Você está na página 1de 19

Interpretao de Imagens da

Terra

CURSO DE ESPECIALIZAO EM
GEOPROCESSAMENTO

BRITALDO SILVEIRA SOARES FILHO


britaldo@csr.ufmg.br

Departamento de Cartografia
Centro de Sensoriamento
Remoto

2000
SUMRIO

pg.

1. Introduo 1
2. Seleo de produtos de Sensoriamento Remoto 2
3. Influncia da geometria de aquisio na seleo da poca de coleta de dados 5
4. Seleo de bandas espectrais/potencial de aplicaes 7
5. O contraste de imagens 8
6. O processo de interpretao de imagens 10
7. Os elementos de interpretao 10
8. O mtodo da chaves 13
9. As fases da interpretao 16
10. Referncias bibliogrficas 17
1

1) Introduo
A interpretao visual dos dados de Sensoriamento Remoto sob a forma digital ou
analgica (fotografias areas e imagens orbitais) busca a identificao de feies impressas
nessas imagens e a determinao de seu significado. Em resultado, a interpretao de imagens
consiste em um processo para a obteno de mapas temticos atravs da utilizao de dados de
Sensoriamento Remoto. Nesses termos, a interpretao de imagens tem que ser vista no como
um processo completo em si mesmo mas apenas como um passo para a construo de um mapa
de uma dada regio, posto que a informao extrada das imagens necessita ainda de ser
conferida atravs de verificao de campo. Nesse sentido, os trabalhos de campo so muito
importantes, tanto para auxiliar no levantamento de reas de treinamento que servem para
extrao de padres amostrais e definio de chaves de interpretao, como tambm para
corrigir, aperfeioar e validar o mapa obtido da interpretao visual.
As reas de aplicao da interpretao de imagens so inmeras, como o caso do
prprio Sensoriamento Remoto. Alguns exemplos a citar so: uso do solo, geologia, pedologia,
urbanismo, vegetao, agricultura, limonologia, geomorfologia, oceanografia etc. Desse modo, a
importncia do Sensoriamento Remoto para o Geoprocessamento est no fato que este consiste
atualmente na maior fonte de dados para os SIGs, sobretudo em pases carentes de informaes
cartogrficas atualizadas, como o caso do Brasil (Fig. 1). Portanto, como vantagens do
Sensoriamento Remoto, pode-se citar que ento atravs da interpretao de seus produtos que
so obtidos os mapas de regies remotas, de difcil acesso, e sobretudo a um menor custo,
permitindo tambm a deteco de objetos e fenmenos no perceptveis pela viso humana,
atravs da utilizao de outras faixas de radiao eletromagntica alm do visvel, como o
infravermelho, e ainda possibilitando ter viso global - sinttica ou sintica - sobre uma regio
ou fenmeno estudado, atravs da utilizao de imagens de satlite de cobertura regional.
Imagens de sensores remotos
Sistema de
Processamento relatrios
mapas de imagens
Sistema
Sistema de
de anlises
digitalizao estatsticas
de
mapas
Base
de dados Banco de
atributos
espaciais
Sistema
Sistema gerenciador
de de banco
anlises de dados
geogrficas
relatrios
Sistema
de
visualizao
cartogrfica
mapas
Fig. 1 Relacionamento do Sensoriamento Remoto com o SIG
So requisitos para uma boa interpretao visual ter uma boa acuidade visual, possuir
conhecimento sobre a tecnologia utilizada (em exemplo: conhecer sobre as fases de aquisio do
Sensoriamento Remoto e com isso entender como a imagem foi obtida e quais elementos que
interferiram na impresso de seus dados (Fig. 2), qual foi o sistema sensor utilizado e qual a
sua faixa espectral, compreender como os alvos analisados se comportam ao longo do espectro
eletromagntico e quais os parmetros que controlam a sua reflectncia (umidade, matria
orgnica, textura, etc). mandatrio tambm ter um bom conhecimento sobre a rea de
2

aplicao que o intrprete se dedica e desejado ter conhecimento sobre a rea a ser estuda (no
essencial, mas ajuda bastante) e sobre o objeto a ser mapeado, como sua forma geomtrica,
tamanho, comportamento espectral, modo de ocorrncia e aspectos associados. Por fim, para se
levar a bom xito a interpretao de imagens requerido a utilizao de uma metodologia
apropriada de extrao de informaes, sobre isto que este texto versa.

