Para este procedimento ser realizado da maneira tradicional, todos os pontos teriam
que ser visitados em campo. Diversas dificuldades podem ser associadas à maneira
tradicional de realizar este trabalho, tais como tempo demandado, dificuldade de acesso,
sem contar o elevado custo. Outra maneira para fazer isto seria montando os bancos de
dados para cada especialista. Como os pontos cobrem uma vasta área, associada a
quantidade de imagens utilizadas para este mapeamento, torna grande a base de dados.
Desta forma, seria necessário criar cópias desses dados nos computadores dos
especialistas, além de instalar programas para acessá-los e criar uma forma de os
mesmos registrarem suas classificações para cada um dos pontos.
Dado todo este trabalho, optou-se por fazer uso do ambiente
series class,
pois ele permitiu configurar uma interface própria, de modo a simplificar o acesso dos
especialistas e centralizar a base de dados. Além disso, este ambiente oferece aos
especialistas a visualização dos pontos sobre o Google Maps, imagens Landsat TM e ETM+
(melhor resolução espacial), obtidas em períodos específicos, séries temporais de
EVI2-MODIS
e de precipitação acumulada mensal (
TRMM),
o que pode permitir ao especialista ter uma noção do uso do solo ao longo do tempo, utilizando a metodologia proposta por
Adami et al. (2012).
A Figura 1 mostra a disposição dos recursos disponíveis para o especialista fazer a classificação.
O objetivo foi configurar o layout e funcionalidades, de tal maneira que o especialista gastasse
o menor tempo possível para visualizar e classificar cada um dos pontos.
Ao selecionar um ponto a sua localização é exibida no mapa (ponto destacado em azul) e a
lista de imagens de média resolução espacial disponível para este local no ano safra selecionado.
Neste exemplo, o ponto selecionado está sendo exibido sobre uma imagem adquirida em 26/04/2011 e a lista
de imagens é formada por somente imagens deste ano safra.