Sei sulla pagina 1di 2

SENSORIAMENTO REMOTO III Departamento de Cartografia FCT/Unesp Docente: Maria de Lourdes Bueno Trindade Galo

3 0 Atividade Prática 2016

TRANSFORMAÇÕES DE IMAGENS MULTIESPECTRAIS:

ÍNDICE DE VEGETAÇÃO & ANÁLISE DE COMPONENTES PRINCIPAIS

Dados:

- Imagens multiespectral TM e ETM+/Landsat que incluem um trecho do Rio Paraná, rio Paranapanema e o Parque Estadual Morro do Diabo. Banco de Dados [SR3_Maio2015] e Projeto PE_Morro_Diabo já criados.

1. ANÁLISE DE IMAGENS ÍNDICE DE VEGETAÇÃO

1.1 Considerações iniciais:

Para aumentar o contraste entre solo e vegetação pode-se utilizar uma razão simples (RS) entre as bandas referentes ao vermelho e infravermelho próximo (IVP/Verm), constituindo-se assim os chamados índices de vegetação. Entre os diversos índices consagrados, a expressão:

(1)

constitui o Índice de Vegetação de Diferença Normalizada (NDVI) o qual, além de aumentar o contraste espectral entre vegetação e solo, compensa parcialmente os efeitos de iluminação, declividade da superfície e geometria da aquisição da cena. No Spring, essa operação requer um fator de ganho (multiplicativo) e de off-set (aditivo) para melhorar o contraste e brilho da imagem. A especificação desses valores depende da habilidade do usuário em definir as operações entre bandas e avaliar as características espectrais das bandas utilizadas.

as características espectrais das bandas utilizadas. NDVI  ( IVP  Verm ) ( IVP 

NDVI (IVPVerm) (IVPVerm)

1.2.

Procedimento

a)

Para gerar uma imagem índice de vegetação usando a Razão Simples (RS), especificar:

[IMAGEM] [OPERAÇÕES ARITMÉTICAS] Operação: C = Ganho * A/B + Off-set (A), Plano de Informação: banda do infravermelho próximo

(B), Plano de Informação: banda do vermelho

Ganho = [20]

Offset = [50]

(primeiro teste)

Ganho = [50]

Offset = [75]

(segundo teste)

Saída: [nome imagem saída]

[Executar]

Visualizar a imagem RS (M) e respectivo histograma. É necessário aplicar um contraste linear?

b) Gerar a imagem índice de vegetação NDVI utilizando:

[IMAGEM] [OPERAÇÕES ARITMÉTICAS] Operação: C = Ganho * ((A-B)/(A+B)) + Off-set

(A), Plano de Informação: banda do infravermelho próximo

(B), Plano de Informação: banda do vermelho

Ganho = [80]

Offset = [100]

(primeiro teste)

Ganho = [150]

Offset = [120]

(segundo teste)

Saída: [nome imagem saída]

[Executar]

Visualizar a imagem NDVI (M) e respectivo histograma. É necessário aplicar um contraste linear?

2.

TRANSFORMAÇÃO DE BANDAS MULTIESPECTRAIS EM IMAGENS COMPONENTES PRINCIPAIS

2.1. Considerações iniciais:

altamente

correlacionadas, ou seja, apresentam similaridade visual e numérica. A geração de componentes principais é uma técnica que reduz ou remove essa redundância espectral, produzindo um novo conjunto de imagens cujas componentes individuais apresentam informações não disponíveis em outras componentes. Essa transformação é derivada da matriz de covariância entre as bandas e gera um novo conjunto de imagens, onde cada atributo do pixel é uma combinação linear dos valores de brilho originais. O número de componentes principais é igual ao número de bandas espectrais utilizadas e essas componentes são ordenadas de acordo com o decréscimo da variância de nível de cinza. A primeira componente principal tem a maior variância (maior contraste) e a última, a menor variância. Nesse processo, utiliza-se o coeficiente de correlação ou de covariância para se determinar um conjunto de quantidades ou autovalores. Os autovalores representam o comprimento dos eixos das componentes principais de uma imagem e são medidos em unidades de variância. Associado a cada autovalor existe um vetor módulo unitário chamado autovetor. Os autovetores representam as direções dos eixos das componentes principais. São fatores de ponderação que definem a contribuição de cada banda original na formação de cada componente principal, numa combinação linear e aditiva. No Spring, antes da execução da transformação em componentes principais, são fornecidos os parâmetros estatísticos das bandas selecionadas. Esses parâmetros são: média e variância das bandas originais; autovalores; matriz de covariância e matriz de autovetores. Para avaliar a quantidade de informação que cada componente principal retém de cada banda espectral original, calcula-se o coeficiente de correlação entre os componentes gerados (Y i ) e as variáveis X k (bandas espectrais), pela expressão:

Observa-se

freqüentemente

que

as

bandas

individuais

de

uma

imagem

multiespectral

são

Y ,X

i

k

g  ki i  kk
g
ki
i
kk

(2)

Sendo:

Y ,X

i

k

: correlação entre a componente i e a banda original k;

g ki : elemento k,i da matriz de autovetores; i : autovalor associado à componente i; kk : variância da banda k.

2.2. Procedimento

a) Aplicar a transformação em componentes principais às bandas espectrais originais ETM/Landsat:

[IMAGEM] [PRINCIPAIS COMPONENTES Selecionar Planos de Informação: Bandas ETM+1, ETM+2, ETM+3, ETM+4, ETM+5 e ETM+7 na sequência. Usar toda a Imagem como Amostra Adquirir Parâmetros - minimizar Salvar Prefixo das Imagens de Saída: [Executar]

b)

A partir dos parâmetros da transformação, avaliar:

-

variâncias e covariâncias das bandas espectrais originais;

-

variâncias das componentes principais geradas;

-

quanto de informação será descartada se apenas as três primeiras componentes forem usadas em processamentos posteriores;

-

calcular a contribuição de cada banda na formação da primeira componente principal (usar Equação (2)).

c)

Visualizar e analisar individualmente as componentes geradas, descrevendo suas características.