Escolar Documentos
Profissional Documentos
Cultura Documentos
2016
1. CAPITULO I
1. CAPITULO I .................................................................................................................. 1
2. APRESENTAÇÃO ....................................................................................................... 5
2.1. Breve histórico de teledeteção................................................................................. 7
2.2. Elementos do processo de Teledeteção ................................................................ 11
2.3. O Espectro Eletromagnético .................................................................................. 12
2.4. Refletância das superfícies terrestres ..................................................................... 15
2.5. Interação da radiação eletromagnética com a atmosfera ....................................... 17
3. CARACTERISTICAS ORBITAIS DOS SATELITES DE TELEDETEÇÃO ....................... 20
3.1. Resolução dos sensores remotos .......................................................................... 22
3.1.1. Resolução Espacial ......................................................................................... 22
3.1.2. Resolução espectral ........................................................................................ 24
3.1.3. Resolução Radiométrica .................................................................................. 25
3.1.4. Resolução Temporal ....................................................................................... 26
3.2. Tipos de imagens de teledeteção ......................................................................... 27
3.2.1. Imagem multiespectral (MS).......................................................................... 27
3.2.2. Imagem pancromática (PAN) ........................................................................ 29
3.2.3. Imagem fusionada (PS) ................................................................................ 29
4. Satélites de Teledeteção .............................................................................................. 31
4.1. Composição dos satélites ...................................................................................... 31
4.2. A finalidade dos satélites ...................................................................................... 32
4.3. Como são interpretadas as imagens de satélite.................................................... 34
4.4. Principais Programas de Satélites ......................................................................... 35
4.5. Parâmetros básicos para adquirir una imagen de satélite ..................................... 41
5. Aplicações de Teledeteção ou Sensoriamento Remoto nas ciÊnciaS da terra e no mar
43
5.1. Sensoriamento remoto para a determinação de índices de Vegetação, agua e recursos
geológicos........................................................................................................................ 46
1|Satélites de Teledeteção par a a gestão do Território
© A N T Ó N I O D O S A N J O S L U I S
6. PRE-PROCESSAMENTO DE IMAGEM DE SATÉLITE ................................................ 53
6.1. Distorções geométricas .......................................................................................... 53
6.2. Distorções radiométricas ........................................................................................ 54
6.3. Correção Geométrica ............................................................................................. 55
6.4. Correção Radiométrica........................................................................................... 55
7. EXTRACÇÃO DE INFORMAÇÃO DE IMAGEM SATÉLITE .......................................... 56
7.1. Classificação POR Interpretação visual .................................................................. 59
7.2. CLASSIFICAÇÃO NÃO supervisionada .................................................................. 62
7.3. CLASSIFICAÇÃO supervisionada ........................................................................... 63
7.4. Avaliação da qualidade dos mapas ....................................................................... 63
8. GUIAO PARA EXERCICIOS PRATICOS...................................................................... 71
8.1. CORRECAO DO SISTEMA DE COORDENADAS DAS IMAGENS LANDSAT ...... 71
8.2. COMPOSICAO DE BANDAS................................................................................. 72
8.3. INTERPRETACAO DA IMAGEM COM BASE EM RGB........................................ 73
8.4. CORTE DAS IMAGENS ........................................................................................ 74
8.5. MOSAICO DAS IMAGENS .................................................................................... 75
8.6. CLASSIFICACAO DAS IMAGENS ......................................................................... 75
CLASSIFICAÇÃO NÃO ASSISTIDA ................................................................................. 75
8.7. ANÁLISE DA QUALIDADE DOS MAPAS CLASSIFICADOS ................................. 83
8.8. DETERMINAÇÃO DE INDICES DE VEGETAÇÃO E AGUA EM IMAGENS LANDSAT
86
A terra, como uma esfera azulada no meio do espaço (Figura1), só havia sido observada
apenas por alguns privilegiados: os astronautas que viajaram a lua. Foram os tripulantes da
nave espacial Apolo 8 nos finais dos anos 1968 os primeiros a desfrutar desse espetáculo.
Felizmente, na atualidade todos podemos ter essa visão da terra a partir do espaço graças
aos satélites de teledeteção.
Teledeteção, Deteção Remota ou Sensoriamento Remoto são termos usado por falantes da
língua portuguesa para referir-se ao termo inglês “remote sensing”, que se traduz literalmente
como perceção remota. Se refere a ciência, técnica, ou arte para obter informações (imagens)
da superfície do nosso planeta a distância, sem entrar em contacto direto com ele. Portanto,
a teledeteção inclui também todo o trabalho realizado a posterior com estas imagens, quer
dizer seu processamento e interpretação.
A teledeteção mais usada se refere a captura das imagens a partir de satélites ou plataformas
aéreas (aviões, helicópteros ou veículos aéreos não tripulados).No entanto, as vantagens
que oferecem a observação espacial a partir de satélites, isto é, a cobertura global e
exaustiva da superfície terrestre, a observação multi-escala e a cobertura repetitiva terá
propiciado o desenvolvimento e utilização deste tipo de produtos de maneira sistemática.
O presente manual de apoio tem por finalidade servir como uma primeira fonte de consulta
aos estudantes dos curso de mestrado em Sistema de Informação Geográfica, Planeamento
e Desenvolvimento Regional na UCM e para todos os indivíduos que pretendam iniciar
estudos ou adquirir uma compreensão básica da tecnologia de teledeteção. O mesmo
apresenta os conteúdos como os fundamentos básicos de teledeteção, as características dos
principais satélites de alta e media resolução mais utilizados, as diferentes formas de extração
de informação nas imagens de satélites bem como o pro cesso de validação dos mesmos.