Fig. 2 Elementos e fases da aquisio de dados pelo Sensoriamento Remoto. A) fonte de


radiao, B) atmosfera, C) alvo, D) sensor, E) transmisso e recepo, F) Preprocessamento e
disponibilizao, G) tratamento, interpretao e gerao de mapa temtico
2) Seleo de produtos de Sensoriamento Remoto
Um projeto de interpretao de imagens consiste em definir primeiro quais so seus
objetivos, ou seja o tema de mapeamento e o propsito de aplicao, a localizao e os limites da
rea a ser mapeada, a legenda de mapeamento e consequentemente a escala cartogrfica e o nvel
de detalhamento desejado. Com isso podemos cotejar produtos de Sensoriamento Remoto,
dentro das possibilidades acessveis, que nos melhor serviro. Esta escolha passa ento pela
comparao dos recursos disponveis de cada produto de SR em funo das especificaes
acima descritas.
Os recursos disponveis de um sistema sensor pode ser definido pela seguinte expresso:
Recurso disponvel = Respacial + Respectral + RRadiomtrica + Rtemporal
Onde , , , e dependem do propsito da aplicao, sendo tambm calculados em
funo do custo*benefcio desejado (Compare diferentes produtos de SR na fig. 3). Respacial
corresponde resoluo espacial, a qual pode ser definida pela distncia mnima em que dois
pontos ou objetos podem ser identificados separadamente, com as imagens aparecendo ntidas
(No considerar como o tamanho do menor objeto possvel de ser identificado e mesmo o
tamanho do pixel da imagem, embora esta seja funo deste). Respectral resoluo espectral
consiste no nmero e largura de bandas, crescendo com o aumento deste nmero e estreitamento
das bandas espectrais. Rradiomtrica resoluo radiomtrica corresponde ao nvel de
quantizao da radiao eletromagntica, ou quantidade de nveis de cinza detectados pelo
sensor, por exemplo: viso humana 16 nveis de cinza, imagem SPOT 256 nveis de cinza.
Por ltimo, Rtemporal resoluo temporal corresponde freqncia de observao, ou 1/t,
sendo t intervalo decorrido entre duas imagens sucessivas de uma mesma regio. O recurso
disponvel vai refletir na escolha de uma escala cartogrfica adequada compatvel com os
3

critrios de exatido cartogrfica e uma legenda de mapeamento proporcional ao contedo de


informao disponvel.

Fig. 3 Tamanho do elemento de resoluo do terreno ( resoluo espacial) e nmero de


bandas e larguras de bandas ( resoluo espectral) de sensores LANDSAT e SPOT.
Em sntese, a plataforma de SR escolhida vai depender do propsito do estudo (Fig. 4).
Assim, inventrios globais usaro imagens com menor resoluo espacial e grande cobertura
regional e alta resoluo temporal como exemplo dos produtos NOAA e METEOSAT, quando
mais detalhes so requeridos podem-se usar imagens SPOT, LANDSAT e mesmo fotografia
area. Veja a tabela abaixo da escala tima para produtos de diferentes sistemas sensores (Tab.
1).

Fig. 4 O conceito do Sensoriamento Remoto multiestgio, composto por uma diversidade de


plataformas de aquisio de dados.
4

Tabela 1
Nvel de detalhamento em funo da escala dos produtos dos diferentes sensores
NOAA-AVHRR 1: 2 000 000
Landsat TM 1/100 0000
Landsat ETM 1/50 000
SPOT HRV 1/ 30 000
IKONOS 1/ 10 000

Quanto definio da legenda de mapeamento, ou classes temticas, esta depende


fortemente do recurso disponvel do sistema sensor. Pertinente a esta etapa, deve-se ressaltar a
diferena entre os conceitos uso do solo e cobertura do solo. O uso do solo a forma pela
qual o espao est sendo ocupado pelo homem. Assim, uso diferente de cobertura, pois o uso
do solo est relacionado utilizao cultural enquanto que a cobertura revestimento. Em
exemplo de uma cobertura de floresta que pode ter vrios usos como: reserva ecolgica, parque,
rea de extrao de madeira, etc. Neste mbito deve-se destacar que o SR enxerga a
cobertura do solo. Por essa linha de abordagem, Anderson (1981) props um sistema de
definio de legendas de mapeamento baseado em nveis de classificao proporcionais ao
contedo de informao disponibilizado por diferentes tipos de sistemas sensores (Tab. 2).
Tabela 2
Nveis de classificao por tipo de dados
NVEIS DE CLASSIFICAO TIPOS DE DADOS
I Landsat TM
II Fot. 1: 80 000/Spot HRV Landsat ETM
III Fot. 1: 20 000/ 1: 80 000
IV Fot > 1: 20 000

