See

discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/313346897

Vantagens e Desvantagens no Uso de Imagens

Landsat TM e ETM+ no Sensoriamento Remoto

Conference Paper · January 2010

CITATIONS READS

0 105

1 author:

Thiago Araujo
Universidade do Vale do Rio dos Sinos
12 PUBLICATIONS 9 CITATIONS

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Colaborações Luso-Brasileiras no TOPO DA CIÊNCIA MUNDIAL View project

Processamento Digital de Imagens Aplicado a Geologia e Geoquímica Ambiental View project

All content following this page was uploaded by Thiago Araujo on 05 February 2017.

The user has requested enhancement of the downloaded file.

 1º Encontro de Jovens Geotécnicos

VANTAGENS E DESVANTAGENS NO USO DE IMAGENS LANDSAT TM E

ETM+ NO SENSORIAMENTO REMOTO

ADVANTAGES AND DISADVANTAGES IN THE USE OF IMAGES LANDSAT

TM AND ETM+ IN THE REMOTE SENSING

Araujo, Thiago Peixoto, Universidade de São Paulo, São Carlos, Brasil, tpeixoto@sc.usp.br

RESUMO

O uso de imagens de sensores remotos orbitais, tem demonstrado grande utilidade em

levantamentos e pesquisas em mapeamento geotécnico. A vantagem do emprego de tais técnicas
de sensoriamento remoto se deve à sua maior abrangência de área e à sua grande qualidade em
termos de resolução espacial, possibilitando uma gama de recursos através de operações entre
bandas eletromagnéticas. O objetivo deste trabalho é fazer uma comparação entre as imagens
dos sensores TM e ETM+, através das composições coloridas resultantes da transformação IHS-
RGB, bem como composições resultantes da razão entre bandas. Para os estudos de
deslizamentos de terra, como por exemplo, as imagens ETM+, se mostraram melhores devido à
sua melhor nitidez em relação às imagens TM.

ABSTRACT

The use of images from orbital remote sensing has shown great utility in engineering geological
mapping surveys and researches. The advantage of employing such remote sensing technique is
due to its wider coverage area and to its high spatial resolution quality, allowing a range of
possibilities by means of operations among electromagnetic bands. The main purpose of this
paper is to do comparisons among images of TM e ETM+ sensors, by means of color
compositions that come from IHS-RGB transformation, and also compositions that come from
band ratios. For instance, ETM+ images presented better results in landslides studies due to its
better sharpness in comparison with TM images.

1. INTRODUÇÃO

Nos últimos anos vem havendo uma crescente demanda por informações geotecnológicas
aplicadas à geotecnia e outras áreas afins, principalmente onde se pretende realizar projetos de
implantação de unidades de conservação, intervenção ou recuperação ambiental de áreas
degradadas. A confecção de mapas georeferenciados confiáveis é uma etapa indispensável no
fornecimento de material técnico de análise aos planejadores e para subsidiar decisões regionais
importantes, onde se propõem, por exemplo, avaliações de sustentabilidade ambiental de um
empreendimento que devem levar em consideração aspectos físicos, econômicos e sociais, além
de seu impacto ambiental (Araujo, 2008).

Dados de sensoriamento remoto, através de sensores orbitais, podem ser utilizados para estudos
de movimento de massa gravitacional (MMG) tanto na detecção direta das conseqüências destes
processos (cicatrizes com exposição da rocha), como através da identificação de indicadores,
como: uso da terra, morfologia e dissecação do relevo (King e Delpont, 1993; Berger, 1996).

2239
 12º Congresso Nacional de Geotecnia

Mudanças nas características espectrais da superfície, detectadas por sistemas sensores são
resultados da remoção de cobertura vegetal e das camadas superficiais do solo por processos
naturais ou antrópico.

As diferenças de comportamento espectral entre o solo, vegetação (tipo e porte) e as feições

antrópicas são observadas nas bandas do visível e do infravermelho dos dados obtidos através
dos sensores TM e ETM+, assim como também as diferenças entre cicatrizes com solo ou rocha
expostas e cicatrizes com retomada da vegetação (gramíneas, samambaias) podem ser
detectadas através dos sensores. Para Drury (1993) e Walsh et al. (1998), processamentos como
razão entre bandas, por exemplo, destacam essas diferenças, servindo como indicadores de
processos geomorfológicos e problemas geotécnicos.