No processo evolutivo das aplicações militares, os pombos foram substituídos por balões não
tripulados que, presos por cabos, eram suspenso até a uma altura suficiente para tomadas
de fotos das posições inimigas por meio de várias câmaras convenientemente fixadas ao
balão. Após a tomada das fotos o balão era puxado de volta e as fotos reveladas eram
utilizadas nas tarefas de reconhecimento. Posteriormente, aviões foram utilizados como veículos
para o transporte das câmaras.
Figura 3- Landsat 1
Nos dias atuais o Sensoriamento remoto é quase que totalmente alimentado por imagens
obtidas por meio da tecnologia dos satélites orbitais. Existem várias séries de satélites de
sensoriamento remoto em operação, entre eles podemos citar: LANDSAT, SPOT, CBERS,
IKONOS, QUICKBIRD e NOAA. Os satélites das cinco primeiras séries são destinados ao
monitoramento e levantamento dos recursos naturais terrestres, enquanto os satélites NOAA
fazem parte dos satélites meteorológicos, destinados principalmente aos estudos climáticos e
atmosféricos, mas são também utilizados no Sensoriamento remoto.
Os últimos anos tem assistido a uma explosão no uso de aeronaves remotamente pilotadas
(comumente chamadas de drones) para diversos usos, especialmente o sensoriamento
remoto. O uso de VANTs oferece inúmeras vantagens para a aquisição de dados por
sensoriamento remoto, mas é comumente prejudicado pela falta de informação acerca de seu
funcionamento, operação, e certificação.
Esta disciplina assenta essencialmente na deteção remota por satélite, excluindo-se assim
outras formas de deteção remota para caracterização da superfície terrestre como por exemplo
a fotografia aérea (câmaras fotográficas montadas em aviões) ou sensores digitais instalados
em aviões. Por uma questão de simplificação, neste curso o termo sensoriamento é utilizado
apenas para o sensoriamento remoto por satélite (i.e., imagens de satélite).
Os olhos dos seres humanos se podem considerar como sensores, pois detetam a luz
refletida pelos objetos. Contudo, a visão humana só é capaz de perceber uma pequena
parte do espectro eletromagnético, o visível.
A luz visível é só uma das muitas formas de radiação eletromagnética que existe. Assim,
as ondas de radio, o calor, os raios ultravioletas ou os raios X são outras formas comuns.
Em teledeteção o normal é caracterizar as ondas eletromagnéticas pela sua longitude de
onda em micrómetros (μm, 10 m) ou nanómetros (nm, 10 m), quer dizer pela posição
que ocupa dentro do espectro eletromagnético. Desta forma são definidas varias regiões do
espetro. Por conveniência são apontados diferentes nomes a estas regiões (ultravioleta,
visível, infravermelho, micro-ondas, etc.),não existindo divisões exatas entre umas e outras
(Figura 5).
Os sensores montados a bordo dos satélites de teledeteção são capazes de detetar e gravar
radiações das regiões não visíveis do espectro eletromagnético, desde a ultravioleta ate as
micro-ondas.
O visível é uma pequena região do espectro eletromagnético compreendida entre 0.4μm até
os 0.7μm. A cor azul vai desde 0.4 até 0.5μm. O verde desde 0.5μm até 0.6μm e o
vermelho de 0.6μm a 0.7μm. A energia ultravioleta (UV) se encontra imediatamente por
baixo da cor azul. Por cima do vermelho se situa a região de infravermelho (IR),que por
sua vez está dividida em três categorias: IR próximo (NIR) (0.7 – 1.3μm), IR medio
(SWIR) (1.3 – 3μm) e IR térmico (TIR) (3 – 100μm).
A distância entre dois picos sucessivos de uma onda eletromagnética designa-se por
comprimento de onda, o qual é quantificado em unidades de comprimento, e.g. metro (m),
centímetro (cm, 10-2 m), micrómetro (_m, 10-6 m), namómetro (nm, 10-9 m). O
número de picos que passam num determinado ponto por unidade de tempo designa-se por
λυ=c, onde:
c é a velocidade da luz (3 x 108 m.s-1);
λ é o comprimento de onda;
ν é a frequência.
O comprimento de onda depende da frequência com que você agita a corda e também da
velocidade com que as ondas podem se propagar através dela (numa corda fina as ondas
se propagam mais rapidamente que numa grossa). Desta forma, uma propagação ondulatória
de energia pode ser caracterizada pelo comprimento ou frequência das ondas que se formam.
Para produzir ondas curtas você precisa agitar a corda com frequência mais alta, isto é,
transferir mais rapidamente energia para a corda; por isso, as ondas de comprimento de
onda curto transportam mais energia por segundo.
Os vales na região do visível são dadas pelos pigmentos nas folhas das plantas. A clorofila
absorve fortemente a banda energia centrada em 0,45 e 0,67 micrômetros. É por esta
razão que nossos olhos percebem a vegetação verde saudável, devido à grande absorção
em azul e vermelho, as folhas e a reflexão no verde.
Como estas são distintas, nos permite diferenciar distintos tipos de vegetação, apesar do
visível são muito semelhantes. Mas além de 1.3μm a refletância das folhas é inversamente
proporcional ao seu conteúdo de água total, por isso que esta região do espectro é útil para
detetar estresse hídrico na vegetação.
