Trabalho CVS 2018 1 JEFFERSON PDF

UNIVERSIDADE FEDERAL DE UBERLÂNDIA
FACULDADE DE ENGENHARIA ELÉTRICA

Bacharelado em Engenharia Eletrônica e de Telecomunicações
Trabalho de Comunicações Via-Satélite

Satélites Meteorológicos e de Sensoriamento
Remoto
Jefferson da Silva Cândido 11311ETE005

jeff.candido@ufu.br
09 de julho de 2018
Conteúdo
1
Introdução
Princípios do Sensoriamento Remoto
Satélites de Recursos Terrestres
Satélites Meteorológicos
Processamento Digital de Imagens
Cenário atual do Brasil
Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

2
I Satélites / Aeronaves;
I EMS;
I Imagens;
I Aplicações: mapeamento do uso e cobertura terrestre, agricul-
tura, mapeamento de solos, silvicultura, planejamento urbano,
investigações arqueológicas, observação militar e levantamen-
tos geomorfológicos, mudanças na cobertura vegetal, desmata-
mento, dinâmica da vegetação, dinâmica da qualidade da água,
crescimento urbano, etc . . .

3
Figura: Processo de Sensoriamento Remoto.

Sensoriamento Remoto Versus Fotografia Aérea Convencional
4
I Informações espectrais / informações espaciais;

I Aprimoramento de técnicas e análise automatizada de imagens;
I Avanço no processamento;
I Fotos aéreas ainda podem ser uma alternativa devido à boa
resolução espacial (detalhes).

Visão Geral Histórica 5
1800 Descoberta do infravermelho por Sir W. Herschel

1839 Início da Prática da Fotografia
1847 Espectro infravermelho mostrado por J.B.L. Foucault
1859 Fotografia de Balões
1873 Teoria do Espectro Eletromagnético por J.C. Maxwell
1909 Fotografia de aeronaves
1916 Primeira Guerra Mundial: Reconhecimento Aéreo
1935 Desenvolvimento de Radar na Alemanha
1940 Segunda Guerra Mundial: Aplicações de parte não visível do EMS
1950 Pesquisa e Desenvolvimento Militar
1959 Primeira fotografia espacial da Terra (Explorer-6)
1960 Primeiro satélite meteorológico TIROS lançado
1970 Observações do sensoriamento remoto do laboratório espacial - US (Skylab)
1972 Lançamento do Landsat-1 (ERTS-1): Sensor MSS (Multispectral Scanner System)
1972 Rápidos avanços no processamento digital de imagens
1982 Lançamento do Landsat -4: nova geração de sensores Landsat: TM
1986 Satélite Comercial Francês de Observação da Terra SPOT
1986 Desenvolvimento de sensores hiperspectrais
Desenvolvimento de Sistemas Espaciais de Alta Resolução
1990
Primeiros desenvolvimentos comerciais em sensoriamento remoto
1998 Rumo a missões mais baratas com satélites de um objetivo
1999 Lançamento EOS: Missão de Observação da Terra da NASA
1999 Lançamento do IKONOS, sistema de sensor de alta resolução espacial

EMR is a dynamic form of energy that propagates as wave motion at a velocity
of c = 3 x 1010 cm/sec. The parameters that characterize a wave motion are
wavelength (λ), frequency (ν) and velocity (c) (Fig. 2). The relationship
Radiação Eletromagnética e o Espectro Eletromagnético
between the above is 6
c = νλ.
Figura: Onda
Figure eletromagnética.
2: Electromagnetic wave.Possui dois
It has two componentes,
components, Electriccampo
field E elétrico Ee
and Magnetic
campo
fieldmagnético M, ambos
M, both perpendicular perpendiculares
to the à direção de propagação.
direction of propagation
Electromagnetic energy radiates in accordance with the basic wave theory.

