c

c
c
c
c
c

INPE-00000-TDI/0000

j
cc c
 cc c c c
 c cc
ccc

Emerson Luiz Servello

Dissertação de Mestrado do Curso de Pós -Graduação em Sensoriamento

Remoto, orientada pela Dra. Tatiana Mora Kuplich e pelo Dr.
YosioEdemirShimabukuro, aprovada em dd de março de 2010.

O original deste documento está disponível em:

<http://urlib.net/sid.inpe.br/mtc -m17@........................... .>

INPE
São José dos Campos
2010

c
c
‰
cc cc c

Dados Internacionais de Catalogação na Publicação

Servello, Emerson Luiz c

Polarimetria SAR na Banda C (RADARSAT-2) no estudo do uso e
cobertura do solo/ Nome Completo do Autor(es). - São José
c
dos Campos: INPE, ano da publicação.
i + 0p. ; (INPE-0000 -TDI/00)

c
Mestrado - Instituto
c c Nacional de Pesquisas Espaciais, São José dos Campos, ano de
c defesa.
c Orientadores: Tatiana Mora Kuplich e YosioEdemirShimabukuro.
c
1.Polarimetria. 2. Uso e cobertura do solo. 3.Floresta Tropical. 4.
c
Banda C. 5. RADARSAT-2.
c I. Polarimetria SAR na Banda C (RADARSAT-2) no estudo do uso e
c cobertura do solo.
c
c
c
c
c
c
c
c
Nenhuma parte desta publicação pode ser reproduzida, armazenada em um sistema de recuperação,ou transmitida sob qualquer form a
ou por qualquer meio, eletrônico, mecânico,fotográfico, reprográfico, de microfilmagem ou outros, sem a permissão escrita do INPE,
com exceção de qualquer materialfornecido especificamente com o propósito de ser entrado e executadonum sistema computacional ,
para o uso exclusivo do leitor da obra.

No part of this publication may be reproduced, stored in a retrieval system,or transmitted in any form or by any means, elect ronic,
mechanical,photocopying, recording, microfilming, or otherwise, without writtenpermission from INPE, wi th the exception of any material
supplied specifically for the purpose of being entered and executedon a computer system, for exclusive use of the reader of t he work.
c
c

ii
c
 iii
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c

U
 
     

iv
c
 v
c
   c
c

Se após a primeira pedra, um dia, abaixasse a cabeça e deixasse de seguir

certamente esta obra não teria sido concluída. Neste caminho de tropeços e
errôneas investidas não faltaram grandes apoiadores. Dentre eles alguém que
realmente gosta de mim: Deus. Este que em meu subconsciente dá forças de
um espírito guerreiro. Creio veemente que foi ele que me pôs em uma família
que, como todas, enfrentaaos trancos e barrancos, mas nunca desistem de
atingir seus objetivos. Me presenteou com a Maíra, que nunca deixou de me
apoiar, mesmo tendo um namorado Remoto.
Mas toda a carreira científica em minha vida tem um culpado: Dr. Attílio A.
Disperati, que tornou possível grandes realizações, como o estágio no
laboratório de geoprocessamento da UNICENTRO, e proporcionar meu
primeiro contato com o INPE. Este será meu eterno Orientador. Durante a
primeira experiência de INPE, não poderia deixar de mencionar a figura do Dr.
João Roberto dos Santos.

vi
c
c

vii
c
 viii
c
  c
c
Segundo o g
 
         

    
     INPE 13269-MAN/45 - versão 1), o
resumo visa fornecer elementos capazes de permitir ao leitor decidir sobre a
necessidade de consulta ao texto original e/ou transmitir informações de
caráter complementar. O resumo é obrigatório, deve ser claro, preciso e
objetivo, ressaltando finalidades, metodologia, resultados e conclusões do
trabalho. Consta de um único parágrafo. Recomenda -se evitar o uso de
citações de autores, fórmulas, abreviaturas, símbolos, equações, frases
negativas etc. Se imprescindíveis, devem ser escritas por extenso.

 c c!"
#c$c %&c
c

c$c'cc
 (cc
cc)c! c%! cc$$c$(c c *(ccc
c
 c$c %& c

ix
c
c

x
c
 cj

+,ccj -c.c c/
cc 
-c
cj

+,cc 
-c.c c/
ccj -c
c

c
c
Segundo o manual INPE 13269-MAN/45 - versão1, o abstract é obrigatório,
com as mesmas características do resumo em língua vernácula. Não sendo,
necessariamente, tradução literal, deve preservar o conteúdo do resumo,
adaptando-o às peculiaridades da língua estrangeira.

 c c!"
#c$c %&c
c c$c'cc


cc
cc)c! cc%! cc$$c$(c c
*(c
 c$c!%!& c

xi
c
c

xii
c

cc‰c
j%c
c
Figura 2.1 - MDE e curvas hipsométricas geradas ccError! Bookmark not defined. c
Figura.2.2.-.Perfil das taxas de colisões para as coordenadas do
radarRESCO entre 90 e 130 km para o período de equinócio, às
12h (hora local) ................................  c
0$0cc1 
Figura A.1 - Diagrama de funcionamento ccError! Bookmark not defined. c
Figura A.2 - Movimento realocar tarefa ccError! Bookmark not defined. c
Figura.A.3.-.Distância angular entre um espectro de referência e espectros
de teste em um espaço de atributos bidimensional. O ângulo a
entre o espectro de referência e o espectro de teste (a) define a
semelhança espectral no de um ou mais espectros de referência
é estabelecido como critério para inclusão ou exclusão de classe
(b). ................................ ...................  c
0$0cc1 
Figura A.4 - Exemplo de figura, sem a fonte. cError! Bookmark not defined. c
Figura A.5 - Como apresentar uma figura longa ccError! Bookmark not defined. c
Figura B.1 - Ficha Catalográfica, obrigatória, responsabilidade do SID Error! Bookmark not defined. c
Figura.B.2.-.Folha de Aprovação, obrigatória, responsabilidade do SPG in-
serida pelo SID no trabalho final ......  c
0$0cc1 
Figura C.1 - Como paginar uma tese ou dissertação Error! Bookmark not defined. c
Figura D.1 - Exemplo de lista de referência bibliográfica autor -dataError! Bookmark not defined. c
Figura D.2 - Como formatar a referência ccError! Bookmark not defined. c

xiii
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c

xiv
c

cc

c
j%c
c
Tabela 2.1 - Exemplo de título de tabela com uma linha Error! Bookmark not defined. c
Tabela 2.2 - Quando o título possui mais de uma linha, justifica -se a primeira
e alinham-se as demais à primeira letra da primeira palavra
deste título ................................ ......  c
0$0cc1  c
Tabela A.1 - Modelo de no modo paisagem ccError! Bookmark not defined. c
TabelaA.2 -Níveis de carga dos nós dosistema para cada invocação de ser-
viço do caso de uso enviar telecomando  c
0$0cc1  c

xv
c
c
c

xvi
c

cc
cc
.c
c

INPE Instituto Nacional de Pesquisas Espaciais c

SID Serviço de Informação e Documentação c

TDI Teses e Dissertações Internas c

SPG Serviço de Pós-Graduação c

xvii
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c c

xviii
c

cc/

c
c

A Área, m2
{ -, {+ Girofreqüencia para o próton e para o elétron, respectivamente
c

xix
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c

xx
c
 2 c
j%c

3c   +4 c  c3c

33c "5 c  c6c
3c 7 8  c6c
c 2cc c  c9c
6c  2
cj
 cc ccj
:c
cj  
ccj
+,cc‰
c jcc;c
63c !c  c;c
6c
c

 c"cc $*
 c c<c
66c % c  c39c
69c !c  c3=c
3.4.1P


c

cc c

 
c   cc
ùc c c
c    cc
ùùc
c c  
cPc    cc
6>c  #c1  c  c=c
9c  +cc
cj
:(ccj j c c
 ‰+4 cc
cc cc
c c
cc
‰
c j
c  c;c
93c !c  c;c
9c ?cc ' c  c<c
96c 
 cc
cc!cc
"!cc cc63c
99c !cc 
! c  c69c
>c +4 cc +c c
c c
cc
‰
c j
(cc
c
j 
c c
 cj
: c  c6;c
>3c !c  c6;c
'cc
c

 
cPc c

c

 
c c
cc
c  cù c
>c % c  c93c
'c 
c
c
c    cc
>6c !cc 
!   c96c
'ùc!cc" cc
c  c
c
c c##$c c##
c c" c
cc'c
'ùc!cc" c ccc c   c$c
>9c  #c‰  c  c9<c
=c 
!#c% c  c>3c
@c 1
c
" %1
 c c>6c
;c  c  c>9c

xxi
c
c
c
c
c
c
c
c
c
c

xxii
c
 3c   +4 c

Cada elemento, constituinte de uma floresta, é partícipe dos ciclos

biogeoquímicos e contribuempara a manutenção do meio. Como exemplo se
entende a floresta como elo regulador do clima Amazônico, responsável por
73% da água atmosférica, decorrente de evapotranspiração (Marengo e Nobre,
2001).O foco nas mudanças climáticas globais, em destaque nas últimas
décadas, realça as florestas tropicais como ambientes complexos, ricos em
biodiversidade e a relação dos fatores bióticos e abióticos.

