the high spatial resolution imagery processing. The use of spectral and form properties originated from the segmentation procedure allows better discrimination between objects. Fuzzy membership functions are generated from the segmented objects descriptors. The State of Parana has been currently updating its 1:50.000 land use maps by means of Spot 5 orthorectified imagery. The objective of this paper is to develop a methodology to the elaboration of land use maps by means of multi-resolution segmentation techniques and image contextual classification with the aid of fuzzy logic. In order to identify which descriptors could provide better class separability, multivariate statistic, principal components and discriminant analysis techniques were used, as a result potential descriptors were selected. Finally the classification process was achieved using those descriptors to create the fuzzy sets and the membership functions. The Land Use Map generated, including an area of 218,75 km 2 , reached a Kappa index near to 80%, indicating the potential application of this technique nevertheless subsequent methodological adaptation might be implemented.

Atualmente o sensoriamento remoto por microondas, aplicado ao monitoramento do meio ambiente, tem ganhado grande atenção. O monitoramento da cobertura e do uso da terra em ambientes tropicais é necessário para conhecer os padrões de uso e identificar os agentes que promovem as modificações nessas superfícies. O objetivo principal do trabalho é utilizar a classificação orientada a objetos em imagens de radar de abertura sintética, em banda L, identificando e quantificando as seguintes classes de cobertura e uso da terra: floresta primária, floresta degradada (florestas degradadas e secundárias), solo exposto e agricultura (agricultura e pastagens). Uma cena polarimétrica ALOS/PALSAR (modo FBD, nível de processamento 1,5), adquirida em 20 de agosto de 2007, foi utilizada nesse trabalho. Foi aplicado o filtro de ruído speckle Gamma (janela 5x5) sobre as imagens no formato amplitude. A classificação orientada a objetos foi realizada utilizando o software Defines. Segmentação multiresolução e lógica booleana foram os principais padrões empregados. A área de estudo abrange parte do município de Cláudia, localizada na região norte do estado de Mato Grosso, na Amazônia brasileira. Dados da área de estudo, obtidos pelos projetos PRODES, DETER e imagens Landsat 5/TM, foram utilizados para avaliar as classificações. Uma matriz de confusão foi empregada para avaliar a acurácia da classificação através do índice de concordância Kappa e acurácia global. Resultados iniciais indicam que, desconsiderando a informação de fase, a imagem de polarização cruzada (horizontal - vertical) promove a melhor distinção entre as classes de uso e cobertura da terra, especialmente entre floresta primária, degradada (áreas recentemente desflorestadas) e floresta secundária.

O saneamento básico é um direito assegurado pela Constituição Federal de 1988 e regulamentado pela Lei nº11.445/2007, garantindo princípios como a universalização dos serviços de saneamento básico, para que todos tenham acesso ao abastecimento de água de qualidade e em quantidade suficientes às suas necessidades, à coleta e tratamento adequado do esgoto e do lixo, drenagem e manejo das águas pluviais, limpeza e fiscalização preventivas das respectivas redes urbanas. O trabalho pretende fazer mapeamento e inferências quanto à situação do saneamento básico na margem esquerda do Ribeirão Pitanga/Furnas, nos municípios de Bueno Brandão e Ouro Fino, MG. Para tanto foram aplicados questionários em 90% das residências da área e espacializados os resultados. Logo, o que trouxe maior preocupação foi o destino do esgoto sanitário, que são encanamos diretamente para o rio, em sua maior parte. O abastecimento hídrico e a coleta e destino dos resíduos sólidos residenciais não são alarmantes.

Este trabalho teve como objetivo avaliar quais os benefícios que a fusão de imagens proporciona para o processo de delineamento de segmentos utilizando o método de segmentação multiresolução. Para realizar o trabalho, efetuou-se a fusão das imagens azul, verde, vermelho e pancromático, adquiridas pelo sistema QuickBird, e executou a segmentação de quatro grupos de imagens onde o primeiro grupo é composto pela imagem pancromática; o segundo pelas imagens azul, verde e vermelho; o terceiro grupo pelas imagens azul, verde, vermelho e pancromática e o quarto grupo pela imagem resultante da fusão das imagens contidas no terceiro grupo. Os resultados mostraram que, ao contrário do que ocorre para a cognição humana, a fusão de imagens não proporciona benefícios para a segmentação multiresolução, recomendando-se que não a utilize no processo de segmentação quando utilizar a técnica de segmentação multiresolução.