Você está na página 1de 123

ESCOLA POLITCNICA DA UNIVERSIDADE DE SO PAULO DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES

______________________________________________________________________

MDULO DE TREINAMENTO: SISTEMAS DE INFORMAES GEOGRFICAS (SIG) E GEOPOSICIONAMENTO: UMA APLICAO URBANA

Apostila Terica 1: Sensoriamento Remoto Autores: Cludia A. Soares Machado e Jos Alberto Quintanilha

So Paulo 2008

ii

Corpo docente: Professor Titular Denizar Blitzkow - dblitzko@usp.br Professor Doutor Edvaldo Simes da Fonseca Junior edvaldoj@usp.br Professor Associado Jorge Pimentel Cintra - jpcintra@usp.br Professor Associado Jos Alberto Quintanilha jaquinta@usp.br Professor Associado Nicola Pacilo Netto - pacileon@usp.br Cludia Aparecida Soares Machado Mestre em Engenharia Doutoranda do Programa de Ps-Graduao da EPUSP - claudia.soares@poli.usp.br Fernando Csar Dias Ribeiro - Mestrando do Programa de Ps-Graduao da EPUSP - fabiano.cesar@poli.usp.br Realizao: PECE Programa de Educao Continuada da Escola Politcnica da Universidade de So Paulo http://www.pece.org.br/ AEP Associao dos Engenheiros Politcnicos http://www.aep.poli.usp.br/ PTR Departamento de Engenharia de Transportes da EPUSP http://www.ptr.poli.usp.br/ptr/ LTG - Laboratrio de Topografia e Geodsia da EPUSP http://www.ptr.poli.usp.br/ltg/ LGP Laboratrio de Geoprocessamento da EPUSP http://www.ptr.poli.usp.br/labgeo/

iii

LISTA DE ILUSTRAES
Figura 1: (a) Pombos usados como plataforma de sensoriamento remoto, (b) Fotografia area adquirida a partir de um pombo como plataforma.................................4 Figura 2: Mais antiga fotografia area norte-americana, Boston Massachusetts 1860..................................................................................................................................5 Figura 3: So Francisco, Califrnia, EUA maio de 1906..............................................5 Figura 4: Piloto e fotgrafo a bordo de um avio AH-14 carregando uma cmera Graflex 1915..................................................................................................................6 Figura 5: Equipamento Wild A5 Stereo-Autograph fabricado na Sua...........................7 Figura 6: Unidade mvel de processamento fotogrfico.................................................8 Figura 7: Imagem de RADAR do projeto RADAM.........................................................11 Figura 8: Avio norte-americano militar de espionagem U-2.........................................13 Figura 9: Satlite sovitico Sputnik-1.............................................................................13 Figura 10: Satlite norte-americano de reconhecimento Corona..................................14 Figura 11: Avio de resgate das imagens do satlite Corona.......................................14 Figura 12: Imagem do satlite Corona...........................................................................15 Figura 13: Satlite sovitico Zenit e a preparao do foguete para o seu lanamento.....................................................................................................................15 Figura 14: Imagem do satlite norte-americano U.S. KH-11.........................................16 Figura 15: Imagem do satlite da NASA TIROS-1........................................................17 Figura 16: (a) Satlite TIROS-1 (b) satlite ERTS-1......................................................17 Figura 17: Satlite LANDSAT-5.....................................................................................18 Figura 18: Imagens LANDSAT......................................................................................19 Figura 19: Satlite IKONOS...........................................................................................23 Figura 20: Satlite EROS A1.........................................................................................23 Figura 21: Satlite QuickBird-II......................................................................................24 Figura 22: Satlite OrbView-3........................................................................................24 Figura 23: Imagem IKONOS - incndio florestal na Califrnia......................................25 Figura 24: Imagem IKONOS - desastre no World Trade Center...................................26 Figura 25: Estao terrena de rastreio e comando de satlite em Cuiab....................28 Figura 26: Satlite CBERS-I .........................................................................................29 Figura 27: Foguete chins Longa Marcha 4B................................................................30 Figura 28: rbita hlio-sncrona do satlite CBERS......................................................30 Figura 29: Imagem do sensor CCD do satlite CBERS-II.............................................33