This theory describes the EM energy as travelling in a harmonic sinusoidal
fashion
Jefferson da Silva at the velocity of light.
Cândido 11311ETE005jeff.candido@ufu.br | Although many characteristics of EM energy
Radiação Eletromagnética e o Espectro Eletromagnético
7
Figura: Espectro eletromagnético.
O sensoriamento remoto pode ser passivo ou ativo. Os sistemas

ativos têm sua própria fonte de energia (como o RADAR), enquanto os
sistemas passivos dependem da fonte externa de iluminação (como o
Sol) ou da auto-emissão para sensoriamento remoto.
by the surface (Fig. 3). The EMR, on interaction, experiences a number of
changes in magnitude, direction, wavelength, polarization and phase. These
changes are detected by the remote sensor and enable the interpreter to obtain
Interação da REM
useful com a Superfície
information about thedaobject
Terra of interest. The remotely sensed data
8
contain both spatial information (size, shape and orientation) and spectral
information (tone, colour and spectral signature).
EI (λ) = Incident energy
EI (λ) = ER(λ) + EA (λ) + ET (λ)
ER (λ) = Reflected energy
EA(λ) = Absorbed energy ET(λ) = Transmitted energy
Figure 3: Interaction
Figura: Interaçãoof Energy
da with the earth’s
Energia com surface. ( source: Liliesand
a superfície da & Kiefer, 1993)
Terra.
From the viewpoint of interaction mechanisms, with the object-visible and

infrared wavelengths from 0.3 µm to 16 µm can be divided into three regions.
The spectral band from 0.3 µm to 3 µm is known as the reflective region. In
Reflection
Of allcom
Interação da REM the ainteractions
SuperfícieindatheTerra
reflective region, surface reflections are the
9
most useful and revealing in remote sensing applications. Reflection occurs
when a ray of light is redirected as it strikes a non-transparent surface. The
reflection intensity depends on the surface refractive index, absorption
Reflexãocoefficient and the angles of incidence and reflection (Fig. 4).
Figure 4. Different types of scattering surfaces (a) Perfect specular reflector (b) Near perfect
Figura: Diferentes tipos
specular reflector de superfícies
(c) Lambertain (e) Complex. (a) Refletor
de espalhamento
(d) Quasi-Lambertian
especular perfeito (b) Refletor especular quase perfeito (c) Lambertiano (d)
Transmission (e) Complexo.
Quasi-Lambertiano
Transmission of radiation occurs when radiation passes through a
substance without significant attenuation. For a given thickness, or depth of
a substance, the ability of a medium to transmit energy is measured as
transmittance (τ).
Interação da REM com a Superfície da Terra
10
Transmissão A transmissão de radiação ocorre quando a radiação

passa por uma substância sem atenuação significativa. Para uma
dada espessura, ou profundidade de uma substância, a capacidade
de um meio para transmitir energia é medida como transmitância (τ ):
Radiação Transmitida
τ=
Radiação incidente

11
Assinatura Espectral
ρ(λ) = [ER (λ)/EI (λ)] × 100
Onde,
ρ(λ) = Refletância espectral (refletividade) em um determinado
comprimento de onda;
ER (λ) = Energia do comprimento de onda refletida do objeto;
EI (λ) = Energia de comprimento de onda incidente sobre o objeto.

12
Shefali Aggarwal 33
Assinatura Espectral
60
Vegetation
Dry soil
(5% water)
Reflectance (%)
40
Wet soil
(20% water)
20
Clear lake water

Turbid river water
0
0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.4
Wavelength (micrometers)
1 2 3
SPOT XS Multispectral Bands
1 2 3 4 5 7
Landsat TM Bands
Middle Infrared
Reflected Infrared
Figure 5. Typical Spectral Reflectance curves for vegetation, soil and water
Figura: Curvas típicas de refletância espectral para vegetação, solo e água.
Reflectance Characteristics of Earth’s Cover types
13
Características de refletância dos tipos de cobertura terrestre

I Vegetação
I Água
I Solo

Interações com a Atmosfera
14
A energia solar é submetida a modificações por vários processos

físicos à medida que passa pela atmosfera, como:
1) Dispersão; 2) Absorção e 3) Refração.