Este tipo de interação é bastante importante pois toda a radiação detetada por sensores
remotos passa, independentemente da fonte de radiação, pela atmosfera. Na passagem da
radiação eletromagnética através da atmosfera, podem ocorrer dois grandes tipos de interações
com partículas de matéria suspensas na atmosfera e com moléculas dos gases que a
constituem: dispersão e a absorção. Os efeitos dos processos de dispersão e absorção
diminuem a nitidez das imagens, i.e. reduzem o contraste.
Dispersão atmosférica
A dispersão de Rayleigh ocorre quando a radiação interage com partículas cujo diâmetro é
muito menor que seu o comprimento de onda, sendo provocada, por exemplo, por moléculas
de azoto e oxigénio, assim como por pequenas partículas de pó. A dispersão de Rayleigh
A dispersão de Mie ocorre quando a radiação interage com partículas cujo diâmetro é
semelhante seu ao comprimento de onda, sendo provocada sobretudo por vapor de água,
partículas de poeira e pólen. A dispersão de Mie tende a afetar radiação com comprimentos
de onda maiores do que a afetada pela dispersão de Rayleigh. Ocorre sobretudo na parte
inferior da atmosfera onde partículas maiores são mais abundantes. É menos importante que
a dispersão de Rayleigh, mas pode ser importante em céus com alguma neblina e nuvens.
A dispersão não seletiva ocorre quando a radiação interage com partículas cujo diâmetro é
bastante superior ao comprimento de onda da radiação, como por exemplo gotas de água
e grandes partículas de pó. Assim, este tipo de dispersão afeta de forma semelhante vários
tipos de comprimento de onda.
Absorção Atmosférica
Denomina-se órbita a trajetória seguida por um satélite em redor da Terra. Esta depende
das características e objetivos dos sensores que vão a bordo do satélite. Em geral, as
órbitas são definidas pela altitude, orientação e rotação em relação a terra.
A altitude da órbita está relacionada com a velocidade do satélite necessária para uma volta
completa à Terra: quanto mais baixa for a órbita maior será a velocidade e menor será o
tempo necessário para dar essa volta. Repare-se que a altas altitudes a força gravitacional
é menor e portanto a velocidade também pode ser menor.
As órbitas geoestacionárias são aquelas que descrevem os satélites que estão situados a
grandes alturas e sempre observam a mesma porção de superfície terrestre (Figura 9). Sua
altura é geralmente de 36.000 km e são movidos a uma velocidade igual ao ângulo da
rotação da Terra, a fim de que permaneça sempre na mesma posição em relação à superfície
da terra.
Contudo, a maior parte dos satélites de teledeteção são projetados para seguir uma órbita
de norte a sul, na qual, em conjunto com a rotação da terra (de oeste a este), lhes
permite cobrir a maior parte da superfície terrestre durante um certo período de tempo. A
estas órbitas se lhes da o nome de Não geoestacionários ou quase polares, devido ao facto
da inclinação em relação a uma linha traçada entre os polos sul e norte (Figura 10).
Estas orbitas não se mantêm fixos sobre o mesmo ponto da superfície terrestre e deslocam-
se sobre um plano que forma um determinado ângulo com o equador.
Ademais, muitos dos satélites de órbita quase polar também considerados heliosíncronos, já
que cobrem a mesma área do mundo a uma determinada hora local do dia, chamada hora
solar local. Este assegura condiciones de iluminação similares quando se adquirem imagens
numa estacão específica durante diferentes anos, ou em uma área particular sobre uma serie
de dias. Esta questão é fundamental para monitorizar alterações entre imagens ou para fazer
mosaicos juntando imagens adjacentes.
Cada píxel representa uma área da superfície terrestre. Os tons de cinza de cada píxel
fazem referência a distintos niveles de energia detetada.
O píxel (figura 12) é geralmente de forma quadrada, pelo que a longitude medida sobre
o terreno de um lado do píxel define a resolução espacial do sensor. A resolução espacial
de um sensor pode-se expressar em metros ou metros/píxel.
Quanto maior for a resolução espacial, quer dizer, menor superfície represente um píxel da
imagem, mais pequenos serão os objetos que se podem distinguir na superfície e vice-
versa. A título de exemplo, uma imagem com uma resolução de 0,5 m/píxel permitirá
distinguir objetos mais pequenos que uma imagem de 2 m/píxel, como se observa na Figura
13.
Para que um objeto homogéneo possa ser detetado, seu tamanho tem que ser geralmente
igual ou maior que a superfície de terreno que representa um píxel. Se o objeto for menor
poderá não ser detetado e o sensor gravará o somatório de todo do que haja dentro.
Contudo algumas vezes se detetam objetos muitos pequenos porque sua refletancia domina
dentro da superfície do píxel. A tútulo de exemplo a resolução espacial pode variar desde
1 m do IKONOS, passando por 30 m do Landsat-TM.
As imagens LANDSAT e SPOT utilizam 8 bits para cada pixel, portanto, o máximo valor
numérico de um pixel destas imagens é 255, são todas as combinações possíveis de bits
ligados e desligados. Desta maneira, a intensidade da REM é quantificada, na imagem
LANDSAT, em valores entre 0 e 255. As imagens NOAA utilizam 10 bits, portanto, o valor
máximo do nível de cinza de um pixel NOAA é 1023. Estas têm, portanto, resolução
radiométrica maior que as imagens do LANDSAT e do SPOT cujas faixas variam de 0 e
255.