McKean et al. (1991) e Gao e Lo (1995) dizem que em relação aos deslizamentos, a remoção da
cobertura vegetal e conseqüente exposição do solo ou rocha e deposição de material
transportado ao longo da vertente, produzem diferenças de tonalidade, cor, matiz e textura na
imagem, bem como observam-se formas específicas, permitindo assim, a interpretação direta
destas feições.

As formas das cicatrizes geradas por deslizamentos, segundo Hansen (1984) e Patton (1988),
são elípticas ou cônicas e quando recentes, observa-se desde a cabeceira até a base do
deslizamento. Essas feições se desenvolvem, normalmente, em vertentes côncavas, ao longo da
linha de drenagem ou próximo a locais com alterações antrópicas, como estradas por exemplo,
estendendo-se sobre alta ou média vertente e depositando o material removido em baixos vales,
onde ocorre a formação de tálus, o que altera a topografia local (Patton, 1988; Gao e Lo, 1995;
Sestini, 1999). Contudo, podem-se identificar locais susceptíveis a deslizamentos (MMG)
através da interpretação de elementos diretos e indiretos nas imagens orbitais.

2. CARACTERÍSTICAS GERAIS DA ÁREA DE ESTUDO

2.1. Localização

As imagens utilizadas para este presente trabalho são do estado do Rio de Janeiro (Brasil),
sendo as cenas 217/76 e 218/76 dos satélites Landsat 5 e 7. O estado do Rio de Janeiro fica na
região sudeste do Brasil e faz divisa com os estados de São Paulo, Minas Gerais e Espirito
Santo, ambos também compõem a região sudeste do país. A figura 1 mostra o estado do Rio de
Janeiro no contexto da região sudeste.

Figura 1 – Estado do Rio de Janeiro, no contexto da região sudeste do Brasil.

2240
 1º Encontro de Jovens Geotécnicos

2.2. Geomorfologia

De acordo com Silva (2001), o estado do Rio de Janeiro pode ser compartimentado em duas
unidades morfoestruturais: o Cinturão Orogênico do Atlântico e as Bacias Sedimentares
Cenozóicas.

A primeira envolve um conjunto diversificado de rochas metamórficas e ígneas de idade pré-

cambriana a eopaleozóica, rochas essas, incluídas na Faixa de Dobramentos Ribeira, e
submetidas a diferentes ciclos orogênicos, culminando, no final do Proterozóico, com o Evento
Brasiliano (Heilbron et al., 1995).

Já a segunda, as Bacias Sedimentares Cenozóicas, segundo Silva (2001) corresponde a rochas

sedimentares, pouco litificadas, de idade eocenozóica, e sedimentos inconsolidados,
neocenozóicos.

2.3. Geologia

O estado do Rio de Janeiro, geotectonicamente, está contido na Província Mantiqueira, uma das
províncias estruturais definidas por Almeida et al. (1981), com uma extensa área de
aproximadamente 700.000km2, sendo a província estrutural, afetada pelo Ciclo Orogênico
Brasiliano, mais complexa.

A Província Mantiqueira devido à sua posição geográfica privilegiada, flanqueando o continente

sul-americano é o elemento-chave para o entendimento da colagem neoproterozóica dos
orógenos brasilianos/pan-africanos que se seguiu à convergência dos até então dispersos
fragmentos do Supercontinente Rodínia, durante a amalgamação do Supercontinente Gonduana
Ocidental.

2.3.1. Feições Estruturais

O desenvolvimento das principais feições estruturais do estado do Rio de Janeiro está

diretamente relacionado ao sistema de Orógenos e Colagens Brasilianas Neoproterozóicas.

Durante a Orogênese Brasiliana, associada a uma colisão continental, um regime de

cisalhamento tangencial imprime uma estruturação regional com tendência de lineamentos NE-
SW (Silva, 2001). As principais feições aqui originadas envolvem a obstrução e lenticularização
de leitos e bandas, truncações tectônicas, dobras intrafoliais e estruturas de leques de
cavalgamento. A deformação tangencial gerou foliações que exibem dobramentos superpostos,
variando de abertos a fechados, entre métricos a decaquilométricas e com eixos de direção NE-
SW.

