O sensoriamento remoto é avaliado como uma abordagem viável para o estudo da variabilidade espacial de propriedades físicas da bacia hidrográfica, uma vez que os dados básicos são espaciais por natureza.         Em especial, informações sobre o uso do solo são essenciais para o planejamento urbano, na medida que os padrões de ocupação humana estão sujeitos a fatores sociais e a influências ambientais. Neste trabalho, o objetivo é conduzir uma classificação multi-temporal de imagens de satélite Landsat para detecção de mudanças na bacia hidrográfica do rio Iguaçu-Sarapuí, inserida na Baixada Fluminense do estado do Rio de Janeiro. Nesse sentido, desenvolve-se uma abordagem metodológica para caracterizar áreas de mudança na bacia de estudo, sobretudo áreas de crescimento urbano, disponibilizando dados que podem ser inclusos como entrada em modelos hidrológicos distribuídos para simular, por exemplo, o escoamento superficial da chuva e avaliar os potenciais impactos em termos de inundação em regiões que, cada vez mais, evoluem na  urbanização dos correspondentes espaços geográficos.

O estudo abrangeu desde a identificação e aquisição de imagens de satélite Landsat da região no período entre 1990 e 2008, até a análise do uso e cobertura do solo no período estudado por meio de classificação não supervisionada (k-médias e isodata) seguida de uma classificação supervisionada (distância mínima e máxima verossimilhança). A partir desse referencial, que envolveu o emprego das faixas espectrais do visível e do infravermelho do espectro eletromagnético, desenvolveu-se um estudo de avaliação da grandeza da ação antrópica, durante o período estudado, na região de estudo. A partir dessas classificações, foram identificadas as respostas espectrais presentes segundo as seguintes classes: floresta, vegetação antrópica, área urbana e água. O indicador utilizado para avaliar a precisão do processo de classificação, tanto na fase de calibração quanto na fase de validação, foi o coeficiente kappa, medida da concordância entre as amostras da cena e aquelas derivadas através da classificação. Posteriormente, foram identificadas as possíveis transições entre classes de cobertura e uso do solo, quantificando-as mediante código computacional em FORTRAN desenvolvido para este estudo.

Os resultados desse processo de classificação serviram como referências na avaliação do método de detecção de mudanças ao longo do tempo, que consistiu em uma simples diferença entre as imagens classificadas. A análise comparativa das imagens classificadas permitiu identificar a diminuição das áreas cobertas por florestas e conseqüente acréscimo das áreas submetidas à ação antrópica. Em termos de precisão do processo de classificação, o método de máxima verossimilhança, como esperado, apresentou desempenho superior ao método da distância mínima, tendo em vista que emprega um maior número de informações estatísticas relativas às áreas de treinamento correspondentes às classes discriminadas.

O trabalho mostra a possibilidade de se acompanhar a evolução da cobertura e uso do solo de uma bacia hidrográfica via imagens de satélite que abrangem a parte do visível e do infravermelho. Após a aplicação da metodologia de detecção de mudanças, foi possível avaliar o grau de crescimento urbano e a natureza das alterações ocorridas. Em especial, a modelagem hidrológica distribuída pode fazer uso de mapas classificados com vistas a avaliar os recursos hídricos de uma bacia hidrográfica em termos de quantidade e qualidade. Mais ainda, os resultados obtidos de classificação da cobertura e uso do solo e de correspondentes mudanças na escala da bacia hidrográfica podem ser interpretados sob uma perspectiva de sensibilidade e risco ambiental. Finalmente, revelou-se a importância da tecnologia de sensoriamento remoto para fundamentar processos de tomada de decisão e subsidiar o gerenciamento dos recursos hídricos de uma bacia hidrográfica.