O tipo de produto mais comum resultante dos satélites de teledeteção é uma imagem digital
tipo raster (ver figura 12),onde cada píxel tem assinado um ou vários valores numéricos
(niveles digitais) que fazem referência a energia media recebida dentro de uma determinada
banda espectral. Tendo esto em conta, se podem adquirir os seguintes tipos de imagens:
Para além das multiespectrais também existem as denominadas imagens hiperepectrais, menos
habituais. São caracterizadas por possuir informações num grande número de bandas. São
usados para estudos de identificação e classificação muito precisos, principalmente na
mineralogia. Nos dias de hoje proveem de alguns satélites de tipo experimental, como é o
caso do sensor HYPERION (220 bandas), a bordo do satélite EO-1, pelo que a sua
disponibilidade é bastante limitada.
Dispõe de uma só banda espectral que abarca comummente grande parte do visível e a
parte superior do infravermelho, obtendo como resultado una imagem que habitualmente se
representa numa escala de cinzento (imagem em preto e branco).
Este tipo de imagem se obtém mediante a fusão de uma imagem multiespectral com uma
pancromática. As siglas PS provem de pan-sharpened, sua denominação em inglês.
Basicamente, consiste em assinar a cada píxel da imagem pancromática s valores procedentes
29 | S a t é l i t e s de Teledeteção para a gestão do Território
© A N T Ó N I O D O S A N J O S L U I S
de um algoritmo que combina a imagem pancromática com a multiespectral. O resultado final
é uma imagem multiespectral com a resolução espacial da pancromática (Figura 18).
Figura 19- O satélite CBERS (China-Brazil Earth Resources Satellite), desenvolvido pela parceria entre
Brasil e China, com destaque para os seus principais componentes. (CBERS/INPE)
Dos satélites meteorológicos é possível obter imagens da cobertura de nuvens sobre a Terra,
por meio das quais observamos fenômenos meteorológicos como, por exemplo, frentes frias,
geadas, furacões e ciclones. A previsão desses fenômenos pode salvar milhares de vidas.
Dados de satélites meteorológicos também permitem a quantificação dos fenômenos associados
às mudanças climáticas. No Brasil são utilizados, principalmente, os dados obtidos do satélite
meteorológico europeu METEOSAT e do norte-americano GOES. Imagens desse tipo de
satélite, como a ilustrada na Figura 20, por exemplo, são conhecidas de todos nós, pois
elas são mostradas diariamente na apresentação da previsão do tempo pela televisão.
Mais informações sobre os satélites meteorológicos e suas aplicações podem ser encontradas
na internet no endereço: http://www.cptec.inpe.br/. Neste manual, daremos destaque para
os satélites de recursos terrestres, também chamados de satélites de sensoriamento remoto,
e suas aplicações. Esse tipo de satélite tem órbita sol-síncrona baixa (entre 400 e 800
quilômetros de altitude) e quase polar (cerca de 98 graus de inclinação). Os satélites de
sensoriamento remoto são equipados com sensores que captam imagens da superfície
terrestre. Podemos definir, então, o sensoriamento remoto como a tecnologia de aquisição
de dados da superfície terrestre à distância, isto é, a partir de satélites artificiais.
Quanto mais distante da Terra estiver o satélite, mais extensa é a área da superfície coberta
por uma imagem; quanto mais próximo dela, menos extensa é a área coberta, porém maior
é a riqueza de detalhes da imagem captada. O mesmo ocorre quando os nossos olhos
observam um objeto de longe e enxergam apenas um vulto ou uma mancha indefinida − à
medida que nos aproximamos desse objeto, podemos ver seus detalhes.
Assim, por exemplo, na imagem de satélite do Distrito Federal (Figura 21), podemos
identificar a área urbana de Brasília e a das cidades-satélites pela cor ciano e textura
ligeiramente rugosa; a vegetação de cerrado mais aberto e seca pela cor verde, a vegetação
mais fechada e menos seca pelos tons avermelhados; o reflorestamento em vermelho-escuro
e forma regular (geométrica); lagos em preto e forma irregular; o solo exposto (sem
cobertura vegetal) e as áreas agrícolas com o solo preparado para o plantio das culturas
aparecem em ciano/verde, textura lisa e forma regular (geométrica); o relevo dissecado
pela drenagem pode ser discriminado principalmente pela textura rugosa.
Figura 22- Imagem do Rio de Janeiro obtida pelo sensor TM, a bordo do satélite Landsat-5, com
resolução espacial de 30 metros, em 5 de agosto de1985
A seguir descreve-se alguns dos satélites mais usados para o monitoramento dos recursos
naturais
Disaster Monitoring Constellation (DMC)
Através de uma rede de cinco micro-satélites, uma das metas do programa DMC é
proporcionar uma capacidade de imageamento global diária em média resolução (30-40
m), em 3-4 bandas espectrais, para resposta rápida de monitoramento e mitigação de
desastres.
O pedido mínimo para novas aquisições é de 25.600 km² (160 x 160 km). As imagens
da DMC são comercializadas por DMC Internacional Imaging (http://www.dmcii.com).
O satélite Earth Observing 1 (EO1) é parte do programa da NASA Novo Milênio (NMP),
para desenvolver e validar uma série de instrumentos e tecnologias de barramento inovadoras
para espaçonaves, projetadas para permitir o desenvolvimento de satélites de captação de
imagens da Terra no futuro, que vão permitir um aumento significativo no desempenho, além
de reduções de custo e de peso total.
O satélite, por ser experimental, não adquire imagens de forma continua e a sua vez tem
períodos onde não opera. Para a descarga de imagens de arquivo basta aceder as páginas
web http://glovis.usgs.gov o http://earthexplorer.usgs.gov.
GEOEYE-1
O Ikonos foi o primeiro satélite comercial capaz de adquirir imagens de alta-resolução (1m).