iv Figura 30: Imagem do sensor IRMSS do satlite CBERS-II..........................................34 Figura 31: Imagem do sensor WFI do satlite CBERS-II..............................................34 Figura 32: Corrente do Golfo - imagem do sensor MODIS............................................37 Figura 33: Onda eletromagntica..................................................................................38 Figura 34: Decomposio da luz solar no prisma..........................................................39 Figura 35: Espectro eletromagntico.............................................................................42 Figura 36: Interao entre a energia eletromagntica e as feies da Terra................43 Figura 37: Assinatura espectral.....................................................................................44 Figura 38: Veculo do tipo truck-mounted boom..........................................................46 Figura 39:Sensoriamento remoto areo: (a) aeronave, (b) imagem..............................47 Figura 40: Lanamento do nibus espacial Endeavour para a misso SRTM..............48 Figura 41: Imagem SRTM, Monte Kilimanjaro, Tanznia..............................................48 Figura 42: Imagem de satlite: estdio de futebol So Paulo SP............................57 Figura 43: Cores-luz primrias.......................................................................................59 Figura 44: Imagem LANDSAT TM.................................................................................59 Figura 45: Textura em uma imagem de regio agrcola................................................60 Figura 46: Imagem IKONOS do obelisco em Washington, EUA...................................61 Figura 47: Imagem CBERS...........................................................................................61 Figura 48: Elementos de interpretao de imagens: associao..................................62 Figura 49: Elementos de interpretao de imagens: padro.........................................63 Figura 50: Esticamento linear de contraste...................................................................71 Figura 51: Equalizao do histograma..........................................................................71 Figura 52: Equalizao de uma imagem.......................................................................72 Figura 53: Filtragem espacial: convoluo....................................................................74 Figura 54: Modelo RGB................................................................................................79 Figura 55: Modelo IHS..................................................................................................79 Figura 56: Representao da classificao supervisionada..........................................86 Figura 57: Representao da classificao no-supervisionada...................................87 Figura 58: Objetos e classes.........................................................................................89 Figura 59: Fluxograma dos procedimentos adotados na classificao orientada a objetos............................................................................................................................96 Figura 60: Fuso de dados..........................................................................................100 Figura 61: Concepo de imagens hiperespectrais.....................................................101

LISTA DE TABELAS

Tabela 1: Caractersticas dos sensores do satlite CBERS..........................................31 Tabela 2: Principal diviso de espectro eletromagntico..............................................41 Tabela 3: Principais misses de satlites: em operao e projetos futuros...................50 Tabela 4: Proposta de relao entre a resoluo espacial (no terreno) e a escala.......51

vi

LISTA DE ABREVIATURAS E SIGLAS


ASPRS: American Society of Photogrammetry and Remote Sensing AVHRR: Advanced Very High Resolution Radiometer AVIRIS: Airborne Visible Infrared Imaging Spectrometer CAST: Chinese Academy of Spacial Technology CBERS: China-Brazil Earth Resources Satellite CCD: Charged Coupled Device CGIS: Canadian Geographic Information System CNES: Centre National dEtudes Spatiales DCS: Data Collection System DNPM: Departamento Nacional de Produo Mineral EROS: Earth Remote Observation System ERTS: Earth Resources Technology Satellite ETM: Enhanced Thematic Mapper EUA: Estados Unidos da Amrica GEMS: Goodyear Mapping System GIS: Geographic Information System GPS: Global Positioning System GSD: Ground Sample Distance HRC: High Resolution Camera IFOV: Instantaneous Field of View IHS: Intensity, Hue, Saturation INPE: Instituto Nacional de Pesquisas Espaciais IRMSS: Infrared Multispectral Scanner IRS: Indian Remote Sensing Satellite IV: Infravermelho IVP: Infravermelho Prximo JPL: Jet Propulsion Laboratory LANDSAT: Land Remote Sensing Satellite LIDAR: Light Detection and Ranging MA: Maranho MCT: Ministrio da Cincia e Tecnologia MECB: Misso Espacial Completa Brasileira MODIS: Moderate Resolution Imaging Spectroradiometer MT: Mato Grosso NASA: National Aeronautics and Space Administration NDVI: Normalized Difference Vegetation Index NGA: National Geospatial-Intelligence Agency NRSA: National Remote Sensing Agengy ONU: Organizao das Naes Unidas O-O: Orientado a objetos