15
Dispersão Atmosférica
Processo Comprimento Tamanho aproximado das Tipos de partículas

de dispersão de onda particulas de dependência
Seletivo
Rayleigh λ−4 < 1 µm Moléculas de ar
Mie λ0 a λ−4 0.1 a 10 µm Fumaça, neblina
Não-seletivo λ0 > 1 µm Poeira, neblina, nuvens

16
Dispersão de Rayleigh
O espalhamento de Rayleigh predomina onde a radiação eletromag-
nética interage com partículas que são menores que o comprimento
de onda da luz que entra.

17
Dispersão de Mie
A dispersão Mie ocorre quando o comprimento de onda da radiação
recebida é semelhante em tamanho às partículas atmosféricas.

18
Dispersão não seletiva

Este tipo de dispersão ocorre quando o tamanho da partícula é muito
maior do que o comprimento de onda da radiação recebida.

19
Absorção Atmosférica
As moléculas de gás presentes na atmosfera absorvem fortemente a
REM que passa pela atmosfera em certas bandas espectrais. Princi-
palmente três gases são responsáveis pela maior parte da absorção
da radiação solar: ozôno, dióxido de carbono e vapor de água.

20
Janelas Atmosféricas
Figura: Janelas atmosféricas.

21
Refração
O fenômeno da refração, que é a curvatura da luz no contato entre
dois meios, também ocorre na atmosfera à medida que a luz passa
pelas camadas atmosféricas de variada claridade, umidade e tempe-
ratura. Estas variações influenciam a densidade das camadas atmos-
féricas, que por sua vez, causam a flexão dos raios de luz à medida
que passam de uma camada para outra. Os fenômenos mais comuns
são as aparições de miragem, às vezes visíveis à distância nos dias
quentes de verão.

22
A tecnologia de sensoriamento remoto foi desenvolvida a partir de

fotografia de balão para fotografia aérea e imagens multiespectrais
de satélite. As características de interação de radiação da terra e
da atmosfera em diferentes regiões do espectro eletromagnético são
muito úteis para identificar e caracterizar as características da Terra e
da atmosfera.

Satélites de Observação Terrestre
23
Desde o lançamento do primeiro satélite de recursos terrestres em

1972, várias plataformas de satélite com uma variedade de senso-
res de sensoriamento remoto foram lançadas para estudar a Terra, o
oceano, a atmosfera e o meio ambiente. Esses dados de satélites de
recursos terrestres são muito úteis para mapear e monitorar recursos
naturais e ambientais em vários níveis, como global, regional, local e
micro.

Satélites de Observação Terrestre
24
Importantes Satélites de Observação Terrestre
Programa de Satélite Satélite País Agência Operacional

atual
METEOSAT METEOSAT-8,9 e 10 Internacional EUMETSAT ESA
GOMS GOMS-2 Rússia ROSHYDROMET / PLANETA / Roscosmos
(ELEKTRO-L)
Feng-Yun FY-3D China
INSAT INSAT-3DR Índia
GMS Himawari-8 Japão JMA
GOES (WEST) GOES-17 EUA NOAA, NASA
GOES (EAST) GOES-16 EUA NOAA, NASA
CBERS CBERS-3 e 4 Brasil e China INPE/CAST

Satélites Geostacionários 25
EUMETSAT - (Meteosat)
Figura: Modelo do MSG (Meteosat Second Generation), em frente ao

prédio da EUMETSAT em Darmstadt, Alemanha. Outubro de 2006.

Estados Unidos - (GOES, Geostationary Operational

Environmental Satellite)
Figura: Concepção artística do GOES - parceria entre a NASA e a NOAA

(National Oceanic and Atmospheric Administration).

Figura: Satélite Ambiental Operacional Geoestacionário da NOAA/NASA

(GOES-S)
Japão (MTSAT - Multifunctional Transport Satellites)
Figura: Concepção artística dos satélites Himawari-8 e Himawari-9

administrados pela JMA (Japan Meteorological Agency).

China (Fengyun-2)
(b) Modelo de um satélite

(a) Encapsulamento do satélite. Fengyun-2.
Figura: Série de satélites chineses Fēngyún.