Na figura 2 é possível observar, através da imagem Landsat ETM+, a Zona de Cisalhamento

Paraíba do Sul, na cidade de Angra dos Reis (RJ), com quatro direções de lineamentos bem
marcados, a saber: NE-SW; NNE-SSW; NW-SE; e NNW-SSE.

2241
 12º Congresso Nacional de Geotecnia

Figura 2 – Zonas de Cisalhamentos associadas ao Cinturão Paraíba do Sul em imagem do satélite Landsat
7, cena 218/76, bandas 7 – 4 – 3, Serra do Mar no município de Angra dos Reis – RJ (Araujo, 2008).

2.4. Uso e Cobertura do Solo

Na tabela 1, pode ser observado, segundo Silva (2001), diversas classes de uso e ocupação do
solo no estado do Rio de Janeiro. Neste estudo realizado por Silva (2001), a área ocupada pelas
diversas classes, foi calculada com base nos cartogramas digitais do estado do Rio de Janeiro.

Tabela 1 – Área do estado do Rio de Janeiro ocupada pelas Classes de Uso e Cobertura do Solo (Silva,
2001).
Porcentagem Relativa à
Classes Área Absoluta (km2)
Área Total do Estado
Pastagem 24.750 56,10
Mata 12.532 28,38
Áreas Urbanas 1.676 3,81
Solo Exposto 1.216 2,76
Áreas Agrícolas 1.037 2,35
Vegetação de Restinga 757 1,72
Corpos d´Água 752 1,70
Afloramento de Rocha 326 0,74
Campo Inundável 255 0,58
Manguezal 131 0,30
Coberturas Arenosas (Praias e Dunas) 97 0,22
Salinas 27 0,06
Extração de Areia 2 0,005
Área encoberta por nuvens 527 1,27
TOTAL 44.085 100,00

2.5. Clima

O estado do Rio de Janeiro é famoso pelo clima sempre quente (muito sol) e por suas belas
praias, no entanto, de acordo com o mapa de clima do IBGE (2002), o estado apresenta 3
grandes classes de clima, sendo os climas Quente (média > 18°C em todos os meses do ano),
como clima predominante em todo o estado, mas locais com clima Tropical Subquente (média
entre 15° e 18°C em pelo menos 1 mês) e Mesotérmico Brando (média entre 10° e 15°C).

2242
 1º Encontro de Jovens Geotécnicos

3. MATERIAIS E MÉTODOS

3.1. Materiais

Para a realização deste trabalho foram utilizadas imagens dos satélites Landsat 5 e 7, através dos
sensores TM (Thematic Mapper) e ETM+ (Enhanced Thematic Mapper Plus), respectivamente.
As cenas utilizadas foram 217/76, obtidas em 18/01/1988 pelo satélite Landsat 5 e em
28/10/2001 pelo satélite Landsat 7 e a cena 218/76, obtidas pelos satélites Landsat 5 em
22/06/1984 e pelo Landsat 7 em 15/05/2002. Essas imagens são obtidas gratuitamente na página
do INPE (Instituto Nacional de Pesquisas Espaciais) na internet. As características na aquisição
das cenas, de acordo com o relatório emitido e anexado às imagens, pelo INPE, são:

• Cena 217/76 – datum SAD 69; elipsóide de referencia SAD 69; unidade em metros; sistema
cartográfico UTM; zona -23 Sul; e Método de Quadro do Produto (Product Framing
Method), Path 217 e Row 076.

• Cena 218/76 – datum e elipsóide de referencia SAD 69; unidade em metros; sistema
cartográfico UTM; zona -23 Sul; e Método de Quadro do Produto (Product Framing
Method), Path 218 e Row 076.

3.2. Métodos

Os métos utilizados neste trabalho foram os de transformação IHS-RGB e a razão entre bandas,
ambos os procedimentos realizados pelo programa ENVI®.

Para se fazer a transformação IHS-RGB, é preciso ter as bandas eletromagnéticas

individualizadas e dentro do programa, na sequencia de comandos “Arquivo-Abrir imagem
externa-Landsat-GeoTiff” carregar essas bandas. Após, selecionar qual banda ficará em R, G ou
B e carregar a imagem (em Load RGB) que a transformação será realizada e terá uma
composição colorida como resultado.

