Na Bacia Amazônica, a forte amplitude de variação no nível de água da drenagem causa uma inundação sistemática de vastas zonas chamadas de várzea. Essas zonas estão localizadas principalmente nos eixos dos rios maiores da Bacia Amazônica. Esse estudo objetiva desenvolver uma abordagem metodológica para analisar padrões e técnicas para discriminar áreas de várzea na Amazônia usando a combinação de imagens ópticas (sensor Landsat) e de radar (sensores Radarsat-1, JERS-1 e R99B da Força Área Brasileira), proporcionando a delimitação e a identificação de alvos representativos destas áreas. As duas áreas de estudo selecionadas com base na disponibilidade de dados localizam-se na região das cidades de Manaus e Iranduba – AM e também na região da cidade de Santarém – PA. Para a delimitação das áreas de várzea, utilizaram-se técnicas de segmentação por crescimento de regiões, seguida de classificação supervisionada de imagens. Os resultados foram analisados através do teste estatístico do coeficiente Kappa e o resultado encontrado foi considerado bom para todas as imagens. Para a identificação de alvos nas várzeas, foram utilizadas três técnicas de fusão de imagens - transformada de Wavelet, componentes principais e pirâmides morfológicas. Os resultados apresentados foram confirmados com base nos dados de campo. O estudo contou com um importante suporte do PROVÁRZEA/Ibama (Projeto Manejo de Recursos Naturais da Várzea), mais especificamente, do grupo envolvido com o gerenciamento de dados georreferenciados para o monitoramento da inundação.
At the Amazonian basin, the strong amplitude of variation of water level draining generates systematic floodings in vast zones called “varzea” (floodplain). These zones are located mainly in the edges of the major rivers at the Amazonian basin. This work aims to develop a methodological approach to analyze patterns and techniques to discriminate representative areas of Amazon floodplains using combined, optical (Landsat sensor) and radar (Radarsat-1, JERS- 1 and R99B Brasilian Air Force sensors), remotely sensed data, providing the delimitation and the identification of representative targets of these areas. Two study areas, selected based on data availability, were located in the regions of the cities of Manaus and Iranduba – AM and also in the region of the city of Santarem – PA. For the delimitation of the areas of varzea, we used image segmentation techniques by growing region, followed by the supervised classification. The result was analysed through the statistical test of the Kappa coefficient and found and the result was considered good for all images. For the identification of representative targets in the varzea, we used three image fusion techniques - Wavelet transform, principal components and morphological pyramids. The results were compared with field data. The study had an important support of ProVárzea/Ibama (The Floodplain “Várzea” Natural Resources Management Project), specifically from the group dealing with GIS-based data management for floodplain monitoring.