vii
OST: Outer Space Treaty PIN: Plano de Integrao Nacional Pixel: Picture Element RADAM: Projeto Radar na Amaznia RADAR: Radio Detection and Ranging RGB: Red, Green, Blue SCD: Satlite de Coleta de Dados SELPER: Sociedade Latino Americana de Sensoriamento Remoto e Sistemas de Informaes Espacial SEM: Space Environment Monitor SIG: Sistema de Informao Geogrfica SLAR: Side-Looking Airborne Radar SONAR: Soundibg Navigation and Ranging SP: So Paulo SPOT: Satellite Pour lObservation de la Terre SPRING: Sistema de Processamento de Informaes Georreferenciadas SRTM: Shuttle Radar Topography Mission TIROS: Television Infrared Observation Satellite TM: Thematic Mapper TMO: Tcnica de modelagem de objetos URSS: Unio das Repblicas Socialistas Soviticas USGS: United States Geological Survey UV: Ultravioleta V: Vermelho VLS: Veculo Lanador de Satlite WFI: Wide Field Imager

viii

SUMRIO
INTRODUO.............................................................................................1 CAPTULO 1 EVOLUO HISTRICA................................................................................3 CAPTULO 2 DEFINIO...............................................................................................35 CAPTULO 3 A RADIAO ELETROMAGNTICA...............................................................38 CAPTULO 4 PLATAFORMAS DE SENSORIAMENTO REMOTO.............................................46 CAPTULO 5 SISTEMAS SENSORES E SUAS CARACTERSTICAS........................................52 CAPTULO 6 INTERPRETAO VISUAL DE IMAGENS DE SENSORIAMENTO REMOTO............56 CAPTULO 7 PROCESSAMENTO DIGITAL DE IMAGENS DE SENSORIAMENTO REMOTO.........65
7.1 RETIFICAO E RESTAURAO DA IMAGEM....................................67 7.1.1 CORREO GEOMTRICA........................................ ........67 7.1.2 CORREO RADIOMTRICA..............................................68 7.1.3 REMOO DE RUDO........................................................68

7.2 REALCE NA IMAGEM......................................................................69 7.2.1 MANIPULAO DE CONTRASTE.........................................69 7.2.1.1 LIMIAR DE NVEL DE CINZA...................................69

ix

7.2.1.2 FATIAMENTO.......................................................70 7.2.1.3 (STRETCH)............70 7.2.1.4 EQUALIZAO DO HISTOGRAMA...........................71 7.2.2 MANIPULAO DAS CARACTERSTICAS ESPACIAIS..............72 7.2.2.1 FILTRAGEM ESPACIAL..........................................72 7.2.2.2 ANLISE DE FOURIER..........................................75 7.2.3 MANIPULAO DE MLTIPLAS IMAGENS (BANDAS)..............76 7.2.3.1 OPERAES MATEMTICAS ENTRE AS DIFERENTES
BANDAS ESPECTRAIS.......................................................76

ESTICAMENTO

DO

CONTRASTE

7.2.3.2 COMPONENTES PRINCIPAIS.................................77 7.2.3.3


CANNICAS.................................78

COMPONENTES

7.2.3.4 TRANSFORMAO DO MODELO RGB PARA O


MODELO IHS..................................................................78

7.3 CLASSIFICAO DA IMAGEM..........................................................81 7.3.1 CLASSIFICAO PIXEL A PIXEL..........................................83 7.3.1.1


SUPERVISIONADA........................84

CLASSIFICAO

7.3.1.2 CLASSIFICAO NO-SUPERVISIONADA................86 7.3.1.3


HBRIDA......................................88

CLASSIFICAO

7.3.2 CLASSIFICAO ORIENTADA A OBJETOS............................89 7.3.2.1 TCNICA DE MODELAGEM DE OBJETOS.................90 7.3.2.2 CLASSIFICAO
DE IMAGENS ORIENTADA A

OBJETOS........................................................................95

7.3.2.3 SEGMENTAO...................................................97 7.4 FUSO DE DADOS E INTEGRAO COM SIG....................................99 7.5 ANLISE
DE IMAGENS