Para a razão entre bandas, o procedimento de carregar as bandas eletromagnéticas é o mesmo,

porém, a sequencia de comandos a ser percorrida é a seguinte: “Transformações-Razão de
Bandas”. Depois, deve-se indicar qual banda ficará no numerador e qual banda no
denominador, depois clicar em “Enter Pair” e “ok”.

4. RESULTADOS

4.1. Bandas Eletromagnéticas

A bandas eletromagnéticas nada mais são do que uma parcela do espectro eletromagnético
limitada por dois comprimentos de onda.

O satélite Landsat 5 apresenta o scanner TM (Tematic Mapper), apresentando como

características, 7 bandas com uma resolução espacial de 30m, nos canais do infravermelho
(bandas 1, 2, 3, 4, 5 e 7), e 120m, no canal térmico (banda 6).

Já para o satelite Landsat 7, os canais da região do visível e do infravermelho (bandas 1, 2, 3, 4,

5 e 7), se mantiveram com a mesma resolução espacial de 30m. Porém, as bandas do
infravermelho termal, agora em alta (H) e baixa (L) freqüência (bandas 6H e 6L), passaram a ter
resolução de 60 m, contra 120 m, do canal termal (banda 6), do Landsat 5. E um grande avanço

2243
 12º Congresso Nacional de Geotecnia

no sensor ETM+ do satélite Landsat 7, foi o canal pancromática (banda 8), apresentando
resolução espacial de 15m.

Na tabela 2, está representado um quadro comparativo dos limites mínimos e máximos dos
comprimentos de onda (µm) das bandas espectrais dos sensores TM e ETM+, dos respectivos
satélites, Landsat 5 e Landsat 7.

Tabela 2 – Comparativo dos comprimentos de onda (µm) das bandas espectrais dos sensores TM e ETM+
(Modificado de Maia e Leal, 2005).
SENSOR 1 2 3 4 5 6 7 8
Min. 0,45 0,52 0,63 0,76 1,55 10,4 2,08 -
TM
Máx. 0,52 0,60 0,69 0,90 1,75 12,5 2,35 -
+ Min. 0,45 0,53 0,63 0,78 1,55 10,4 2,09 0,52
ETM
Máx. 0,52 0,61 0,69 0,90 1,75 12,5 2,35 0,90

4.2. Transformação IHS-RGB

Ao se processar uma imagem de satélite em composição colorida, é feita uma transformação

IHS – RGB. IHS, do português: intensidade (I), matiz (H) e saturação (S), onde I, ou brilho, é a
medida de energia total envolvida em todos os comprimentos de onda, sendo responsável pela
sensação de brilho da energia incidente sobre o olho; H, ou cor de um objeto, é a medida do
comprimento de onda médio da luz que se reflete ou se emite, definindo a cor do objeto; e S, ou
pureza, expressa o intervalo de comprimento de onda ao redor do comprimento de onda médio,
no qual a energia é refletida ou transmitida. Uma cor espectralmente pura é resultado de um alto
valor de saturação, enquanto que um baixo valor de saturação indica uma mistura de
comprimentos de onda produzindo tons pastel.

Para entender melhor o conceito de IHS e RGB, devemos pensar nos mesmos como espaços de
cores (Figura 3).

Figura 3 – A esquerda observa-se o espaço de cores bidimensional (RGB); e a direita o espaço de cores
tridimensional (IHS) (Araujo, 2008).

No entanto, a transformação é feita através de algoritmos matemáticos, realizado pelo próprio

programa, onde relaciona o espaço RGB ao espaço IHS. As equações 1, 2 e 3 mostram esses
algoritmos matemáticos usados para se fazer a transformação.

I=
1
(R + G + B ) (1)
3

2244
 1º Encontro de Jovens Geotécnicos

 0,5[(R − G ) + (R − B )] 
−1 
H = cos  1 
(2)
[ ]
 (R − G )2 + (R − G ) ⋅ (G − B ) 2 

S = 1−
3
[min(R, G, B )] (3)
(R + G + B )
4.3. Razão entre Bandas

A operação matemática razão entre bandas permite discriminar sutis diferenças existentes no
comportamento espectral de diferentes alvos, pois em bandas originais apenas diferenças
grosseiras são observadas. Assim, observando o comportamento espectral dos alvos de
interesse, para a aplicação da razão, as bandas são selecionadas visando seus valores máximos e
mínimos de reflectância, afim de que se expressem os gradientes da curva espectral dos objetos
de interesse, proporcionando o realce destes alvos (Sestini, 1999).