Rússia (Electro-1 / GOMS-1 (Geostationary Operational

Meteorological Satellite-1))
(a) Foto da sonda Electro-1 / (b) Ilustração do Elektro / GOMS-1

GOMS-1 durante teste e integração. implantado.
Figura: Electro-1 / GOMS-1.

Índia (KALPANA)
Figura: Concepção artística do satélite KALPANA-1 administrado pela IRSO

(Indian Space Research Organisation).

Figura: Encapsulamento do INSAT-3DR.

Satélites de Órbita Polar 33
(a) FY-1 (China) (b) NOAA (EUA)
(c) Meteor (Rússia) (d) JPSS (EUA)
Figura: Exemplos de Satélites de Sensoriamento Remoto de Órbita Polar

Sensores de Sensoriamento Remoto 34
Algumas características são observadas com relação aos sensores a

serem utilizados no sistema de sensoriamento remoto:
I Resolução: menor quantidade discretamente separável em ter-
mos de distância (espacial), banda de comprimento de onda de
EMR (espectral), tempo (temporal) e / ou quantidade de radiação
(radiométrica);
I Princípio de Varredura Multiespectral;
I Scanner Térmico;
I Detecção de Microondas (RADAR);

35
Existem vários tipos de satélites meteorológicos, como os de sensori-

amento por imagens espaciais ou espectro eletromagnético, por sen-
soriamento óptico ou de microondas e passivos ou ativos, que estão
disponíveis para recuperação de parâmetros meteorológicos, previ-
são meteorológica, etc.

Requisitos de Satélites Meteorológicos
36
I Servir como uma plataforma de observação com sensores apro-

priados a bordo e transmitir as informações (imagens e sons)
para as estações localizadas na superfície da Terra;
I Servir de coletor de dados meteorológicos de instrumentos não
tripulados de terra / oceano - Plataformas de coleta de dados;
I Servir como um satélite de comunicação para troca rápida de da-
dos meteorológicos entre centros e para rápida disseminação de
previsões meteorológicas, avisos, etc. para agências de usuá-
rios.

Tipos de Satélites Meteorológicos
37
I Os satélites meteorológicos são de dois tipos: Polar orbital e ge-

ostacionário;
I Alguns dos satélites de órbita polar são: NOAA, IRS, ERS-1 e
ERS-2, TRMM (baixa inclinação), DMSP, Oceansat-1, etc . . . ;
I Alguns dos exemplos de satélites geoestacionários são o GMS
(1400 E), o GOES-W, o GOES-E, o INSAT-1 e o INSAT-2 Series,
GEOS, METEOSAT-5, METEOSAT-6 etc.

Sistema Sensor do Satélite 38
C. M. Kishtawal 71
Satellite Sensors for Met Applications
TYPE Passive Active
Mode of Imaging Non- Imaging Non-

Function Imaging Imaging
Example Visible/IR Microwave Scattero- Altimeter

Radiometer Radiometer meter
(VHRR) Attached (ERS, (ERS /
with Nadir ADEOS, TOPEX)
Microwave looking QuikScat)
Radiometer instruments Laser
(SSM/I, ( e.g. in Synthetic/ Water
TMI, TOPEX, Real Depth
MSMR) ERS ) aperture Meter
radars
(e.g. SAR,
PR onboard
TRMM)
Figure 2 : Satellite sensors for Meteorological applications

Figura: Sensores do satélite para aplicações meteorológicas.
Absorption, emission, or reflection of an EM radiation from an object is
a function of the wavelength of EM radiation, and the temperature of the
object. Thus, the spectral information can provide details of chemical
composition, and/or the | temperature of the object. Meteorological satellite
Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br
Princípios de Sensoriamento Remoto por Satélite
39
As imagens de satélite em uso operacional comum são:

I Visíveis (VIS) - imagens derivadas da luz solar refletida no com-
primento de onda visível e próximo ao infravermelho (0,4 - 1,1
µm);
I Imagens de Infravermelho (IR) derivadas de emissões pela terra
e sua atmosfera em comprimentos de onda infravermelhos térmi-
cos (10-12 µm);