À medida que se ampliam o desmatamento e a expansão agropecuária, a

informação contida na biodiversidade das florestas tropicais é perdida. Foley,
2005, prevê senários desanimadores a biodiversidade, ao clima e ao regime de
chuvas com o aumento no desmatamento.

Além do desmatamento, a expansão da pecuária e agricultura se consol ida

como foco de monitoramento. Já se observa que o principal fator que
impulsiona o desmatamento é a pressão internacional por consumo de carne
bovina e grãos (Roberts et al, 2003). Assim, atrela -se o desenvolvimento
agropecuário a novos modelos de cober tura da terra na Amazônia (Prado,
2009).

À medida que o levantamento sistemático de uma área se torna necessário,

deve-se considerar o uso de imagens adquiridas por Radares de Abertura
Sintética (SAR). A banda C-SAR (  !" #) possui dados
fornecidos na última década por meio de program as espaciais da união
europeia e recentemente com o satélite canadense RADARSAT-2.
Por se tratar de uma abordagem recente, empregando em nível orbital,
sensores radar, completo em polarizações com comprimento de onda referente
a banda C, estudos no campo prático são necessários no aprimoramento do
sensor. Dentre as principais questões a cerca da aplicabilidade de sistemas de

1c
c
banda C-SAR polarimétrica (PolSAR) se indaga: $cc A$
cc!cc
(c $c % #c 
 (c 1!
c c c c c c
$
c cc"cc $*


O sinal de retorno do RADAR possibilita identificar feições na superfície da

terra. O grau de interação de micro-ondas com os objetos iluminados é
variável, em função do comprimento de onda empregado. A literatura sugere
que, ao empregar-se a banda C, no mapeamento de superfícies vegetadas, o
sinal espalhado será função da interação da micro-onda com galhos, folhas e
frutos (Berneret al, 1999). Tal sinal nem sempre representa informação do
bosque ou mesmo de tronco e solo em áreas florestais.

O que se remete a diversificação de metodologias para se explorar um tipo de

dado PolSAR não se limita ao conjunto de acessórios di sponíveis para
processamento, mesmo ainda escassos. A faixa do espectro eletromagnético
compreendida pelas micro -ondas permite a aquisição de informações variadas
sobre dosséis vegetais. No entanto, os exemplos marcantes de emprego da
banda-C nos trabalhos científicos ainda figuram no campo teórico.
Explorar um completo dado polarimétrico representa extrair informações da
floresta, seus componente e funcionamento (Kuplich, 2003). Como folhas e
galhos possuem geometrias variadas, o efeito causad o no espalhamento
apresenta o conteúdo de biomassa em diferentes classes de uso do solo.

Obter informação sobre a vegetação de florestas tropicais é necessários em

praticamente todos os estudos que focam questões ambientais. A estes se
incluem simples mapas de vegetação ao mapeamento de processos
fisiológicos (como respiração e transpiração). Ao aperfeiço ar metodologias de
mapeamento, detecção e monitoramento por sensoriamento remoto, auxilia -se
em modelos preditivos de produtividade da floresta, em diferentes escalas
(Aragão et al, 2004).

2c
c
39c "5 c

O objetivo deste trabalho consiste em avaliar imagens, completas em

polarização, obtidas pelo sensor RADARSAT-2, em Banda C como ferramenta
para discriminar coberturas vegetais em Floresta Tropical. Frente a
complexidade de dados polarimétricos na Banda C, constitui etapas deste
trabalho:

a) Propor uma metodologia prévia de avaliação do uso potencial de

imagens polarimétricas na Banda -C;
b) Estudar as respostas polarimétricas frente às diferentes formações da
vegetação;
c) Analisar o resultado obtido com a síntese de polarização, e o ganho
potencial na distinção de classes de uso do solo;
d) Propor uma metodologia de uso da polarimetria na Banda ± C como
ferramenta a maximizar diferenças em classes de vegetação.

3>c 7 8c

3c
c
 c 2cc c

Este estudo selecionou a Floresta Nacional do Tapajós (FNT), uma das mais
antigas unidades de conservação no Bra sil cujo entorno sofre grande pressão
pelo desenvolvimento da pecuária e agricultura. Assim, a FNT diferencia por
sua cobertura contínua e uniforme de floresta tropical em estágio avançado. A
vegetação sofre influência do relevo local, que se subdivide con forme [13].

Boa parte do uso e cobertura do solo no interior e entorno da FNT sofre

alterações em função da depredação por furto de madeira, e decorrente das
práticas adotadas por uma comunidade tradicional da FNT. A comunidade
tradicional, conhecida como ³comunidade São Jorge´, baseia-se na agricultura
de subsistência e pastagem, realizando a prática do desmate, autorizado pelo
órgão ambiental federal ou não.

A formação da vegetação, na FNT, apresenta regiões de floresta primária e

outras já em sucessão secundária, afetadas pela ação antrópica. O
desmatamento é uma prática observada na região cujos indicadores
demonstram-se crescentes ao longe dos anos (PRODES, 2009). No interior da
FNT está presente uma comunidade tradicional (vila São Jorge) cujos
habitantes, assegurados pelo plano de manejo, realizam o corte seletivo da
floresta, agricultura e pecuária. O entorno da FNT é caracterizado pela
agricultura (soja, milho, sorgo e arroz) e pecuária com extensas áreas de
pastagem. Em visita a área de estudos foram observadas a ocorrência de
áreas dominadas por babaçu (Orbignyaphalerata ) e tucum
(Astrocaryumvulgare).

Os limites da FNT coincidem com a BR 163, a leste, O rio Tapajós, a oeste, e a

rodovia transamazônica ao sul. O histórico de degradação florestal está
associado à expansão da malha viária no país. A medida de houve a
construção das rodovias cria-se rotas para o escoamento de madeira
proveniente de fontes ilícitas. Como medida a conter a devastação na floresta,

4c
c
a criação de unidades de conservação ao longo das rodovias visa conter o
dano gerado as florestas.
c

(a)
c

(b) (c) (d)

Figura 2.1 - Localização da área de estudo. Em (a) Brasil, (b) Estado do Pará, (c)
composição colorida Landsat -5/TM 3R4G2B, com detalhe da área
estudada em azul; e (d) o modelo de elevação da região.

A região apresenta um relevo predominante suave ondulado com a ocorrência

de planícies às margens do rio Tapajós, e relevo acidentado ao sul (fig ura 2.1
d). O clima é característico de uma floresta tropical chuvosa, com temperatura
média de 26°C e chuvas distribuídas ao longo do ano (regime pluviométrico
anual de 1700 a 2000 mm). O clima no Bioma amazônico divide-se em período
chuvoso e seco. As imagens foram adquiridas no período de seca, no entanto
durante a aquisição de imagens em 2008 ocorreram precipitações. A figura 2.2
apresenta a ocorrência de precipitação durante o mês de setembro no ano de

5c
c


. A i it i t

 t fi . .

i . fi i it i i t t


í i i

. t i i
i i i i .

t : t i l P i li P E /I PE.

i . fi i it i i t t

 í
i i

. t i i i
i i i .

±c
c
 Fonte: CPTEC/INPE.

Dias antes a aquisição da cena no mês de setembro de 2008 foi constatado a

ocorrência de precipitação em torno de 8mm. O mesmo fato não se observa
durante a aquisição da cena em 2009.

7c
c
 6c  2
c j
 c c  c c j
:c c
j  
ccj
+,cc‰
c jc

63c !c

O estudo da cobertura da terra em regiões tropicais é foco de muito interesse.

A riqueza em biodiversidade nas florestas, junto à contribuição no cenário
global de mudanças climáticas, atribui importância a este tipo de estudo
(Sánchez-Azofeifaet al., 2009). É comum o emprego de imagens ópticas e
técnicas como o modelo linear de mistura espectral, segmentação e
classificação para avaliar o uso e cobertura do solo nos trópicos (Vasconcelos
e Novo, 2004, Shimabukuroet al., 2009). Sob outra óptica, o uso de imagens
advinda de sensores ativos, oferece novas informaçõ es sobre os objetos
terrestres.

O sensoriamento remoto por radar imageador emprega comprimentos de onda

que não são sensíveis à cobertura de nuvens (Imhoff, 1995, Kuplichet al.,
2000), e não depende de radiação solar. A capacidade de penetrar nuvens e
imagear na ausência de luz solar permite ao radar fornecer informações que
auxiliam no mapeamento da superfície da terra e estimativa de parâmetros
biofísicos da vegetação, como altura e biomassa, por exemplo (Yanasse et al.,
1997, Santos et al., 2003). Isto faz do radar imageador uma importante
ferramenta em sistemas de monitoramento e detecção de mudanças para fins
de controle do desmata mento e fiscalização ambiental.