Os nveis I e II discriminam classes de infra-estrutura de interesse nacional ou estadual,


enquanto os nveis III e IV mostram classes de infra-estrutura de interesse regional e municipal.
Veja exemplo de detalhamento mostrado na Tab. 3. Assim, a escolha entre uma imagem
LANDSAT ou SPOT para uma fotografia area vai depender se o interesse maior estudar uma
regio do ponto de vista sintico ou de sntese, sendo neste caso a imagem de satlite mais
adequada pois permite a visualizao de uma ampla regio sobre as mesmas condies de
iluminao, ou por outro lado se busca uma viso de detalhe e alta exatido cartogrfica, sendo
imprescindvel neste caso a fotografia area (Compare Fig. 5).
Tabela 3
Exemplos de possveis legendas por nvel de classificao
NVEL I NIVEL II
rea urbana construda Ocupao irregular,
Loteamento recente,
Uso institucional,
Uso residencial unifamiliar
Uso residencial multifamiliar,
Uso misto
Sistema virio
rea comercial
5

Diferentes escalas de observao

Fig. 5 Diferentes escalas de observao proporcionadas por produtos de Sensoriamento


Remoto em vrias escalas: fotografia area e imagem TM/Landsat
3) Influncia da geometria de aquisio na seleo da poca de coleta de dados
A seleo da melhor poca para aquisio dos dados baseia-se na compreenso das
relaes geomtricas entre a direo de iluminao do alvo e posio de imageamento a saber
ngulos solares de elevao e azimutal e ngulo de visada (Fig. 6), pois estas vo influenciar nas
condies de iluminao e na resposta espectral dos alvos, haja vista que a maioria das
superfcies terrestres se comportam de modo no lambertiano, isto refletem diferentemente de
acordo com a sua anisotropia.

Fig. 6 Geometrias de iluminao e de imageamento. ngulo de elevao solar igual 90 -


ngulo solar zenital.
6

Como as imagens de satlite so obtidas em horrios fixos (em torno de 9:30 a.m e 10:30
a.m) Fatores sazonais. A variao dos ngulos solares vai depender da variao sazonal. Isto no
inverno, as imagens so adquiridas com um baixo ngulo de elevao solar, enquanto no vero, o
sol ilumina mais prximo do znite. Alto ngulo de elevao solar proporciona condies de
iluminao mais homogneas, enquanto a baixo ngulo de elevao solar proporciona o
contrrio, favorecendo o maior sombreamento (Fig. 7). Dependendo do propsito, seleciona-se
um ou outro. Por exemplo, para mapeamento das feies de relevo, quer seja para estudos de
geomorfologia ou geologia, procura-se imagens com realce de sombreamento (Compare as Figs.
8a e b). J para estudos de comportamento espectral, prefere-se imagens obtidas com maior
ngulo de elevao solar e consequentemente condies de iluminao mais homogneas,
garantindo assim menor variao da resposta espectral de um certo alvo em funo da posio no
relevo. Quanto ao ngulo solar azimutal, este vai sempre realar feies orientadas perpendicular
direo do mesmo, como exemplo da orientao de estruturas de relevo (Fig. 9).

Fig. 7 Influncia do ngulo de elevao solar nas condies de iluminao

b)
a)

Fig. 8 Influncia do ngulo de elevao solar no realce do relevo. a) ngulo de elevao = 90


e b) ngulo de elevao = 45
7

b)
a)

