Notas de Aula IT 177 Versao6

Notas de Aula - IT 177 - Sensoriamento Remoto, Prof. Mauro A.
Homem Antunes, UFRRJ, 10 / 2011
UNIVERSIDADE FEDERAL RURAL DO RIO DE JANEIRO INSTITUTO DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA NOTAS DE AULA DE SENSORIAMENTO REMOTO IT 177 Este material tem por objetivo auxiliar os alunos da disciplina de IT 177 do Departamento de Engenharia da UFRRJ. Para um melhor entendimento do material este deve ser acompanhado das aulas presenciais, onde so mostradas e explicadas com detalhes as figuras, os grficos e o texto. Importante: No deve ser utilizado como nica fonte de estudos para a disciplina, mas apenas como guia sobre o contedo passado em sala de aula. Portanto fundamental estudar utilizando a bibliografia recomendada. Pr-requisito: Fsica IV ou conhecimento equivalente de eletromagnetismo e teoria da radiao. Qualquer utilizao deste material fora da UFRRJ requer a autorizao do autor. Prof. Mauro Antonio Homem Antunes, Ph.D. mauroantunes@ufrrj.br Esta disciplina dividida em duas partes e esquematizado da seguinte maneira: Seo I Princpios Fsicos do SR, onde se estuda: Caractersticas da radiao, as fontes de radiao e as leis da radiao; A atmosfera e suas caractersticas; A superfcie e suas caractersticas espectrais; Os sensores, suas caractersticas e respostas radiao; As imagens, suas caractersticas e formatos. Seo II Processamento Digital de Imagens de SR, onde se estuda: Pr-processamento de imagens; Melhorias nas imagens (realce e outros processamentos); Classificao digital de imagens; Aplicaes do sensoriamento remoto. BIBLIOGRAFIA RECOMENDADA: COLWELL, R.N. (editor-chefe), Manual of Remote Sensing, 2ed. - Falls Church, VA.: American Society of Photogrammetry, 1983. v. 1. e 2. AVERY, T.E. Fundamentals of Remote Sensing and Airphoto Interpretation, 5 ed. - New York: MacMillan; 1992. 472p. JENSEN, J. R. (2009), Sensoriamento Remoto do Ambiente: Uma Perspectiva em Recursos Terrestres, Parntese Editora, Traduo da 2 Edio. ISBN: 97885605070601. MENESES, P. R. Sensoriamento Remoto: Reflectncia dos Alvos Naturais, Editora EMBRAPA, 1. ed., 2002. MORAES NOVO, E. M. L. Sensoriamento Remoto: Princpios e Aplicaes, 3 Ed. Revista E AmpliadaEditora, Edgar Blucher Ltda, So Paulo, 2009. MOREIRA, M. A. Fundamentos do Sensoriamento Remoto e Metodologias de Aplicao, Editora da UFV, 3. ed., 2008. REES, W. G. Physical Principles of Remote Sensing / W. G. Rees. - Cambridge, ENG : Cambridge University, 1990. 247p.
Notas de Aula - IT 177 - Sensoriamento Remoto, Prof. Mauro A. Homem Antunes, UFRRJ, 10 / 2011
Seco I - PRINCPIOS FSICOS E SISTEMAS SENSORES