Lançado em 24 de setembro de 1999, o satélite ainda se mantem ativo e coletando
imagens de todo o globo terrestre. Quando fusionadas, as imagens dos sensores
pancromáticos e multiespectral, permitem a obtenção de uma imagem colorida com 1m de
resolução.
Las imagens do satélite IKONOS são comercializadas na Europa e Norte de África por e-
GEOS (http://www.e-geos.it).
LANDSAT-8
As imagens de arquivo LANDSAT estão disponíveis de forma gratuita nos seguintes sítios
da Internet: http://glovis.usgs.gov e http://earthexplorer.usgs.gov, para tal o usuário terá
que registrar-se como usuário do USGS.
QUICKBIRD
O QuickBird foi o primeiro de uma série de satélites desenvolvidos pela DigitalGlobe que
possuem alta resolução espacial e grande precisão. Ele possui sensores multiespectrais e
pancromáticos capazes de adquirir imagens com acurácia espacial de 23m horizontal
(CE90%) e 60 cm de resolução espacial em cores naturais e falsas cores. Possui
grande capacidade de armazenamento de dados e revisita (resolução temporal).
Ondas sonoras tem sido utilizadas para estudos de fundo e sub -fundo marinho, para
observação de materiais em suspensão na coluna d'água, não só do mar mas também em
corpos de águas continentais, para estudos biológicos, sedimentológicos, determinações de
estruturas termohalinas, estudo das correntes e etc. Desta forma, não há nenhuma objeção
fundamental impedindo a extensão das técnicas de sensoriamento remoto nas massas de
água, com a utilização de ondas eletromagnéticas através da atmosfera.
1) Para quaisquer variações que ocorram em profundidades nos oceanos, são os parâmetros
superficiais - temperatura, velocidades, concentrações salinas, de gases dissolvidos e etc -
que controlam as interações energia/matéria entre o oceano e a atmosfera. Desta forma,
apesar da coleta de dados via sensoriamento remoto ocorrer em apenas uma única
profundidade, praticamente trata-se do nível mais importante, ou seja a superfície.
2) Deve -se considerar a visão sinóptica, a alta resolução espacial (para alguns sensores)
e a possibilidade de se obter séries temporais por longos períodos, mesmo para locais
oceânicos isolados.
3) Outro aspecto a se considerar é o fato de que dados obtidos via sensoriamento remoto
incorporam um valor médio, por unidade de área, automaticamente, sendo particularmente
relevantes para testar previsões de modelos numéricos. No que tange aos dados obtidos de
43 | S a t é l i t e s de Teledeteção para a gestão do Território
© A N T Ó N I O D O S A N J O S L U I S
terras, segundo ASSAD & SANO (1998), as aplicações do geoprocessamento são muitas.
Entre elas podemos destacar a estruturação de dados geoambientais nos diferentes contextos:
de fazenda experimental; microbacia hidrográfica; planeamento municipal; expansão da fronteira
agrícola e caracterização ambiental; caracterização e avaliação da funcionalidade de reservas
biológicas; monitoramento da ocupação agrícola; avaliações de terras para agricultura
(considerando -se a aptidão da terra e como deve ser seu manejo); caracterização espaço
temporal do uso de agrotóxicos para determinadas áreas; avaliação do impacto ambiental por
agroquímicos; análise espaço temporal do potencial hídrico climático de determinada área;
espacialização de épocas de plantio; mapeamento de informações agrometeorológicas; deteção
de queimadas ou incêndios e etc.
Entre as informações do sensoriamento remoto, que podem ser utilizadas para a estimativa
do rendimento, destaca-se o índice de vegetação (IV) (Figura 27). Este índice baseia-se
no comportamento espectral da vegetação. Em geral toda vegetação, em bom desenvolvimento
vegetativo, absorve significativamente a radiação na faixa do visível, como energia para o
processo da fotossíntese. Por outro lado, esta mesma vegetação reflete fortemente a radiação
do infravermelho.
Índice de Vegetação
O NDVI tem sido amplamente utilizado em estudos globais como um discriminador de
vegetação, porque pode ser facilmente correlacionado a determinados parâmetros de
vegetação, tais como fitomassa, área foliar, produtividade, atividade fotossintética, percentagem
de cobertura verde, entre outros (Elvidge e Chen, 1995)
Este índice tem sido amplamente utilizado em várias aplicações operacionais, incluindo
mapeamentos, classificação do uso da terra, deteção de mudanças e monitoramento ambiental.
É um importante parâmetro para muitos tipos de análise em diferentes níveis de abrangência
Apesar de grande aceitação do NDVI, Huete e Jackson (1987) constataram que esse
índice não confirma ser um bom indicador de biomassa de vegetação se o terreno tiver uma
pobre cobertura de vegetação, como em áreas semi-áridas, ou áridas. Propuseram um novo
índice, Soil_Adjusted Vegetation Index (SAVI) que tem um melhor desempenho para as
áreas com baixa cobertura vegetal, ou seja, com a presença natural de exposições de solos,
e que se mostra sensível à variação dos tipos de solos. Sua formulação é a seguinte:
Com essa mesma concepção do índice de vegetação é possível modelar índice para água,
minerais ou solos. A dificuldade com os minerais e os solos, é que eles apresentam uma
grande diversidade de composição e, assim, uma grande variedade de padrões de refletância.
Para cada tipo de mineral ou de solo um índice deve ser idealizado. Consequentemente é
maior a exigência de o sensor possuir muitas bandas para se ter uma possibilidade efetiva
de criar estes índices. Uma rápida apresentação sobre índices desses materiais é mostrada
nos itens a seguir.