Fig. 9 - Influncia do ngulo azimutal solar no efeito de realce de estruturas ortogonais de relevo.
a) ngulo azimutal = 90 e b) ngulo de azimutal = 0
Por fim, a variao sazonal vai influenciar tambm na discriminao de alvos que tm o
seu comportamento espectral variante em funo do seu estado fenolgico, como o caso da
discriminao entre reas de pastagens e mata, a qual favorecida na poca seca devido as
pastagens e campos naturais se encontrarem secos nessa poca, enquanto a vegetao florestal
continua ainda verdejante (exceo para as matas decduas).
4) Seleo de bandas espectrais/potencial de aplicaes
A seleo de bandas espectrais para compor as composies coloridas vai depender
fortemente do propsito de aplicao. A tab. 4 traz a ttulo de ilustrao algumas aplicaes
potenciais das bandas do sensor Thematic Mapper, a bordo do Landsat-5 e 7. No caso de uma
composio colorida, sero selecionadas trs destas bandas para serem associadas aos canhes de
cores RGB.
Tabela 4
Bandas do Sensor Thematic Mapper/Landsat 5 e suas potenciais aplicaes
BANDAS FAIXA ESPECTRAL (m) APLICAES
mapeamento de guas costeiras
1 0,45-0,52(azul) diferenciao entre solo e vegetao
diferenciao entre vegetao confera e decdua
2 0,52-0,60(verde) mapeamento de vegetao qualidade d'gua
3 0,63-0,90(vermelho) absoro da clorofila diferenciao de espcies vegetais
reas urbanas, uso do solo agricultura qualidade d'gua
delineamento de corpos d'gua mapeamento
4 0,76-0,90(infravermelho prximo) geomorfolgico, mapeamento geolgico reas de
queimadas, reas midas agricultura vegetao
5 1,55-1,75(infravermelho termal) uso do solo medidas de umidade de vegetao
diferenciao entre nuvem e neve agricultura vegetao
mapeamento de estresse trmico em plantas correntes
6 10,40-12,50(infravermelho termal) marinhas propriedades termal do solo outros mapeamentos
trmicos
7 2,08-2,35(infravermelho mdio) identificao de minerais mapeamento hidrotermal
8

Como este processo leva a uma enorme possibilidade de combinaes (120


possibilidades considerando apenas 6 bandas), existem alguns mtodos para selecionar o melhor
triplete de bandas para uma determinada aplicao. Em geral, o triplete do TM/Landsat mais
usado o composto pelas bandas 3, 4 e 5, pois estas cobrem o comportamento espectral da
vegetao em funo respectivamente dos parmetros: concentrao de pigmentos foliares,
contedo de biomassa e umidade foliar.
5) O contraste de imagens
Uma feio impressa em um produto de Sensoriamento Remoto ser identificada pela viso
humana atravs do seu brilho ou nvel de cinza, que a resposta produzida na viso humana pela
luz e que varia de uma graduao de cinza em geral em 16 nveis, entre o branco e o preto. Este
brilho ou tonalidade de cinza proporcional ao sinal de radincia detectado pelo sensor em
funco da reflectncia de um particular objeto imageado (Fig. 10).

Fig. 10 A imagem digital, representada por uma matriz bidimensional de nveis de cinza
Por conseguinte, a caracterstica de uma imagem que mais influencia a qualidade de uma
interpretao visual consiste na sua razo de contraste, a qual uma relao entre o brilho
mximo e mnimo encontrado na imagem:
Brilho _ mximo
RC =
Brilho _ mnimo
Quanto maior o contraste, melhor a visualizao dos alvos na imagem (Fig.11). No entanto, o
espalhamento atmosfrico pode reduzir em muito esta razo de contraste, sobretudo nas bandas
do visvel de menor comprimento de onda. O espalhamento atmosfrico causa uma reduo na
razo de contraste atravs da adio de uma radiao de espalhamento a1, como mostrado pela
equao abaixo.
R = (B1 + a1)/(B2 + a1)
Um modo de se atenuar o efeito de reduo de contraste pelo espalhamento atmosfrico
consiste na manipulao dos histogramas da imagem, aplicando um realce linear com a
9

subtrao do valor de nvel de cinza mnimo encontrado no histograma original (Compare Figs.
12 a e b, valor mnimo de nvel de cinza = 80).