O imageamento é realizado através do registro da radiação eletromagnética, na

faixa das microondas, que é enviada, interage com os objetos na superfície
terrestre e retorna ao radar (o retroespalhamento). Os componentes da cena,
ou os objetos na superfície terrestre, têm a capacidade de despolarizar a onda
incidente, sendo que o retroespalhamento contém informações sobre estes
elementos. Em estudos da vegetação, por exemplo, o retroespalhamento é
influenciado pela orientação dos galhos, teor de umidade e a presença de

8c
c
folhas e suas proporções nas camadas do dossel (va n der Sanden e Hoekman,
1998).

Outro fator importante no imageamento é o com primento de onda utilizado. Os

sensores radares operam em comprimentos de onda que diferem quanto à
penetração no dossel. Comprimentos de onda de menor penetração irão
responder aos constituintes de camadas superiores, e uma radiação de maior
penetração, aos elementos presentes no perfil estrutural da vegetação. Então,
a identificação das classes por meio de seu retroespalhamento está ligada a
proporção dos elementos presentes na superfície da terra e o comprimento de
onda empregado.

Modelar o espalhamento do sinal do radar em florestas tropicais consiste em

entender a influência dos elementos presentes na cena, interpretar e extrair
parâmetros das imagens (Leckieet al., 1999). Em contraste, aplicações
qualitativas e quantitativas, que empregam uma abordagem SAR
(SyntheticAperture Radar), são pouco observadas em ambientes tropicais,
devido à limitada disponibilidade de dados e da complexidade de tais
ambientes (Hajnseket al., 2009). Considerando o interesse contínuo
quantitativo sobre as floresta s, informação sobre suas estruturas verticais e
horizontais é essencial para estimar parâmetros florestais com o sinal do radar
(Quiñones, 2002). As abordagens quantitativas, no entanto requerem um
estudo prévio da onda espalhada, proporcionado por técnica s de respostas de
polarização e análises polarimétricas.

O objetivo deste trabalho é apresentar uma análise quantitativa de mudanças

entre classes de cobertura da terra por medições radiométricas, com ênfase
nas respostas espectrais e análise de composição colorida, empregando um
sistema SAR orbital de banda C, na Floresta Nacional do Tapajós no Pará.

6c
c

 c"cc $*
 c

9c
c
O sinal de retorno, chamado retroespalhamento , é registrado na forma de uma
matriz [S] 2x2, em uma base, composta de valores complexos, transmitida e
recebida nas polarizações: HH, VV, HV e VH (Equação 1).







R
 (1)

R
RR

onde S é o espalhamento, HH polarização horizontal para transm issão e

recepção, VV polarização vertical para transmissão e recepção, HV para
transmissão horizontal e recepção vertical, e VH para transmissão vertical e
recepção horizontal.

Em sensoriamento remoto por radar a representação do espalhamento da onda

segue a natureza do sistema de coordenadas da radiação transmitida e/ou
recebida. A forma usual foi proposta por Kennaugh (Woodhouse, 2006), em
que a onda espalhada é descrita no sistema de coordenadas baseado na
recepção da antena (BSA), também chamado retroespalhamento. A matriz de
Kennaugh [K] é uma derivação da matriz [S], e representa o espalhamento no
sistema BSA (Van Zyl, 1987). Este processo é descrito com de talhes em
Touziet al. (2004a).

O conceito de síntese de polarização está na representação de todo s os

estados possíveis de polarização da onda espalhada em um gráfico
tridimensional. Van Zyl, citado por Boerner (1999), acrescenta que,
independente da técnica de medição empregada para adquirir o dado, o
conjunto de respostas do terreno, para uma combinação arbitrária de
polarizações transmitida e recebida, pode ser sintetizada pela multiplicação da
matriz de Kennaugh [K], por um vetor unitário, correspondente aos estados de
polarização da antena (Equação 2). O vetor unitário da antena pode ser gerado
com uma expressão nos termos de ângulo de Orientação (ȥ) e ângulo de
Elipticidade (Ȥ) nos parâmetros de Stokes (Equação 3).

> t t r r  r [ ]  (2)

10c
c
 

Æ c s( s( ( 

 (3)
s ( ( ( 
 
 s (

onde, P é a potência do sinal para os ângulos de ȥ e Ȥ, transmitidos e

recebidos, gt é o vetor de Stokes para a onda transmitida, [K] é a matriz de
Kennaugh, que representa o retroespalhamento na antena, e gr é vetor de
Stokes da onda recebida na antena (BSA).

A resposta polarimétrica (RP) será a representação de todas as potências

possíveis (P) do sinal espalhado, nos valores de elipticidade e orientação da
onda. O modelo de resposta polarimétrica é representado em um gráfico
tridimensional (figura 1). Para f acilitar a interpretação das respostas, os gráficos
são divididos em duas partes: co- e cross- polarizados (correspondentes às
polarizações HH, VV e HV, VH, respectivamente).

O interesse na interpretação dos gráficos de RP (ou usualmente o par de

respostas co- e cross- polarizadas) está no potencial de identificar e gerar
imagens que maximizem, ou minimizem, os retornos polarizados ou
despolarizados de áreas individuais (Evans et al., 1988). As novas imagens
poderão realçar feições de classes de interesse, refinando classificações
(Touziet al., 2004b).

11c
c
Figura 3.1 - Resposta polarimétrica normalizada em ı0co -polarizada de classe
pastagem.

A importância em se obter as respostas polarimétricas está em descrever as

propriedades de uma área ou objeto como uma função dos ângulos de
Elipticidade (Ȥ) e Orientação (ȥ) (figura 2). O ângulo de elipticidade é definido
como a razão entre o arco-tangente dos semi-eixos maior e menor da elipse de
polarização, com ângulos positivos que representam a polarização à direita e
ângulos negativos a polarização à esquerda (Zebkeret al., 1991). O ângulo de
orientação é formado entre a linha do semi -eixo maior e o eixo horizontal.

Figura 3.2- Elipse de polarização de uma onda plana monocromática que se propaga
nos campos x e y, cujos parâmetros variam de acordo com a
elipticidade (Ȥ), orientação (ȥ) e amplitude (A), em um eixo de
propagação z(t).

Fonte: Ulaby e Elachi, 1990.

Dentre as informações contidas em uma RP, observa-se que para Ȥ = 0º e ȥ =

90º ou -90, a onda encontra-se com polarização linear horizontal (H), sendo
que o eixo z apresenta a potência total refletida nesta polarização. Se ȥ = 0º, a
onda encontra-se polarizada verticalmente (V). Nos ângulos de Ȥ que tendem a
-45º ou +45º, a onda é dita polarizada elíptica à e squerda ou à direita,
respectivamente. A observação das potências nos pontos angulares é um
passo à síntese de polarização.

12c
c
O gráfico da RP apresenta um valor mínimo. Este valor define a ³altura do
pedestal´, ou seja, a proporção de radiação despolarizad a registrada. A altura
do pedestal foi associada por Gonçalves (2007), à composição florística de
uma floresta tropical, obtidas por meio das RPs de um sensor na banda L. A
variação de diversidade florística apresentou influência na altura do pedestal.
Evans (1988) descreve o incremento no pedestal segundo o aumento do
conteúdo de vegetação entre as classes agricultura e floresta.

O valor mínimo é igualmente empregado na geração de índices de polarização,

como a fração de polarização, fp. Kwoket al. (1994) citam a fp como o descritor
do grau de polarização da resposta. A fp é obtida por meio da razão entre a
diferença de respostas mínimas e máximas da resposta co- polarizada (Pmax -
Pmin), e, a soma entre os picos e vales da resposta cross - polarizada (Pmax +
Pmin), como mostra a equação 4. Quando fp=1, a resposta média é polarizada
e variações na polarização da antena (receber e transmitir, representados pelo
vetor de Stokes) farão com que ocorra grandes mudanças na potência
espalhada média. Quando fp=0, o retorno médio é completamente
despolarizado e variações na polarização da antena não causarão mudança na
potência espalhada (Durdenet al., 1989). Esta informação permitirá, de
antemão, atestar a viabilidade de se gerar imagens em outras possívei s
representações de onda, conforme a proposta do conceito de síntese de
polarização.

Pmax Pmin
fp  (4)
Pmax c Pmin

Outras ferramentas de análise das respostas polarimétricas são citadas por van
Zylet al. (1987), como o coeficiente de variação, vu. Este, é uma maneira de
quantificar a proporção do sinal que é despolarizado no sistema radar. Assume
que a potência máxima que chega ao radar é polarizada, e a mínima é
despolarizada (equação 5).

13c
c
 Pmin
vu ö (5)
Pmax

O coeficiente combina a resposta polarimétr ica de espalhadores individuais

com a resposta para a classe. A citação da fração de polarização e do
coeficiente de variação como parâmetros auxiliares na interpretação de RPs é
abordada por Woodhouse (2006).

Outrossim, a resposta polarimétrica de um ele mento de resolução, na imagem

de radar, representa as razões de assinaturas de múltiplos objetos (Evans et al,
1988). Portanto, um mesmo objeto pode apresentar assinaturas diferentes
(Boerner, 1998), assim como objetos diferentes podem apresentar respostas
semelhantes. O conhecimento das respostas pode favorecer a discriminação
dos alvos no entando, não fornecem informações de fase.