Índice de água
Seguindo os mesmos preceitos estipulados para o índice de vegetação, é também possível,
com base na curva de refletância da água, criar um índice de diferença normalizada da
água (NDWI). Esse índice requer o uso de uma banda situada na região do comprimento
de onda próxima da cor verde (± 490 – 580 nm) e de uma banda situada no comprimento
de onda do infravermelho próximo (± 760 – 1000 nm), conforme a equação
Onde G é a informação contida na banda do verde visível, enquanto NIR é o valor digital
do pixel na banda do infravermelho próximo. Esse índice que é calculado pixel à pixel
gerando valores de alta intensidade para regiões húmidas e menos intensos para as outras
regiões. Esse realce de regiões mais húmidas ocorre pois, com essas bandas, consegue-
se maximizar a refletância dessas feições na banda do verde visível, minimizar a baixa
refletância da água na banda do infravermelho próximo enquanto utiliza-se das altas
refletancias da vegetação e solo, nessa mesma banda.
Figura 32- Variação da refletância da água devido às diferenças de concentrações de partículas sólidas
em suspensão
Índices de Minerais
Nas aplicações geológicas o uso da técnica divisão de bandas também pode se constituir
numa excelente opção para a prospeção de alvos geológicos com interesses de pesquisa
mineral. Devido ao fato de os minerais e as rochas serem os materiais que apresentam a
maior diversidade de bandas de absorção por causa de sua enorme variedade composicional,
teoricamente, seria possível criar índices para vários tipos de rochas ou de minerais, tal
A banda sete, no infravermelho de ondas curtas (2,08 – 2,35 μm), foi incluída para ser
uma banda geológica para a identificação de áreas com alteração hidrotermal, porque esses
minerais tipicamente apresentam as suas feições de absorção na região espectral do
infravermelho de ondas curtas. Porém, os resultados não se mostraram muito eficientes para
esse propósito porque a largura da banda 7 é muito ampla, com 270 nm, e também porque
é nesse intervalo espectral que os argilos minerais de intemperismo possuem bandas de
absorção de 10 a 30 nm de largura, e isso torna difícil o uso dessa banda para identificar
com segurança se há ou não em uma área a presença de alteração hidrotermal.
Atualmente, as seis bandas que o sensor ASTER possui em torno da região espectral da
banda 7 do Landsat é a melhor opção geológica. Razões de bandas para identificação de
halos de alteração hidrotermal podem ser feitas com a banda 4 deste sensor (1,7 – 1,8
nm), tipicamente onde os materiais geológicos não alterados exibem altas refletancias, e
com uma das cinco bandas existentes para a identificação de minerais de alteração
hidrotermal: bandas 5 (2,145 – 2,185 μm), 6 (2,185 – 2,225 μm), 7 (2,235 –
2,285 μm), 8 (2,295 – 2,3659 μm) e 9 (2,360 – 2,430 μm). Na Figura 9.13 são
apresentados os espectros de refletância de alguns minerais de hidrotermalismo.
Num sistema de deteção remota ideal o número digital retido em cada pixel estaria apenas
relacionado com a energia refletida pela área coberta por esse pixel. No entanto, o ND
depende também do sensor, atmosfera e geometria de iluminação. Como estas contribuições
para o ND retido em cada pixel são indesejadas, são normalmente designadas por distorções
radiométricas.
A correção radiométrica tem como último objetivo a conversão dos NDs de cada pixel em
refletância, uma vez que a refletância é apenas função da superfície, enquanto que os NDs
retêm informação não só da ocupação do solo, mas também de fatores perturbantes como
a atmosfera e a geometria de iluminação e de visão.
Figura 37- Produção de informação temática com imagens de satélite, em que (A) representa os dados
da imagem de satélite e (B) o mapa temático produzido.
As metodologias para extração de informação temática, que aqui se apresentam, podem ser
aplicadas a qualquer tipo de imagem digital multiespectral obtida por sensores de deteção
Nomenclatura
O primeiro passo num estudo para extração de informação temática de imagens de satélite
é a definição da nomenclatura, também designada por esquema de classificação, da cartografia
temática a produzir. Uma nomenclatura de ocupação/uso do solo deve ter uma definição
taxonomicamente correta das classes de informação e deve estar organizada segundo um
determinado critério lógico.
Figura 41-O polígono da esquerda tem uma área inferior muito perto da UMC, pelo que, em vez de ser
eliminado, a sua área é exagerada para que conste no mapa final
Figura 42-O polígono a vermelho pertencente à classe Outras Florestas tem uma área bastante inferior à
área mínima, pelo que deve ser agregado a um dos polígonos vizinhos. Neste caso, optou-se por
agregá-lo ao polígono vizinho da classe Incultos já que das classes dos polígonos vizinhos, é com esta
que a classe Outras Florestas tem mais afinidade
A escala de trabalho, escala a que é visualizada a imagem para sua interpretação, deve
ser definida com base na escala do mapa que se quer produzir e é definida para evitar a
delimitação de unidades com um detalhe desadequado. Os intérpretes de imagem com pouca
experiência tendem a aumentar muito a escala de trabalho, pensando que podem fazer uma
melhor delimitação das unidades temáticas. No entanto, as linhas digitalizadas ficam com um
grande número de pontos, tornando o ficheiro pesado e sem que isso corresponda a um
61 | S a t é l i t e s de Teledeteção para a gestão do Território
© A N T Ó N I O D O S A N J O S L U I S
melhor produto. Por exemplo, se se quer produzir cartografia à escala 1:100 000 não se
deve fazer identificação de unidades de paisagem e respectiva delimitação a escalas maiores
que 1:50,000.