Princípios de Sensoriamento Remoto por Satélite
40
I Imagens de vapor de água (WV) derivadas de emissões de vapor

de água (6-7 µm) e;
I imagens de 3.7 µm (frequentemente referidas como canal 3) na
região de sobreposição de radiação solar e terrestre e, por vezes,
chamadas de perto de IR;
I As imagens do radiômetro de microondas, como o Special Sen-
sor Microwave/Imager (SSM / I) e os Imagers TRMM de Microon-
das (TMI).
A radiação de microondas não é afetada pela presença de nuvens e
isso é um fator importante na ciência do clima.

41
Basicamente, todas as operações de processamento de imagens de

satélite podem ser agrupadas em três categorias: Retificação e Res-
tauração de Imagens, Aprimoramento e Extração de Informações.

of imagery. Associated with each pixel is a number known as Digital Number
(DN) or Brightness Value (BV), that depicts the average radiance of a relatively
small area within a scene (Fig. 1). A smaller number indicates low average
Imagem Digital
radiance from the area and the high number is an indicator of high radiant 42
properties of the area.
The size of this area effects the reproduction of details within the scene.
As pixel size is reduced more scene detail is presented in digital representation.
Origin (0,0) Scan Pixels
Scan Lines
Lines 1
10 15 17 20 21 2
3 Bands
15 16 18 21 23 4
17 18 20 22 24
18 20 22 24 26
18 20 22 25 25
Pixels
Figura: Estrutura de umaofimagem

Figure 1 : Structure digital
a Digital Image andeMultispectral
imagem multiespectral.
Image

Compósitos coloridos
43
Figura: Visualização de uma imagem SPOT como um composto de cores

falsas de infravermelho (FCC - False Color Composite
Retificação e Registro de Imagens
44
A retificação é um processo de correção geométrica de uma imagem,

de modo que ela possa ser representada em uma superfície plana,
em conformidade com outras imagens ou em conformidade com um
mapa. Ou seja, é o processo pelo qual a geometria de uma imagem
é planimétrica.

45
Figura: A pesquisa por correspondência de ponto xL é restrita à linha eR xR

na imagem à direita. Como as imagens não são retificadas, a linha eR xR é
inclinada. Após a retificação, seria horizontal.

46
Figura: Conjunto de imagens 2D em processo de retificação.

47
Minakshi Kumar 85
(A) (B)
(C) (D)
Figure 3 : Image Rectification (a & b) Input and reference image with GCP locations, (c) using
polynomial equations the grids are fitted together, (d) using resampling method the output grid
Figura: Retificação de imagem de entrada (A & B) e imagem de referência
pixel values are assigned (source modified from ERDAS Field guide)
com localizações GCP (Ground Control Points), (C) usando equações

the reference image, the pixels are resampled so that new data file values for
polinomiais as grades são
the output montados
file can be calculated. juntos, (D) usando o método de
reamostragem os IMAGE
valores de
ENHANCEMENT pixelsTECHNIQUES
da grade de saída são atribuídos.
Image enhancement techniques improve the quality of an image as
perceived by a human. These techniques are most useful because many satellite
Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br
images when examined on| a colour display give inadequate information for
Técnicas de Melhoramento de Imagens
48
Técnicas de melhoramento são aplicadas às imagens, principalmente

o melhoramento do contraste (diferença nos valores de luminância
ou nível de cinza em uma imagem), como aprimoramento de con-
traste (ampliação do intervalo de valores de brilho em uma imagem),
estiramento linear de contraste (o domínio de constrastes passa a ter
a máxima faixa de contraste possível no sistema) e aprimoramento de
contraste não linear.