66c % c

A análise das respostas polarimétricas inclui: (a) Determinação do grau de

heterogeneidade do espalhamento, (b) determinação da pureza da polarização
do sinal de retorno por classe, e (c) determinação dos estados de polarização
potenciais para a distinção de alvos da vegetação. Para tanto, a geração das
RPs parte, inicialmente, da identificação das classes de cobertura/uso da terra.
Inicialmente realizou-se a alocação de pontos de campo, obtidos por GPS de
navegação na área de estudo. A figura 5 apresenta o s pontos cujas RPsco- e
cross-polarizadas, normalizadas em ı0, foram analisadas.

14c
c
 Figura 3.3 - Pontos amostrais para a tomada de assinaturas espectrais e alocação de
algumas classes de cobertura do solo em imagem HH.

Posteriormente, realizou-se a seleção dos valores máximos e mínimos

apresentados por cada RP. Estes valores são empregados no cálculo da fração
de polarização e coeficiente de variação, bem como possibilitam uma análise
estatística das classes. Os resultados são apresentados de forma g ráfica.

Identificados os valores citados, selecionaram-se os ângulos de elipticidade e

orientação correspondentes a cada valor. Isto possibilitou a interpretação dos
ângulos em função dos mecanismos de espalhamento e a otimização na
identificação de classes por meio de síntese p olarimétrica, descrita abaixo.

Para análise de fase, foi identificado o atributo de fase das imagens HH e VV

da matriz de espalhamento [S]. Realizou -se a razão de fase das polarizações
HH/VV que, com base em amostras, originou um gráfico polar com a

15c
c
 t  f  



l
. A
 t
  


 t  
 t
 


 P.

P  fi, 
li
 
í t   l
i
 


 i
 , il

i
   


i
 
 l
  f    l  
liti i
  i t
 .

ù c  BC c

¬  
  
  
 , li
  i l
     t


t
 
 fl t
t i
l, 


li. S l
: 
,  l  t


 , 
t
,
ilt
, 
 i
 fl t
.

ù  c B c B $ B D c cD B BCB c

A fi
. .Œ.Œ i tti

 P ti
    
 i
  A A SA
. ¬

 t
 t
  j t  
l
 
ll

 l 
l, Œ.

¬
 i

αc
c
 S l E t

Ailt
c

l t
c

Á
c

Œc
c
 P
t
c
i
.  t
 P l
iti
       l
i

 

 jt 
t
 .

A fi
. .Œ.Œilt
 t
 ti
       l
i

. t
 

 P  
l   t
 t
 i ifi
ti
if 
  t i. A
f 
fi

 t



l 
t
i     



l 

 i      t
 t  
l
 t  i ,   flt 
 
t ,   l  
  t

i t
 

.  t
t , 
t   t 
 
 .  i i
i  t  
li
  
:

lt
 t
l,  fi  
t

i
 f i

l

;   í i   i  
 t
, j t
  l 
   t  litii
  i t
 ; ,   fi   fii t 

i
 .

fi
. , t
 


l
 

l
 t
l,   

 i

 l
i
 

l
 
 
  fii
i
 
   i , 


i
l 

i
   fl l
. A
 t
 

 t
i    l
i
    ȥ 
  
 
.
 i
i  í i
t  t ȥ
  
 . A  t
 
 l
i

  
l  i   ȥ 


 

    ,
l   

ti
  t
   

 l
i

il
 t
!

iit
ti
 t. 

,
 i
 


t  ȥ     . P


 t
í i
,  t" 
l 
t
! 

ȥ 
,
  
,  
.

Œc
c
A RP do solo exposto não apresenta um pedestal, ou seja, a radiação recebida
sofreu pouca despolarização em relação à radiação emitida pela antena. A
pouca despolarização na resposta sugere qu e variações na representação da
elipse de polarização (síntese de polarização) apresentarão significativa
resposta na imagem resultante. A resposta mínima co -polarizada para a classe
é observada nos ângulos ȥ = 90º a -90º com Ȥ = -45º e 45º, no qual a resp osta
máxima é vista em ȥ = 90º e -90º e Ȥ = 0º. Para a resposta cross-polarizada
observamos os picos em ȥ = 90º a -90º com Ȥ = -45º e 45º, cujos vales
encontram-se em ȥ = 90º e -90º em Ȥ = 0º. A resposta cross- apresenta-se
inversa a resposta co-polarizada, mostrando semelhança à resposta de um
alvo triédrico. A semelhança com a RP de um triedro provavelmente está
associada à orientação dos sulcos para plantio, paralelos ao sentido do
imageamento, e à rugosidade superficial cujo comprimento de onda da banda
C é sensível.

Entre as respostas polarimétricas de solo e agricultura foi notada uma

semelhança no formato gráfico e nas respostas máximas e mínimas co - e
cross-polarizadas. Entretanto, a resposta para a classe agricultura possui uma
elevação no pedestal da assinatura. O fato foi atribuído a uma colheita recente,
mantendo, no local, ramos e galhos da cultura. Portanto, associa -se o pedestal
a despolarização da onda em função dos rest os vegetais.

Quanto às respostas apresentadas pela classe flore sta, seus valores de

resposta máxima co-polarizados estão contidos nos ângulos de ȥ = 90º e -90º
para Ȥ = 0º, e mínimos com ȥ = 0º e Ȥ = 30º e -30º. O formato gráfico se
assemelha as respostas para classe florestal apresentada por Durdenet al.
(1989), usando banda L. A resposta cross-polarizada possui máximos e
mínimos opostos ao assinalado na resposta co-polarizada, em que ȥ = 0º para
Ȥ = 90º e -90º apresenta os mínimos e ȥ = 30º e -30º e Ȥ = 0º os máximos da
RP.

19c
c
Na sequência de RP, se observa as classes capoeira e pastagem. A primeira, a
resposta máxima co-polarizada está em: ȥ = 0º para Ȥ = 0º, cujos mínimos são:
ȥ = 90º a -90º com Ȥ = -45º e 45º. A resposta cross-polarizada apresenta as
máximas potências em: ȥ = 90º a -90º com Ȥ = -45º e 45º, com mínimos ȥ =
90º a -90º e Ȥ =0º. No tocante a resposta co - polarizada de pastagem, observa -
se máxima intensidade em: ȥ = 90º a -90º e Ȥ =0º com mínima em: ȥ = 0º e Ȥ =
30º e -30º. Os indicadores de máxima e mínima potência na RP cross -
polarizada estão em: ȥ = -45º e 45º com Ȥ = 0º; e, ȥ = 90º, 0º a -90º com Ȥ
=0º, respectivamente.

Ao separar os valores angulares ȥ e Ȥ para as respostas mínimas e máximas

de um objeto qualquer, estabelece -se a possibilidade para se gerar novas
imagens. O intuito do método foi p roporcionar um contraste entre duas classes
de uso do solo, empregando os parâmetros angular es anteriormente
identificados.

Os picos e vales em dB de uma RP, para cada objeto, estão apresentados na

Tabela 3.4.1.1. A resposta mínima é chamada altura do ped estal em que
observamos o efeito da despolarização da onda incidente. Quanto maior a
altura do pedestal haverá, do mesmo modo, um incremento na proporção de
onda despolarizada no sinal de retorno. Como exemplo, podemos citar a
vegetação, que contém um conjunto de elementos orientados, com a
propriedade de despolarizar o eixo elétrico (Pairman, 2003). Observa -se que há
um aumento na despolarização da onda em função do incremento em
vegetação nas classes. Este fato se destaca entre as classes solo ± pastagem
- agricultura - capoeira.

Tabela 3.1 - Intensidades de resposta do sinal observadas para as classes de uso da

terra nas respostas polarimétricas. Fração de polarização e coeficiente de
variação.

20c
c
Et t
  ti

t
l
..Œ.Œ
 f
#   l
i
 f, ti



ti 
  t" i
 í i
  i
 

i
t
     
 l
i

. A fi
.Π l t
 lt
  ti  


f
 
 l
i
 . P  
 !
l
 l t

 t  

i 
    
 l
i

,
tií

i t
 

i
  
 l fl t
l. A l
 
 i

 t
    í i ! l  

 i
 Œ,  
,. 
  ! 
  
 

t

 t
  t
l l
 . 
     $
,

 l
i
 
tií

 i t  



¬, ! 
 íl
 
 fii
i, j
 ti

lt

  i
 


i i t.

   
l,
 
 t

 


 l
 i i
 !

i
 

i t
 

t
  fit
i t i
  i
l  t  , 
j
it

!

i     
i
 i
  
 l
i

. Et fit
   l  

l
 
 i
, j
    

 l
i

 
, .

 t
t ,
l   t 
i
   
ft
  l
  

 l
i

, 
   
t

 iili
 
   

 l
i



i
  fii t 

iii
 jt   i t

fíi   l .

Œc
c
i
.  
   l
i
 


 l
     t

t
.