Nesse processo o analista escolhe pequenas áreas de amostras na imagem, contendo poucas
centenas de pixeis que sejam bem representativo, espectralmente, de padrões ou feições dos
alvos por ele reconhecidos, ou que podem ser identificados com a ajuda de outras fontes,
tais como dados coletados no campo ou de mapas. É necessário o conhecimento dos dados
e das classes de objetos que existem na área, antes de se iniciar o processo de classificação.
Não há nenhuma restrição no número de classes a serem classificadas, apenas que o
analista faça uma seleção de classes bem distintas porque, caso contrário, no final da
classificação ocorrerá muita confusão entre as classes. Se o treinamento tiver uma boa
precisão, as classes resultantes representam as categorias dos dados que o analista identificou
originalmente.
Também, para assegurar uma boa classificação, as imagens devem ser corrigidas dos efeitos
atmosféricos, se severos, e da presença de ruídos. As características estatísticas das classes
que são estimadas das amostras de treinamento dependem do método de classificação que
é utilizado. Há vários métodos de classificação supervisionada: paralelepípedo, distância
mínima, distância de Mahalanobis e máxima verossimilhança.
Um resultado com 100% de acurácia significa que todos os pixéis da imagem foram
classificados de forma correta, segundo um conjunto de dados que compõe a verdade
terrestre. Um resultado com 50% de acurácia significa que, em teoria, metade dos pixéis
da imagem foi classificada corretamente. A acurácia depende de uma série de fatores como
a complexidade do terreno, as resoluções espaciais e espectrais do sistema sensor, o próprio
algoritmo de classificação utilizado, a legenda utilizada no processo de classificação e o
conjunto de dados que representa a verdade terrestre. Por exemplo, considere os resultados
da classificação de imagens de satélite de um determinado município. Se a legenda for
composta de duas classes, terra e água, a acurácia tende a ser maior do que a de outra
legenda composta por três classes de vegetação natural – formações campestres, savânicas
e florestais – e três classes de uso da terra – culturas agrícolas, pastagens cultivadas e
reflorestamento.
Bundle: Faz referência a um pacote de imagens de uma mesma zona, uma multiespectral e
outra pancromática, adquiridas simultaneamente pelo mesmo satélite. Este tipo de produto é
muto habitual em satélites de alta resolução que carregam sensores multiespectrais e
pancromáticos como GEOEYE-1, QUICKBIRD, KOMPSAT, WORLDVIEW-2, etc.
Cena: Imagem que capta um sensor de um satélite em uma base regular, com um
determinado comprimento e largura.
Cobertura nebulosa: Se refere a proporção da imagem que está ocupada por nuvens. Nos
casos em que as nuvens não são compactas esta percentagem não é fácil de calcular.
Constelação: Grupo de satélites que operam de forma conjunta e coordenada. Por exemplo,
RAPIDEYE.
Correção radiométrica: Toda modificação que altere los valores originais registrados pelo
sensor, com o fim de corrigir os possíveis efeitos que produzem na imagem a atmosfera, a
geometria de observação ou as características físicas do próprio sensor.
Imagem de arquivo: Imagem captada por um sensor remoto num tempo passado. A fronteira
temporal para considerar uma imagem como de arquivo é variável, podendo ser de uns
poucos meses. Uma imagem de arquivo possui um preço menor que uma imagem de nova
aquisição ou recente.
Imagem hiper espectral: Imagem captada mediante um sensor que mede a energia
simultaneamente em muitas bandas espectrais, normalmente mais de cem.
Imagem multiespectral (MS): Imagem captada mediante um sensor que mede a energia
simultaneamente em duas ou mais bandas espectrais.
Longitude ou comprimento de onda: Distância entre dois máximos sucessivos de uma onda
eletromagnética. Se pode expressar em nanómetros (nm) ou micrómetros (μm).
Modelo de elevação do terreno: Conjunto de dados que representam pontos sobre a superfície
do terreno cuja localização geográfica está definida por coordenadas “x” e “y” e se lhes
agrega um valor de “z” que corresponde a elevação.
Nadir: Ponto sobre a superfície terrestre definido pela vertical de passo de um satélite.
Off-Nadir: Término que faz referencia a capacidade de visão oblíqua de um sensor mais
alta de vertical de passada de um satélite.
Periodo de revisita: Intervalo de tempo mínimo que tarda um sensor a bordo de um satélite
em adquirir duas imagens sucessivas de uma mesma porção da superfície terrestre.
Píxel: Cada um dos elementos que compõem uma imagem, dispostos matricialmente em
linhas e colunas.
Pontos de controlo: Pontos de terreno com coordenadas conhecidas que pedem ser localizados
numa imagem e que portanto se podem utilizar como apoio nos processos de
georreferenciação y ortoretificação de una imagem.
Prioridade de pedido: Opção ao solicitar uma imagem de satélite que permite que um pedido
seja atendido antes que outros com os que possa entrar em concorrência.
Quicklook: Versão simplificada a menor resolução de uma imagem cuja finalidade é permitir
una visualização rápida da mesma. Em arquivos de imagens satélites podem estar disponíveis
para que o usuário possa ter uma ideia do produto antes de adquiri-lo.
Refletância: Relação entre a quantidade de radiação refletida por uma superfície e a que
incide sobre ela. Pode expressar-se em % ou com valores entre 0 y 1.