Fig. 11 Razes de contraste

Fig. 12 Imagens e histogramas da banda TM1, antes de depois da manipulao histogrmica,


visando correo do efeito de espalhamento atmosfrico e realce do contraste.
10

6) O processo de interpretao de imagens


O objetivo de uma interpretao de imagens obteno do mapa temtico. Para tanto um projeto
de interpretao de imagens deve conter as seguintes etapas e definies:
1) Definio dos objetivos.
2) rea a ser mapeada, escala e definio das classes e legenda de mapeamento.
3) Escolha da imagem, definio do sensor em funo dos objetivos e nvel de exatido e
contedo de informao versus recursos disponveis.
4) Definio da melhor poca de aquisio, considerando cobertura de uvens, ngulo de elevao
solar (sombreamento) e melhor discriminao entre os alvos.
5) Seleo de canais. Depende do comportamento espectral do fenmenos ou alvos que sero de
interesse na interpretao.
6) Aquisio de dados ancilares. Bibliografia sobre a rea mapeada, mapas prvios
7) Interpretao preliminar + confronto com os dados colaterais. Ida campo para levantamento
de reas testes reas representativas.
8) Checagem de campo para avaliao e validao da interpretao
8) Os elementos de interpretao
O uso de uma metodologia apropriada de interpretao visual que possa ser adaptada aos
diferentes produtos de SR passa primeiro para identificao dos elementos de interpretao, que
so os elementos que devero ser considerados neste processo de interpretao. Atravs do
estudo dos elementos de interpretao, chega-se a definies sobre as formas de relevo, padro
de drenagem, caractersticas da vegetao e tipos de uso do solo, geologia e etc.
TONALIDADE
Corresponde ao brilho ou nvel de cinza, sendo a resposta produzida na viso humana
pela luz, varia de uma graduao de cinza, entre o branco e o preto (fig. 13). A tonalidade
proporcional reflectncia do objeto imageado, quanto maior a reflectncia, o objeto aparece
mais claro.

Fig. 13 Escala de tonalidades ou nveis de cinza


COR
formada pela combinao de duas ou mais imagens de bandas espectrais, usando o
processo aditivo de combinao das cores primrias: Vermelho, Verde e Azul - RGB (Fig.14).
O espao de cores RGB pode ser transformado para o espao, IMS (Intensidade, Matiz e
Saturao). Desse modo, uma cor pode ser decomposta nesses trs componentes independentes,
sendo a viso humana sensvel em ordem decrescente aos componentes intensidade, matiz e
saturao. A intensidade corresponde ao brilho ou tonalidade, o Matiz o que usualmente
conhecemos como cor (ex: ciano, amarelo, verde) e saturao quanto a cor se aproxima de seus
componentes puros, ou seja aos eixos RGB. Para melhor compreenso, entre na palheta de cor de
qualquer programa no WINDOWS e mude de RGB para IMS ou IHS e teste variar estes
componentes de modo independente.
11

Fig. 14 Processo de seleo de bandas e composio colorida. Cada banda selecionada


associada a um dos canhes de cores: vermelho, verde e azul.
TEXTURA
Para a definio da textura, faz-se necessrio a priori definir o elemento de textura, o qual a
menor superfcie contnua e homognea distinguvel na imagem fotogrfica e passvel de
repetio. Isto implica em uma forma e dimenso definidas para este elemento. Para tanto deve-
se observar o fator escala e resoluo espacial para identificar o elemento de textura. Como
exemplos citam-se as copas de rvores, edificaes fotografia area e os pixeis e quadras
urbanas em imagens de satlite (Fig. 15).
J, a textura o padro do arranjo dos elementos texturais e representa a imagem de
conjunto dada pela disposio das menores feies que conservam sua identidade na escala
fotogrfica. A textura pode ser classificada de acordo com a sua granulao (tamanho mdio do
elemento de textura) em fina, mdia e grosseira (Fig. 16). Pode-se classificar a textura tambm
de acordo com a sua densidade: propriedade quantitativa que considerada de modo
comparativo - quantidade de elementos texturais distinguveis por rea imageada - e pelas suas
caractersticas de homogeneidade versus heterogeneidade (vide anexos desta apostila: folhas
separadas entregues antecipadamente).

Fig. 15 Elementos de textura com forma retangular (edificaes)


12

a)

b)

Fig. 16 Diferentes densidades e granulao de textura produzidas em reas de diferentes usos


do solo: a) rea residencial, b) rea comercial/industrial
FORMA
A forma exprime a disposio espacial dos elementos texturais com propriedades
comuns. Ex. Regio urbana, el. textural, casa forma de quarteiro ou quadras. A forma se
classifica em irregular e regular, neste ltimo caso, descrevendo a sua geometria, vide exemplo
da Fig. 17.

Fig. 16 Formar retangulares resultantes de uma estrutura quadrangular.