A t
l
..Œ.
 t
 lt
  

 fii t  
i
 î  

i
. 
t   î 
i fti
 t 

i fl" i
  if t

l
 , il,  
 l
i
 

.  lt
  ti 
t

  î
 

 l  t 
ilt
,   
l   ,  , ,
ti
 t. Et lt
   ! 



 l
i


i
i




l
 t 

l
   t
 . 
lt
  

î  fi
 
 t
 
ti  t
 .

ù  c $B cC c B c

A itii 
f
  i
l  t  
 

  
f
 t

 l t

l
ifi
  i
  SA t
l., Π. A f
 

i

l
 fi i
 
if 
 t

i



iti
 i
l  i t
t t . A f
 t li


 ti

jt  


i
   l
i


i i t. ¬

jt , 
 titi t 

 
fl t
t i
l    
i
i


i i t. t  ti ,
f
  tii
i tifi
  
i
 
l
 t  i
t jt . P

 jt /l
 t
 
   
,
fi
.±,
itii 
if 
 f
 /VV.

c
c
 Água Solo exposto c

c
Agricultura Floresta

Capoeira Pastagem
Figura 3.6- Diferença de fase HH/VV para os pixels amostrados por classe de uso da
terra.

23c
c
Objetos que apresentam alta variabilidade na diferença de fase impõem
imprecisão nas classificações (Hesset al., 1995). Observa-se que na classe
água a maior concentração de pontos encontra -se próximo a 0º, o que
pressupõe o mecanismo de espalhamento superficial. Algumas outras classes
apresentam comportamento semelhante, como capoeira e solo. Em
contrapartida, classes como floresta não apresentam um comportamento
específico, com as diferenças de fase distribuídas ao longo de toda a
circunferência.

A diferença de fase média é empregada para descrever os mecanismos de

espalhamento predominantes em um det erminado objeto. Um exemplo onde a
fase média é igual a 0º, caracteriza o mecanismo de espalhamento conhecido
como superficial, citado anteriormente para a classe água. Do mesmo modo,
quando a fase se encontra distribuída aleatoriamente entre 360º e 0º, o
mecanismo de espalhamento predominante é o volumétrico. O espalhamento
conhecido como de canto ou doublebounce apresenta uma fase média
concentrada em 90º ou 270º. Este último não foi evidenciado em nenhuma das
amostras, no entanto é observado em determina das regiões da imagem, como
florestas próximas a corpos d¶água.

696c?cc $%c c

As RPs fornecem atributos para discriminação e realce de classes, como os

ângulos de elipticidade e orientação. Por meio destes é possível realizar a
síntese da polarização da onda, simulando uma imagem (Zebker e van Zyl,
1991, Cloude e Pottier, 1996, Touzyet al., 2004a, Touzy et al., 2004b). A figura
9 (a) apresenta uma composição em falsa cor em que R(VV) G(HV+VH/2)
B(HH) para a imagem originalmente adquirida pel o sensor. As demais (Fig. 9
(b) e (c)) representam imagens com alteração na polarização da onda
incidente.

24c
c
Figura 3.7 - Síntese de polarização com mudança de elipse da imagem original para
imagens simuladas. (a) imagem original composição R(VV) G(HV+VH/2)
B(HH), (b) imagem simulada ȥ = 0º com Ȥ = 45º, composição R(VV)
G(HV+VH/2) B(HH) representando uma polarização elíptica a direita; e
(c) imagem simulada ȥ = 45º com Ȥ = 30º, composição R(VV)
G(HV+VH/2) B(HH) representando uma polarização linear a 30º de
inclinação.

Nota-se, por uma análise comparativa, que certas áreas apresentaram

mudança na intensidade do sinal de respost a ao variar a elipse da onda
espalhada (através da mudança dos ângulos de elipticidade e orientação). A
formação de cores empregando imagens de radar, neste trabalho, assume um
modelo aditivo, em que o espaço de atributos RGB sofre combinações para
gerar outras cores. Os vetores do espaço de atributos são os elementos da
matriz de espalhamento. Esta composição colorida, da forma como foi
apresentada, é conhecida como decomposição de Pauli (Lee e Pottier, 2009).
Os elementos correspondentes são:

R: VV

G: (HV+VH)/2

B: HH

25c
c
sendo: VV, VH, HV e HH a fração linear em uma resposta circular ou elíptica
registrada segundo uma antena receptora de radar.

A contribuição de cada componente na definição da cor está relacionada aos

espalhadores nas classes em estudo. Os efeitos ocasionados por meio da
mudança de sistema, ou no mecanismo do espalhamento, podem ter fácil
identificação empregando composições em f alsa cor (Lewis e Henderson,
1999). Kasischkeet al., 1997), apresentam o potencial das polarizações na
classificação de uso e cobertura do terra, destacando, por exemplo, a
identificação de áreas com floresta alagada na polarização HH. A vegetação
florestal de área seca, em geral, destaca-se na polarização HV. Isto sugere a
aplicação de um filtro de coloração verde à polarização HV, com o intuito de
facilitar a identificação visual. Ou seja, na figura 9, a variação na resposta da
vegetação florestal em função da mudança de base é observada nas variações
de tons de verde. No entanto, na Fig9 (b), que apresenta uma polarização
circular, a vegetação florestal responde com maior intensidade as polarizações
paralelas, atribuindo uma coloração magenta. A vegetação agrícola apresenta
uma maior resposta nas polarizações cruzadas, nesta representação. Na
figura 9 (c), com polarização elíptica, a floresta se confunde nos tons de
magenta e verde conforme os picos de sinal apresentado na RP. Áreas
possíveis de classe capoeira aparecem em tons de verde. Áreas agrícolas se
alternam no mesmo verde e magenta, no entanto em níveis de cinza escuros,
cujo sinal mínimo para esta representação da onda foi ev idenciado na RP
anteriormente.

6>c  #c1  c

Foram apresentadas as respostas polarimétricas para diferentes usos e

coberturas da terra em floresta tropical amazônica no Brasil, usando banda C
orbital. As RP gráficas foram comparadas e permitiram a extração de
informações quantitativas de valores máximos, mínimos e ângu los de

26c
c
elipticidade e orientação. Os valores mínimos e máximos foram empregados na
fração de polarização, o qual permitiu observar o efeito da proporção da onda
despolarizada na assinatura. O efeito de cada componente das áreas
amostradas sobre a despolari zação da onda puderam ser observados no
coeficiente de variação das RPs, em que destacaram -se as classes solo
exposto e agricultura. As informações de fase descreveram, para algumas
classes, os mecanismos de espalhamento, e sua possível influência em uma
classificação de imagens. De uma maneira geral, não foram observados
comportamentos específicos para cada classe, apesar de ten dências terem
sido detectadas.

Este conjunto preliminar de análises foi empregado no entendimento das

imagens sintéticas. A interpretação, empregando as variações de cor, permitiu
a identificação de mudanças na intensidade do sinal. Os resultados antecipam
a baixa discriminação entre as classes de estudo em abordagens de
classificação automática. Entretanto, sugere -se a associação de técnicas de
classificação polarimétrica a uso da síntese de polarização. Trabalhos futuros
incluirão resultados de classificações e o potencial dos métodos utilizados aqui
na identificação de classes.

27c
c
 9c  +c c
c j
:(c c j j c c
 ‰+4 c c 
c c  c c 
c  c 
c
c‰
c j
c

c
93c !c

A classificação do terreno é uma das mais importantes aplicações do

sensoriamento remoto PolSAR. Esta afirmação deve-se ao maior conjunto de
informação sobre os objetos que o dado polarimétrica proporciona em relação
às imagens convencionais. O conjunto complexo de informações associado às
necessidades em monitorar, com rigor, as florestas tropicais, tor na-se um
campo amplo de estudo.

O desmatamento em florestas tropicais, substituindo a cobertura natural por

agricultura, pecuária extensiva, expansão dos núcleos urbanos, entre outros
usos, revela-se preocupante a medida que realizado sem a devida gestão.
Foley, 2005, apresenta as consequências para o desequilíbrio no
desenvolvimento agrícola. Dentre suas conclusões para um cenário pouco
sustentável, apesar do fortalecimento agrícola e disponibilidade de alimentos,
nota-se: a) aumento na disseminação de doenças; b) redução da
disponibilidade de recursos naturais; c) comprometimento da qualidade da
água, ar e clima; e; d) reduçã o da biodiversidade / habitats.

O mapeamento da Amazônia brasileira é realizado desde 1988, conduzido por

programas de monitoramento do INPE, empregando dados do sensor
Landsat !g (TM) (INPE, 2001). O uso de sistemas SAR supre a
indisponibilidade de dados ópticos em programas operacionais para monitorar
o desmatamento na Amazônia (Almeida Filho, 2005). Bem como, contribui no
incremento de informações acerca de objetos, tais como Biomassa, volume,
estrutura entre outros.

28c
c
Apesar da banda C não possuir adequada correlação com a es timativa de
parâmetros florestais, seu emprego no monitoramento do uso do solo atinge
outros campos. Um exemplo disto está o interesse no monitoramento da
expansão de áreas de pastagem e florestas secundárias, que no cenário
mundial tem adquirido especial atenção (Quegan, 2000). Devido ao grau de
penetração da banda C na vegetação, interagindo nas camadas superiores, o
retroespalhamento em vegetações de menor densidade e estrutura simples
atribui coerência na interpretação de resultados.