Esta primeira parte descreve a radiao eletromagntica e as caractersticas da fonte (leis da radiao), uma parte sobre as interaes da radiao com a atmosfera, uma parte sobre as interaes da radiao com a superfcie, uma parte sobre as caractersticas das imagens e finalmente uma listagem de sistemas sensores atualmente utilizados em aplicaes de sensoriamento remoto. 1. O QUE O SENSORIAMENTO REMOTO
Sensoriamento Remoto consiste na aquisio de informaes sobre um alvo sem que ocorra contato fsico entre o mesmo e o sensor. Deste modo, qualquer obteno de informaes distncia pode ser classificada como sensoriamento remoto. Por exemplo, o sonar, que utiliza ondas mecnicas na gua, as fotografias areas, que utilizam a radiao eletromagntica que chega cmara, as imagens de satlite, que utilizam tambm a radiao eletromagntica que chega aos sensores, o laser, que mede o retorno de pulsos de radiao eletromagntica principalmente na faixa visvel e infravermelho prximo do espectro retornados pela superfcie em direo ao sensor, o radar, que utiliza o retorno da radiao eletromagntica na faixa de microondas do espectro eletromagntico, dentre outros exemplos. O sensoriamento remoto pode ser utilizado para o estudo de corpos celestes, para o estudo da atmosfera bem como para o estudo da superfcie terrestre. No nosso caso, estudaremos apenas o sensoriamento remoto relacionado com a utilizao de ondas eletromagnticas para a obteno de informaes sobre a superfcie. O sensoriamento remoto tem um papel fundamental no mapeamento e no monitoramento dos recursos terrestres. Na engenharia utilizado no s para o mapeamento, mas tambm para os estudos iniciais e de impactos ambientais antes das obras de engenharia. A Figura 1 ilustra estas aplicaes dentro do contexto de dados espaciais georreferenciados.
Figura 1. Sensoriamento remoto como fonte de dados para a anlise espacial de dados ambientais. Fonte: Jensen (2009). Um sistema de obteno de dados composto basicamente por quatro componentes (Figura 2): A fonte, que pode ser o sol (nas faixas espectrais do visvel, infravermelho prximo e infravermelho mdio), a superfcie (na faixa do infravermelho termal) e o prprio sensor (caso do RADAR na faixa de microondas). O sensor pode ser a fonte na faixa do visvel e infravermelho prximo em sensores do tipo Laser Scanner.
Figura 2: Partes constituintes de um sistema de aquisio dos dados de sensoriamento remoto: a fonte; a atmosfera; a superfcie e o sensor.
2. 2.1
CARACTERSTICAS DA RADIAO E SUAS LEIS MODELOS DA RADIAO ELETROMAGNTICA (REM)
A REM pode ser caracterizada por uma natureza quntica (corpuscular) e por uma natureza eletromagntica ou modelo ondulatrio. Modelo Ondulatrio da Radiao Eletromagntica O modelo ondulatrio da REM caracterizado por um campo eltrico e um campo magntico conforme a figura abaixo:
Figura 3. Modelo de uma onda eletromagntica. A radiao caracterizada pelo comprimento de onda e pela freqncia com que ela propaga. O comprimento de onda e a freqncia esto relacionados conforme a equao abaixo:
c =
c= velocidade de propagao da radiao no vcuo = 3 x 108 ms-1 = comprimento de onda (m) = freqncia em ciclos por segundo (Hertz) O comprimento de onda pode ser expresso em uma das seguintes unidades: - ngstrom = m - micrmetro cm - centmetro = = 10-10m; = 10-6m; = 10-2m; nm - nanmetro = 10-9 m; mm - milmetro = 10-3m; km - quilmetro = 103m.
A freqncia pode ser expressa como:
Hertz (Hz) KiloHertz (kHz) MegaHertz (MHz) GigaHertz (GHz)
= s-1; =103 s-1; = 106 s-1; = 109 s-1.
Por exemplo, uma radiao EM com onda de 0,50 m (entre azul e verde), tem freqncia de: =c/ = (3 x 108 ms-1)/(0,50 x 10-6 m), 6 x 1014 s-1 ou 6 x 1014 Hz ou 6 x 1011 kHz ou 6 x 108MHz ou 6 x 105GHz. Modelo Corpuscular da Radiao Eletromagntica A natureza quntica da REM diz respeito natureza de partcula da radiao e relaciona a energia contida em cada pacote de energia, denominado quantum. A energia de um quantum dada por: Q = h = energia de um quantum de energia (1 mol de ftons) em Watts (W); h = constante de Planck = 6,6256 x 10-34 W s2; = freqncia em ciclos por segundo (Hertz). 1 mol de ftons tem 6,022 x 1023 ftons = 1 E (Einstein) Faixas de espectro EM (Obs.: os limites das faixas podem ter pequenas variaes entre autores): Faixa do Espectro EM Radiao csmica Radiao gama Raios X Ultravioleta (UV) UV extremo 0,010 m UV mdio 0,280 m UV prximo 0,315 m Visvel (corresponde tambm faixa fotossinteticamente ativa) Azul 0,400 m Verde 0,500 m Vermelho 0,600 m Infravermelho (IV) Prximo Mdio Termal Distante Microondas Passiva Ativa Ka 0,10 cm 1,00 cm 0,83 cm a a a 1,0 cm 10,0 cm 1,18 cm 0,700 m 1,4 m 3,0 m 15 m a a a a 1,4 m 3,0 m 15 m 30 m a a a a a a 0,280 m 0,315 m 0,400 m 0,500 m 0,600 m 0,700 m Comprimento de onda < 4 * 10-6 m (< 4 * 10-2 ) 4 * 10-2 a 1 1 a 10 nm (0,010 m)
K Ku X C S L Ondas de rdio VHF P
1,18 cm 1,67 cm 2,70 cm 4,80 cm 7,50 cm 19,00 cm 30,00 cm 77,00 cm
a a a a a a a a
1,67 cm 2,70 cm 4,80 cm 7,50 cm 19,0 cm 77,0 cm 100,0 cm 133,00 cm
Figura 4. Partes do espectro. No caso da faixa do visvel, as cores possveis so o vermelho, o verde e o azul (RGB do ingls "Red, Green, Blue", em ordem da menor para a maior freqncia). Estas so denominadas cores primrias porque no podem ser recriadas com a mistura de outras cores, enquanto que as outras cores do visvel podem ser recriadas com misturas de diferentes propores das cores primrias. A faixa do visvel tambm subdividida por alguns autores em faixas mais finas que correspondem s cores do arco ris: Violeta 0,380 m a 0,446 m ndigo 0,446 m a 0,464 m Azul 0,464 m a 0,500 m Verde 0,500 m a 0,578 m Amarelo 0,578 m a 0,592 m Laranja 0,592 m a 0,620 m Vermelho 0,620 m a 0,750 m No caso da cor amarela, esta sensao pode ser causada tanto por uma faixa especfica do espectro como pela adio do verde com vermelho.
A faixa de REM compreendida entre 0,70 m e 3,00 m chamada de "infravermelho refletido", pois os objetos temperatura ambiente no emitem quantidade significativa de radiao nesta faixa do espectro. Portanto a fonte de radiao para o sensoriamento remoto nesta faixa do espectro o Sol. De 3,00 m a 15,00 m chamado de "infravermelho termal ou infravermelho emitido", pois os objetos temperatura ambiente emitem radiao significativamente nesta faixa. Na faixa do infravermelho termal a fonte de radiao que chega ao sensor emitida pela superfcie e pela atmosfera, que so as fontes de radiao nesta faixa do espectro. Dentro do termal, a faixa entre 3,0 m e 7,00 m sem importncia para o sensoriamento remoto da superfcie devido grande absoro pela atmosfera. A faixa de comprimentos de onda que se estendem de 0,30 m a 15,0 m chamada de espectro ptico, pois pode ser direcionada para os detectores por meio de lentes e espelhos. Esta a faixa mais utilizada por sensores orbitais embora alguns utilizem a faixa de microondas. A maioria dos sensores de microondas so ativos, ou seja, a fonte de radiao o prprio sensor. Neste caso so chamados de RADAR (Radio Detection And Ranging). So de grande importncia porque as microondas atravessam as nuvens e podem ser utilizados tanto em dias nublados como noite. Um exemplo tpico de programa bem sucedido utilizando RADAR o RADAMBRASIL, no Brasil, 1971, que tinha um sensor de RADAR a bordo de avio e mapeou o Brasil todo na dcada de 1970 na escala 1:250.000. Atualmente existem plataformas orbitais que tm sensor de RADAR a bordo. Os sensores de microondas tm a grande vantagem de a radiao nessa faixa atravessar as nuvens. Estes so ideais para regies tropicais onde ocorre uma grande incidncia de nuvens. Na faixa do espectro ptico as nuvens impedem a obteno de imagens da superfcie, como o caso da regio Norte e partes do Nordeste do Brasil, onde a obteno de imagens livres de nuvens bastante dificultada. Um dos grandes desafios do sensoriamento remoto no Brasil o estabelecimento de uma cultura de maior utilizao dos sensores de microondas como o radar para a obteno de informaes da superfcie. A Figura 5 mostra exemplos de diferentes sensores quanto fonte de radiao.
Figura 5. Tipos de sensores quanto fonte de radiao. Fonte: Wageningen UR (1999). 2.2 LEIS DA RADIAO
Lei de Planck A lei de Planck descreve a distribuio de radiao emitida (E, em W m-2 m-1) por um corpo negro por comprimento de onda ao longo de todo o espectro (Figura 4). Um corpo negro ideal um corpo que absorve 100% da radiao que incide sobre ele e tem uma emissividade igual a 1 (100%).
2hc 2 E = 5 hc / kT e 1
h = 6,6256 * 10-34 W s2 (Constante de Planck); c = 2,997925 * 108 m s-1 3 * 108 m s-1 (Velocidade da luz no vcuo); k = 1,38054 * 10-23 W s K-1 (Constante de Boltzmann); T = Temperatura em Kelvin; = Comprimento de onda em metros. Por esta lei possvel calcular a quantidade de radiao emitida por um corpo por cada comprimento de onda, sendo importante no SR para o clculo da quantidade de radiao emitida nas bandas de um dado sensor.
Figura 6. Curva de emisso de um corpo negro a 6000 K e a radiao solar que chega no topo da atmosfera e na superfcie, mostrando tambm as principais faixas de absoro por gases da atmosfera. Fonte: Gates, 1962. Lei de Stefan-Boltzmann Toda matria acima de zero absoluto ou zero Kelvin (0 K = -273,15 C) emite REM continuamente. A intensidade, bem como o tipo de REM emitida, depende da temperatura deste corpo assim como de seu material constituinte.
WB = T 4
Esta equao diz que um "corpo negro" (B - Black, um hipottico radiador ideal de energia) emite energia EM radiante (W em watts/m2 =W/m2) de acordo com sua temperatura (T em K) e com a constante de proporcionalidade de Stefan-Boltzmann ( = 5,6697 * 10-8 W m-2 K-4). Esta equao a integral da equao de Planck ao longo de todo o espectro. Como um "corpo negro" ideal no existe, os radiadores naturais, chamados "corpos cinza, emitem apenas uma frao da energia emitida pelo "corpo negro", ficando ento a Lei de Stefan- Boltzmann adaptada para estes corpos na forma:
WG = T 4
onde um fator de emissividade que depende do material, e que na prtica obtido por: =WG/WB, logo sempre menor que 1. (Ex.: gua 0,99; rvore com folhagem 0,96; areia 0,95; concreto 0,92; solo seco 0,90; neve 0,85 e, prata polida 0,02, isto , como a prata polida alta refletora, absorve pouca energia sendo, ento, ruim como emissora).
10
A energia EM emitida por um corpo (WB) formada por diferentes comprimentos de onda e em intensidades tambm diferentes. Ex.: A gua a uma temperatura de 310 K ter uma emisso total de 518,37 W m-2 Esta lei pode ser invertida para se calcular a temperatura dos alvos para os quais a radiao emitida foi calculada. Por exemplo, se um sensor mediu que a quantidade total de radiao emitida no termal para uma superfcie de areia (=0,95) igual a 520 wm-2, a temperatura do mesmo ser:
T =4
WG
=4
520 = 313,46 K = 40,31 C 0,95 * 5,6697 * 10 -8
Os termmetros de infravermelho termal (IRT) obtm a temperatura desta maneira, medindo a radiao emitida e calculando a temperatura com base na emissividade do objeto. Lei do deslocamento de Wien
max =
A T
A Lei dos deslocamentos de Wien calcula o comprimento de onda de mxima emisso (max em m) como uma funo inversa da temperatura deste corpo (T em K) e de uma constante (A = 2898 m K). Essa frmula pode ser obtida atravs da derivada da equao de Planck. Ex: Um corpo com temperatura de 310 K (37o C) ter emisso mxima em 9,34 m, que na faixa do infravermelho termal. J um corpo com 6000 K (o sol) ter emisso mxima em 0,483 m, que na faixa do azul prximo do verde. Lei de Kirchhoff A lei de Kirchhoff diz que para um corpo cinza em equilbrio trmico com o ambiente volta a emissividade igual absorbncia:
WG = = 1 = , WB
sendo a reflectncia e a absorbncia do alvo. A lei de Kirchhoff na realidade uma conseqncia da lei de conservao da energia, ou seja, um objeto que no gera calor e est em equilbrio trmico (no varia a temperatura) deve emitir a mesma quantidade de energia que absorve e deve refletir a quantidade de energia que o difere de um corpo negro (1-). Constante solar
11
A irradincia solar total (ou seja, no espectro solar todo) em uma superfcie plana perpendicular aos raios solares e fora da atmosfera (no espao livre) e a uma distncia mdia entre o sol e aterra chamada de constante solar. Embora chamada constante, esta quantidade varia ao longo dos anos e atravs dos anos devido a variaes na atividade solar. Alm disso, o valor medido da constante solar vai depender do instrumento utilizado. Alguns experimentos da NASA indicam os seguintes valores para a constante solar (http://daac.gsfc.nasa.gov/CAMPAIGN_DOCS/FTP_SITE/INT_DIS/ readmes/sol_irrad.html): Experimento ACRIM I = 1364,48 a 1369,71 W m-2; Experimento ACRIM II = 1363,75 a 1367,14 W m-2; Experimento ERB = 1368,50 a 1374,80 W m-2; Experimento ERBS = 1363,10 a 1367,60 W m-2; Mdia dos experimentos: 1367,39 W m-2 + 7,415 -4,285 Lei do co-seno de Lambert Segundo esta lei, a quantidade de radiao que chega a uma superfcie inclinada em relao direo da fonte proporcional ao co-seno do ngulo entre a normal da superfcie e os raios. Se um corpo emite I (em W m-2), a quantidade de irradincia (E) que chega a uma superfcie inclinada do ngulo e distncia d da fonte ser:
E = I cos
Lei do inverso do quadrado da distncia Neste caso, considerando uma fonte pontual, a quantidade de radiao que chega a uma superfcie inversamente proporcional distncia da fonte at a superfcie em questo. Se um corpo emite I (em W m-2), a quantidade de irradincia (E) que chega a uma superfcie a uma distncia d da fonte ser:
E = d12
Por exemplo, no dia 8 de dezembro de 2010 ao meio dia solar (s 11:46:44 desconsiderando o horrio de vero) o ngulo zenital solar em Seropdica de 0o, ou seja, o sol neste dia est a pino no meio dia solar e a distncia Sol-Terra de 0,985 UA (Unidade Astronmica). Da a irradincia total exoatmosfrica (em todo espectro e fora da atmosfera) dada por:
E = 1367,39 0cos 02 = 1409,35Wm-2 , 985