HIPERESPECTRAIS......................................101

7.6 MODELAGEM BIOFSICA..............................................................103 7.7 TRANSMISSO


E COMPRESSO DE

IMAGENS.................................104

REFERNCIAS BIBLIOGRFICAS........................................................106

SISTEMAS DE INFORMAES GEOGRFICAS (SIG) E GEOPOSICIONAMENTO: UMA APLICAO URBANA INTRODUO


O objetivo deste mdulo de treinamento a apresentao dos conceitos relacionados s novas tecnologias referentes rea de Informaes Espaciais, ou seja, geoprocessamento, sensoriamento remoto, e sistemas de posicionamento por satlites (GPS), bem como uma aplicao prtica dessas teorias em um ambiente urbano. O mdulo se destina a profissionais graduados que desejem conhecer e aplicar as inovaes tecnolgicas atualmente empregadas em vrias reas do conhecimento, notadamente em Engenharia. Sero apresentados e discutidos conceitos, princpios e fundamentos necessrios para que ao final do mdulo de treinamento o profissional esteja apto a desenvolver anlises e extrair resultados de um sistema de informao geogrfica (SIG), com uma base de dados proveniente dos produtos de sensoriamento remoto e de GPS. Nas aulas prticas as anlises sero feitas no software SPRING (Sistema de Processamento de Informaes Georreferenciadas), desenvolvido pelo INPE (Instituto Nacional de Pesquisas Espaciais). Cada participante realizar os trabalhos prticos individualmente no computador, gerando os prprios resultados, de acordo com sua base de dados, que ser disponibilizada durante o treinamento. O propsito a construo de uma viso sinptica do que possvel realizar com SIGs. Para isso o mdulo conta com uma carga horria de 100 horas/aula, distribudas entre aulas tericas e prticas, com acompanhamento de professores e assistentes com conhecimento e capacitao tcnica em suas reas de atuao, alm do respaldo e seriedade impostos pela Escola Politcnica da Universidade de So Paulo.

SENSORIAMENTO REMOTO

O Homem deve elevar-se acima da Terra ao topo da atmosfera e alm para assim somente entender na totalidade o mundo em que vive. Scrates 500 A.C.

APTULO 1:

EVOLUO HISTRICA

Desde as eras mais remotas o Homem percebeu a vantagem de observar seu territrio de pontos elevados para melhor avaliar as suas redondezas. Do topo dos altos penhascos rochosos e dos galhos das mais altas rvores, eles obtinham informaes vitais para sua sobrevivncia, tais como a identificao de boas reas para as caadas ou a aproximao de inimigos.

O valor da viso dos olhos dos pssaros1 aumentou dramaticamente a partir do momento que foi direcionada para a confeco de desenhos e mais tarde mapas das regies, que podiam ser estudados e compartilhados com outras pessoas para mltiplos propsitos.

A tecnologia do sensoriamento remoto vem sendo utilizada a mais de um sculo. O sensoriamento remoto moderno comeou com a inveno da fotografia e da cmera fotogrfica a mais de 150 anos atrs. Nicphore Niepce, William Henry Fox Talbot e Louis Jacques-Mand Daguerre demonstraram ao mundo sua nova tecnologia em 1839. O diretor do Observatrio de Paris, Franois Arago, defendia o uso de fotografias areas para pesquisas em topografia no comeo da dcada de 1840. No incio o sensoriamento remoto se dava apenas na forma de fotografias adquiridas a partir de bales cativos2 e mais tarde a partir de aeronaves e espaonaves. Nos primrdios do sensoriamento remoto eram utilizados como plataformas para as cmeras at mesmo pipas e pombos. Os pombos eram umas das mais modernas plataformas para fotografias areas. Uma esquadrilha de pombos (figura 1a) atuou na Bavria,
1

Do original birds-eye view.

Balo cativo: balo em forma de zepelim preso a um fio e que tem anexado um sensor de temperatura. Este fio pode atingir um comprimento de 1000 metros o que permite elevar o balo cativo altitude desejada (inferior a 1000 metros), retirando os valores de temperatura do ar altitude considerada e que so transmitidos diretamente a um receptor fixo superfcie. O balo cativo ideal para obter-se perfis verticais de temperatura (variao da temperatura com a altitude) no caso do sensor anexado ser de temperatura. Pode tambm ser anexado um sensor de umidade relativa do ar ou de presso, (e no caso em questo uma cmara fotogrfica). (Fonte: http://geofisica.fc.ul.pt/actividades/dias_abertos0405.htm)

4 Alemanha, carregando miniaturas de cmeras que fotografavam automaticamente, tal como a fotografia apresentada na figura 1b, feita em 1903 de um castelo bvaro. Os objetos irregulares em ambos os lados da imagem so as asas do pombo.