Embora as imagen s PolSAR, contribuam com a identificação de padrões e

feições da vegetação, estes nem sempre sejam aplicados de forma eficaz,
posto o emprego inadequado da informação. A principal causa para essa
inconformidade é uma baixa precisão na extração automática d e informações,
a partir de imagens SAR, que não cumpre as exigências práticas em vários
campos de aplicação. Dentre os quais, explorar a complexidade dos dados e
ferramentas polarimétricas em florestas tropicais.

Neste sentido, este trabalho visa emprega r uma técnica de análise de dados
polarimétricos que observa as variações da onda retroespalhada à detecção de
classes de uso do solo. Usando de conceitos consolidados, como o potencial
em simular respostas de intensidade do sinal como função dos ângulos d e
elipticidade e orientação da onda, formando respostas polarimétricas. Simulam -
se imagens que melhor representariam um objeto específico, considerando sua
resposta polarimétrica.

9c ?cc 'c

Radares polarimétricos convencionais operam com uma antena de polarização

fixa para ambos os sinais refletido e transmitido (Van zyl, 1987). Assim sendo,
a combinação dos sinais transmitido e recebido, para todos os elementos da
célula de resolução de uma imagem, são sintetizados em uma matriz de

29c
c
espalhamento. Ao ocorrer esse processo, inúmeras informações sobre a
superfície do terreno, contidas na onda retroespalhada, é perdida.

Embora a representação da resposta dos objetos seja em um único estado de

polarização, havendo perda de informação, este não constitui barreira ao
reproduzir qualquer outro estado (citar o livro do Pottier). O principal benefício
desta informação, ao comparar com sistemas imageadores simples, é o
conteúdo de informação associado a um espalhador. A síntese de polarização
tende a explorar o conteúdo de informação acerca de um objeto desconhecido
nas polarizações convencionais (Boerner, 1999-manual de SRSAR).

Deste modo, a síntese de polarização oferece um mecanismo para encontrar a

máxima separação de classes. Segundo Boerneret al, 1999, maximizar o
contraste entre duas classes de cobertura do solo tal que elas possam ser
distinguidas corretamente figura ent re os problemas em se classificar dados
multi-dimensionais.

Um exemplo do uso da síntese de polarização, para distinguir classes de uso

do solo, está o trabalho de Touzi, 2004. Seu trabalho procurou distinguir 6
(seis) tipos florestais sob condições climáticas de inverno e primavera. Touzi
observa que ao utilizar a síntese de polarização simulando imagens com
polarização circular, a classe com dominância da espécie White Spruce obteve
realce perante as demais classes. O mesmo realce foi observado ao compa rar
com as polarizações tradicionais no estudo da vegetação HH e HV.

Anterior a Touzi, Kwoket al, 1994, realizaram a análise de assinaturas

polarimétricas para identificar povoamentos de três essências florestais
distintas. A resposta polarimétrica de um objeto é a primeira aproximação da
síntese de polarização.

30c
c
Assim sendo entender a resposta é uma fase à seleção dos parâmetros da
elipse como mencionado em Servelloet al, 2010, e descrito no capítulo anterior.
Onde se nota os ângulos de elipticidade e or ientação de {ȥ = 0º com Ȥ = 45º} e
{ȥ = 45º com Ȥ = 30º}, cujateoria os indica ângulos propícios ao realce de
classes como pastagem e floresta. Na Prática, pouco se sabe se o realce de
diferenças é suficiente para tornar operacional esta técnica.

As assinaturas polarimétricas indicam o grau de espalhamento da onda

provocado pelos elementos da célula de resolução. O grau de espalhamento
da onda contribui no acúmulo de informação no sinal, o que tona difícil sua
interpretação. Do mesmo modo, os efeitos do espalhamento realçam o ruído
speckle na imagem.

Em outra abordagem, os múltiplos espalhadores presentes em uma célula de

resolução, são representados na matriz de covariância ( [C] ). O emprego da
matriz [C] garante o uso de informações de amplitude e fas e, bem como
desenvolver classificadores adaptados a presença do ruído speckle (Rignot,
1992). Uma aproximação no uso de ferramenta classificação polarimétrica
refina o processo de detecção de objetos, tradicionalmente identifi cados em
polarizações simples.

Haja vista que o retroepalhamento na banda C ocorre com maior intensidade

nas camadas superiores da vegetação, e apresenta pouca capacidade de
penetração, espera-se alto espalhamento. Este efeito é realçado em áreas de
floresta, o que amplia o grau de confusão. Este efeito agrava -se quando
associado a condicionantes atmosféricas, tais como o efeito da chuva.
Dependendo do grau de espalhamento o conflito entre as classes torna -se
evidente, impossibilitando distinguir regiões florestais, ou desflorestadas, das
demais classes de maneira automatizada.

96c 
 cc
cc!cc
"!cc c

31c
c
Considerada as principais atividades econômicas locais, e os efeitos na
paisagem, foram selecionadas 5 classes de uso do solo, sendo: Água, Solo
exposto, agricultura, floresta e pastagem. Por se tr atar de imagens obtidas
próximo ao rio tapajós, a porção água refere -se pontos com tais caracteríscas.
Assim destacam-se pequenas barragens e corpos dágua presentes na região.
Tais feições no entendimento polarimétricos, possuem superfícies cujo
espalhamento é conhecido como ³especular´, típico de superfícies lisas.

Solo exposto é uma fase após desmate, colheita e preparo de solo agrícola ou
mesmo reforma de pastagens. Tal classe, em análise de mudanças costuma
estar associada ao descanso do solo em culturas agrícolas. Durante o
processo produtivo, as técnicas de manutenção do solo encaixam processos
em que o solo se isenta da cobertura vegetal.

A linha natural ao solo exposto seria a implantação da agricultura ou pecuária.

Esta primeira, conta com forte incentivo na região, sobretudo no que tane a
produção de grão. O município de Santarém/PA, o qual se incere o contexto de
estudo, possui infraestrutura com incentivos públicos para escoação da
produção. Assim, ao baratear processos produtivos, o consumidor responde ao
mercado. Esta classe é caracterizada por uma cobertura uniforme e espaçada.
Como se tratam de espécimes agrícolas cujo cuidado com ervas daninhas é
elevado, a estrutura da vegetação torna -se típica. Do mesmo modo, a técnica
de plantio em linha s, realizada por maquinário agrícola, é visto como um
caráter na separação de classes como pastagem.

Neste mesmo caminho transita a expansão agrícola. Por se tratar de solo rico
em material quartzoso, a fixação dos nutrientes exigidos a agricultura é
reduzida no tempo. A capacidade de trocas catiônicas torna -se limitada devido
a ausência de microporos no solo que retém água nas camadas superiores, e
os nutrientes na fração argila. A medida que a agricultura passa a tornar -se
pouco rentável, insere -se a atividade pecuária neste contexto. Da mesma

32c
c
forma, pequenos proprietários adotam a áreas de pastagem como uma de suas
atividades de subsistência, ou para fins leiteiros. Esta classe, por ser imagem
obtida em período seco, a pastagem encontra -se pouco vigorosa. A vegetação
caracteriza-se por uma cobertura uniforme de gramíneas, variando de 50 a 120
cm de altura. Assim, o efeito da cobertura vegetal a radiação na banda C torna -
se transparente, obtendo um efeito de espalhamento superficial, cuja maior
parte da informa é revertida no sentido oposto a antena.

A floresta é representada pela floresta nacional do tapajós. Com cobertura em

muitos pontos totalmente intacta e preservada, constitui um grande
remanescente de floresta tropical. Sua estrutura contém espécies arbóreas
cujo dossel atinge cerca de 30 metros. As copas são densas e volumosas, e o
aspecto rugoso predomina em uma imagem de radar. Além da Floresta
propriamente dita, enquadram -se nesta classe as formações de capoeira. As
capoeiras são formações iniciais no estádio sucessional da vegetação,
importantes no processo de regeneração. Embora imagens, na banda C, não
obteve êxito na distinção de regiões homogêneas de capoeira, este estudo
contempla-a como parte integrante da classe floresta.

O quadro XX, ilustra as classes temáticas de uso e cobertura do solo. Neste

quadro podemos observar uma visão de campo da imagem, sua representação
nas imagens de radar (RADARSAT-2), e Landsat TM 5.

Quadro 1 - Classes de uso do solo.


c 
c 
 c 
c


cc
¬
c ccc ccc

Sc
 c

c
c c

33c
c
~
 

c c


 

c c

 

c c
c

  

c c

c
c
c
c  BC c cC D 
c

A  

 t
li

l it   l
ifi
 ífi 

t
t
 t  

i f 
 , itii 
 t
 



li
 

i
 . A
 t
 
 i f 
# ti
 t

l  
 ,
ilt 

  
!ii 
 
. A 

 t
 

li
 f 
 

 


 if t l
ifi
#. S 
i,

 
i
#   i t 




  l
iti
flt 
i i
  
i
 l
ifi
 .

i i 
i
 t 
l
 t B...