Técnicas de Melhoramento de Imagens
49
Minakshi Kumar 87
Histogram of Transformation Histogram of min-max

low contrast image linear contrast
255 255 stretched iamge
h
etc
str
st
Frequency
Frequency
tra
BV out
on
rc
ea
maxk
lin
min k maxk min k
0
4 Bandk 104 255 4 BV in 104
0 0 255 0 BV out 255
BV in
(a)
(a) Histogram
Image values (DN)
(b) No stretch
Display levels (DN)
Image values (DN)
(c) Linear stretch
Display levels (DN)
Figure 4: Linear Contrast Stretch (source Lillesand and Kiefer, 1993)

Figura: Alongamento de Contraste Linear.
Non-Linear Contrast Enhancement
Filtragem Espacial
50
A filtragem espacial é o processo de dividir a imagem em suas frequên-

cias espaciais constituintes e alterar seletivamente certas freqüências
espaciais para enfatizar alguns aspectos da imagem. Essa técnica
aumenta a capacidade do analista de discriminar detalhes. Os três ti-
pos de filtros espaciais usados no processamento de dados do sensor
remoto são: filtros de baixa passagem, filtros de passagem de banda
e filtros de alta passagem.

Análise do Componente Principal
51
A análise de componentes principais é uma transformação de pré-

processamento que cria novas imagens a partir dos valores não cor-
relacionados de imagens diferentes. Isso é realizado por uma trans-
formação linear de variáveis que corresponde a uma rotação e trans-
lação do sistema de coordenadas original.
Transformações de componentes principais são usadas para reconhe-
cimento de padrões espectrais, bem como aprimoramento de ima-
gem.

Técnicas de Fusão de Imagens
52
Image Fusion é a combinação de duas ou mais imagens diferentes

para formar uma nova imagem (usando um determinado algoritmo).
As técnicas de fusão de imagem comumente aplicadas são:
1. Transformação IHS;
2. PCA;
3. Transformada de Brovey;
4. Substituição de banda.

Classificação de Imagem
53
Classificação não supervisionada: os classificadores não supervi-

sionados não utilizam dados de treinamento como base para a clas-
sificação. Em vez disso, essa família de classificadores envolve al-
goritmos que examinam os pixels desconhecidos em uma imagem e
os agregam em um número de classes com base nos agrupamen-
tos naturais ou agrupamentos presentes nos valores da imagem (ex.:
"K-means").

Classificação de Imagem
96 Digital Image Processing 54
IMAGE DATA SET

(Five digital numbers
per pixel) CATEGORIZED SET
(Digital numbers replaced
by category types)
Water
Sand
DN 1
Forest DN 2
DN 3
Urban DN 4
Channel: 1 DN 5
2 Corn
3
4 Hay
5
(1) TRAINING STAGE (2) CLASSIFICATION (3) OUTPUT STAGE
Collect numerical STAGES Present results;
data from training Compare each unknown maps
areas on speotral pixel to spectral patterns; tables of areas data
response patterns assign to most similar GIS data files
of land cover category
categories
Figure 6: Basic Steps in Supervised Classification

Figura: Passos básicos envolvidos em um procedimento típico de classifica-
ção supervisionada:
Training data estágio de treinamento, seleção de recursos, seleção
de apropriado, algoritmo de classificação, suavização pós-classificação e ava-
Training fields are areas of known identity delineated on the digital image,
liação de precisão.
usually by specifying the corner points of a rectangular or polygonal area using
line and column numbers within the coordinate system of the digital image.
The analyst
Jefferson da Silva Cândido must, of course, know
11311ETE005jeff.candido@ufu.br | the correct class for each area. Usually the
55
Figura: Satélite Sino-Brasileiro de Recursos Terrestres.

56
Figura: CBERS-4 (China-Brazil Earth Resources Satellite).

57
Figura: CBERS-4.

58
Figura: CBERS-4.

59
Sua ida ao espaço, inicialmente programada para dezembro de 2015,

foi antecipada em um ano devido à falha ocorrida no lançamento do
CBERS-3, em dezembro de 2013. Antes, foram lançados com
sucesso o CBERS-1 (1999), CBERS-2 (2003) e CBERS-2B (2007).

60
Figura: CBERS-3.

61
Figura: Comparativo entre as gerações dos satélites CBERS. (Fonte:

CBERS/INPE - Divulgação.

