Housing and remote sensing: an analysis of urban sprawl in the SPMR using satellite images and applying the linear spectral mixture model

O objetivo desta pesquisa é analisar, em um período de 30 anos, a expansão urbana do Município de São Paulo e dos municípios da Região Metropolitana de São Paulo (RMSP) a partir do uso de imagens orbitais obtidas pela série Landsat nos anos de 1986, 1989, 2000, 2006, 2010 e 2015, aplicando o Modelo Linear de Mistura Espectral (MLME) com uso de membros de referência globais. Os dados obtidos com o uso do MLME foram associados às informações de produção habitacional formal e informal, considerando os empreendimentos imobiliários verticais, as favelas e os loteamentos irregulares (desde 1985 até o ano de 2015), possibilitando a compreensão do comportamento espacial da produção habitacional dessa região ao longo do período analisado. Para cada cena Landsat, foram calculadas as imagens relacionadas à fração Substrato (alto albedo), à fração Vegetação (biomassa) e à fração Sombra (baixo albedo). Durante o desenvolvimento do trabalho, é proposta uma metodologia de modelagem das mudanças do uso e ocupação do solo associados à produção habitacional, partindo da correlação temporal entre as frações. Cada imagem fração foi agregada em três níveis de escala: a escala da própria imagem (pixel de 30m), a escala intraurbana (setores censitários e distritos) e a escala regional (limites da RMSP) o que possibilitou, na escala intraurbana, a associação das informações extraídas do MLME aos dados de produção habitacional e aos censos demográficos de 1991, 2000 e 2010. Os resultados do modelo demonstram que as áreas de produção habitacional verticalizada, no período analisado, são detectadas pelo modelo como uma correlação negativa entre as frações substrato e sombra, indicando que a produção de sombra dos empreendimentos é acompanhada de uma diminuição da detecção da fração substrato, enquanto nas áreas de habitação precárias (favelas e loteamentos irregulares), a mudança detectada pelo modelo é de correlação negativa entre as frações vegetação e substrato e também entre as frações sombra e substrato, sendo indicativo do aumento do substrato para ambos os casos, ao longo do tempo. Os resultados também demonstram alta fidelidade posicional e possibilidade de aplicação geral do modelo proposto para outras categorias de uso do solo, indicando frentes para generalização da técnica aqui proposta.The objective of this research is to analyze, in a period of 30 years, the urban sprawl of Sao Paulo city and the municipalities of São Paulo Metropolitan Region (SPMR) using orbital images obtained by Landsat series in 1986, 1989, 2000, 2006, 2010, and 2015, applying the Linear Spectral Mixture Model (LSMM) and the use of global reference endmembers. The data obtained using the LSMM were associated to information on formal and informal housing production, considering the vertical real estate development, the slums and the informal neighborhoods (from 1985 to 2015), making possible to understand the housing production in the region in the time period analyzed. For each Landsat scene, image fractions were calculated in relation to the Substrate fraction (high albedo), Vegetation Fraction (biomass) and Shadow fraction (low albedo). In the development of the work, is proposed a methodology to modeling the changes in land use/land cover associated with the housing production through the temporal correlation between the fractions. Each image fraction was aggregated at three levels of scale: the scale of the image itself (30m pixel), the intra urban scale (census tracts and districts) and regional scale (limits of the SPMR) allowing, in the intra urban range, the association of information extracted from the LSMM, the housing production and the census demographic data from 1991, 2000 and 2010. The model results show that the vertical housing production areas, in the analyzed period, are detected by a negative correlation between substrate and shadow fractions, showing that the shadow increase in these areas are accompanied by a decrease in the substrate fraction detection, while in areas of precarious housing (slums and informal neighborhoods) the model detects a negative correlation between vegetation ad substrate fractions and also between the substrate and shadow fractions, indicating the increase of substrate for both cases over time. The results also show high positional fidelity and possibility of a general application of the proposed model for other categories of land use/land cover changes, showing the possibility of generalization of the technique proposed here