12
No solstcio de inverno de 2010 (21/06) o ngulo no meio dia solar de 43,81o e a distncia Sol-Terra de 1,016 UA e a irradincia exoatmosfrica dada por:
43,81 E = 1367,39 cos, 0162 = 955,93Wm-2 1
Observao: Estes clculos foram feitos considerando apenas a mdia da constante solar, sem considerar a variabilidade devido ao ciclo de atividade solar. Esta variao da irradincia no topo da atmosfera ao longo do ano importante para o sensoriamento remoto, pois isso leva a uma grande variao no brilho das imagens em nvel de cinza ao longo do ano, levando a uma necessidade de normalizar estes dados, principalmente quando so analisadas imagens de diversas pocas do ano. 3. INTERAES DA RADIAO COM A ATMOSFERA
Os dados coletados por sensores remotos so resultantes da interao da radiao solar que interage com a atmosfera at atingir o alvo e que retorna ao sensor interagindo novamente com a atmosfera, somado com a poro de radiao que vai para o sensor sem atingir o alvo ou provenientes de alvos vizinhos (Figura 5). Existe tambm um efeito de subtrao da radiao na direo do sensor devido ao espalhamento e absoro.
13
Figura 7. Interao da radiao com a atmosfera at chegar ao sensor remoto. Fonte: Jensen (2000). No geral, nas bandas do azul e do verde o efeito de adio de radiao na direo do sensor maior do que a subtrao, neste caso a correo atmosfrica leva a uma diminuio no brilho das cenas, devido a uma diminuio no fluxo de radiao na direo do sensor. No infravermelho prximo e mdio o efeito de subtrao de radiao na direo do sensor devido absoro da gua so mais proeminentes do que a adio. Da, nestas faixas do espectro a correo atmosfrica tende a aumentar ligeiramente o brilho das cenas devido adio de radiao que chega ao sensor. Na faixa do vermelho a adio e a subtrao podem ser bem prximas, mas vai depender da concentrao de partculas slidas em suspenso na atmosfera (aerossis). A atmosfera atua no processo de aquisio de dados de sensoriamento remoto pelos seguintes fenmenos: 3.1 DISPERSO OU ESPALHAMENTO
14
A energia solar incidente na atmosfera ao interagir com esta ir gerar um campo de luz difusa que se propagar em todas as direes. O espalhamento depende do comprimento de onda () e do dimetro dos constituintes da atmosfera (). ESPALHAMENTO DE RAYLEIGH - Produzido pela poro gasosa da atmosfera. O dimetro das molculas espalhadoras () pequeno e muito menor do que os comprimentos de onda da radiao espalhada: << A intensidade de espalhamento proporcional ao inverso da quarta potncia do comprimento de onda (I1/4). Assim, quanto menor o comprimento de onda maior o espalhamento. Isso explica o porque do cu ser azul. Este espalhamento provoca perda do contraste na imagem orbital e na fotografia area, principalmente para comprimentos de ondas menores. O principal fator nesse espalhamento a latitude, a qual afeta a espessura da atmosfera, alm do ngulo de incidncia e de espalhamento, uma vez que estes afetam o caminho ptico percorrido pela radiao atravs da atmosfera. ESPALHAMENTO MIE Neste caso o dimetro das partculas da mesma ordem do comprimento de onda: Ocorre para as partculas slidas suspensas na atmosfera, chamadas aerossis. Na maioria dos casos ocorre na primeira camada da atmosfera onde estas partculas esto em maior quantidade, principalmente em grandes centros urbanos e em reas rurais onde ocorrem queimadas. mais significativo na poca da seca quando no chove muito, pois as chuvas varrem grande parte dos aerossis da atmosfera. ESPALHAMENTO NO SELETIVO Espalha todos os comprimentos de onda na mesma intensidade: >> O espalhamento no seletivo causado principalmente por gotculas de gua na atmosfera. o tipo de espalhamento que ocorre em nevoeiros e em nuvens. 3.2 ABSORO
A absoro causada principalmente pelos componentes moleculares existentes na atmosfera: O2, O3, H2, H2O, CO2, CH4. Atuam sobre a REM de forma diferente para as diversas regies do espectro. No UV e visvel o O3 o principal fator enquanto que no infravermelho o principal fator a gua em forma gasosa e dispersa na atmosfera. Um mesmo componente atmosfrico pode absorver radiao em diversas regies do espectro EM.
15
Janelas atmosfricas: so faixas do espectro que no so severamente afetadas pela absoro da radiao eletromagntica pela atmosfera. Os sensores so desenhados de modo que as bandas espectrais estejam dentro das janelas atmosfricas. Uma banda espectral que estivesse fora de uma janela atmosfrica no receberia radiao suficiente para ser gravada e s faria sentido colocar uma banda espectral em um sensor se esta tivesse por objetivo estudar a atmosfera.
Figura 8. Localizao das bandas de dois sensores dentro das janelas atmosfricas. 3.3 EMISSO
O enunciado da lei de Kirchhoff para os gases : "Todo gs que absorve radiao de um certo comprimento de onda emite radiaes no mesmo comprimento de onda". Esta lei vlida para objetos em equilbrio trmico com o ambiente em que se encontram. O resultado que a atmosfera emite radiao conforme previsto pela lei de Stefan-Boltzmann e emite na mesma intensidade de um corpo negro entre 200 e 300 K, dependendo da temperatura em que se encontra. A emisso de radiao importante quando se trabalha com bandas na faixa do infravermelho termal. Neste caso, para se obter a temperatura da superfcie necessrio realizar a correo para a emisso da atmosfera. 3.4 TRANSMISSO
A parte da radiao que no absorvida nem espalhada transmite atravs da atmosfera. No caso da radiao refletida pela superfcie na direo ao sensor, a frao transmitida a parte que leva as informaes da superfcie ao sensor e que so gravadas na imagem. A eliminao dos efeitos da absoro e espalhamento se d atravs da correo atmosfrica, a ser discutida na parte I deste material. A correo atmosfrica bem como a considerao das condies de iluminao (Lei de Lambert e do inverso do quadrado da distncia) so essenciais para a obteno de informaes confiveis da superfcie uma vez que estes fatores levam a uma variao ao longo do tempo nas condies de iluminao e visada do alvo.
16
Figura 9. Transmisso da radiao atravs da atmosfera. 4. 4.1 INTERAES DA RADIAO ELETROMAGNTICA SUPERFCIE (RESPOSTA ESPECTRAL) DEFINIES COM A
Curva espectral: a curva de reflectncia do alvo em questo por comprimento de onda. Normalmente medida em experimentos de campo ou laboratrio utilizando equipamentos chamados espectroradimetros, ou seja, radimetros com bandas espectrais finas, normalmente de 10 nanmetros (nm), que equivale a 0,01 m. Irradincia: energia incidente sobre uma superfcie, em Watts por metro quadrado (Wm-2). Observe que a lei do co-seno de Lambert afeta a irradincia, dependendo do ngulo de incidncia. Radincia: Energia incidente por rea e por ngulo slido (Wm-2 sr-1), sendo sr a unidade de ngulo slido, chamada de esferoradiano. Da energia total incidente em uma superfcie (Ei), parte refletida (Er), parte transmitida (Et) e parte absorvida (Ea):
Ei = Er + Et + Ea
Na frmula acima a letra grega lambda () se refere ao comprimento de onda. Considerando cada componente acima como uma frao em relao radiao incidente, temos:
1 = + +
Onde a reflectncia do objeto, a transmitncia do objeto e a absorbncia do objeto, para um dado comprimento de onda.
17
Em Sensoriamento Remoto a energia de interesse a refletida uma vez que essa a que chega ao sensor. A reflectncia dada pela relao entre energia refletida e energia incidente:
Er Ei
Os tipos de reflexo possveis para um fluxo de radiao incidente sobre uma superfcie so: Reflexo especular ideal: a superfcie reflete como um espelho toda a radiao incidente. Para uma superfcie horizontal o ngulo de reflexo igual ao ngulo de incidncia; Reflexo especular quase perfeita: para uma superfcie horizontal o ngulo de reflexo igual ao ngulo de incidncia, mas a quantidade refletida menor do que 100%. Exemplo: superfcie de gua; Reflexo difusa quase perfeita: A reflexo ocorre em todas as direes, mas nem todo o fluxo incidente refletido e a intensidade pode variar de acordo com a direo de reflexo; Reflexo difusa ideal (superfcie Lambertiana): A reflexo ocorre para todo o fluxo incidente e a intensidade a mesma em todas as direes. Exemplo: Padres utilizados na calibrao de radimetros, como o sulfato de brio e o spectralon. 4.2 RESPOSTA ESPECTRAL DA GUA
As molculas de gua causam um aumento da absoro espectral da radiao a partir da faixa espectral do azul. Assim, a reflectncia espectral da gua em 0,4 m decresce at atingir valores prximos de zero no infravermelho prximo e mantendo-se em torno de zero a partir da. Esta baixa reflectncia limita o estudo das caractersticas espectrais da gua na regio do visvel e impossibilita no infravermelho prximo. Na regio do visvel a faixa mais adequada para o estudo da gua o azul. Aplicaes comuns so: deteco de concentrao de clorofila, batimetria, deteco de poluentes e sedimentos.
Figura 10. Espectro de absoro da gua.
18
MATRIA ORGNICA: O aumento da concentrao de matria orgnica decomposta resulta na diminuio da reflectncia em todo visvel. MATERIAL PARTICULADO INORGNICO EM SUSPENSO: Estes so provenientes de materiais carreados de solos e rochas. A alterao da reflectncia da gua vai depender da reflectncia do material e da concentrao. Um exemplo tpico a diferena de resposta entre o Rio Negro e o Solimes, no estado do Amazonas. A juno dos dois rios nas imediaes de Manaus bem vista nas imagens de satlites daquela rea.
Figura 11. Reflectncia da gua limpa e gua com algas. 4.3 RESPOSTA ESPECTRAL DOS SOLOS
De um modo em geral, a reflectncia dos solos aumenta com o aumento do comprimento de onda na faixa do visvel at o infravermelho prximo, com a diminuio em duas bandas de absoro de gua bastante pronunciadas no infravermelho mdio em torno de 1,4 m e em 1,9 m. No entanto, h uma variao entre os diferentes tipos de solos devido a variaes nos fatores que afetam a sua reflectncia.
19
Figura 12. Perfil hipottico de um solo. Os seguintes fatores afetam a reflectncia espectral dos solos: TEXTURA: Solos de textura mais fina formam uma superfcie mais lisa e mais reflexiva por formarem menos sombras. Alm disso, em um experimento com o aumento o dimetro das partculas de 0,022 para 2,65 mm (de argila para silte) houve um aumento de 14% na absoro da radiao incidente.
20
Figura 13. Resposta espectral de um solo siltoso e um arenoso. UMIDADE: Na faixa do visvel os solos aparecem mais escuros quando midos do que quando secos, em conseqncia da diminuio da reflectncia. Esta diminuio na reflectncia com o aumento da umidade ocorre ao longo de todo o espectro. Assim, independente da textura, quanto mais mido o solo menor a reflectncia.
60 Percent Reflectance 50 40 30 20 10 0 0. 5 a. 60 Percent Reflectance 50 40 30 20 10 0 0. 5 b.
Sand
0 4% moisture content
5 12%
2 2 3 2%
0.7
0. 9
1.1
1.3
1. 5
1. 7
1. 9
2. 1
2.3
2. 5
C lay 2 6%
35 40% 0.7 0. 9 1.1 1.3 1. 5 1. 7 1. 9 Wa velength (m) 2. 1 2.3 2. 5
Figura 14. Resposta espectral de um solo em funo do contedo de umidade.
21
MATRIA ORGNICA: Em propores abaixo de 2% a matria orgnica tem um efeito pouco pronunciado na reflectncia do solo, no mascarando os efeitos dos constituintes do solo. Acima deste percentual a matria orgnica altera as propriedades espectrais dos solos, causando uma diminuio da reflectncia do solo com o aumento do teor de matria orgnica. XIDOS DE FERRO: Em geral, quanto maior a concentrao de xidos de ferro menor a reflectncia dos solos. A reflectncia espectral tem sido utilizada para estudos das caractersticas fsicoqumicas deste, sendo pesquisada at mesmo a classificao dos solos atravs da reflectncia espectral. No entanto, alguns fatores limitam essa aplicao: Na maioria dos casos os solos esto cobertos por vegetao, o horizonte superior dos solos normalmente tem mais de 2% de matria orgnica, o efeito atmosfrico mascara pequenas diferenas na reflectncia dos solos, a maioria dos sensores tem bandas largas demais para estudos dos solos e o horizonte de maior interesse para estudos o B, que est abaixo da superfcie e que, portanto no imageado pelo sensor. Em estudos de laboratrios a utilizao de reflectncia espectral nos estudos de solos so bem mais promissores. Pequenas bandas de absoro tm sido utilizadas nesse sentido, sendo para isso necessrio a utilizao de bandas bem finas e equipamento bem calibrado, pois as bandas so difceis de serem detectadas. As regies do espectro eletromagntico mais adequadas ao estudo de propriedades fsico-qumicas dos solos so: 0,57 m estudo do contedo de matria orgnica em solos; 0,7 a 0,9 m estudos de contedo dos compostos de Fe+3; 1,0 m estudos de contedo dos compostos de Fe+2; 2,2 m estudo de umidade do solo.
Figura 15: Assinaturas espectrais representativas de horizonte superficial de solos: (a) forma dominada pela matria orgnica; (b) forma minimamente alterada; (c) forma afetada pelo ferro; (d) forma afetada pela matria orgnica; (e) forma dominada pelo ferro. Fonte: Stoner e Baungardner (1981).
22
4.4
RESPOSTA ESPECTRAL DAS SUPERFCIES (CONCRETO, ASFALTO, TELHADOS, ETC.)
CONSTRUDAS
A resposta espectral dos alvos construdos depende do tipo de material, do tempo de exposio da superfcie s intempries do tempo e deposio de algum tipo de material sobre a superfcie (poeira ou poluio, por exemplo). Por exemplo, um asfalto escuro quando novo e medida que o tempo passa vai se tornando mais claro. Ainda no caso do asfalto, apesar de escuro na regio do visvel, a reflectncia aumenta do visvel para o infravermelho prximo. No caso de telhados, estes dependem to tipo de material utilizado. Telhas de barro tendem a terem uma resposta prxima do tipo de solo utilizado para a sua fabricao.
Figura 16. Resposta espectral de alvos construdos em relao resposta espectral de alvos naturais. 4.5 RESPOSTA ESPECTRAL DA VEGETAO
