Escolar Documentos
Profissional Documentos
Cultura Documentos
Terra
CURSO DE ESPECIALIZAO EM
GEOPROCESSAMENTO
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.
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
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).
b)
a)
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
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).
a)
b)
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
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. 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):
b)
a)
d)
c)
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.