<b>Quantificação de atributos micromorfológicos (microfábrica) de depósito de encosta por meio de classificação de imagem</b> - doi: 10.4025/bolgeogr.v29i1.10886

Resumo

Apresenta-se uma aplicação de classificação de imagens digitais capturadas em lâminas micromorfológicas na caracterização da freqüência relativa dos constituintes e das microfeições identificadas em depósito de encosta. Ao todo foram capturadas 26 imagens em lâmina representativa da base de uma seqüência de três unidades coluvionares, no Planalto Basáltico – SW PR. Para classificar as imagens utilizou-se funções do software SPRING 5.0, com as quais se produziu três padrões de classificação por imagem capturada: i) distribuição relativa dos constituintes – DRC (esqueleto, plasma e poros); ii) distribuição relativa das microfeições – DRMf (esqueleto, poros, hipocutãs de depleção de poros, microfeições de depleção, microfeições de impregnação, preenchimentos finos, preenchimentos densos e cutãs; e iii) distribuição relativa das microfeições agrupadas por processos micromorfológicos – DRMP (esqueleto, poros, microfeições de impregnação, microfeições de depleção e acumulações plásmicas intrusivas. A quantificação do resultado dessa classificação de imagens se deu pelo cálculo de área por classe temática e da área total da imagem. Estabeleceu-se percentuais das classes temáticas com base no cálculo de área e se aplicou parâmetros de tendência central para os dados individuais (média aritmética, desvio padrão, coeficiente de variância) e para os dados agrupados em classes (média aritmética e moda). Como resultado obteve-se em média 2% de esqueleto, 95% de plasma e 3% de poros. As microfeições plásmicas são em cerca de 5% de hipocutãs de depleção de poro, 32% de microfeições de depleção, 50% de microfeições de impregnação, 5% de preenchimento fino, 3% de preenchimento denso e menos de 1% de cutãs. Agrupadas por processos micromorfológicos registrou-se em média 34% de depleção, 53% de impregnação e 9,5% de acumulações plásmicas intrusivas. Enfim, os critérios de análise de imagem utilizados neste trabalho podem ser aplicados para análises similares em coberturas pedológicas.