De 0,400 a 0,700 m (Visvel) Esta faixa consiste na faixa fotossinteticamente ativa para as plantas e coincide com a faixa visvel do espectro. A radiao que compe a luz visvel e que mais eficiente para a fotossntese est compreendida na faixa do azul (0,400 a 0,500 m) e vermelho (0,600 a 0,700 m). A faixa do visvel que corresponde ao verde (0,500 a 0,600 m) menos utilizada para a fotossntese. Os principais pigmentos responsveis pela absoro so:
23
Clorofila, Carotenides, Xantofilas e Antocianinas. De 0,700 a 1,300 m (Infravermelho prximo) Nesta faixa ocorre uma baixa absoro da radiao e a resposta espectral da vegetao normalmente alta comparada com a resposta na faixa do visvel. A reflexo principalmente influenciada pela estrutura celular das folhas, onde ocorre uma grande quantidade de interfaces entre ar e gua. Nessas interfaces ocorrem a mudana de direo do fluxo devido diferena de ndice de refrao entre ar e gua. Assim, quanto maior a rea total de interface paredes celulares/ar maior a reflexo. ndice de refrao do ar: 1,00 ndice de refrao das paredes celulares hidratadas: 1,42 Ao incidir na folha a radiao difundida e espalhada atravs da cutcula e epiderme para o mesfilo celular e cavidades de ar no interior da folha. A radiao espalhada e passa por mltiplas reflexes e refraes.
Figura 17. Mltiplos espalhamentos em uma folha devido s diferenas de ndice de refrao entre ar e gua. Fonte: Gates et al. (1965). De 1,300 a 2,400 m (Infravermelho mdio ou Infravermelho de ondas curtas) Nessa faixa do espectro ocorre uma grande absoro da radiao pela gua, com bandas bem definidas em torno de 1,400 m e 1,900 m. Nesta faixa existe at mesmo a
24
possibilidade de se monitorar a vegetao quanto ao estresse hdrico, pois com a perda de gua ocorre um aumento da reflectncia.
Figura 18: Assinatura espectral de uma folha de vegetao verde e sadia e as principais faixas do espectro com suas caractersticas de resposta espectral pelas folhas. Fonte: Hoffer (1978).
Figura 19: Reflectncia e transmitncia de folhas. Fonte: Gausman et al. (1971).
Efeito do ndice de rea Foliar (IAF) na resposta espectral do dossel: O IAF definido como a rea de foliar de uma dada rea dividido pela rea do solo:
25
IAF =
rea de folhas (um lado) (sem unidades). rea do solo
O empilhamento de folhas umas sobre as outras causa uma pequena diminuio da reflectncia na faixa do azul e vermelho, devido alta absoro da radiao pelos pigmentos (observe que nesta faixa a reflectncia de folhas verdes j baixa). No infravermelho prximo at 1,300 m h um aumento da reflectncia at haver uma saturao para um nmero acima de 5 ou 6 folhas. Alm de 1,300 m a absoro pela gua tem grande influncia sobre a reflectncia, e o empilhamento de folhas. No caso de dossis de culturas ou vegetao natural este efeito ocorre tambm, sendo a reflectncia das folhas e o IAF os principais responsveis pelas caractersticas da reflectncia do dossel de vegetao. Assim, as variveis que influenciam a reflectncia do sistema solo e vegetao so: Reflectncia das folhas; ndice de rea foliar; Reflectncia do solo; ngulo solar; ngulo de observao; Distribuio espacial e angular das folhas.
Figura 20: Efeito do empilhamento de folhas e consequentemente do IAF na reflectncia de um dossel. Fonte: Jensen (2000).
26
5. 5.1
SISTEMAS SENSORES NO-FOTOGRFICOS (SCANNERS, CCDs E ANTENAS) INTRODUO
Os sensores remotos so equipamentos com capacidade para obter dados da superfcie distncia a partir de uma plataforma. No caso especfico dos sensores imageadores os dados obtidos da superfcie correspondem a imagens que contm medidas da radiao eletromagntica. Neste caso a amostragem da superfcie ocorre com espaamento fixo e os dados so normalmente gravados em meio digital, embora nas fotografias areas filmes so ainda utilizados para gramar as imagens da superfcie. A plataforma diz respeito ao satlite ou outro aparelho que leva o sensor e que d condies para realizar o imageamento. A plataforma pode ser orbital (satlite), area (avio, helicptero, balo, dirigvel e girocptero) ou terrestre (imagem feita da superfcie). As plataformas orbitais mais novas so do tipo multi-misso, ou seja, levam mais de um sensor com diferentes objetivos. As imagens digitais coletadas por sensores remotos so formadas por matrizes de linhas e colunas sendo que cada elemento (chamado pixel) corresponde a uma determinada rea da superfcie terrestre. Estas imagens podem ser constitudas de apenas uma banda espectral ou podem ser constitudas por mais de uma banda espectral. Os sensores podem ser classificados como: Quanto plataforma: Orbital (satlite); Area; Terrestre. Quanto ao meio de gravao da quantidade de energia recebida: Analgico (filmes); Digital. Quanto ao meio de deteco da energia: Fotogrfico (filmes); No fotogrfico (eletrnico). Quanto ao sistema de varredura: Varredura lateral perpendicular rbita ou linha de vo ("whiskbroom"); Varredura longitudinal rbita ou linha de vo ("pushbroom"). Quanto ao sistema de captao das ondas eletromagnticas: ptico (as ondas passam por lentes e/ou espelhos); Microondas e ondas de rdio (captao por antenas, exemplo: Radar). Quanto fonte de radiao: Ativo (Radar e laser-scanner);
27
Passivo (a fonte de radiao o Sol na faixa do visvel at o infravermelho mdio ou a superfcie no infravermelho termal). 5.2 TIPOS DE SENSORES
Os sensores so constitudos por detectores de radiao, os quais geram um sinal eltrico (uma voltagem) o qual medido e quantizado em um nmero inteiro. Os detectores so feitos de materiais em que ocorre o deslocamento de eltrons quando so atingidos pela radiao, o que causa a voltagem (geralmente da ordem de milivolts). Os principais tipos de sensores so: SCANNER
So sensores que tm sistemas de varredura da cena na terra. Como exemplo ns temos o sensor ETM+ do Landsat 7. A vantagem do ponto de vista de engenharia do scanner que a quantidade de detectores muito menor. Por outro lado, problemas geomtricos nas imagens so mais comuns devido a falhas no sistema ou mesmo devido incorreta correo geomtrica dos dados. RADAR
RADAR (RAdio Detection And Ranging) um tipo de sensor que usa os comprimentos de onda na faixa de microondas. O RADAR do tipo ativo quando emite um feixe de ondas eletromagnticas em direo superfcie e mede a intensidade das ondas que retornaram em direo ao sensor. Existem tambm sensores de micro-ondas passivos, mas neste caso no so chamados de RADAR, pois utilizam as ondas eletromagnticas na faixa das microondas emitidas pela superfcie. No geral o RADAR sensvel rugosidade da superfcie, e a quantidade de sinal que retorna ao sensor depende das caractersticas da superfcie como a rugosidade e a constante dieltrica da superfcie. Depende tambm da banda utilizada (freqncia ou comprimento de ondas) e da polarizao de emisso e recepo do sinal. CCD
O CCD ("Charge Couple Device", em portugus dispositivo de carga acoplada) so dispositivos sensveis luz e dispostos em uma matriz. Ao serem expostos radiao eletromagntica coletam os ftons e geram um sinal eltrico para cada coordenada elemento da matriz. Este sinal proporcional intensidade do fluxo de radiao que chegou ao elemento da matriz. Este sinal ento gravado na forma digital como nvel de cinza. 5.3 CARACTERSTICAS DAS IMAGENS DE SENSORIAMENTO REMOTO
As imagens de sensoriamento remoto so caracterizadas principalmente pelas resolues: espectral, radiomtrica, temporal e espacial. RESOLUO ESPECTRAL
28
Caracteriza o nmero de bandas espectrais, a largura destas bandas e a faixa espectral em que estas bandas se localizam. Sensores de resoluo espectral fina tm bandas bem estreitas, da ordem de 10 nm (0,01 m) ou at menos. No geral as bandas dos sensores so definidas dentro de regies do espectro onde os alvos para os quais o sensor foi desenhado tm uma resposta espectral caracterstica e diferenciada. Exemplo de sensor de banda larga o ETM+ do satlite Landsat 7, cujas bandas tm larguras que vo de 65 nm (0,065 m) na faixa do azul a 2100 nm (2,1 m) de largura na banda no infravermelho termal. A resoluo espectral definida pela faixa de comprimentos de onda onde o sensor tem sensitividade acima de 50% (Figura 19).
Figura 21. Resposta espectral da banda 2 nos sensores do Landsat 4, 5 e 7. No caso do sensor aerotransportado AVIRIS a resoluo espectral fina, tendo 224 bandas, sendo portanto chamado de sensor hiperespectral.
29
Figura 22. Imagem do sensor AVIRIS em que o eixo Z representa as bandas espectrais. Fonte: JPL (2011), AVIRIS Moffet Field Image Cube (site acessado em 18/05/2011). RESOLUO RADIOMTRICA
Diz respeito ao nmero de bits que utilizado para a quantizao dos sinais eltricos (voltagem ou corrente eltrica) gerados pelos sensores no-fotogrficos. O nmero de bits fornece o nmero de nveis de cinza (NC) de uma imagem, que dado por: NC = 2n Onde n o nmero de bits de quantizao da imagem. Por exemplo, os dados do sensor TM so gravados em 8 bits, ou seja, 256 nveis de cinza que vo de 0 a 255. Em alguns sensores os dados so gravados com 10, 12 ou mais bits. Quando gravados em 10 bits os dados so armazenados em 1024 nveis de cinza de 0 a 1023. Em um sensor de 10 bits devidamente calibrado uma reflectncia planetria (sinal da superfcie e da atmosfera) de 50% seria representada por um nmero digital 511, uma reflectncia planetria de 10% seria representada por um nmero digital 101 e uma reflectncia de 100% seria representada por um nmero digital de 1023. Uma imagem gravada em apenas um bit teria apenas dois nveis de cinza: preto e branco. Para um sensor de 6 bits (64 nveis de cinza) o salto de um nvel de cinza representa um acrscimo de 1,563% na reflectncia. Para um sensor de 10 bits (1024 nveis de cinza) o
30
salto de um nvel de cinza corresponde a um acrscimo de 0,098% na reflectncia, ou seja, 1% de reflectncia seria subdividido em 10 nveis de cinza.
Figura 23. Imagem da UFRRJ em torno do prdio P1 tomada pelo sensor ETM+ na banda 8 em 1 bit e em 8 bits. RESOLUO ESPACIAL
A resoluo espacial diz respeito rea que cada pixel corresponde na superfcie. Assim a resoluo espacial define a rea que o pixel equivale na superfcie, definida pelo GIFOV (Ground Instantaneous Field Of View, ou campo de visada instantneo na superfcie). No entanto por simplificao comumente considerada como o espaamento entre os pixels na imagem. Por exemplo, no caso das bandas 1 a 5 e 7 do sensor TM cada pixel equivale a 30m x 30m na superfcie, correspondente ao espaamento entre pixels. Trs termos importantes relacionados com a resoluo espacial so: 1) a Funo de Espalhamento do Ponto; 2) a freqncia de Nyquist; e 3) a escala de trabalho.
31
Figura 24. Campo de visada instantneo na superfcie GIFOV. Fonte: Schowengerdt (1997).
Figura 25. Prdio principal da UFRRJ (P1) na imagem do sensor ETM+ do Landsat 7 (30 m) e do sensor Ikonos II (1 m). Funo de Espalhamento do Ponto (Point Spread Function-PSF) A rea realmente amostrada pelo sensor define a PSF. definida pelo sistema tico do sensor e afetada pela atmosfera e compreende a rea onde a resposta do detector acima de 50%. Uma PSF que defina uma rea amostrada muito maior do que o espaamento dos pixels (muito maior do que o tamanho de pixel) diminui o contraste entre alvos vizinhos, especialmente nas bordas, dificultando a identificao destes alvos.
32
Figura 26. Funo de espalhamento do ponto (PSF) ideal e real. A resoluo divulgada pela NASA para o sensor de 250 metros. Freqncia de Nyquist A freqncia mxima no domnio espacial que se obtm de uma imagem chamada freqncia de Nyquist e equivale metade da freqncia de amostragem dos dados. A freqncia de amostragem est relacionada ao tamanho do pixel na superfcie. Por exemplo, na imagem MODIS a freqncia de amostragem no domnio espacial de 1/256,5 m-1. Deste modo, a freqncia mxima que pode ser representada com esta imagem de 1/513 m-1. Isto significa que na interpretao da imagem a dimenso mnima de objeto identificvel de 513 metros. Escala de trabalho com imagens de satlites A escala de trabalho a escala mxima em que se consegue obter informaes a partir de uma imagem. A escala de trabalho determinada pela resoluo espacial, pela PSF e pela frequncia de Nyquist. A exatido do georreferenciamento (ou ortorretificao) vai dar a preciso da carta que pode ser gerada com tal imagem. Na legislao brasileira a Comisso Nacional de Cartografia (CONCAR) estabelece 3 classes de cartas: A, B e C, dependendo da exatido de pontos da imagem checados com pontos de verificao obtidos a campo. Mais informaes podem ser obtidas em Cintra, J.P. e Nero, M.A. (2001), Documentos Cartogrficos: Determinao do PEC, In: XX Congresso Brasileiro de Cartografia, Belo Horizonte, 2001. Exemplo 1: Qual a escala mxima de uma carta de uso da terra gerada pela interpretao de uma imagem ETM+ do satlite Landsat 7 cuja resoluo espacial de 30 metros? (Calcule levando em conta a PSF considerando que a PSF de 30 metros) Soluo: Assim, a freqncia de amostragem no domnio espacial de 1/30 (m-1). Metade disso igual a 1/60 (m-1). Deste modo, o objeto mnimo que se pode identificar teoricamente em uma imagem de 60 metros. Se considerarmos um erro grfico de 0,2 mm no
33
apontamento dos objetos identificados na imagem, que podemos assumir ser igual freqncia mxima que (freqncia de Nyquist) que neste caso de 1/60 m-1. Deste modo a escala calculada como sendo:
E=
ab 0,2mm 0,2mm 1 = = = AB 60 m 60.000 mm 300.000
Onde ab a dimenso na imagem de um objeto e AB a dimenso na superfcie de um objeto mnimo identificvel na imagem. A escala acima tambm afetada pela PSF do sensor. Um sensor com espaamento de pixels de 30 metros, mas que amostra a superfcie em uma rea muito maior ter a identificao de objetos pequenos prejudicada, diminuindo assim a escala de trabalho. Exemplo 2: Qual a escala de trabalho gerada pelo uso de uma imagem HRC do satlite CBERS 2B cuja resoluo espacial de 2,5 metros (Neste caso calcule sem levar em considerao a PSF, por falta deste valor). Soluo: Levando em considerao o erro da acuidade visual de 0,2 mm temos:
E=
ab 0,2mm 0,2mm 1 = = = AB 5m 5.000 mm 25.000