A razão entre bandas apresenta algumas vantagens e desvantagens, como descrito pode-se
observar:

• As principais vantagens, como consta no Guia do Envi em português, são:

1. A diferença de resposta espectral de um mesmo alvo em diferentes bandas, bem como

esta diferença para diferentes alvos em uma banda; e

2. A diferença de resposta de um mesmo alvo de acordo com a diferença de iluminação

causada pela topografia de uma cena.

• Já, como desvantagens, a razão entre bandas apresenta (Mather, 1987; Crosta, 1993; Drury,
1993):

1. Exagero de ruídos e perda de textura devido à atenuação do sombreamento. Isto se dá

porque o sombreamento é altamente correlacionado em todas as bandas, por tanto,
quando suprimido o sombreamento, há perda de informação relativa à topografia; e

2. A não distinção entre alvos com comportamento espectral semelhante.

4.4. Comparação entre as imagens

4.4.1. Imagens da Composição Colorida (Transformação IHS-RGB)

Na figura 4, composição 4-7-3 RGB do satélite Landsat 5, pode-se observar locais que indicam
cicatrizes de deslizamentos com rocha exposta em vários locais ao longo das cidades do Rio de
Janeiro e Niterói. Já a figura 5, de mesma composição, porém do satélite Landsat 7, observa-se
também estas cicatrizes, mas devido a melhor nitidez da imagem, distingue-se também locais
onde há o aparecimento de vegetação em locais de antigos MMG`s.

2245
 12º Congresso Nacional de Geotecnia

Figura 4 – Imagem Landsat 5, composição 4-7-3 (RGB) indicando cicatrizes com rocha exposta.

Figura 5 – Imagem Landsat 7, composição 4-7-3 (RGB) indicando cicatrizes com rocha exposta (A); e
capinzal (cobertura de gramínea) (B).

4.4.2. Imagens da Composição Colorida (Razão entre Bandas)

Na figura 6, razão entre bandas de composição 5/7-4/3-4/1 RGB (Landsat 5), da região de
Angra dos Reis, litoral sul do estado do Rio de Janeiro, nota-se que o processo de razão entre
bandas, resalta locais com rocha exposta, de MMG, que é muito frequente na região (A),
pastagem (B) e dois pontos de queimadas recentes (C). De mesma composição (5/7-4/3-4/1
RGB), porém do satélite Landsat 7, na figura 7, devido a uma maior nitidez da imagem, permite
observar, além das cicatrizes com exposição de rocha (A) e pastagens (B), observa-se
deslizamentos de terra (MMG), muito comuns naquela região (C).

2246
 1º Encontro de Jovens Geotécnicos

Figura 6 – Imagem Landsat 5, composição 5/7-4/3-4/1 (RGB) indicando cicatrizes com rocha exposta
(A); pastagem (B); e locais de queimadas recentes (C).

Figura 7 – Imagem Landsat 5, composição 5/7-4/3-4/1 (RGB) indicando cicatrizes com rocha exposta
(A); pastagem (B); e deslizamentos de terra (C).

5. CONCLUSÃO

Atualmente, com inumeros satélites em orbita e com o grande avanço tecnológico, as imagens
ficam cada vez melhores, ou seja, com resoluções espaciais da ordem de 0,6m. Os satélites da
série Landsat, por serem mais antigos, ainda apresentam uma resolução espacial ruim, da ordem
de 30m, tornando essa a grande desvantagem em relação aos outros satélites, porém, há a grande
vantagem de suas imagens serem distribuidas gratuitamente e com todas as bandas
individualizadas. No Brasil, através da página do INPE na internet, é possivel se fazer um
cadastro e baixar as imagens que nessecitar, tornando assim, melhor a relação custo-benefício
dos dados gerados.