A 
li
    

 
, i
 f
 
iti 
 t l
, 
 ! jt  f 
 t
t 
 i
l

ùc
c

l
 ,  
 t  
l. t

i
,  t
t  t
 i jt  t 
 
i ,
lt

  i
 t
títi
 
i
.
Et 
  titi 
f
 i ii
l
 i t  
#

l
ifi
 .

c c

c
c

c
c

ù c
c
 c

36c
c
 37c
c
 >c +4 c c  +c c 
c  c 
c c
‰
c j
(cc 
c 
j 
c c
 cj
: c

c
>3c !c

A expansão da agricultura e pecuária figura entre os principais agentes

propulsores da degradação ambiental no Estado do Pará. Estudos da dinâmica
de uso e cobertura do solo na Amazônia revelam a substituição da floresta por
culturas agrícolas e pastagem (Mura et al, 2009). Esta mudança na paisagem
tem influência direta sobre a estrutura socioeconômica e ambiental de u ma
região (Sönmezet al, 2009).

À medida que o monitoramento sistemático de uma área torna -se necessário, o

uso de imagens SAR deve ser considerado (Queganet al, 2000).
Especialmente em regiões cuja nebulosidade limita o uso de sensores ópticos,
a exemplo da Floresta Nacional do Tapajós (Cohenca, 2007). Bem como a
dinâmica acelerada no uso e cobertura do solo a qual esta região está sujeita.

A evolução dos sistemas SAR, inicialmente aerotransportado, dispõe de

mecanismos polarimétricos de imageamento, proporcionando um maior
conteúdo de informação a cerca dos objetos na superfície terrestre. A
classificação do terreno é visto como a principal aplicação em sensoriamento
remoto por dados polarimétricos (Zouet al, 2010). No entanto, uma boa parte
dos trabalhos publicados até o momento foca nas propriedades estatísticas dos
elementos (Curan e Kuplich, 2009).

Outros dados SAR já utilizados no estudo da dinâmica da paisagem, como

JERS 1 (Curan e Kuplich, 2009), MAPSAR (Mura et al, 2009 ± sensor em
teste), ALOS PalSAR (Jong-Sen Lee, 1999; e Almeida Filho et al, 2005), e
R99B SAR (Guerra et al, 2009), apresentaram resultados potenciais para tal

38c
c
fim. O uso da banda C apresenta um histórico nos sensores ERS 1 -2,
ENVISAT, SIC C/X, RADARSAT 1 e 2 citados por Quegan et al, 2000; Park e
Chi, 2008; e Rignot e van Zyl, 1993.

O sensor SAR a bordo do RADARSAT-2, no entanto encontra -se em fase

experimental, com um campo de aplicação a florestas tropicais pouco
explorado. Os resultados encontrados para a Banda C polarimétrica em nível
orbital limitam-se (ou figura-se) no campo teórico o que por vezes torna
abstrato a aplicabilidade do sensor.

Com isto, este trabalho busca sanar uma lacuna na literatura, visando analisar
o potencial de dados RADARSAT-2, no monitoramento das mudanças de uso e
cobertura do solo em uma perspectiva temporal. Este trabalho relaciona os
processos de conversão de áreas florestadas em n ão florestadas entre os anos
de 2008 e 2009.

>33c!cc $cc$c!c $
cc!cc

c

Detectar mudanças trata-se do processo em identificar diferenças no estado de

um objeto ou fenômeno por observação em diferentes instantes (Sing 1989). A
medida que se aprimora a detecção de mudanças na superfície da terra,
aprimora-se o entendimento entre as relações do homem com o ambiente
(Santos, 2009). Ao passo que se compreende os atores que impulsionam
mudanças (pecuária, agricultura oferta de madeira etc.), aprimoraram a gestão
dos recursos naturais (Lu, 2004).

Quando, notadamente, os processos de uso e ocupação ocorrem de forma

acelerada, o levantamento sistemático de uma área é necessário. A partir de
então se deve considerar o uso de imagens adquiridas por Radares de
Abertura Sintética (SAR). A Agência Espacial Européia lançou os satélites de

39c
c
Sensoriamento Remoto ERS-1 e ERS-2 e ENVISAT, sistematicamente
disponíveis, mesmo na presença de nuvens (Rignot e van Zyl, 1993, 1999).
Assim como a Agencia Canadense, com o sensor RADARSAT-1 e 2 entre
outros países que dominam a tecnologia SAR. A semelhança entre estes
sensores é o imageamento cujo comprimento de onda corresponde a banda C.

De fato, as potencialidades da banda C adquiridas por radar orbital se refletem

em diferentes estudos. Contudo, ao inserir imagens SAR no contexto de
detecção de mudanças, notamos uma lacuna na literatura. Deve -se ao fato que
detectar mudanças requer a aplicação de metodologias específicas. Assim,
visa reduzir os efeitos provocados por desconformidades ocasionadas pela
defasagem temporal entre as imagens. Lu, 2004 sintetiza as metodologias de
amplo uso para identificar mudanças em duas imagens adquiridas em tempos
distintos. Das quais, nem todas foram aplicadas ou se enquadram às
potencialidades de imagens SAR polarimétricas.

Dentre as citações sobre sistemas no contexto temporal, Rignot, 1993, propõe

metodologias para análise de imagens SAR do sensor ERS-1. Destaca-se o
método das diferenças entre imagens . Assim como Queganet al, 2000 aplicam
ao mapeamento florestal técnicas embasadas no valor de sigma, e o
incremento no número equivalente de lux¶s, como parâmetros de entrada no
modelo de classificação. Park e Chi, 2008, utilizaram o método de
componentes principais em séries temporais RADARSAT-1 e ENVISAT na
identificação de usos do solo.

As experiências com análise temporal de dados SAR, assim como nos

trabalhos publicados no parágrafo anterior, prevalecem no campo teórico. Isto
deve-se a sensíveis variações no alvo, refletindo significativamente na
composição da imagem. Os parâmetros físicos usuais em análises teóricas
são: a) os efeitos do retroespalhamento em relação à biomassa, b) idade do
povoamento, c) entropia, d) ângulo alfa, e) estrutura da vege tação, e, de

40c
c
maneira mais recente, f) a fase, como variáveis explicativas do comportamento
dos objetos.

As imagens SAR podem fornecer informações adicionais do uso do solo além

do mapeamento (Kasischke, 1997). No entanto, a complexidade de análise da
informação, nem sempre torna-se operacional ao empregar em sistemas de
monitoramento, como alternativa a imagens ópticas, cujo olhos já apresentam
afinidade. Neste sentido, uma alternativa para reduzir problemáticas intrínsecas
às imagens em sistemas de detecção de mudança é adotar as respectivas
classificações de imagens SAR.

Ao se utilizar as classificações como base para a detecção de mudanças a

principal desvantagem estará na qualidade na identificação de classes. Este
erro pode ser sanado quando se real iza uma amostragem significativa de
pontos de verdade em campo, associado ao conhecimento local. Neste
sentido, imagens classificadas reduzem os efeitos da atmosfera, sensor e
ambiente. O comparativo entre as imagens classificadas em uma série
temporal ajustam uma matriz completa sobre inf ormações de mudança (Lu,
2004).

Um critério de relevância no mapeamento de uso do solo está relacionado às

condições fisiológicas da vegetação em função dos períodos de chuva e seca.
A influência da sazonalidade nos dado s de radar é observada no trabalho de
Ahern et al. (1993). O trabalho apresenta os efeitos fisiológicos da vegetação
nas estações outono/inverno e primavera/verão, sobre as polarizações (HH,
HV, VH, VV).

>c % c

41c
c
 >3c cc c

As imagens do sensor SAR a bordo do RADARSAT-2, adquiridas em anos

distintos, possuem seus parâmetros descritos na tabela 5.1. As imagens foram
adquiridas no dia 24 de setembro de 2008 e 13 de outubro de 2009,
correspondentes ao modo ScanSAR. As cenas contemplam uma porção da
Floresta Nacional do Tapajós (FNT) e parte de seu entorno.

Tabela 5.1 - Parâmetros do sistema de imageamento RADARSAT-2.

c  $cc
c EE;c EE<c
Banda/frequência C/5,3 cm/5,6 Hz C/5,3 cm/5,6 Hz
Largura da banda 100 MHz 100 MHz
Polarização Full (HH-HV-VH-VV e fase) Full (HH-HV-VH-VV e fase)
Resolução 25 x 28 m (quatro looks) 25 x 28 m (quatro looks)
Largura da cena 25 x 25 Km 25 x 25 Km
Ângulo de incidência 27,07° 33,18°
nº de looks 4 4
Órbita Descendente Ascedente
c
O mapeamento divide-se em áreas de floresta e não-floresta, como principais
classes empregadas nos sistemas de monitoramento da supressão da
vegetação florestal no Brasil (Quegan et al, 2000; e Guerra et al, 2008). Este
mapa de classes foi gerado com o uso de um método de classificação
supervisionada, que utiliza a distância de Wishart (Jong -Sen Lee et al, 2009),
com uma janela 7x7, de modo a ampliar as amostras do classificador e corrigir
os efeitos causados pelo ruído. As amostras foram selecionadas com b ase em
informação de campo, posteriormente utilizados para validação dos resultados.