RESOLUO TEMPORAL
o tempo que leva para um sensor repetir a mesma cena. Por exemplo, para o sensor do satlite Landsat 7 este tempo de 16 dias. Em alguns sensores o satlite leva 16 dias ou mais para passar sobre uma mesma rbita, mas o tempo necessrio para repetir uma mesma cena bem menor devido capacidade de visada lateral. Para entender a resoluo temporal, tomemos o exemplo do sensor TM do Landsat 5. A Figura 24 mostra a rbita do satlite Landsat 5 onde observa-se
34
Figura 27. rbita dos satlites Landsat 4 e 5. Fonte: Lillesand e Kiefer (1987).
35
Figura 28. Obteno da imagem pelo sensor TM atravs da varredura perpendicular rbita. Fonte: American Society of Photogrammetry (1983).
Figura 29. Conjunto de rbitas de um dia. Fonte: Lillesand e Kiefer (1987).
36
Figura 30. Faixas da superfcie cobertas pelas rbitas de um dia. Lillesand e Kiefer (1987).
Figura 31. Faixas cobertas durante o perodo de 16 dias. Lillesand e Kiefer (1987). A resoluo espacial e a resoluo temporal competem entre si, ou seja, no geral uma melhor resoluo temporal quase sempre implica em resoluo espacial pior e vice versa. Como exemplo, O ETM+ do satlite Landsat 7 tem resoluo espacial de 30 metros nas bandas multiespectrais e resoluo temporal de 16 dias, enquanto que o sensor AVHRR do satlite NOAA tem resoluo temporal de menos de 1 dia mas resoluo espacial de 1,1 km. Isso ocorre porque para o sensor AVHRR do satlite NOAA ter resoluo temporal alta necessrio ter uma larga faixa na superfcie imageada pelo sensor, que de 2800 km, em contraste com a faixa de 185 km do sensor ETM+ do Landsat 7. 5.4 PRINCIPAIS SISTEMAS SENSORES
Aqui so descritas algumas caractersticas de sistemas sensores. Par mais sensores, visite o stio da EMBRAPA monitoramento por satlites: http://www.sat.cnpm.embrapa.br/ . Definies: Satlite: Plataforma orbital em que fica o sensor, os sistemas de controle, o painel solar de alimentao e o sistema de transmisso dos dados. Pode conter um ou mais sensores ou misses; Misso: Tipo de uso do satlite, por exemplo: comunicao, meteorolgico, sensoriamento remoto; Sensor: Carga til do satlite quando o objetivo medir algum parmetro fsico da atmosfera ou da superfcie;
37
Programa: o nome da srie de satlites de uma empresa ou agncia espacial. Ex: Programa Landsat da NASA, Programa CBERS do Brasil e da China, Programa SPOT, etc.
Exemplos: Programas e Satlites governamentais Landsat (NASA, EUA), SPOT (Frana), CBERS (Brasil-China), NOAA (EUA), ERS (Agncia Espacial Europia), Radarsat (Canad), SAC-C (Argentina), IRS (ndia); Programas e satlites comerciais: Ikonos, Quickbird, EROS, Orbview, EnviSat, Kampsat As tabelas a seguir mostram as caractersticas dos principais sistemas sensores disponveis.
Sumrio de misses do Landsat Satlite Landsat 1 Landsat 2 Landsat 3 Landsat 4 Landsat 5 Landsat 7 Data de lanamento 23/07/1972 22/01/1975 05/03/1978 16/07/1982 01/03/1984 Abril/1999 Sensores RBV, MSS RBV, MSS RBV, MSS MSS, TM MSS, TM ETM+ Condio atual (maro/2007) ou data de trmino de operao 06/01/1978 25/02/1982 31/03/1983 Falhou aps o lanamento Operacional com restries Falhou em maro/2003
Thematic Mapper (TM) Banda 1 2 3 4 5 6 7
Bandas TM Resoluo espacial Resoluo espectral (m) 0,45 - 0,53 30 m 0,52 - 0,60 30 m 0,63 - 0,69 30 m 0,76 - 0,90 30 m 1,55 - 1,75 30 m 10,40 - 12,50 120 m 2,08 - 2,35 30 m Especificaes tcnicas do TM Tipo sensor tico-mecnico Resoluo espacial 30-120 m Faixa espectral 0,45-12,5 m Nmero de bandas 7 Resoluo temporal 16 dias Tamanho da imagem 185 x 172 km Faixa imageada 185 km
blank line Enhanced Thematic Mapper + (ETM+) a bordo do satellite Landsat 7
38
Banda 1 2 3 4 5 6 7 Pan Informaes adicionais: Altitude: Quantizao: Inclinao: Passagem pelo equador: Lanamento:
Resoluo espectral (m) 0,45 - 0,515 0,525 - 0,605 0,63 - 0,690 0,75 - 0,90 1,55 - 1,75 10,40 - 12,5 2,09 - 2,35 0,52 - 0,90
Resoluo espacial 30 m 30 m 30 m 30 m 30 m 60 m 30 m 15 m
705 km Melhores 8 de 9 bits Heliossncrona, 98,2 graus Nodo descendente; 10:00 +/- 15 minutos Abril de 1999
Exemplos de aplicaes das bandas do sensor TM do satlite Landsat 5 Banda TM1 TM2 TM3 TM4 TM5 TM6 TM7 Faixa Descrio espectral (m) 0,45-0,52 0,52-0,60 0,63-0,69 0,76-0,90 1,55-1,75 Azul Principais aplicaes Mapeamento de guas costeiras. Diferenciao entre solo e gua e entre conferas e decduas.
Verde Vigor das plantas verdes. Vermelho Diferenciao de espcies vegetais. Absoro da clorofila. Levantamento da fitomassa. Delineamento de corpos de IV prximo gua. IV mdio Medidas de umidade da vegetao. Diferenciao entre nuvens e neve.
10,74-12,5 IV termal Mapeamento hidrotermal. 2,08-2,35 IV mdio Mapeamento de estresse hdrico em plantas
Comparao das caractersticas de resoluo dos sistemas sensores Thematic Mapper (TM), Haute Resolution Visible (HRV) e Advanced Very Resolution Radiometer (AVHRR), a bordo dos satlites Landsat-5, SPOT e NOAA, respectivamente. TM Resoluo temporal Resoluo espacial Resoluo 16 dias 30 m 120 m (Banda6) 8 bits 26 dias 20 m (Banda1 a 3) 10 m (Pan) 8 bits (1-3) HRV AVHRR 2 vezes ao dia 1,1 km (nominal) 10 bits
39
radiomtrica Banda1 - 0,45-0,52 Banda2 - 0,52-0,60 Bandas espectrais Banda3 - 0,63-0,69 (Resoluo Banda4 - 0,76-0,90 espectral)(m) Banda5 - 1,55-1,75 Banda6 - 10,74-12,5 Banda7 - 2,08-2,35
6 bits (Pan) Banda 1 - 0,58-0.68 Banda 2 - 0,725-1,1 Banda 3 - 3,55-3,93 Banda 4 - 10,30-11,30 Banda 5 - 11,50-12,50
Banda1 - 0,50-0,59 Banda2 - 0,61-0,68 Banda3 - 0,79-0,89 Pan 0,51-0,73
SATLITE CBERS (China-Brazil Earth Resources Satellite / Satlite Sino-Brasileiro de Recursos Terrestres) Principais caractersticas do satlite: Massa 1450 kg Potncia gerada 1.100 watts Dimenses do painel solar 6,3 x 2,6m Baterias 2 x 30 Ah NiCd Dimenses do corpo 2,0m x 8,3m x 3,3m (em rbita) Propulso (hidrazina) 16 x 1N; 2 x 20N Estabilizado em trs eixos Transmisso de dados em UHF e banda S Tempo de vida 2 anos (confiabilidade de 0,6) Parmetros orbitais: Altitude mdia Inclinao Revolues por dia Perodo nodal Hora solar mdio no n descendente no Equador Freqncia de revisita de um mesmo local Parmetros dos sensores imageadores: Especificaes Bandas Espectrais (m) Campo de Visada Resoluo Espacial (m) CCD IR-MSS 0,51 - 0,73 (pan) 0,50 - 1,10 (pan) 0,45 - 0,52 1,55 - 1,75 0,52 - 0,59 2,08 - 2,35 0,63 - 0,69 10,40 - 12,50 0,77 - 0,89 8,3 8,8 20 80 (pan e IV) WFI 0,63 - 0,69 0,76 - 0,90 60 260 778 km 98,504 graus 14 + 9/26 100,26 min. 10h 30 min. 26 dias
40
Resoluo Temporal (Nadir): Resoluo Temporal (Fora do Nadir): Largura da Faixa Imageada Capacidade de Visada Lateral
26 dias 3 dias (+/- 32) 113 km +/- 32
26 dias 120 km -
3 - 5 dias 890 km -
IKONOS II (lanado em 24 de setembro de 1999) Altitude Inclinao Velocidade Durao da rbita Tipo de rbita Resoluo Espacial Bandas espectrais 680 km 98,1 7km / s 98 minutos Heliossncrona Pancromtica: 1m; Multiespectral: 4m Pan 0,45 0,90 m Azul 0,45 0,52 m Verde 0,52 0,60 m Vermelho 0,63 0,69 m Infravermelho prximo 0,76 0,90 m 13km na vertical (cenas de 13km x 13km) Faixas de 11km x 100km at 11km x 1000km Mosaicos de at 12.000km2 20.000km2 de rea imageada numa passagem 2,9 dias no modo Pancromtico 1,5 dia no modo Multiespectral
Imageamento Capacidade de Aquisio de imagens Freqncia de Revisita
Satlites EROS Capacidade de Imageamento dos Satlites EROS: Satlite Faixa de imageamento nica Cenas Mosaicos Faixa Estreo nica Mosaico Estereo Cenas em estereoscopia (24 Graus) EROS A* 5 cenas de (120X12,5 km) 28 cenas de (12,5X12,5 km) 7 cenas de (25X25 km) 5 cenas de (40X12,5 km) 7 cenas de (25X25 km) 10 cenas de (12,5X12,5 km) EROS B1 4 cenas de (305X16 km) 40 cenas de (16X16 km) 12 cenas de (32X32 km) 2 cenas de (160X16 km) 5 cenas de (48X48 km) 15 cenas de (16X16 km) EROS B2 at B6 1 cena de (5300X16 km) 58 cenas de (16X16 km) 18 cenas de (32X32 km) 4 cenas de (530X16 km) 6 cenas de (48X48 km) 20 cenas de (16X16 km)
41
EROS A1 - Em rbita desde 05-12-2000 EROS B1 - Final do Ano 2003 EROS B2 - Previsto para o Ano 2004 EROS B3 - Previsto para o Ano 2004 EROS B4 - Previsto para o Ano 2005 EROS B5 - Previsto para o Ano 2005 ORBVIEW-3 Modo de Imageamento Modo Pancromtico Resoluo Espacial Bandas Espectrais Faixas Espectrais 1 metro 1 banda 450-900 nm
Modo Multispectral 4 metros 4 bandas 0,450-0,520 m 0,520-0,600 m 0,625-0,695 m 0,760-0,900 m 8 km
Faixa de Imageamento rea de cada Imagem Freqncia de revisita Altitude de rbita Horrio solar da passagem pelo equador
Definida pelo cliente Inferior a 3 dias 470 km 10:30 da manh
QUICKBIRD
42
Data de lanamento Altitude da rbita Inclinao da rbita Velocidade Horrio de passagem Durao da rbita Tempo de vida til Tempo de revisita Largura do imageamento Preciso mtrica Digitalizao Resoluo
Bandas
Outubro de 2001 450 km 98 graus, em sincronismo com o Sol 7.1 km / segundo 10:30 h 98 minutos No mnimo de 7 anos 1 a 3,5 dias, dependendo da latitude (30o off-nadir) 16.5 km x 16.5 km, no nadir Horizontal: 23 metros Vertical: 17 metros 11 bits Pan: 61 cm (nadir) a 72 cm (25o off-nadir) Multiespectral: de 2,44 m (nadir) at 2,88 m (25o off-nadir) 450 - 900 m Pancromtica 450 - 520 m Azul: Verde: 520 - 600 m Vermelho: 630 - 690 m Infravermelho prximo: 760 - 900 nm
RESUMO DAS MISSES SPOT Satlite Bandas espectrais Tamanho do pixel na superfcie Pancromtico 2.5 m ou 5 m B1: verde 10 m Spot 5 B2: vermelho 10 m B3: Infravermelho prximo 10 m B4: Infravermelho mdio(SWIR) 20 m Monoespectral (Pancromtico) 10 m B1: verde 20 m Spot 4 B2: vermelho 20 m B3: Infravermelho prximo 20 m B4: Infravermelho mdio(SWIR) 20 m Pancromtico 10 m Spot 3 B1: verde 20 m Spot 2 B2: vermelho 20 m Spot 1 B3: Infravermelho prximo 20 m SPOT 5 Data de lanamento Hora de passagem Maio de 2002 10:30 SPOT 4 Maro de 1998 10:30 Faixas espectrais 0.48 - 0.71 m 0.50 - 0.59 m 0.61 - 0.68 m 0.78 - 0.89 m 1.58 - 1.75 m 0.61 - 0.68 m 0.50 - 0.59 m 0.61 - 0.68 m 0.78 - 0.89 m 1.58 - 1.75 m 0.50 - 0.73 m 0.50 - 0.59 m 0.61 - 0.68 m 0.78 - 0.89 m SPOT 1, 2 e 3 1 de Fev. / 1986 2 de Jan. / 1990 3 de Set. / 1993 10:30
43
pelo Equador em hora local ( nodo descendente) Altitude no Equador Inclinao Ciclo orbital (resoluo temporal sema avisada lateral) Resoluo radiomtrica Permite programao ngulo de visada Intervalo de revisita (dependendo da latitude com a visada lateral) 822 km 98,7 26 dias 8 bits sim 31,06 1 a 4 dias 822 km 98,7 26 dias 8 bits sim 31,06 1 a 4 dias 822 km 98,7 26 dias 8 bits sim 31,06 1 a 4 dias
Instrumentos Estereoscpicos do SPOT SPOT 5 Instrumento HRS Visada estreo ao longo da rbita - 1 pancromtica (10 m ao longo da rbita reamostrada a cada 5m) e 5 m perpendicular rbita 600 km x 120 km HRG Visada estreo perpendicular rbita - 2 pancromtica (5m), combinadas to gerar um produto de 2,5m - 3 multiespectral (10m) - 1 no infravermelho mdio (20m) 60 km x 60 km a 80 km SPOT 4 HRVIR Visada estreo perpendicular rbita - 1 pancromtica (10 m) - 3 multiespectral (20 m) - 1 no infravermelho mdio (20m) 60 km x 60 a 80 km SPOT 1, 2 e 3 HRV Visada estreo perpendicular rbita
Bandas espectrais e resoluo
1 pancromtica (10m) 3 multiespectral (20m)
Faixa de imageamento
60 km x 60 km a 80 km
Sensor VEGETATION do programa SPOT SPOT 5 Instrumento Bandas espectrais VEGETATION 2 B0: 0,45 - 0,52 m SPOT 4 VEGETATION 1 B0: 0,45 - 0,52 m SPOT 1, 2 e 3 -
44
B2: 0,61 - 0,68 m B3: 0,78 - 0,89 m B4: 1,58 - 1,75 m Resoluo 1000 m Largura da faixa de 2250 km imageamento Resoluo radiomtrica Intervalo de revisita 10 bits 1 dia
B2: 0,61 - 0,68 m B3: 0,78 - 0,89 m B4: 1,58 - 1,75 m 1000 m 2250 km 10 bits 1 dia -
WORLDVIEW-2 (DigitalGlobe) Lanamento: 8 de outubro de 2009 rbita: Altitude: 770 quilmetros Tipo: Heliossncrona, passando pelo equador s 10:30 no nodo descendente Perodo: 100 minutos Resoluo Espectral: Pancromtica: 450 - 800 nm Multiespectrais (8 bandas): Coastal: 400 - 450 nm Blue: 450 - 510 nm Green: 510 - 580 nm Yellow: 585 - 625 nm Red: 630 - 690 nm Red Edge: 705 - 745 nm Near-IR1: 770 - 895 nm Near-IR2: 860 - 1040 nm Resoluo Espacial: Pancromtica: 0,46 metros GSD no nadir, 0,52 metros 20 fora do nadir Multiespectral: 1,84 metros GSD no nadir, 2,08 metros GSD a 20 fora do nadir Resoluo radiomtrica (Dynamic Range) 11-bits per pixel Largura da faixa de imageamento (Swath Width): 16,4 quilmetros no nadir Resoluo temporal (Revisit Frequency): 1,1 dias a 1 meter GSD de resoluo especial ou menos 3,7 days a 20 for a do nadir ou menos (0,52 metros GSD)
45
H uma tendncia para que as plataformas sejam multi-misso, servindo para comunicaes, meteorologia e para o monitoramento de recursos naturais. Alm disso, os satlites hoje so na maioria das vezes equipados com muitos sensores, cada um voltado para uma aplicao especfica. A maioria dos programas espaciais esto tendendo para as resolues espaciais mais finas e com imagens de pequena extenso e com preo elevado das imagens. Alguns fatores a serem considerados na hora da compra das imagens: A) Qual a necessidade de resoluo espacial, o que vai depender da escala do trabalho. Por exemplo, uma imagem de resoluo espacial de 30 metros vai ser impressa com 300 dpi em uma escala de 1/354330, E={0,0254 m / (300 x 30 m)}; Disponibilidade da imagem: Alguns satlites tm que ser programados para coletarem as imagens. Em algumas regies do Brasil isto pode levar meses para conseguir devido cobertura de nuvens. A visada lateral aumenta a chance de obter imagens sem nuvens; Nmero de bandas e faixa espectral: Vai depender dos alvos a serem identificados. A maioria dos sensores tem bandas no visvel e infravermelho prximo, o que o suficiente para a maioria das aplicaes. Observe que um nmero mnimo de trs bandas necessrio para que se possa fazer a combinao de bandas com as trs cores primrias (RGB); Nvel de processamento: Para imagens a serem utilizadas em pesquisas cientficas melhor que apenas as correes bsicas de radiometria e geometria sejam feitas, para que no sejam alterados os valores de reflectncia dos alvos; poca do ano: A grande maioria das imagens conseguida para a poca da seca, quando se tem uma maior chance de se obter imagens sem nuvens. Para a poca das chuvas a chance de se obter imagens bem menor, mas se a aplicao em questo requer imagem da poca das chuvas tem que se considerar a grande dificuldade de no se conseguir imagem. Se para a aplicao em questo no necessrio uma imagem atual pode-se utilizar imagens de bancos de dados de anos anteriores.
B)
C)
D)
E)
46
Seo II - PROCESSAMENTO DIGITAL DE IMAGENS