ESTRUTURA
Se a forma regular, existe uma estrutura, a qual pode ser traduzida como a lei que exprime ou
que define o padro de organizao no espao dos elementos texturais, resultando em uma forma
regular. Quando a forma irregular existem uma ausncia de estrutura ou ordem (Fig. 17).
13

Fig. 17 Forma irregular, resultante de uma ausncia de estrutura ou organizao. rea de


favela em Belo Horizonte. Fonte: Fotografia rea feita pela Vista Area.
SOMBRA
A sombra resultante da iluminao oblqua pela sol da superfcie imageada ou
resultante da ausncia do sinal de retorno (no caso do RADAR). um importante recurso pois
confere s imagens de satlite a impresso de reproduo da viso tridimensional bastante
aproximada da morfologia do terreno.

Fig. 18 Sombreamento ao centro da rea urbana, indicando acentuada verticalizao da


edificao.
ASPECTOS ASSOCIADOS E RELAO DE CONTEXTO
Os aspectos associados e relao de contexto consistem em observaes que podem
indiretamente indicar o significado de uma determinada feio em uma imagem. Como
exemplos, citam-se a presena de estradas vicinais e a posio topogrfica.
9) O mtodo da chaves
Como dito anteriormente, a interpretao visual busca a identificao de feies em
imagens e a determinao de seu significado. Portanto, para se ter xito necessrio empregar
14

uma metodologia adequada. Com este escopo, que aqui introduzido um mtodo de
interpretao conhecido como mtodo das chaves.
O mtodo das chaves apoia-se em um estudo comparativo. Isto depende do conhecimento
prvio de imagens, fotografias com objetos e feies conhecidas que sero utilizadas como guias.
Pode-se dizer que uma chave nada mais que a prpria chave em sua totalidade. As chaves so
particulares para cada rea de aplicao (ex: vegetao, uso do solo urbano, geologia) e so
definidas em funo dos elementos de interpretao, visualizados em diferentes produtos de
Sensoriamento Remoto
Uma chave pode ser composta de:
1) Uma coleo de imagens ou fotografias ilustrativas de feies, objetos ou condies que
sero identificados nas imagens. Por exemplo: Fotografias areas de feies e objetos
conhecidos.
2) Uma palavra ou grfico descritivo que d incio ao reconhecimento de caractersticas das
feies, objetos ou condies impressas nas imagens.
As chaves podem tambm ser classificadas em seletivas, dicotmicas e eliminatria.
Chaves seletivas so quando contm-se um grande nmero de exemplos fotogrficos com
suporte de texto; chave dicotmica consiste na seleo de uma entre duas alternativas
contrastantes e chaves eliminatrias so ajustadas de tal maneira que a interpretao seja
realizada passo a passo, eliminando todas as feies ou condies, restando apenas um objeto
que pode ser relacionado. O grau de confiabilidade de uma chave corresponde segurana que
a chave fornece para indicar uma determinada interpretao, sendo geralmente funo de sua
complexidade (Figs. 19 e 20).

Fig. 19 Chaves de interpretao para estruturas de bacia e domo estrutural.


15

Fig. 20 - Chave de interpretao para domo ou depresso estrutural com seus diversos graus de
confiabilidade (Fator de similaridade)
A seguir, seguem exemplos de chaves, uma para uso do solo urbano, em fotografias 1:25
000 segundo Santos et al. (1981) e uma outra para identificao de remanescentes florestais em
imagens TM/LANDSAT por Soares-Filho et al. (1993).
Chave para uso do solo urbano* Foto 1: 25 000 (Santos et al. 1981):

Classe residencial multifamiliar: presena de edifcios de apartamentos


Classe residencial unifamiliar: Ocorrncia de ruas e terreiros arborizados, edificaes
menores
rea de uso institucional: Igrejas, escolas, universidades, etc. Presena de ptios de
estacionamento e tamanho das construes.
reas comerciais: Edifcios antigos, alta verticalidade das construes.
reas industriais: Amplos edifcios, galpes, presena de chamins, grandes construes ao
longo de vias de acesso, grandes ptios de estacionamento.
reas desocupadas: periferia solo nu ou cobertura vegetal.
* Esta chave no segue metodologia dos elementos de interpretao, como descrito
anteriormente.
16

Chave para remanescentes florestais - TM R43B5G (Soares-Filho et al., 1993):


