Este trabalho apresenta uma metodologia de classificação de imagens multiespectrais aplicada a análise e mapeamento da evolução do uso da terra/cobertura vegetal em São Félix do Xingu, Sul do Pará. Imagens frações representando as proporções de sombra, vegetação e solo foram estimadas a partir das bandas 1 a 5 e 7 do Landsat-5 TM e relacionadas com as estruturas das classes de uso da terra/cobertura vegetal. As imagens frações geradas do modelo linear de mistura espectral foram importantes para reduzir a massa de dados e ao mesmo tempo realçar alvos de interesse na imagem. A banda do infravermelho próximo (TM-4) foi importante para realçar áreas de queimadas. A classificação adotada foi divida em etapas combinando técnica de segmentação por crescimento de regiões e uso de máscaras. Por meio da máscara foi possível restringir o processo de segmentação em regiões pré-estabelecidas com o intuito de adquirir um melhor particionamento da imagem. Adotando este procedimento, ao invés de realizar uma única segmentação para mapear todas as classes em uma única vez, foram realizadas várias segmentações ao longo das etapas. As regiões segmentadas foram agrupadas com um classificador não-supervionado batizado de ISOSEG. Os resultados mostram que a metodologia é bastante eficiente. A matriz de erro gerada para a classificação de 2008 apontou que as confusões mais freqüentes ocorreram entre as classes que apresentaram em certas localidades proporções de misturas parecidas: Capoeira e Campo/Pastagem-2; Campo/Pastagem-1 e Campo/Pastagem-2; Queimada-1 e Queimada-2; Solo Exposto e Campo/Pastagem-1. Considerando nove classes, o índice Kappa atingiu 0,58, o que representa um valor de concordância classificada como moderada. Quando o numero de classes foi reduzido para 6, agrupando as classes que apresentaram as maiores confusões, o índice Kappa subiu para 0,80, atingindo um valor de concordância quase perfeita. A comparação dos resultados das classificações de 1987, 1992, 2000 e 2008 juntamente com a analise de dados auxiliares permitiu traçar um modelo de evolução do desmatamento e do uso da terra para São Félix do Xingu. O intenso desmatamento observado principalmente a partir de 2000 foi relacionado com o incremento da atividade pecuária, sendo São Félix do Xingu o município que detém atualmente o segundo maior rebanho bovino do País.

In this work we present a methodological procedure for multi-spectral images classification to evaluate and map land-use and land-cover changes in São Félix do Xingu, Southern Pará (Brazilian Amazon). Fraction images representing shade, vegetation and soil abundance at the pixel scale were estimated using all six reflective bands of Thematic Mapper sensor (TM-1 to TM-5 and TM-7) and related to different types of land-use and land-cover classes. The linear spectral mixing analysis method was an alternative approach adopted to reduce the data-dimensionality while at the same time enhancing targets of interest. Also, the near-infrared band (TM-4) was employed to separate areas affected by burns (Queimadas in Portuguese). The classification routines were performed in stages by combining region-growing segmentation and use of masking techniques. For each stage, the segmentation process was directed to preselected areas by masking techniques in order to obtain a better image partitioning. This procedure resulted in more than one segmentation thereby reducing confusing errors during the classification routine. An unsupervised classifier by region named ISOSEG was employed to classify the segmented images. The analysis of classification results was mainly qualitative and visual except for the 2008 classification which was assessed through an error matrix. According to the error matrix analysis, misclassifications arose more frequently when a set of classes with similar mixture proportions were involved, such as: Capoeira and Campo/Pastagem-2; Campo/Pastagem-1 and Campo/Pastagem- 2; Queimada-1 and Queimada-2, and finally Bare Soil and Campo/Pastagem-1. As a robust measure of concordance for dichotomous data, the kappa statistic reached a value of 0.62 by considering nine land types of classes and it rose to 0.80 when the mapping classes were diminished to six. Theses kappa values represent moderate and strong agreements between the remotely sensed classification and the reference data, respectively. Making use of the classification results from 1987, 1992, 2000 and 2008 and auxiliary data, we tried to design a simple land evolution model to São Félix do Xingu. The deforestation process notably intensified since 2000 has been driven mainly by a continuous increase in cattle breeding, for wich São Félix do Xingu has the second-largest cattle herd of all Brazilian municipalities.