Nesta parte dada uma descrio dos formatos utilizados no armazenamento das imagens, dos pr-processamentos a fim de preparar as imagens para o posterior processamento e extrao de informaes. 1. 1.1. INTRODUO O PROCESSO DO SENSORIAMENTO REMOTO
Para a resoluo de problemas com o uso de sensoriamento remoto, um processo lgico deve ser utilizado. Em geral, este processo pode ser resumido como: Apresentao do problema Coleta de dados Anlise dos dados Resultados e soluo
Especificamente no caso do uso de imagens de sensoriamento remoto como ferramenta para a obteno de informaes necessrias para a soluo de problemas os passos so os seguintes: DEFINIO DO PROBLEMA AQUISIO DE IMAGENS OBTENO DE DADOS DE CAMPO PR-PROCESSAMENTO DAS IMAGENS MELHORIAS NA IMAGEM (CONTRASTE, NDICES DE VEGETAO, ETC.) EXTRAO DE INFORMAES (VISUAL OU AUTOMTICA) AVALIAO DE ERROS DETECO DE MUDANAS SISTEMA DE INFORMAES GEOGRFICAS RESOLUO DO PROBLEMA 1.2. HISTOGRAMAS DE IMAGENS
Os histogramas de imagens servem para verificar a distribuio dos pixels em termos de nveis de cinza. Geralmente so feitos para cada banda separadamente. Os histogramas so utilizados para a visualizao dos nveis de cinza mais freqentes na imagem e para definir o tipo de tratamento a ser utilizado para melhorar o contraste da imagem.
47
Exemplo de histograma da banda TM4 de uma imagem de Braslia: no eixo x est o nvel de cinza e no eixo y est a freqncia (ou nmero total) de pixels para cada nvel de cinza.
1.3.
ESTATSTICAS DE IMAGENS
Para uma boa quantidade das situaes encontradas no sensoriamento plausvel assumir que a distribuio estatstica normal, ou seja, segue a distribuio de Gauss. Deste modo a estatstica paramtrica existentes pode ser utilizada sem problemas. Para as situaes em que foge da distribuio normal tem-se que utilizar a estatstica no paramtrica. Algumas estatsticas de imagens utilizadas nos processamentos so: Mdia (somatrio dos nveis de cinza dividido pelo nmero de pixels); Valor mnimo e mximo de nvel de cinza; Mediana (valor mdio entre o nvel de cinza mximo e mnimo); Moda (o valor de nvel de cinza de mxima ocorrncia = mxima freqncia); Desvio padro (disperso em torno do nvel de cinza mdio). Observe que o histograma mostrado acima bimodal, ou seja, existem duas modas ou dois picos com alta freqncia de nveis de cinza. O primeiro pico relacionado com os pixels de gua e o segundo pico relacionado com os demais alvos. 1.4. FORMATOS DE IMAGENS
No geral temos os seguintes formatos para o armazenamento de imagens comuns, alm dos formatos proprietrios dos softwares, pois cada qual tem seu formato especfico: JPEG: Muito utilizado para imagens que so compartilhados pela Internet por permitirem uma grande compactao de dados. No entanto, esta compactao ocorre com perda de informao. Assim, ao salvar uma imagem de sensoriamento remoto neste formato, ao abrir novamente esta imagem o brilho de cada pixel no o mesmo da imagem original. A compactao ocorre separadamente para o brilho e para as cores. Este tipo de imagem pode ser utilizado quando se deseja passar a imagem sem
48
que esta possa ser utilizada para trabalhos futuros. Por exemplo, quando se adquire uma imagem Ikonos a licena no permite o repasse para outra empresa/instituio de uma imagem que possa ser trabalhada com os nveis de cinza originais. A alternativa repassar a imagem em formato JPEG. GIF: Utilizado para armazenar em cores de paleta de 8 bits, ou seja, s permite armazenar 256 cores diferentes. Por isso no deve ser utilizada para armazenar sensoriamento remoto; BMP: Este formato (bitmap do Windows) permite armazenamento tanto em cores RGB de 24 bits como em cores de paleta. Permite a compactao RLE, a qual sem perdas; RAW: Formato sem cabealho, ou seja, cada byte da imagem equivale ao nvel de cinza de um pixel (para o caso resoluo radiomtrica de 8 bits); TIFF: Formato muito usado comercialmente para armazenar imagens sem perda. Permite compactao LZW (sem perdas), Alguns formatos de imagens especficos de sensoriamento remoto so: Geotiff: o formato TIFF com informaes de georreferenciamento, de sistema de projeo e de datum. um formato especialmente importante pois permite a comunicao de dados entre os diversos programas, pois lido por praticamente todos os programas de processamento de imagens georreferenciadas; HDF: (hierarchical data format) Formato utilizado pela NASA e pelo USGS; SPG: Formato utilizado pelo SPRING nas verses 5.1. Comporta dados de georreferenciamento no arquivo; MrSID: Formato que permite uma alta compactao dos dados sem perda. Quando se necessita dos dados de radiometria necessrio armazenar as imagens em arquivos com formato sem perda e depois compactar com um programa de compactao. 1.5. VISUALIZAO DE IMAGENS
As imagens so visualizadas atravs do sistema RGB (Red = vermelho, Green = verde e Blue = azul), associando-se uma banda para cada uma destas cores. Neste sistema possvel visualizar apenas trs bandas espectrais de cada vez. A combinao de bandas a ser utilizada e as cores a serem associadas a cada uma das bandas vai depender de quais os temas que se deseja realar na imagem e de que combinao fornece uma melhor visualizao da imagem. Por exemplo, para o sensor ETM+ do Landsat 7 a combinao RGB das bandas 4, 5 e 3 faz com que as reas com vegetao densa (floresta por exemplo) fiquem vermelhas e as reas urbanas fiquem azuladas. J na combinao RGB 5, 4, e 3 para o mesmo sensor faz com que a vegetao densa aparea em verde, reas de pastagem em colorao rosa e reas urbanas em colorao azulada. Neste processo de obteno de imagens coloridas pela combinao de diversas bandas obtm-se uma imagem de falsa-cor, exceto quando as bandas do vermelho, do verde e do azul so associadas respectivamente ao RGB, pois neste caso seria a representao das cores verdadeiras da superfcie. 2. PR-PROCESSAMENTO DE IMAGENS
49
2.1.
CORREES RADIOMTRICAS
Consiste em correes dos valores de nvel de cinza da imagem a fim de proporcionar a eliminao de problemas radiomtricos causados pelo sensor (por exemplo rudo), uma melhor visualizao das imagens e a transformao dos nveis de cinza em valores que representem alguma grandeza fsica do alvo, como por exemplo reflectncia e temperatura. 2.1.1. Eliminao de rudo Rudo aparece em imagens como faixas ou listras e so eliminados atravs de operaes de filtragem. Na maioria dos casos as imagens adquiridas de empresas revendedoras j foram processadas de maneira a eliminar os rudos. Ao se aplicar um filtro para a eliminao de rudo deve-se ter cuidado para aplicar o filtro apenas na faixa onde este ocorre para no danificar toda a imagem. No caso de imagens de radar este componente passa a ser bastante significativo e deve ser aplicado algum tipo de processamento a fim de eliminar o rudo das imagens. Existem diversos tipos de algoritmos implementados para este fim nos programas comerciais de processamento de imagens de sensoriamento remoto. 2.1.2. Transformao de nveis de cinza em radincia e reflectncia Os nveis de cinza da imagem podem ser transformados de modo que se tornem proporcionais a grandezas com significado fsico. A radincia representa o fluxo de energia radiante refletido pela superfcie por unidade rea e por ngulo slido em uma dada direo. Para um mesmo alvo a radincia pode variar dependendo das condies de iluminao (ngulo e intensidade do fluxo), visada (ngulo e largura do ngulo slido) e condies atmosfricas. Por isso importante a transformao para reflectncia, a qual uma propriedade da superfcie e para as mesmas condies de iluminao e visada representa o estado em que o alvo se encontra no momento da tomada da imagem. A reflectncia dada pela percentagem do fluxo incidente que refletido pela superfcie na direo do sensor. A transformao de nvel de cinza para reflectncia consiste na obteno do valor da reflectncia planetria aparente (reflectncia da superfcie mais atmosfera a nvel de satlite) escalonada em nveis de cinza de acordo com o nmero de bits da imagem. Por exemplo, para uma imagem de 8 bits (28=256 nveis de cinza de 0 a 255) uma reflectncia planetria de 50% d um nvel de cinza igual a 127. O primeiro passo dessa transformao de nvel de cinza (NC) em radincia (L), que para uma dada banda de uma imagem de 8 bits dada por:
L =
L max L min * DN + L min DN max DN min
onde Lmax e Lmin so a radincia mxima e mnima expressas em Wm-2 sr-1 para o sensor e banda em questo e que so fornecidas pelo fabricante do satlite. Para o clculo da reflectncia a partir da radincia utiliza-se da seguinte frmula:
50
L d 2
ESUN Cos S
onde: = ngulo slido do hemisfrio projetado (sr); = Reflectncia planetria ao nvel do satlite; L= Radincia espectral na abertura do sensor em mW sr-1 m-2 m-1; d= Distncia do sol terra em unidades astronmicas (pode ser encontrado nas tabelas nuticas); ESUN = Irradincia solar total espectral fora da atmosfera em mW m-2 m-1 (obtido de tabelas fornecidas pelo fabricante do satlite); S = Znite solar no pixel da imagem em questo. Em geral utiliza-se o znite solar do centro da imagem. 2.1.3. Transformao de bandas na faixa termal para temperatura
Uma vez determinada a radincia (L) para a banda termal, basta aplicar a lei de Stefan-Boltzmann para se calcular a temperatura composta da superfcie e da atmosfera. Para se obter a temperatura da superfcie deve-se realizar a correo atmosfrica, subtraindo a quantidade de radiao emitida pela atmosfera. No caso especfico do sensor ETM+ do satlite Landsat 7 pode-se fazer uma uma aplicao direta da lei de Stefan-Boltzmann em que a transformao est ajustada atravs de dois coeficientes de calibrao (K1 e K2). A temperatura (T) em Kelvin dada por:
T=
K2 K1 ln L + 1
2.1.4.
Correo atmosfrica
A correo atmosfrica consiste em eliminar os efeitos da atmosfera na imagem de sensoriamento remoto. Deve ser utilizada se informaes quantitativas forem extradas das imagens em que pequenas diferenas de reflectncia podem causar grandes diferenas nas estimativas das propriedades da superfcie. Por exemplo, para a batimetria de guas costeiras, que utiliza a faixa do azul, onde h grande influncia da atmosfera, o ideal fazer a correo atmosfrica. Existem mtodos de correo atmosfrica que utilizam modelos de transferncia radiativa na atmosfera e mtodos empricos. Os mtodos empricos utilizam o pixel mais escuro da imagem (geralmente um pixel de gua) para a subtrao deste valor de toda a imagem. O mtodo mais utilizado o de Chavez. Dentre os modelos de transferncia radiativa utilizado para a correo atmosfrica de imagens podemos citar: Lowtran; Modtran;
51
dados:
ATCOR2 e ATCOR3; 6S (Second Simulation of Satellite Signal in the Solar Spectrum).
Para estes modelos os seguintes parmetros so os mais importantes na entrada de Latitude, data e hora de coleta da imagem; Tipo de modelo de atmosfera gasosa (espalhamento Rayleigh); Tipo de modelo de aerossis (espalhamento Mie); Visibilidade horizontal (concentrao de aerossis, em km); Banda espectral.
Entre os parmetros o mais difcil de se obter a visibilidade horizontal. Esta estimada diariamente em aeroportos, mas no geral nos aeroportos a estimativa limita-se visibilidade de no mximo 10 km. Para visibilidade abaixo de 5 km a imagem praticamente intil e acima de 25 km o modelo no mais sensvel concentrao de aerossis. A estimativa deste valor deve ser feita levando-se em considerao poca do ano, regio, presena de queimadas ou no e o tipo de ocupao (urbano x rural x floresta). Tambm deve-se considerar se houve frente fria ou chuva, que podem atuar diminuindo aerossis na atmosfera. 2.2. GEORREFERENCIAMENTO DE IMAGENS
As correes geomtricas de imagens so utilizadas para corrigir distores sistemticas e no sistemticas na obteno de imagens de sensoriamento remoto. As imagens adquiridas de representantes comerciais ou de agncias governamentais no geral vm corrigidas para erros geomtricos do sensor e da plataforma. Assim, as correes geomtricas de imagens no geral consistem em manipulaes geomtricas de modo que a imagem satisfaa uma projeo pr-estabelecida ou para que a imagem coincida com uma outra imagem. O georreferenciamento das imagens permitem a realizao de rotao, translao, correes da no ortogonalidade dos eixos e a variao de escala atravs de transformao afim de coordenadas. Definies: Registro: Consiste em alinhar duas ou mais imagens de modo que os pixels equivalentes a uma dada rea da superfcie terrestre sejam coincidentes. Este processo pode ser feito utilizando-se de coordenadas de um mapa ou de imagem. Ponto de controle: Um pixel especfico na imagem ou localizao no mapa cujas coordenadas geogrficas so conhecidas. Os pontos de controle so usados para fazer com que a imagem a ser corrigida coincida com um mapa ou com outra imagem. Reamostragem: Processo de extrapolao dos valores de nvel de cinza para a nova grade de pixels. Consiste no clculo dos valores de nvel de cinca da nova imagem a partir dos valores da imagem a ser corrigida.
52
Raiz do erro mdio quadrtico (RMSE de Root Mean Square Error): o erro utilizado para a determinao da exatido da transformao de um sistema de coordenadas para outro. Correo da superfcie para imagem: A correo feita utilizando-se de coordenadas de campo, obtidas com instrumentos como o GPS. Os dados de GPS devem ser obtidos de pontos que so facilmente encontrados na imagem. Correo de mapa para imagem: A correo feita utilizando-se das coordenadas de um mapa. Neste caso so utilizados pontos que podem ser identificados tanto no mapa quanto na imagem. As coordenadas do mapa podem ser obtidas manualmente ou atravs de uma mesa digitalizadora. Correo de imagem para imagem: Consiste em coincidir o sistema de coordenadas de duas imagens digitais em que uma tida como a referncia e a outra a imagem a ser corrigida. Os pontos devem ser facilmente identificveis em ambas as imagens. Os algoritmos de transformao de coordenadas dos pixels da imagem podem ter frmula linear (polinmio de primeiro grau) ou frmula no linear (polinmio de nsimo grau). Estes polinmios definem transformaes afins de rotao e translao para a mudana de coordenadas de imagens para coordenadas UTM. Para cada ponto de controle so definidas duas equaes, uma para N e outra para E. Um polinmio de primeiro grau tem 6 coeficientes a serem determinados, portanto no mnimo 3 pontos so matematicamente necessrios para a soluo do sistema e conseqente estimativa de todos coeficientes. Para um polinmio de segundo grau so 12 coeficientes e portanto 6 pontos so matematicamente necessrios para a soluo do sistema e conseqente estimativa de todos coeficientes. No entanto, deve-se utilizar no mnimo 6 pontos para um polinmio de primeiro grau e 12 para o de segundo graus, para se ter uma superabundncia de pontos para resolver as equaes. Deve-se tomar cuidado com polinmios de segundo graus, pois se os pontos no forem bem distribudos ao longo da imagem, a imagem de sada pode ficar completamente distorcida geometricamente. Para um polinmio de primeiro grau temos:
E p1 = a0 + a1 X 1 + a2Y1 N p1 = b0 + b1 X 1 + b2Y1 E p 2 = a0 + a1 X 2 + a2Y2 N p 2 = b0 + b1 X 2 + b2Y2 M E pn = a0 + a1 X n + a2Yn N pn = b0 + b1 X n + b2Yn