Cor: Intensidade (tonalidade): A intensidade dos remanescentes eqivale uma tonalidade
mdia, mais clara que as regies sombreadas, mais escura que as reas de cultura irrigada,
reflorestamentos e reas de campo verde. Matiz (usualmente chamado de cor): vermelho
com uma leve tendncia para o laranja, cerrado mais amarronado, campos secos em ciano
acizentado, capoeiras em laranja e reflorestamento em rosa avermelhado e vermelho.
Saturao alta, tipo mancha de sangue
Textura: Granulao fina
Forma: Irregular
Estrutura: No apresentam orientao, diferente dos reflorestamentos.
Relaes de contexto: pequenas manchas descontnuas ou parcialmente conectadas em reas
remotas.
Aspectos associados: reflorestamentos: presena comum de estradas, aceros.
10) As fases da interpretao
A interpretao de imagens divide-se em trs fases distintas, a saber a fotoleitura, a fotoanlise e
a fotointerpretao.
Fotoleitura: consiste essencialmente na identificao de feies ou objetos sobre as imagens
fotogrficas, quando a feio muito evidente, a fotoleitura j passa dar o significado do objeto,
resumindo o processo de fotointerpretao.
Fotoanlise: consiste no estudo das relaes entre as imagens, associando e ordenando as partes
dessas, ou seja comparando feies e agrupando regies similares, conhecidas como zonas
homlogas. Zonas homlogas so portanto as reas delimitadas sobre as imagens fotogrficas,
constitudas pela repetio dos elementos de textura que possuem propriedades semelhantes e
mesma estrutura (Fig. 21).
Fotointerpretao: o processo que utiliza o raciocnio lgico dedutivo e indutivo para
compreender os princpios e os processos que criaram as feies e objetos identificados. Por
exemplo, drenagem radial indica a presena de domo estrutural.
Enfim, um processo de interpretao de imagens consiste na elaborao da chave de
interpretao a partir de reas testes fotoleitura, definio das zonas homlogas fotoanlise
e elaborao do mapa final fotointerpretao.
Por ltimo, mas no com menos importncia, deve-se destacar a relevncia da avaliao
dos resultados finais para fins de validao da qualidade do mapeamento produzido com auxlio
dos produtos de Sensoriamento Remoto. Para evitar vis, esta validao deve ser feita com base
em amostras de reas de campo que no foram utilizadas no processo de interpretao. Sugere-se
inclusive para grandes projetos de mapeamento, que se contratem consultores independentes
com o propsito de avaliar e caso positivo, autenticar a qualidade dos produtos produzidos.
17

b)
a)

d)
c)

Fig. 21 Mosaico de fotografias areas mostrando diferentes zonas homlogas: a)


Comercial/industrial, b) residencial unifamiliar mdia a alta renda, c) favela, d) residencial
unifamiliar baixa a mdia renda.

11) Referncias bibliogrficas

ANDERSON, J.R. et al. A land use and land cover classification system for use with remote
sensor data. Reston, United States Geological Survey, 1976. Professional Paper, 964.
SANTOS, A. P. et al. Metodologia de interpretao de dados de sensoriamento remoto e
aplicaes em uso da terra. INPE-2261-MD/016, 1981, 61p.

SOARES-FILHO, B.S.; MAILLARD, P. RIBEIRO, F. 1993 "Projeto Mata Atlntica-MG".


Anais do VII Simpsio Brasileiro de Sensoriamento Remoto, INPE,Governo do Paran,
Selper, SBC. Curitiba, Paran, 10-14 de maio de 1993, vol 2, pp. 258-265.
SOARES, P.; FIORI, A. P. Lgica e sistemtica na anlise e interpretao de fotografias areas
em geologia. Not. Geomorfolgicas, Campinas, v.16, n. 32, 71p, 1976.

VENEZIANI, P.; ANJOS, C. E. Metodologia de interpretao de dados de sensoriamento remoto


e aplicaes em geologia. INPE-2227-MD/014, 1982, 61p.
VENEZIANI, P.; Mtodos de extrao visual de dados. Notas de Aula. INPE, 1984
12) Listas de stios eletrnicos recomendados
www.ccrs.nrcan.gc.ca
www.utexas.edu
www.nr.usu.edu
www.rst.gsfc.nasa.gov
www.observe.ivv.nasa.gov
www.grouchy.geog.ucsb.edu
www.eerst.gsfc.nasa.gov