A verdade de campo foi obtida concomitante ao período de aquisição das

cenas RADARSAT-2. Por meio da fonte de verdade, torna -se possível gerar a
matriz de classificação. Tal parâmetro é base para outras análises estatísticas
bem como a geração de índices d e concordância. Para este trabalho emprega -
se o índice Kappa.

42c
c
A mudança na cobertura do solo foi analisada por meio do cruzamento entre as
classificações de 2008 e 2009, o que gerou a identificação de áreas que
sofreram supressão ou incremento de vegetaçã o.

>6c !cc 
! c

Segundo Guerra et al, 2008, o estudo do desmatamento em floresta tropical

sofre variações nas dimensões de classes detectadas ao se empregar as
diferentes polarizações. Neste estudo, não se trabalha as variações
decorrentes da polarização da onda individualmente, mas sim, do dado
complexo. Todavia, as imagens, no contexto que foram adquiridas, apresentam
diferenças que refletem na classificação. Dentre estas nota -se: a) a órbita, b) o
ângulo de incidência e c) a ocorrência de precipitação na cena de 2008.

Quanto ao imageamento, a cena de 2008 é de visada descendente ao passo

que a imagem de 2009 foi adquirida em visada ascendente. Tais
desconformidades causam realce ou mascaramento das feições de relevo. O
mesmo efeito é causado quando há variações no ângulo de incidência.

Entretanto, ao se tratar de estudos da dinâmica de uso do solo na Amazônia,

com vista a ações de contenção do desmatamento, por parte da fiscalização
ambiental federal, deve -se considerar os recursos disponíveis adequando a
metodologia ao cometimento dos menores erros . a minimização de erros.

Assim sendo a figura 3 apresenta um panorama da mudança na cobertura do

solo na FNT e entorno. O gráfico trata da evolução da cobertura f lorestal onde
há uma redução da área floresta, com incremento em desmatamento. Tal
conclusão é obtida anterior à uma análise rigorosa dos efeitos do relevo na
região. As imperfeições do relevo propiciam a ocorrências de distorções
ocasionadas na visada descendente. Nesta situação notamos a ocorrência de
distorções do tipo sombreamento.

43c
c
i
.Π E l 
 t
fl t
l  t 
 




.

i  t  

t


 t

fi
ù fi
 t %.
l
i i
   t  !   
  


 

fl t

  
   iifi
 . S  P 


it 
 t 
A
% i
 P ES, 

 í 



,
f 
 i tifi
  Œ

  

t
P ES,
Œ
. V
l 
lt
 ! 
P ES  i 

t
 liit

, !
l f 
 i tifi
  


t t
l
i
 α


   t
  .

A 
 !
i
 ti

 t
 lti
  t
 ,

i
 SA 

  f i fl" i
 l
l
ifi
   
 l . ¬     

fi
, l
ifi
 
 i  

 

 l l  
  fl t
l
  fl t
. At t



t
l f
t , f
% i
    i 

l 
 fi# 
l .

'
c

Bc c Dc

'
c

c
c
 Figura 5.2 - Erro de omissão ocasionado pelo sombreamento do relevo. Em( a),
modelo digital de elevação SRTM, (b) imagem RADARSAT -2 2008
indicando os polígonos de não florestados classificados, e, (c) imagem
Landsat-5 3R4G5B de agosto de 2008. Os detalhes indicam a
ocorrência do erro de omissão.

O erro de omissão de classe flo resta pode ser resolvido ao empregar o Modelo
Digital de Elevação como ferramenta ao refino das classes utilizadas. Como se
desconhece um classificador que emprega o uso de variáveis de elevação, a
edição de regiões torna -se manual. Neste contexto caberá ao intérprete refinar
os resultados das classificações. Tal metodologia é usualmente empregada
nos atuais sistemas de monitoramento de uso e cobertura no Brasil como
PRODES e DETER eliminando significativamente erros de classificação.

>63c!cc
"!cccccccEE;cc
EE<(c!$c"%$c $*
 c

Ao se tratar de imagens de radar a variabilidade temporal também exibe

características dependentes da idade ou biomassa do povoamento (Queganet
al, 2000). Tais parâmetros determinam a exatidão na classificação de
diferentes estádios de capoeira em relação à floresta. Como mostra a figura 5,
as classificações entre os anos 2008 e 2009 apresentaram diferenças pouco
significativas, eliminadas as distorções decorrentes do relevo.

45c
c
 c
Classificação 2008 Classificação 2009

Figura 5.3 - Imagens classificadas para o ano de 2008 e 2009.

Ao analisar as imagens separadamente observamos o desempenho do

classificador na delimitação dos polígonos das classes. A figura 6 apresenta as
variações entre os limites de classes para 2008 e 2009. Em primeira instância
(figura 5.4(a)), observa-se a classificação para 2008, em destaque os limites da
classe não florestada, seguido da imagem de 2009 ( figura 5.4(b)). A figura
5.5(c) contém a sobreposição entre os limites de classes não floresta, tendo
uma imagem Landsat-5/TM obtida em agosto de 2008 ao fundo. Emprega -se a
imagem óptica para visualização, pois nossos olhos estão acostumados com a
interpretação.

46c
c
 Bc c

Dc

i
.  liit
    lí  
l
  fl t

. E
, i




t

,   i



t

,  i


t
.

t
 

l
  fl t
  t  
i
. Et

      i t 
 f 

 t  ti  
 fl t
 
 i
,   
 " i
 iit
 
t

!ii 

    tii t


  í 
i
. A
!
tifi
 
 l
 
 t


t
l
.

l
.
ti%  l
ifi
 .




¬l
 S
cF
 Bc F
 Bc S
cF
 Bc F
 Bc
S
cF
 Bc  ,  ,Œ ±, ù,
F
 Bc ,
,
 Œ,  
,ù

c
c
A matriz de classificação resultante do processamento supervisionado ,
apresenta a relação entre os pontos amostrados e os valores reais em campo.
Observa-se que a classificação obtida em 2008 apresenta forte conflito de
classes com as amostras em campo para o período. A acurácia global para a
classificação de 2008 figura e m 71,19%.

o passo que a classificação de 2008 apresentou conflito entre as amostras de

campo verificadas, a imagem de 2009 aprimora o resultado, cuja acurácia
global é de 88,76%, reduzindo o conflito sobretudo na identificação de áreas
com floresta. Tal fato representa a estabilidade na aquisição da informação,
sem que haja forte influencia de umidade, proveniente de chuvas e em função
aquisição ascendente, em que as variações de relevo anteriormente
sombreadas, passaram a estar iluminadas.

>6c!cc
"!c$c1!cc ' c

A medida que o sensores evoluem aumentam-se os custos operacionais e de

aquisição das imagens. Assim a viabilidade no uso de informações
polarimétricas, requer estudo prévio e detalhado em sistemas de
monitoramento. Nem sempre os riscos cobrem os custos. Após o estudo
temporal, com uso puramente dos dados polarimétricos de 2008 e 2009,
analisa-se o efeito ao empregar apenas a informação contida em polarizações
simples, como HH e VV.

O classificador empregado nas cenas simples (HH-2008, HV-2008, HH-2009 e

HV-2009), trata-se de classificador supervisionado que se baseiam nas
mínimas distâncias entre as amostras. Como o real interesse encontra-se no
resultado final da classificação, não houve teste de técnicas de classificação
que melhor expressam a verdade.

48c
c
>9c  #c‰  c

O uso de imagens Radarsat-2, em primeira instância, é viável no estudo de

mudança no uso e cobertura do solo. No entanto apresenta limitações quanto á
ocorrência de precipitação no ato da aquisição dos dado s e limitação na
identificação de classes empregando o classifica dor supervisionado de Wishart.

Outra problemática enfrentada trata -se do relevo. Em imagens de visada

descendente, causou sombreamento do relevo em regiões acidentadas. O
sombreamento causa a ausência da informação do solo e conflito entre
classes. Para contornar este tipo de situação emprega -se a edição manual dos
polígonos conflitantes.

49c
c
A ausência de informação por sombreamento, comparado a perda de
informação da superfície por nuvens, em sistemas ópticos, ainda mostra um
melhor desempenho em sistemas de monitoramento. Tal fato deve -se a
possibilidade em identificar, com apoio de informações de relevo, os pontos
potenciais a ocorrência da distorção, corrigindo -os.

A metodologia é baseada em classificação supervisionada, o sistema de

identificação de alvos poderá ser melhorado ao aprimorar uma nova seleção de
amostras. Neste sentido, sugere-se testes e análises baseados em princípios
físicos dos alvos. Entender o espalhamento como fundam ento à classificação e
identificação de amostras de teste. Assim como sugere -se o emprego de novas
técnicas de classificação, e estudos avançados com vista a explorar os dados
polarímétricos no mapeamento de uso e cobertura do solo.

50c
c
 =c 
!#c% c

c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c

51c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c

52c
c
 @c 1
c
" %1
 c

c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c

53c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
;c  c

54c
c