Onde p1, p2, ...... pn so os pontos de controle e os coeficientes a0, a1, ... an, e b0, b1, ... bn so determinados pelo mtodo dos mnimos quadrados.
53
Do mesmo modo, para um modelo de segundo grau temos:
E p1 = a0 + a1 X 1 + a2Y1 + a3 X 1Y1 + a4 X 1 + a5Y1 N p1 = b0 + b1 X 1 + b2Y1 + b3 X 1Y1 + b4 X 1 + b5Y1 M

2 2 2
E pn = a0 + a1 X n + a2Yn + a3 X nYn + a4 X n + a5Yn N pn = b0 + b1 X n + b2Yn + b3 X nYn + b4 X n + b5Yn

2 2
Os principais algoritmos de reamostragem so os seguintes: Interpolador por alocao de vizinho mais prximo: O nvel de cinza do pixel da imagem corrigida o mesmo valor do nvel de cinza do pixel que se encontra mais prximo da posio a ser ocupada. No h alterao no valor de nvel de cinza (NC), entretanto, alguns valores de NC so perdidos enquanto outros so duplicados. o interpolador mais rpido e que pode ser utilizado quando se quer preservar os valores de nvel de cinza inalterados. A figura ao lado mostra um exemplo. Interpolador bilinear: O nvel de cinza do pixel da imagem corrigida determinado a partir do valor dos 4 pixels vizinhos (matriz de 2 x 2). Como resultado, h alterao do valor do NC, considerando a sua vizinhana. Por fazer uma mdia dos valores de NC de uma janela de 2 x 2 pixels a imagem de sada aparece com menos contraste entre pixels vizinhos. No recomendado quando se necessita preservar a imagem. A figura ao lado mostra o interpolador bilinear. Convoluo cbica: Calcula o valor do pixel atravs de uma funo que aproxima variao dos nveis de cinza de uma janela dos 16 pixels mais prximos (matriz de 4 x 4). Como ele aproxima os valores de NC da imagem de sada a uma funo, a imagem de sada sofre alterao mas o resultado final o mais prximo possvel da imagem de entrada. Um exemplo da janela de reamostragem visto na figura ao lado.
54
2.3.
PADRO DE EXATIDO CARTOGRFICA (PEC) DAS IMAGENS
A preciso do resultado do georreferenciamento que determina a qualidade planimtrica da carta gerada pela interpretao da imagem, seja ela visual ou automtica. As normas cartogrficas brasileiras so estabelecidas pela Comisso Nacional de Cartografia (CONCAR), sediada no IBGE (http://www.concar.ibge.gov.br/), e composta por profissionais da rea de cartografia. As normas em vigor so em grande parte aquelas estabelecidas pelo DECRETO N 89.817, DE 20 DE JUNHO DE 1984 e cujo contedo pode ser obtido na pgina http://www.planalto.gov.br/ccivil_03/decreto/1980-1989/D89817.htm. Segundo este decreto obrigatria a indicao da Classe no rodap da folha, ficando o produtor responsvel pela fidelidade da classificao. O contedo do artigo que descreve a exatido das cartas como segue: Art 9 - As cartas, segundo sua exatido, so classificadas nas Classes A, B e C, segundo os critrios seguintes: a - Classe A 1 - Padro de Exatido Cartogrfica - Planimtrico: 0,5 mm, na escala da carta, sendo de 0,3 mm na escala da carta o Erro-Padro correspondente; 2 - Padro de Exatido Cartogrfica - Altimtrico: metade da eqidistncia entre as curvasde-nvel, sendo de um tero desta eqidistncia o Erro-Padro correspondente. b - Classe B 1 - Padro de Exatido Cartogrfica - Planimtrico: 0,8 mm na escala, da carta, sendo de 0,5 mm na escala da carta o Erro-Padro correspondente; 2 - Padro de Exatido Cartogrfica - Altimtrico: trs quintos da eqidistncia entre as curvas-de-nvel, sendo de dois quintos o Erro-Padro correspondente. c - Classe C 1 - Padro de Exatido Cartogrfica - Planimtrico: 1,0 mm na escala da carta, sendo de 0,6 mm na escala da carta o Erro-Padro correspondente; 2 - Padro de Exatido Cartogrfica - Altimtrico: trs quartos da eqidistncia entre as curvas-de-nvel, sendo de metade desta eqidistncia o Erro-Padro correspondente. Em resumo temos a seguinte situao:
55
Fonte: Cintra, J.P. e Nero, M.A. (2001), Documentos Cartogrficos: Determinao do PEC, In: XX Congresso Brasileiro de Cartografia, Belo Horizonte, 2001. 2.4. ORTORRETIFICAO DE IMAGENS
A ortorretificao o processo de fazer com que a imagem passe a ser ortogonal ao plano de referncia da superfcie, definido pelo sistema de projeo e pelo modelo da superfcie utilizado (Datum). O processo de georreferenciamento descrito no item anterior no oferece a possibilidade de corrigir as distores devido ao relevo, geometria de aquisio da imagem e curvatura da terra. O georreferenciamento simples do item acima s forma uma imagem ortogonal se o terreno for plano, ao nvel do mar e a imagem for tomada no nadir, ou seja, na vertical. A figura a seguir mostra o deslocamento devido ao relevo. O deslocamento na superfcie (d) a posio correspondente na superfcie que o ponto aparece na imagem. Na figura abaixo observa-se que o ponto no alto da montanha deveria aparecer na superfcie de referncia (Datum) exatamente na vertical de sua localizao. No entanto, devido projeo cnica da imagem ele aparece com um deslocamento sobre o Datum. Esse deslocamento ocorre radialmente em relao vertical do sensor e dado pela seguinte equao:
d = h Tan V
Onde d o deslocamento em metros, h a altitude do terreno em metros e V o ngulo de visada do ponto.
56
Sensor
h
Superfcie
Datum
Como exemplo, as imagens Landsat so obtidas com visada no nadir, mas nas bordas da imagem o ngulo chega a 8 graus fora do nadir. Neste caso, para um terreno de 500 metros de altitude temos um deslocamento de: d = 500 m * Tan 8 = 70,3 metros. Isso mostra a grande necessidade de se ortorretificar as imagens Landsat. Na maioria dos casos a ortorretificao necessria. No caso dos sensores de alta resoluo esta necessidade ainda maior, pois o deslocamento passa a ser muito significativo em relao resoluo espacial da imagem. A ortorretificao seria dispensada na situao de imagem de uma regio plana situada ao nvel do mar e tomada no nadir. Nesta situao um georreferenciamento simples seria o suficiente para produzir uma imagem ortogonal ao plano de referncia, assumindo que o sensor tem uma geometria interna correta (sem distores geomtricas). Para a ortorretificao so necessrios os seguintes parmetros: Modelo digital de elevao do terreno, o qual fornece a altitude para a correo do deslocamento devido ao relevo. Deve ter resoluo condizente com a resoluo espacial da imagem a ser ortorretificada; Pontos de controle no terreno. So utilizados para o georreferenciamento da imagem ortorretificada e em alguns casos para a estimativa dos coeficientes quando forem utilizadas as funes racionais para a ortorretificao. Estes pontos devem ser bem distribudos na imagem e em escala (acurcia) condizente com a resoluo espacial da imagem;
57
Parmetros do sensor (posio do sensor no momento de tomada das imagens e caractersticas de imageamento). Normalmente estes parmetros so fornecidos pelo fabricante do sensor mesmo que a um custo adicional, como o caso do Ikonos II Ortho Kit.
Nos softwares em que a ortorretificao est implementada pode-se escolher entre o modelo rigoroso e o modelo de funes racionais. O primeiro utiliza equaes rigorosas que descrevem a geometria de tomada das imagens enquanto que o segundo utiliza funes racionais (razo entre polinmios) com coeficientes que descrevem as transformaes de coordenadas dos pixel para as coordenadas ortogonais superfcie em relao ao Datum. Deste modo, estes modelos ajustam a posio planimtrica dos pixels para as coordenadas de superfcie. Para as imagens do Quickbird estes coeficientes so fornecidos sem custo adicional enquanto que para o Ikonos II so fornecidos apenas quando se adquire imagens com o Ortho Kit. Se no for adquirido o Ortho Kit pode-se estimar os coeficientes das funes racionais atravs de pontos de controle obtidos na superfcie. Esta opo pode ser tambm utilizada para o Quickbird e outros sensores. 3. REALCE DE IMAGENS
Uma vez importadas as imagens e feitas todas as correes radiomtricas e geomtricas, faz-se necessrio realizar melhorias no visual das imagens ou ajust-las para as aplicaes especficas. 3.1. MELHORIA DO CONTRASTE
A melhoria de contraste de imagens realizada atravs de manipulaes do histograma, visando redistribuir os nveis de cinza ao longo da faixa de nveis de cinza desejada. Pode ser feito atravs de algoritmos lineares e no lineares. Melhoria de contraste linear: Y = AX + B Negativo: Y = - (AX + B) Algoritmos no lineares de melhoria de contraste: Raiz Quadrada: Quadrado: Logaritmo: Y = A log (X + 1) 2 Fatia: Y = AX onde: Y = nvel de cinza resultante X = nvel de cinza original A = fator de ajuste para os nveis de sada ficarem entre 0 e 255 B = incremento definido pelos limites mnimo e mximo fornecidos pelo usurio. Equalizao de Histograma: onde
Y=A X Y = AX 2
Y=
255 * fa xi n
58
faxi = freqncia acumulada para o nvel de cinza xi; n = populao total (nmero total de pixels). A figura mostrada abaixo de um exemplo de equalizao de histograma realizado na banda TM4 de uma imagem de Braslia, DF. Observe na figura que inicialmente a o contraste muito baixo pois a faixa de variao dos nveis de cinza da imagem baixa. Aps a aplicao de um algoritmo de melhoria do contraste a faixa de variao dos nveis de cinza aumentou consideravelmente e os valores de nvel de cinza passam a variar entre 0 e 255. Na prtica o que o aumento de contraste causou foi o aumento da diferena de brilho entre as diferentes cenas presentes na imagem, o que facilita a separao e classificao dos diferentes tipos de alvos.
3.2.
FILTRAGEM
Filtragem uma transformao da imagem pixel a pixel, que no depende apenas do nvel de cinza de um determinado pixel, mas tambm do valor dos nveis de cinza dos pixels vizinhos. O processo de filtragem feito utilizando matrizes denominadas mscaras, as quais so aplicadas sobre a imagem.
59
Os filtros espaciais podem ser classificados em passa-baixa, passa-alta e passa-banda. Filtro passa-baixa: As altas freqncias na imagem so atenuadas enquanto que as baixas freqncias passam inalteradas. Servem para reduzir rudos na imagem, mas tendem borrar a imagem. Altas freqncias so aquelas que ocorrem em vastas reas das imagens, como por exemplo reas de culturas agrcolas uniformes. Baixas freqncias so aquelas representadas por um pequeno nmero de pixels, como por exemplo estradas e bordas de reas uniformes. Exemplo de filtro passa-baixa: 1 1 1 1 2 1 *1/10 1 1 1 Neste exemplo o valor do nvel de cinza do pixel obtido pela soma da multiplicao dos nveis de cinza dos vizinhos por 1 e do pixel central por 2, e dividindo esta soma por 10. Observe que esta diviso tem que ser por 10 para que o peso do filtro seja 1. Filtro passa-alta: Neste caso o filtro atua mais sobre as baixas do que sobre as altas freqncias, consequentemente realando bordas e linhas da imagem, tornando-a mais aguda. Exemplo: 0 -1 -1 5 0 -1
0 -1 0
Neste caso no necessrio dividir porque o somatrio dos pesos igual a 1. Filtros do tipo passa-banda so utilizados para a eliminao de rudos localizados na imagem. 3.3. OPERAES ARITMTICAS
Novas imagens podem ser obtidas atravs de operaes aritmticas com as diferentes bandas das imagens. Dentre um grande nmero de ndices de vegetao os exemplos mais comuns so: IVDN (ndice de vegetao diferena normalizada, ou NDVI em ingls):
IVDN =
RS (Razo simples ou SR em ingls):
IVP Verm IVP + Verm IVP Verm
RS =
IVAS (ndice de vegetao ajustado para solo, SAVI em ingls):
60
IVAS = (1 + L)
Onde: IVP a reflectncia na faixa espectral do infravermelho prximo; Verm a reflectncia na faixa espectral do vermelho; L uma constante, em geral utiliza-se 0,5 para L. Estes ndices, em especial o IVDN, so amplamente utilizados para a anlise multitemporal de imagens pois permitem uma avaliao da dinmica da vegetao ao longo do tempo. 3.4. TRANSFORMAO RGB IHS RGB
IVP Verm IVP + Verm + L
O sistema de cores normalmente utilizado em processamento de imagens o que emprega as cores primria vermelho, verde e azul (RGB do ingls Red, Green, Blue). Um sistema alternativo o IHS (Intensity, Hue, Saturation), composto pela intensidade, pela matiz e pela saturao. Intensidade ou brilho a medida de energia total envolvida em todos os comprimentos de onda (ou bandas), sendo responsvel pela sensao de brilho da energia incidente sobre o olho. Matiz ou cor de um objeto a medida do comprimento de onda mdio da luz que se reflete ou se emite, definindo, a cor do objeto. Saturao ou pureza expressa o intervalo de comprimento de onda ao redor do comprimento de onda mdio, no qual a energia refletida ou transmitida. Um alto valor de saturao resulta em uma cor espectralmente pura, ao passo que um baixo valor indica uma mistura de comprimentos de onda produzindo tons pastis (apagados). A figura abaixo mostra os espaos de cores RGB e IHS.
Para a transformao de RGB para IHS so seguidos os seguintes passos: escolhe-se trs bandas de uma imagem e associada cada banda a um dos componentes RGB. Deste modo cada pixel ter uma correspondncia a um ponto no espao IHS;
61
Aps a transformao o resultado um conjunto de trs novas imagens: uma de intensidade, uma de matiz e outra de saturao.
As imagens IHS podem ser realadas e quando convertidas de IHS para RGB, para permitir melhor separao das cores e das feies que se deseja observar. A grande vantagem da transformao de RGB para IHS a possibilidade de se combinar imagens de diferentes resolues, como por exemplo imagens do sensor HRVSPOT com TM-Landsat e bandas multi-espectrais com banda pancromtica. Isto pode ser feito do seguinte modo: Calcular os componentes IHS a partir de trs bandas do sensor de resoluo mais baixa; Aplicar o contraste nos componentes H e S, e na banda do sensor de maior resoluo; Substituir o componente I substitudo pela banda de maior resoluo; Aplicar a transformao inversa de IHS para RGB.
Aps a transformao, a imagem colorida ter a resoluo espacial da banda de melhor resoluo (da imagem SPOT ou banda pancromtica). 3.5. COMPONENTES PRINCIPAIS
Existe uma alta correlao entre as bandas de uma imagem de satlite. Isso faz com que as bandas tragam informaes que sejam redundantes, fazendo com que a classificao digital da imagem com mais de uma banda no seja eficiente, ou seja, o acrscimo de bandas em alguns casos no traz melhorias na classificao devido a essa redundncia. A gerao de componentes principais uma tcnica de realce que reduz ou remove esta redundncia espectral, gerando um novo conjunto de imagens cujas bandas individuais apresentam informaes no disponveis em outras bandas. Nas componentes principais o valor do pixel uma combinao linear dos valores originais, gerados pela matriz de covarincia entre as bandas. O nmero de componentes principais igual ao nmero de bandas espectrais utilizadas e so ordenadas de acordo com o decrscimo da varincia de nvel de cinza. A primeira componente principal tem a maior varincia (maior contraste) e a ltima, a menor varincia. A primeira componente principal possui a maior parte da varincia total dos dados, concentrando a informao antes diluda, em vrias dimenses, enquanto que a ltima componente principal contm apenas caractersticas das bandas originais que no trazem informaes teis, sendo considerada apenas rudo. 4. CLASSIFICAO DIGITAL DE IMAGENS
Classificao o processo de extrao de informaes de imagens para reconhecer padres e objetos homogneos e so utilizados em Sensoriamento Remoto para mapear reas da superfcie terrestre que correspondem aos temas de interesse. A classificao toma por base as diferenas nas respostas espectrais entre as diferentes bandas, que levam a diferenas
62
nos espaos de atributos das imagens. A figura abaixo mostra um espao de atributos bidimensional das bandas 4 e 5 do sensor ETM+ do Landsat 7.
Os classificadores podem ser divididos em classificadores "pixel a pixel" e classificadores por regies. Classificadores pixel a pixel: Utilizam apenas a informao espectral de cada pixel para achar regies homogneas. Estes classificadores podem ser separados em mtodos estatsticos (utilizam regras da teoria de probabilidade) e determinsticos (no utilizam probabilidade) Exemplos: classificao supervisionada e no supervisionada. Classificadores por regies: Utilizam, alm de informao espectral de cada pixel, a informao espacial que envolve a relao com seus vizinhos. Procuram simular o comportamento de um foto-intrprete, reconhecendo reas homogneas de imagens, baseados nas propriedades espectrais e espaciais de imagens. A informao de borda utilizada inicialmente para separar regies e as propriedades espaciais e espectrais que iro unir reas com mesma textura. Exemplo: segmentao.
As tcnicas de classificao aplicadas apenas a uma banda espectral da imagem so conhecidas como classificaes unidimensionais. Quando o critrio de deciso depende da distribuio de nveis de cinza em vrios canais espectrais as tcnicas so definidas como de classificao multiespectral.
63
4.1.
CLASSIFICAO SUPERVISIONADA
Quando existem regies da imagem em que o usurio dispe de informaes que permitem a identificao de uma classe de interesse, o treinamento dito supervisionado e a classificao supervisionada. usada quando existem regies da imagem em que o usurio dispe de informaes que permitem a identificao de uma classe de interesse. Estas reas so escolhidas para serem utilizadas no treinamento do algoritmo de classificao. Para um treinamento supervisionado o usurio deve identificar na imagem reas representativas de cada classe. importante que cada rea de treinamento seja uma amostra homognea da classe respectiva, mas ao mesmo tempo deve-se incluir toda a variabilidade dos nveis de cinza da classe. recomendvel que o usurio adquira mais de uma rea de treinamento, utilizando o maior nmero de informaes disponveis, como trabalho de campo, mapas, fotografias areas, etc. Para a obteno das classes estatisticamente confiveis, so necessrios de 10 a 100 pixels de treinamento por classe. O nmero de pixels de treinamento necessrios para a preciso de reconhecimento de uma classe aumenta com o aumento da variabilidade entre as classes. Os algoritmos de classificao supervisionada mais utilizados so: Mtodo da distncia mnima
O mtodo de classificao por distncia mnima um procedimento de classificao supervisionada que utiliza esta distncia para associar um pixel a uma determinada classe. No treinamento supervisionado, definem-se os agrupamentos que representam as classes. As posies das mdias de cada agrupamento so calculadas com base nas amostras de cada classe. Cada pixel ser incorporado a um agrupamento, atravs da comparao da distncia Euclidiana do pixel mdia de cada agrupamento. Este procedimento repetido at que toda a imagem seja classificada. O usurio pode utilizar um limiar de corte para aumentar ou diminuir a abrangncia de uma dada classe temtica.
64
Mtodo do paraleleppedo
Neste mtodo de classificao o desvio padro dos nveis de cinza de cada banda so calculados atravs das amostras de treinamento. O usurio deve fornecer os limites mximo e mnimo dos nveis de cinza de cada classe para cada banda em termos do desvio padro. Com estes valores o algoritmo calcula os limites em torno da mdia de cada classe e de cada banda no espao de atributos, formando assim paraleleppedos. No geral estes limites so expressos em termos do desvio padro (DP), por exemplo (1 x DP) ou (1,5 x DP). A regra de deciso consiste em verificar se o pixel est localizado dentro ou fora de um paraleleppedo.
65
Tambm pode ocorrer dois casos extremos nesta classificao: Algum pixel pode no ser enquadrado em nenhum dos paraleleppedos e so ento rotulados como no pertencentes a nenhuma das classes, enquanto que algum pixel pode ser enquadrado em mais de um paraleleppedo em sobreposio. Este mtodo faz pouco uso dos atributos das amostras de treinamento mas por outro lado um mtodo simples e rpido. Mtodo da mxima verossimilhana
Este mtodo considera a ponderao das distncias entre mdias dos nveis digitais das classes, utilizando parmetros estatsticos. Para que a classificao seja precisa o suficiente, necessrio um nmero razoavelmente elevado de pixels para cada conjunto de treinamento. Os conjuntos de treinamento definem o diagrama de disperso das classes e sua distribuio de probabilidade normal para cada classe do treinamento.
66
4.2.
CLASSIFICAO NO SUPERVISIONADA
Neste caso o classificador utiliza algoritmos para reconhecer as classes presentes na imagem, e o treinamento dito no supervisionado e a classificao no supervisionada. Neste tipo de classificao h o mnimo de interferncia do usurio. Em alguns algoritmos a deciso sobre o nmero de classes definida automaticamente e em outros o usurio define o nmero de classes. O algoritmo de classificao no supervisionado mais utilizado o agrupamento por K-mdias. O espao de atributos dividido em agrupamentos("clusters") e uma primeira suposio assumida para o centro de cada agrupamento. A distncia Euclidiana entre cada pixel e o centro dos agrupamentos calculado. Atravs de um processo iterativo o algoritmo vai mudando o centro dos agrupamentos at que as distncias mnimas at o centro do agrupamento formam uma classe. Esta classificao usada quando no se tem informao de campo sobre a rea a ser classificada ou no possvel fazer suposio sobre as classes presentes na imagem. Dependendo do tipo de cena h no final da classificao uma dificuldade de se associar as classes a atributos de superfcie. 4.4. OUTROS MTODOS DE CLASSIFICAO
67
4.4.1. 4.4.2. 4.4.3. 4.4.4. 4.5.
Segmentao Classificao por redes neurais artificiais Classificao por lgica nebulosa ("fuzzy" em ingls) Modelos de mistura AVALIAO DA EXATIDO DE CLASSIFICAO
Os resultados da classificao digital de imagens s podem ser verificados se existirem dados confiveis sobre as classes presentes na superfcie. A estes dados se d o nome de verdade terrestre. Assim, parte dos dados obtidos da superfcie (verdade terrestre) podem ser utilizados para o treinamento da classificao e parte pode ser deixada para verificar a exatido da classificao. Com os resultados da classificao e os dados da verdade terrestre faz-se a "matriz de erros", tambm chamada "Tabela de erros da classificao" ou tambm de "Tabela de OMISSO e COMISSO". Os erros de omisso e comisso so calculados para cada classe utilizada na classificao. A Tabela de erros construda no para toda a classificao e sim para amostras obtidas da superfcie. Erro de omisso (excluso) quando um pixel deixa de ser classificado corretamente e classificado erroneamente como outra classe. Erro de comisso (incluso) o erro gerado pela incluso de pixels de outras classes na classe em questo. A tabela de erros a seguir exemplifica os erros e as estatsticas calculadas. Este exemplo de tabela foi retirado do livro "Introductory Digital Image Processing: A Remote Sensing Perspective.", de John R. Jensen. Tabela de erros da classificao de 407 pixels em classes do tipo residencial, comercial, banhado, floresta e gua. Dados em nmero de pixels classificados. Residenci Comercia al l Residencial 70 5 Comercial 3 55 Banhado 0 0 Floresta 0 0 gua 0 0 Soma 73 60 Verdade terrestre Banhado Floresta 0 0 99 4 0 103 13 0 0 37 0 50 gua 0 0 0 0 121 121 Soma 88 58 99 41 121 407
Classificao
x
ExatidoGeral =
i =1
ii
68
N xii ( xi + x+ i ) =
i =1 i =1
N 2 ( xi + x+ i )
i =1
onde: N o nmero total de pixels, r o nmero de classes, i+ indica soma na linha e +i indica soma na coluna. Exatido do produtor (sobre a verdade terrestre) 70/73 =96% 55/60 =92% 99/103 =96% 37/50 =74% 121/121 =100% Erros de omisso 4% 8% 4% 26% 0% Exatido do usurio (sobre o classificado) 70/88 =80% 55/58 =95% 99/99 =100% 37/41 =90% 121/121 =100% Erros de comisso 20% 5% 0% 10% 0%
Residencial Comercial Banhado Floresta gua
Exatido Geral = 382 / 407 = 93,9 % Coeficiente = 92,1% Na diagonal da tabela esto os pixels classificados corretamente e fora da diagonal os pixels classificados incorretamente. O somatrio na vertical fornece o nmero de pixels da verdade terrestre para uma dada classe. Neste exemplo, obteve-se das amostras 73 pixels de rea residencial, 60 de rea comercial, 103 de banhado, 50 de floresta e 121 de gua. Para a rea residencial 70 pixels foram classificados corretamente enquanto 3 pixels foram erroneamente excludos da classe residencial, dando um erro de omisso de 4% (100*3/73). Para a classe comercial o erro de omisso foi de 8% (100*5/60). O somatrio na horizontal fornece o nmero de pixels classificados como uma dada classe. No exemplo da tabela acima 88 pixels foram classificados como rea residencial, 58 como rea comercial, 99 como banhado, 41 como floresta e 121 como gua. Dos 88 pixels classificados como rea residencial, 18 eram de outras classes que foram erroneamente classificados como rea residencial. Esta incluso denominado erro de comisso. Deste modo, o somatrio nas linhas o resultado total das classificaes para cada classe enquanto que o somatrio nas colunas o resultado que seria ideal, pois o nmero de pixels obtidos para cada classe com a verdade terrestre.
69
Atravs da tabela de erros acima pode-se calcular o coeficiente Kappa (), que o ndice mais utilizado para a verificao da exatido da classificao. No exemplo da tabela temos:
xii = (70 + 55 + 99 + 37 + 121) = 382