2247
 12º Congresso Nacional de Geotecnia

Apesar da alta resolução espacial, apresentada pelas imagens Landsat, as imagens se mostraram
satisfatórias para diversos estudos, como de deslizamentos de terra (MMG), principalmente no
litoral do estado do Rio de Janeiro. As imagens do sensor TM (Landsat 5) apresentam pior
nitidez em relação às imagens obtidas através do sensor ETM+ (Landsat 7), que somada com a
resolução espacial de 30m, faz com que as imagens do sensor TM sejam menos adequadas para
alguns estudos. Este trabalho pôde mostrar que as imagens ETM+ apresentam melhorias nas
características geométricas, radiométricas e nitidez, em relação às imagens TM, sendo essas
imagens do Landsat 7 mais interessante para a geração de imagens com aplicações diretas em
estudos com escala de até 1:25.000.

REFERÊNCIAS

Almeida, F. F. M., Hasui, Y., Neves, B. B. B. e Fuck, R. A. (1981). Brazilian structural

provinces: an introduction. Earth Sciences Reviews, 17:1-29.
Araujo, T. P. (2008). Novos Métodos Aplicados ao Processamento Digital de Imagens na
Região de Mangaratiba – Angra dos Reis, RJ. Trabalho final de graduação – UFRuralRJ.
95p.
Berger, A. R. (1996). Geoindicator checklist. In: Berger, A. R.; Iams, W. J. Geoindicators:
assessing rapid environmental changes in Earth systems. Rotterdam: Balkema, p.395-
454.
Crosta, A. P. (1993). Processamento digital de imagens de sensoriamento remoto. Ed. Ver.
Campinas: Universidade de Campinas. 170 p.
Drury, S. A. (1993). Image interpretation in Geology. 2 ed. London: Chapman & Hall. 290 p.
Gao J., e Lo, C. P. (1995). Micro-scale modelling of terrain susceptibility to landsliding from a
DEM: a GIS approach. Geocarto International. Hong Kong, v.10, n.4, p.15-30.
Hansen, M. J. (1984). Strategies for classification of landslides. In: Brunsden, D.; Prior, D. B.
(Eds.) Slope instability. Salisbury: John Wiley e Sons. p.1-25.
Heilbron, M., Valladares, C., Valeriano, C., Machado, N. (1995). A Orogênese Brasiliana no
segmento central da Faixa Ribeira, Brasil. The Advance-Progress (Vidalia), v. 25, n. 4, p.
32-50.
IBGE – Instituto Brasileiro de Geografia e Estatística. (2002). Mapa de climas do Brasil –
Escala 1:5.000.000.
King C., e Delpont G. (1993). Spatial assessment of erosion: contribution of remote sensing, a
review. Remote Sensing Review, v. 7, p.223-232.
Maia, L. P. e Leal, J. R. L. V. (2005). Zoneamento da Faixa Marinha do Setor Leste da Zona
Costeira do Estado do Ceará.
Mather, P. M. (1987). Computer processing of remotely sensed images: an introduction. New
York: John Wiley & sons. 352p.
Mckean, J., Buechel, S., e Gaydos, L. (1991). Remote sensing and landslide hazard assessment.
Photogrammetric Engineering e Remote Sensing, Maryland, v.57, n.9, p.1185-1193.
Patton, P. C. (1988). Drainage basin morphometry and floods. In: Baker, V. R.; Kochel, R. C.;
Patton, P. C. Flood Geomorphometry. New York: Wiley. p. 51-65.
Sestini, M. F. (1999). Variáveis geomorfológicas no estudo de deslizamentos em Caraguatatuba
– SP utilizando imagens TM-LANDSAT e SIG. Dissertação (mestrado) – Instituto
Nacional de Pesquisas Espaciais / INPE. São José dos Campos, 140p.
Silva, L. C. (2001). Geologia do Estado do Rio de Janeiro: texto explicativo do mapa geológico
do Estado do Rio de Janeiro / organizado por Luiz Carlos da Silva {e} Hélio Canejo da
Silva Cunha – Brasília: CPRM. 2a edição.
Walsh, S. J., Butler, R., e Malanson, G. P. (1998). An overview of scale, pattern, processes
relationships in Geomorphology: a remote sensing and GIS perspective. Geomorphology,
Amsterdam, v. 21, n. 3 - 4, p. 183-205.

2248

View publication stats