69 | S a t é l i t e s de Teledeteção para a gestão do Território
© A N T Ó N I O D O S A N J O S L U I S
Resolução espacial: É uma medida da distância angular ou linear mais pequena que pode
captar um sensor remoto da superfície da terra, e é determinada pelo tamanho que representa
um píxel na superfície terrestre.
Resolução espectral: Define o número e largura das bandas espectrais que pode discriminar
um sensor.
RPC (Rational Polynomial Coefficient): É um modelo matemático que relaciona cada píxel
da imagem com as coordenadas sobre el terreno, baseando-se principalmente na posição e
angulo de visão do satélite. Se coloca conjuntamente com as imagens e junto a um modelo
de elevação de terreno pode ser usado para orto retificar as imagens de satélite.
Satélite de Teledeteção: Plataforma espacial em órbita ao redor da terra que carrega a bordo
sensores para sua observação.
Satélite heliosíncronos: Aquele que descreve uma órbita que sempre passa sobre o mesmo
ponto da superfície terrestre a mesma hora solar local.
A maior parte das imagens que baixamos na internet aparecem com coordenadas UTM Zona
36N.Sendo assim, para que possamos utiliza-las devemos corrigir para zona 36 Sul, onde
nos encontramos. A ferramenta do ArcGIS que permite a alteração da projeção de uma
imagem para outro sistema denomina-se Project (que pode ser encontrado em ArcToolbox>
Data Management> Project) use o search da barra de ferramenta para encontrar a ferramenta
Project
Portanto,
Em Input Rasters: introduza manualmente cada banda da imagem
Apos realizar a composição de bandas o mapa resultante será do tipo multiespectral, onde
o utilizador pode usa-la para discernir os objetos da imagem usando a falsa cor e as cores
Se pretender por exemplo verificar a cobertura florestal ou vegetal pode usar a combinação
432 onde o vermelho na imagem ira corresponder a vegetação.
Se pretende cortar a imagem de satélite de modo que fique ajustado apenas a sua área
de estudo, deverá usar a ferramenta Extract by mask tambem disponível em ArcTollbox
Para importar as bandas da imagem que pertende classificar faça Add Data. Seguidamente
seleccione as bandas que pertende importer
O algoritmo ISOCluster encontra-se em: ArcToolbox > Spatial Analyst Tools > Multivariate
> Iso Cluster. Este algoritmo irá decompor o espaço espectral num conjunto de cluster
espectralmente semelhantes; o resultado será um ficheiro com as assinaturas espectrais
desses clusters. Preencha o formulário da seguinte forma:
a) Input Raster Files: coloque as bandas que importou no primeiro passo;
b) Output signature File: dê um nome ao ficheiro das assinaturas espectrais;
c) Number of Classes: coloque o número máximo de clusters;
d) Nos restantes inputs pode deixar os valores por defeito.
75 | S a t é l i t e s de Teledeteção para a gestão do Território
© A N T Ó N I O D O S A N J O S L U I S
Notas:
1. O parâmetro Number of Iterations é o número máximo de iterações que o algoritmo
deverá executar.
2. O parâmetro Minimum Class Size é o número minimo que cada cluster deverá conter
Aplicação do algoritmo de classificação de máxima verosimilhança
Para aplicar o algoritmo de classificação de máxima verosimilhança, vá a ArcToolbox >
Spatial Analyst Tools > Multivariate > Maximum Likelihood Classification . Seguidamente,
preencha o formulário da seguinte forma:
a) Input Raster Bands: introduza as bandas anteriors e pela mesma ordem;
b) Input Signatures File: introduza o ficheiro produzido no passo anterior;
c) Os restantes parâmetros pode deixar com o valor por defeito.
Após a classificação não assistida, o mapa resultante será composto por um determinado
número de clusters. Esses clusters não têm necessariamente qualquer relação com a realidado
do solo. Assim, é necessário que o operador interprete a imagem e os clusters calculados,
de modo a estabelecer uma relação entre as classes de ocupação do solo da nomenclatura
desejada e os labels dos clusters. Uma vez estabelecida essa relação é possivel realizar
uma reclassificação do mapa produzido. Para isso, vá ao ArcToolbox; em search escreva
Reclassify.Uma vez que a busca termine, selecione a entrada Reclassify e pressione Locate.
(Esta é uma forma alternativa de localizar as funções no ArcGIS.)
77 | S a t é l i t e s de Teledeteção para a gestão do Território
© A N T Ó N I O D O S A N J O S L U I S
CLASSIFICAÇÃO ASSISTIDA
5. Editar assinaturas
ArcToolbox → Spatial Analyst Tools → Multivariate → Edit Signatures (Figura 23); edits
and updates a signature file by merging, renumbering, and deleting class signatures.
i. Seleccione as bandas da imagem que pertende classificar
ii. Seleccione o ficheiro de assinaturas a ser editado
iii. Seleccione o ficheiro de assinaturas a ser editado. O ficheiro de entrada e um ficheiro
ASCII formado por duas colunas. Na primeira coluna estao os Ids originais das classes
ordenados por ordem crescente. A segunda coluna contem os novos Ids das classes
editadas. Se o objectivo for realizar um Merge, o novo ID deve ser colocado na segunda
81 | S a t é l i t e s de Teledeteção para a gestão do Território
© A N T Ó N I O D O S A N J O S L U I S
columa e nas classes que se pertende “mergir”. Apenas as classes que deverao ser
editadas deverao estar presentes neste ficheiro; ou seja, todas as classes cujo ID nao se
encontra na primeira coluna nao serao alteradas. Para eliminar uma assinatura espectral,
na segunda columa deve ser colocado o valor -9999.
iv. Defina o nome do ficheiro de saída