Desenvolvimento de um SIG associado ao cadastro vitícola do RS, agregando técnicas de classificação de vinhedos a partir de imagens ASTER

Abstract

O Centro Nacional de Pesquisa de Uva e Vinho da Embrapa, cuja sede está em Bento Gonçalves, e em conjunto com outras instituições (Instituto Brasileiro do Vinho, Associação Brasileira de Enologia, e outras) é animador de projetos que visam organizar, otimizar e controlar a qualidade e quantidade da produção de uvas e vinhos no Vale dos Vinhedos, para elaboração de vinhos mais competitivos no mercado nacional e principalmente internacional. O controle da produção de uvas na região tem se mostrado uma tarefa bastante difícil, mesmo com o sistema de cadastro dos produtores e produção desenvolvido para ambiente Web. Para tentar facilitar a manutenção dos dados, é permitido aos próprios proprietários registrarem sua produção, com informações desde a variedade da Vitis spp. cultivada até o volume e destino das mesmas. Freqüentemente isto não tem acontecido, pois os proprietários não informam sua produção ou alterações em suas propriedades para a Embrapa, seja por Internet ou por qualquer outro meio. Outro problema existente é o de mapear as áreas cultivadas. O atual controle dessas áreas é bastante simples, e ainda em grande parte em esboços no papel. Neste trabalho foi desenvolvido um Sistema de Informações Geográficas, integrado ao atual sistema da Embrapa, para que seja possível trabalhar também com dados espaciais. Este SIG traz condições para estruturar o mapeamento digital da região, e possibilita agregar técnicas de Sensoriamento Remoto para a identificação de áreas onde existam vinhedos. As imagens utilizadas foram capturadas pelo sensor ASTER, classificadas pelos métodos de Máxima Verossimilhança Gaussiana e Distância Euclidiana Mínima, onde as bandas espectrais utilizadas na classificação foram selecionadas através de um cálculo do desvio padrão em determinada área das imagens que continha apenas parreiras e outras vegetações, buscando as bandas com maiores variâncias nos valores dos pixels. Os resultados apontam como as melhores classificações dos pixels, para distinguir entre as classes "vegetação" (não incluindo vinhedos) e os "vinhedos" (não incluindo outras vegetações), vêm do classificador de Distância Euclidiana Mínima. A banda espectral 3 (infravermelho próximo) conduz à melhor separação das classes, mesmo se a qualidade do resultado for dependente da época do ano.

The National Center for Research of Grape and Wine, a laboratory of Empresa Brasileira de Pesquisa Agropecuária (Embrapa), based in Bento Gonçalves, Rio Grande do Sul State, Brazil, associated with other institutions (including the Brazilian Institute of the Wine and the Brazilian Association of Enology) is responsible for projects that aim to organize, to optimize and to control the quality and amount of the production of grapes and wines in the Brazilian producing regions, for elaboration of better and more competitive wines in the national and main international markets. The control of the production of grapes in Rio Grande do Sul State is presently made through an inventory of producers and production, developed for Web environment. Updating this database is a lengthy task, and to simplify the process, producers are asked to inform on their vineyards and production through an Internet connection to the inventory. This happens infrequently, and is added to the pressing need of mapping the cultivated areas. The current control of these areas is in fact rudimentary, being still based in sketches on paper. In this work a Geographic Information System (GIS) was developed, integrated to the current system of Embrapa, adding the capability of working with spatial data. The GIS brought structure for the digital mapping of the region, and also include techniques of Remote Sensing that make possible to identify vineyard areas. This study used three images collected by sensor ASTER aboard TERRA satellite, which were classified by the methods of Maximum Likelihood and Minimum Euclidean Distance, where the used spectral bands in the classification had been selected through a calculation of the standard deviation in determined area of the images that contained only vineyards and other vegetations, searching the bands with bigger variances in the values of pixels. Results point that better classifications, to distinguish between classes "Vegetation" (not including vineyards) and "Vineyards" (not including other forms of vegetation), come from the Minimum Euclidean Distance classifier. The spectral band 3 (near infrared) is the one which leads to the best class separation, even if the quality of this result is season-dependent.