Você está na página 1de 62

Modelagem hidrológica auxiliada por geoprocessamento

com ArcGIS e HEC-GeoHMS

Dia 1:
Classificação dos usos da terra com ArcGIS

Vinícius B. P. Chagas e Camyla I. dos Santos


19 de outubro de 2017
Tópicos abordados

1 - Fundamentos dos usos de imagens de satélite

2 - Prática: Manipulação e interpretação de imagens

3 - Classificação de imagens em usos da terra

4 - Prática: Classificação
Australia
Irã
Rio Mississippi
Rio Ohio
Ibitinga, rio Tietê
Algeria, deserto do Saara.
“Land of terror”
Mar de Bering
Las Vegas
Dubai
Softwares para classificar imagens
Parte 1:
Fundamentos
Fundamentos
Sensoriamento remoto

• O que é Sensoriamento Remoto?

Sensoriamento Remoto é a ciência e a arte de obter


informação acerca de um objeto, área ou fenômeno,
através da análise de dados adquiridos por um
dispositivo que não está em contato com o objeto, área
ou fenômeno sob investigação.
Fundamentos
Sensoriamento remoto

• Os satélites podem ter sensores passivos ou ativos.


Fundamentos
Sensoriamento remoto
Fundamentos
Sensoriamento remoto
Fundamentos
Sensoriamento remoto
Fundamentos
Sensoriamento remoto
Fundamentos
Sensoriamento remoto
Fundamentos
Sensoriamento remoto

Discretização da Discretização da
reflectância dos reflectância dos
alvos alvos
Fundamentos
Sensoriamento remoto

• A reflectância é
representada em níveis de
cinza (NC)

Maior Menor
reflectância reflectância
↓ ↓
Maior NC Menor NC
↓ ↓
Branco Preto
Fundamentos
Sensoriamento remoto

• A reflectância é
representada em níveis de
cinza (NC)

Maior Menor
reflectância reflectância
↓ ↓
Maior NC Menor NC
↓ ↓
Branco Preto
Fundamentos
O espectro eletromagnético
Fundamentos
O espectro eletromagnético
• Alguns comprimentos de onda da radiação eletromagnética
são absorvidas ou espalhadas pela atmosfera.
Fundamentos
Curva espectral de alvos

• Cada alvo tem um nível de reflectância em cada


comprimento de onda.
Fundamentos
Curva espectral de alvos

• Cada alvo tem um nível de reflectância em cada


comprimento de onda.

• A energia refletida pelos alvos podem ser representadas


por curvas, denominadas:

Curva espectral de alvos


Fundamentos
Curva espectral de alvos

• Cada objeto tem uma assinatura e curva espectral.


Fundamentos
Curva espectral de alvos
• Curvas espectrais da água, vegetação, e solo exposto.
Fundamentos
Curva espectral de alvos
• Curvas espectrais da vegetação com diferentes conteúdos
de umidade (WC, g/m²)
Fundamentos
Curva espectral de alvos
• A reflectância de cada faixa espectral é medida isoladamente.
• Estas faixas são chamadas de bandas.
Fundamentos
Curva espectral de alvos

• Cada banda gera uma imagem em níveis de cinza.


Fundamentos
Curva espectral de alvos

• Porém, o comportamento espectral dos alvos é alterado


por fatores externos, como:

– Localização do alvo em relação ao sensor;


– Declividade do terreno;
– Iluminação;
– Atmosfera: aerossóis, umidade, nuvens.
Sistemas orbitais

• Existem dezenas de
sistemas orbitais com
dados disponíveis.

• A resolução espacial
varia de centímetros a
quilômetros.

• A quantidade de
bandas varia de poucas
unidades a dezenas.
Sistemas orbitais
• Mais conhecido e mais utilizado para uso da terra: Landsat.
• É operado pela USGS (Serviço Geológico dos EUA).
• É disponibilizado gratuitamente,
• E...
Sistemas orbitais
Landsat

• Possui imagens desde 1972!