Figura 1: (a) Pombos usados como plataformas de sensoriamento remoto. (b) Fotografia adquirida por uma cmera acoplada a um pombo. Fonte: Aronoff (2005): p.12

Desde ento o sensoriamento remoto tem demonstrado ser uma verstil e valorosa fonte de diversas informaes geogrficas. A primeira fotografia area conhecida foi feita em 1858 por Gaspard Felix Tournachon. Ele usou um balo cativo para fotografar Bivre, Frana, de uma altitude de 80 metros. A mais antiga fotografia area que sobreviveu ao tempo nos Estados Unidos foi feita por James Wallace Black, tambm a partir de um balo cativo cerca de 365 metros de altitude, na cidade de Boston, em 1860, conforme pode ser visto na figura 2. A poro do distrito comercial de Boston e os mastros dos navios no cais adjacente podem ser vistos.

Figura 2: Mais antiga fotografia area norte-americana, cidade de Boston, Massachusetts - 1860. Fonte: Aronoff (2005): p.11

No incio do sculo passado o valor das fotografias areas comeou a ser reconhecido e amplamente difundido, notadamente aps a ocorrncia de um terremoto e uma srie de incndios subseqentes que causaram grande destruio na cidade de So Francisco, Estados Unidos em 1906, e o fotgrafo George R. Lawrence ter registrado, apenas algumas semanas aps o evento, as imagens areas de uma altitude de 610 metros, utilizando um dirigvel teleguiado como plataforma (figura 3). Tais imagens foram a grande sensao ao redor do mundo, no apenas pela novidade que representavam, mas tambm porque elas capturavam um excepcional evento com grande detalhamento.

Figura 3: So Francisco, Califrnia, EUA - maio de 1906. Fonte: Aronoff (2005): p.12

6 Entretanto, para que as fotografias areas se tornassem um recurso com utilidade prtica era necessrio a utilizao de plataformas navegveis, que permitissem que a cmera estivesse localizada onde fosse necessrio ou desejado. Isto se verificou com o surgimento das aeronaves tripuladas.

Com o advento da Primeira Grande Guerra Mundial as agncias militares de inteligncia propiciaram um rpido desenvolvimento das fotografias areas e de mtodos prticos para fotointerpretao. Porm, mesmo com o uso regular de aeronaves militares desde agosto de 1914, no incio da guerra as fotografias areas no foram utilizadas, pois as autoridades militares estavam relutantes com o uso da nova tecnologia. Apenas aps um oficial da Fora Area Britnica ter feito uma srie de fotografias areas das instalaes militares alems dentro do territrio alemo que as autoridades militares aliadas se convenceram do valor das fotografias areas como arma de inteligncia.

A partir de 1915 comearam a ser desenvolvidas cmeras especificamente para o uso areo. Os fotointerpretadores passaram a ser chamados de os olhos das foras armadas por todos os pases envolvidos na guerra, e as fotografias areas feitas a partir de avies (como o da figura 4), ajudaram ambos os lados a tomarem decises estratgicas. Como em muitas outras reas do conhecimento, o sensoriamento remoto teve sua evoluo fortemente impulsionada pela indstria blica e intimamente ligada a atividades militares.

Figura 4: Piloto e fotgrafo a bordo de um avio AH-14 carregando uma cmera Graflex, 1915. Fonte: Aronoff (2005): p.13

7 No perodo compreendido entre as duas grandes guerras 1918 a 1939, o sensoriamento remoto e as tcnicas de fotointerpretao evoluram pouco, porm significantes avanos foram realizados nas reas comercial e cientfica. O uso civil das fotografias areas em campos como a geologia, silvicultura3, agricultura e cartografia foi introduzido e isto conduziu ao desenvolvimento de cmeras, filmes e equipamentos de interpretao cada vez mais sofisticados.

A fotogrametria, os princpios e tecnologias de realizao de medies precisas nas fotografias foram aplicados nas fotografias areas (aerofotogrametria), e instrumentos foram projetados e concebidos especificamente para este propsito, como por exemplo, o equipamento mostrado na figura 5, extensivamente usado para a produo de mapas topogrficos a partir de pares estereoscpicos de fotografias areas (3D).

