SUMMARY
Com o propósito de classificar digitalmente, isto é, separarautomaticamente unidades fisionômicas e geológicas, o presente estudo utiliza atécnica das redes neurais artificiais para a integração de dados originários dosensoriamento remoto, imagens digitais, e informações a respeito dos agentesformadores das paisagens, tais como o relevo, a rede de drenagem, geologia, etc.O sensoriamento remoto, por meio das imagens digitais, tem sido nas últimasdécadas, uma das técnicas utilizadas para suprir a escassez dos mapeamentostemáticos, utilizando as técnicas convencionais de classificação, paramétricas. Paraa separação de fisionomias esta classificação não permite a integração deinformações de diferentes origens e escalas, associação esta crucial para que sepossa classificar tais fisionomias, haja vista que, a compreensão da estrutura,caracterização e delimitação, das paisagens demandam uma abordageminterdisciplinar, isto é, o problema dos aspectos fundamentais dos ambientes e daspaisagens integrados, leva a uma abordagem e discussão dos elementos de formaçãodos ambientes os quais são caracterizados pelas estruturas geológicas, pelaorganização morfológica do relevo, pelos aspectos pedogenéticos (de formação dossolos) e pelo clima.Ainda pode-se salientar que a utilização da metodologia embasada naimitação do raciocínio do comportamento humano e a integração de dados procuramexecutar uma classificação digital levando em consideração os elementos deformação das paisagens assim como o ser humano intuitivamente classifica umacena por meio destes elementos formadores das paisagens, gerando produtos subjetivos. Sendo a separação destas unidades fisionômicas automática pode-seminimizar a subjetividade que cada analista utiliza na sua interpretação sobrecaracterísticas únicas da paisagem (fisionomias).Pode-se afirmar que com a técnica das redes neurais artificiais foi possívela separação das unidades fisionômicas/ geológicas e que esta permitiu a associaçãode dados de diferentes origens e escalas.Para a separação das unidades fisionômicas as informações maisrelevantes, associadas às imagens digitais, foram o relevo, representado pelo modelodigital do terreno, a rede de drenagem, discriminadas por meio das micro bacias. Naclassificação digital das unidades geológicas as informações importantes foram omodelo digital do terreno, as micro bacias e representando a geologia o elementoTório.Integrating Landsat Images and Auxiliary Data for Deliting Phisionomic Units byUsing Artificial Neural NetworksAbstract The present study uses the technique of artificial neural networks for theintegration of data from remote sensing, digital images and information regardingthe landscape formation agents, such as relief, drainage net, geology, etc. in order toperform a digital classification, that is, to automatically detect physiognomic andgeological units.Remote Sensing images have been, in the past decades, used to fulfill thelack of thematic data, through common classification parametric techniques.However, the Integration of information from different origins and scales is notpossible with that technique, since an understanding of the structure,characterization and delimitation of the landscape demands an interdisciplinaryapproach, that is, an analysis of the elements that form the environment, such as thegeological structures, the morphological organization of the relief, the pedogeneticaspects (soil formation) and the climate.The use of a methodology based on the simulation of the reasoning of thehuman being behavior and the integration of data attempts to perform a digitalclassification considering the forming elements of landscape similarly to how ahuman being intuitively would classify a scene, generating subjective products.Since the detection of these physiognomic units is automatic, one can lower thesubjectivity level on how an analysis would be made, based on the landscape uniquecharacteristics (physiognomies).With the aid of the technique of artificial neural networks, the separation ofthe physiognomic /geological units was possible, which allowed the association ofdata from different origins and scales.In order to distinguish physiognomic units, the most relevant information associatedto the digital images was relief, represented by the digital terrain model, drainage,discriminated by the micro basins. For the digital classification of the geologicalunits, the relevant information was the digital terrain model, the micro basins and torepresent the geology, the element Thorium.