Sistemas orbitais
Landsat

• Os sensores remotos orbitais possuem quatro


características:

• Resolução espacial
• Resolução temporal
• Resolução espectral
• Resolução radiométrica
Sistemas orbitais
Landsat
• Resolução espacial:
– Pixel de 30x30 metros.
– Cenas de ~170km por ~180km.
Sistemas orbitais
Landsat
• Resolução temporal:
– As cenas tem uma nova imagem a cada 16 dias.
– As fotos são sempre tiradas as 10h da manhã.
– O Landsat 7 e o 8 revezam a cada 8 dias.
Sistemas orbitais
Landsat
• Resolução radiométrica: é a capacidade do sensor em
discriminar a intensidade de energia refletiva pelo objeto.

• Landsat 7: 8 bits
• Landsat 8: 16 bits
Sistemas orbitais
Landsat
• Resolução radiométrica: é a capacidade do sensor em
discriminar a intensidade de energia refletiva pelo objeto.

• Landsat 7: 8 bits = 28 níveis de cinza = 256 valores.


• Landsat 8: 16 bits = 216 níveis de cinza = 65536 valores.
Sistemas orbitais
Landsat
• Nota: nem sempre é desejada uma maior resolução
espacial e temporal!
Sistemas orbitais
Landsat

• Resolução espectral: quantidade e faixa das bandas.


Composição de bandas

• Podemos atribuir a cada banda uma cor.


• A composição mais comum é RGB: red, green, blue.
Composição de bandas

• Podemos atribuir a cada banda uma cor.


• A composição mais comum é RGB: red, green, blue.
Composição RGB
Composição RGB
Parte 2
Prática: Aquisição, manipulação e
interpretação de imagens
Parte 3
Classificação dos usos da terra
Classificação de imagens
• Classificação de imagens:

É a associação de seus pixels a um número finito


de classes.

• Etapas:

1 - Determinação de um conjunto de critérios


estatísticos.
2 - Atribuição dos pixels à classe que melhor
satisfaz aos critérios.
Classificação de imagens

Supervisionada
ou
Não-supervisionada

• A classificação pode ser:

Pixel a pixel
ou
Por regiões
Classificação de imagens
• Exemplo com duas bandas do Landsat 7:
Classificação de imagens
• Imagem com água e vegetação classificadas:
Classificação de imagens
• Plot das duas bandas com os pixels classificados:
Classificação de imagens

• Porém, se ainda não classificamos a imagem...

... como podemos definir os agrupamentos?


Classificação de imagens

• Porém, se ainda não classificamos a imagem...

... como podemos definir os agrupamentos?

• Fazendo a amostragem de áreas que já


sabemos sua classe.

• São chamadas de:


Áreas de treinamento
Classificação de imagens
• Existem várias técnicas de classificação.

• O ArcGIS usa a Máxima-Verossimilhança:


Assume distribuição normal das áreas de treinamento.
Calcula a probabilidade de um pixel pertencer à classe.
Classificação de imagens

• Mas existem dificuldades nesta classificação:

• Alguns alvos não são espectralmente distintos pelas


bandas existentes no sensor.
• Ruídos são frequentes nas imagens.
• Os pixels são uma mistura de alvos.
• A atmosfera absorve alguns comprimentos de onda.
• A topografia interfere na reflectância.
Classificação de imagens

• Mas existem dificuldades nesta classificação:

• Alguns alvos não são espectralmente distintos pelas


bandas existentes no sensor.
• Ruídos são frequentes nas imagens.
• Os pixels são uma mistura de alvos.
• A atmosfera absorve alguns comprimentos de onda.
• A topografia interfere na reflectância.
• Passos para a classificação:

1) Definir quais classes usar;


2) Fazer a amostragem das áreas de treinamento;
3) Verificar os histogramas e scatterplots das áreas de
treinamento;
4) Caso satisfeito com as classes definidas: classificar
usando o método da Máxima-Verossimilhança.
Parte 4:
Classificação da imagem

Etapas:

1) Definir quais classes usar;


2) Fazer a amostragem das áreas de treinamento;
3) Verificar os histogramas e scatterplots das áreas de
treinamento;
4) Caso satisfeito com as classes definidas: classificar
com o método da Máxima-Verossimilhança.

Você também pode gostar