Referências
62
[1] AGGARWAL, Shefali et al. Satellite Remote Sensing and GIS Applications in Agri-
cultural Meteorology: Proceedings of the Training Workshop 7-11 July, 2003. 2004.
ed. Dehra Dun, India: World Meteorological Organisation, 2003. 423 p.
[2] METEOROLOGICAL Satellites -Japan Meteorological Agency (JMA)-. Satellite

Program Division, Japan Meteorological Agency. 2018. Disponível em: <http:
//www.jma.go.jp/jma/jma-eng/satellite/>. Acesso em: 09 jul. 2018.
[3] ELECTRO-1/GOMS-1 (Geostationary Operational Meteorological Satellite-1).

ESA 2000 - 2018. 2018. Disponível em: <https://directory.eoportal.org/
web/eoportal/satellite-missions/content/-/article/electro-1>. Acesso
em: 09 jul. 2018.
[4] INSAT-3DR: Department of Space Indian Space Research Organisation. ISRO.

2016. Disponível em: <https://www.isro.gov.in/Spacecraft/insat-3dr>.
Acesso em: 09 jul. 2018.
[5] CURRENT SATELLITES. EUMETSAT. 2016. Disponível em: <https://www.

eumetsat.int/website/home/Satellites/CurrentSatellites/index.html>.
Acesso em: 09 jul. 2018.
[6] LANÇAMENTO DO CBERS-4: SUCESSO TOTAL. [S.l.]: Revista Brasileira de Di-

reito Aeronáutico e Espacial, 2014.
Obrigado!

Trabalho CVS 2018 1 JEFFERSON PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Trabalho CVS 2018 1 JEFFERSON PDF

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DE UBERLÂNDIA

FACULDADE DE ENGENHARIA ELÉTRICA

Trabalho de Comunicações Via-Satélite

Jefferson da Silva Cândido 11311ETE005

Princípios do Sensoriamento Remoto

Satélites de Recursos Terrestres

Processamento Digital de Imagens

Cenário atual do Brasil

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

Figura: Processo de Sensoriamento Remoto.

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

I Informações espectrais / informações espaciais;

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

1800 Descoberta do infravermelho por Sir W. Herschel

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

Electromagnetic energy radiates in accordance with the basic wave theory.

Figura: Espectro eletromagnético.

O sensoriamento remoto pode ser passivo ou ativo. Os sistemas

EI (λ) = Incident energy

EI (λ) = ER(λ) + EA (λ) + ET (λ)

ER (λ) = Reflected energy

EA(λ) = Absorbed energy ET(λ) = Transmitted energy

From the viewpoint of interaction mechanisms, with the object-visible and

Transmissão A transmissão de radiação ocorre quando a radiação

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

ρ(λ) = [ER (λ)/EI (λ)] × 100

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

Clear lake water

Características de refletância dos tipos de cobertura terrestre

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

A energia solar é submetida a modificações por vários processos

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

Processo Comprimento Tamanho aproximado das Tipos de partículas

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

Dispersão não seletiva

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

Figura: Janelas atmosféricas.

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

A tecnologia de sensoriamento remoto foi desenvolvida a partir de

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

Desde o lançamento do primeiro satélite de recursos terrestres em

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

Importantes Satélites de Observação Terrestre

Programa de Satélite Satélite País Agência Operacional

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

Figura: Modelo do MSG (Meteosat Second Generation), em frente ao

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

Estados Unidos - (GOES, Geostationary Operational

Figura: Concepção artística do GOES - parceria entre a NASA e a NOAA

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

Figura: Satélite Ambiental Operacional Geoestacionário da NOAA/NASA

Japão (MTSAT - Multifunctional Transport Satellites)

Figura: Concepção artística dos satélites Himawari-8 e Himawari-9

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

(b) Modelo de um satélite

Figura: Série de satélites chineses Fēngyún.

Jefferson da Silva Cândido 11311ETE005jeff.candido@ufu.br |

Rússia (Electro-1 / GOMS-1 (Geostationary Operational