i =1
r
( xi + x+i ) = (88 73) + (58 60) + (99 103) + (41 50) +

i =1
(121 121) = 36792

E o coeficiente :
407(382) 36792 = 92,1% 4072 36792

DETECO DE MUDANAS E APLICAES DO SENSORIAMENTO REMOTO
5.
A caracterstica multitemporal (resoluo temporal) dos dados de sensoriamento remoto permite a deteco de mudanas ao longo do tempo na superfcie terrestre. Bancos de dados de vrios sensores ativos no passado podem ser encontrados em stios da Internet que em alguns casos podem ser baixados gratuitamente. Alm das tonalidades de cinza (que dependem da resoluo radiomtrica), as caractersticas espectrais das imagens (dadas pela resoluo espectral) conferem a capacidade de distinguir entre os diferentes tipos de superfcie. A resoluo espacial das imagens que determina a dimenso dos temas da superfcie que podem ser claramente visualizados e classificados nas imagens. Em muitos casos o produto gerado pelas imagens de sensoriamento remoto so utilizados como planos de informao de entrada para SIGs (Sistemas de Informaes Geogrficas). 5.1. ENGENHARIA AGRCOLA E AMBIENTAL As aplicaes do sensoriamento remoto na agricultura so: Para a elaborao de estudo de impacto ambiental (EIA) e do relatrio de impacto ambiental (RIMA) de obras civis, fundamentais para grandes e pequenas obras; Monitoramento de reas plantadas; Deteco de problemas (eroso, ataque de pragas e doenas) em reas plantadas; Determinao de rea plantada; Previso de safras; Planejamento de atividades; Agricultura de preciso.
70
5.2. 5.3. 5.4. 5.5. 5.6. 5.7. 5.8.
ENGENHARIA DE AGRIMENSURA E CARTOGRFICA Para a elaborao de estudo de impacto ambiental (EIA) e do relatrio de impacto ambiental (RIMA) de obras civis, fundamentais para grandes e pequenas obras; Como ferramenta auxiliar em levantamentos planimtricos; No planejamento de levantamentos de campo; Para a determinao de rotas e locais para estradas. ECOLOGIA No monitoramento de reservas e parques ecolgicos; No estudo da fragmentao de habitats; No planejamento de reservas e na determinao de corredores entre reservas; Na avaliao de impactos ambientais. MANEJO DE RECURSOS FLORESTAIS No inventrio florestal; Na determinao de reas desmatadas e queimadas; Clculo da produo de plantios; Classificao de tipos de cobertura vegetal Avaliao da dinmica do carbono (seqestro e perdas de carbono). GEOLOGIA Estratigrafia: mapeamento de rochas e estudo da seqncia das rochas no espao e tempo, bem como estudo das relaes genticas das rochas; Geomorfologia: Estudo das formas da superfcie e suas relaes de origem; Determinao dos arranjamentos estruturais das formas geolgicas; Procura de minerais atravs de indicativos de superfcie, como por exemplo indicativos da presena de petrleo, gs natural, gua subterrnea e minerais. OCEANOGRAFIA Batimetria de guas costeiras; Procura de cardumes de peixes; Mapeamento de macrfitas (plantas aquticas) e presena de algas. MANEJO DE BACIAS HIDROGRFICAS E RECURSOS HDRICOS Utilizao como parmetro na Equao de Perda de Solo (potencial de eroso); Clculo de escorrimento de superfcie; Planejamento de gesto de uso da gua. URBANISMO Determinao dos padres de ocupao de reas urbanas; Avaliao da qualidade de vida em grandes centros urbanos;
71
5.9.
Determinao de densidade populacional; Deteco de mudanas nos padres de ocupao e de aumento da rea ocupada; Monitoramento de poluio e de ilhas de calor; Planejamento de reas para parques e jardins; Avaliao de risco na ocupao de reas. AVALIAO NATURAIS DA INTENSIDADE E EXTENSO DE DESASTRES
Avaliao de rea atingidas por enchentes; Determinao de rea atingida por secas bem como da intensidade das mesmas; Avaliao de risco de incndios florestais.

Notas de Aula IT 177 Versao6

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Notas de Aula IT 177 Versao6

Caricato da

Copyright:

Formati disponibili

Notas de Aula - IT 177 - Sensoriamento Remoto, Prof. Mauro A.

Homem Antunes, UFRRJ, 10 / 2011

Seco I - PRINCPIOS FSICOS E SISTEMAS SENSORES

CARACTERSTICAS DA RADIAO E SUAS LEIS MODELOS DA RADIAO ELETROMAGNTICA (REM)

A freqncia pode ser expressa como:

Hertz (Hz) KiloHertz (kHz) MegaHertz (MHz) GigaHertz (GHz)

= s-1; =103 s-1; = 106 s-1; = 109 s-1.

K Ku X C S L Ondas de rdio VHF P

1,18 cm 1,67 cm 2,70 cm 4,80 cm 7,50 cm 19,00 cm 30,00 cm 77,00 cm

1,67 cm 2,70 cm 4,80 cm 7,50 cm 19,0 cm 77,0 cm 100,0 cm 133,00 cm

520 = 313,46 K = 40,31 C 0,95 * 5,6697 * 10 -8

E = 1367,39 0cos 02 = 1409,35Wm-2 , 985

Figura 10. Espectro de absoro da gua.

60 Percent Reflectance 50 40 30 20 10 0 0. 5 a. 60 Percent Reflectance 50 40 30 20 10 0 0. 5 b.

35 40% 0.7 0. 9 1.1 1.3 1. 5 1. 7 1. 9 Wa velength (m) 2. 1 2.3 2. 5

Figura 14. Resposta espectral de um solo em funo do contedo de umidade.

RESPOSTA ESPECTRAL DAS SUPERFCIES (CONCRETO, ASFALTO, TELHADOS, ETC.)

Figura 19: Reflectncia e transmitncia de folhas. Fonte: Gausman et al. (1971).

rea de folhas (um lado) (sem unidades). rea do solo

SISTEMAS SENSORES NO-FOTOGRFICOS (SCANNERS, CCDs E ANTENAS) INTRODUO

ab 0,2mm 0,2mm 1 = = = AB 60 m 60.000 mm 300.000

ab 0,2mm 0,2mm 1 = = = AB 5m 5.000 mm 25.000

Figura 29. Conjunto de rbitas de um dia. Fonte: Lillesand e Kiefer (1987).

Thematic Mapper (TM) Banda 1 2 3 4 5 6 7

blank line Enhanced Thematic Mapper + (ETM+) a bordo do satellite Landsat 7

Banda1 - 0,50-0,59 Banda2 - 0,61-0,68 Banda3 - 0,79-0,89 Pan 0,51-0,73

26 dias 3 dias (+/- 32) 113 km +/- 32

Imageamento Capacidade de Aquisio de imagens Freqncia de Revisita

Modo Multispectral 4 metros 4 bandas 0,450-0,520 m 0,520-0,600 m 0,625-0,695 m 0,760-0,900 m 8 km

Definida pelo cliente Inferior a 3 dias 470 km 10:30 da manh

Bandas espectrais e resoluo

1 pancromtica (10m) 3 multiespectral (20m)

Seo II - PROCESSAMENTO DIGITAL DE IMAGENS

L max L min * DN + L min DN max DN min

ATCOR2 e ATCOR3; 6S (Second Simulation of Satellite Signal in the Solar Spectrum).

E p1 = a0 + a1 X 1 + a2Y1 N p1 = b0 + b1 X 1 + b2Y1 E p 2 = a0 + a1 X 2 + a2Y2 N p 2 = b0 + b1 X 2 + b2Y2 M E pn = a0 + a1 X n + a2Yn N pn = b0 + b1 X n + b2Yn

Do mesmo modo, para um modelo de segundo grau temos:

E p1 = a0 + a1 X 1 + a2Y1 + a3 X 1Y1 + a4 X 1 + a5Y1 N p1 = b0 + b1 X 1 + b2Y1 + b3 X 1Y1 + b4 X 1 + b5Y1 M

E pn = a0 + a1 X n + a2Yn + a3 X nYn + a4 X n + a5Yn N pn = b0 + b1 X n + b2Yn + b3 X nYn + b4 X n + b5Yn

PADRO DE EXATIDO CARTOGRFICA (PEC) DAS IMAGENS

IVP Verm IVP + Verm IVP Verm

IVAS (ndice de vegetao ajustado para solo, SAVI em ingls):

IVP Verm IVP + Verm + L

4.4.1. 4.4.2. 4.4.3. 4.4.4. 4.5.

Residencial Comercial Banhado Floresta gua

xii = (70 + 55 + 99 + 37 + 121) = 382

( xi + x+i ) = (88 73) + (58 60) + (99 103) + (41 50) +

(121 121) = 36792

407(382) 36792 = 92,1% 4072 36792

5.2. 5.3. 5.4. 5.5. 5.6. 5.7. 5.8.

Potrebbero piacerti anche