Figura 5: Equipamento Wild A5 Stereo-Autograph, fabricado na Sua. Fonte: Aronoff (2005): p.14

Em 1934 a Sociedade Americana de Fotogrametria, atualmente Sociedade Americana de Fotogrametria e Sensoriamento Remoto (American Society of Photogrammetry and
3

Cincia que se dedica ao estudo dos mtodos naturais e artificiais de regenerar e melhorar os povoamentos florestais e que compreende o estudo botnico das espcies, alm da identificao, caracterizao e prescrio da utilizao das madeiras. Fonte: Dicionrio Houaiss da Lngua Portuguesa, verso on line.

8 Remote Sensing - ASPRS), foi fundada como uma organizao cientfica e profissional para impulsionar avanos na rea. At 1940 peridicos tcnicos haviam sido publicados nos Estados Unidos, Alemanha e Rssia, apresentando centenas de estudos e trabalhos sobre fotointerpretao area. Tais artigos tratavam de diversas aplicaes, tais como: arqueologia, ecologia, silvicultura, geologia, engenharia e planejamento urbano.

Em 1938 o Chefe do Estado Maior do Exrcito Alemo, o General Werner von Fritsch afirmou que: A nao com a melhor tecnologia de foto-reconhecimento vencer a prxima guerra (ARONOFF, 2005, p.15). Esta afirmao proftica, infelizmente, se concretizou com o advento da Segunda Grande Guerra Mundial (1939-1945). Apesar de tudo, esse perodo trouxe um extraordinrio avano para as tcnicas de sensoriamento remoto. Foi durante a Segunda Guerra que os exrcitos dos pases aliados desenvolveram o Estado da Arte das tcnicas de fotointerpretao. Para exemplificar o desenvolvimento que o sensoriamento remoto percebeu nesta poca pode-se citar a criao dos laboratrios de processamento mveis, empregados para manipular milhares de imagens de reconhecimento areo. Os oficiais aliados estavam convencidos de que o uso de fotografias areas para reconhecimento militar antes, durante e aps as operaes era essencial para a moderna arte da guerra. A figura 6 ilustra um desses laboratrios mveis do exrcito aliado durante seu embarque para a Normandia, em agosto de 1944.

Figura 6: Unidade mvel de processamento fotogrfico Fonte: Aronoff (2005): p.16

9 Os aliados desenvolveram tambm a fotografia area noturna, para detectar os comboios de suprimentos do exrcito inimigo, que operavam sob o manto da escurido da noite.

Com o avano da guerra a qualidade da inteligncia de fotointerpretao alem declinou, em parte devido morte do General von Fritsch, enquanto que por sua vez a fotointerpretao dos aliados evolua fortemente. Na preparao da invaso da Normandia, por exemplo, os fotointrpretes aliados identificaram instalaes militares, incluindo redes e rotas subterrneas e linhas de comunicao, prepararam mapas detalhados das defesas inimigas, e construram mosaicos de fotografias areas e modelos de terreno da rea. Durante a investida pela Europa as fotografias areas foram ampliadas, anotadas, divididas em grids e usadas no lugar de mapas desatualizados.

A Segunda Guerra Mundial tambm estimulou o desenvolvimento de novas tecnologias de sensoriamento remoto. A introduo de novos filmes fotogrficos e filtros especializados levaram ao desenvolvimento do filme infravermelho colorido. Usado para identificar equipamentos e utenslios sob a camuflagem militar, o filme era sensvel aos comprimentos de onda referentes s bandas do vermelho, verde e infravermelho prximo. A vegetao verde aparecia com a cor vermelha, enquanto que objetos pintados de verde ou vegetao cortada usada para esconder equipamentos, apareciam com a cor verde azulada.

A tecnologia do RADAR (Radio Detection and Ranging) foi tambm desenvolvida neste perodo. Graas ao desenvolvimento de poderosos transmissores de microondas, que operavam com ondas curtas, a Gr-Bretanha construiu com sucesso o primeiro RADAR imageador o Indicador de Posio Plana (Plan Position Indicator). O RADAR pode fazer o imageamento durante o dia ou a noite, e capaz de penetrar na cobertura de nuvens. Esta caracterstica torna esse sistema ideal para o imageamento de regies com cobertura de nuvens, tais como as florestas tropicais.

Desde ento o sensoriamento remoto considerado um componente essencial da inteligncia militar. Pesquisas e desenvolvimento de aplicaes militares para o sensoriamento remoto iniciaram-se durante a guerra e continuaram depois a passos largos. Porm, os interesses relativos s questes de segurana restringiram a

10 introduo de novas tecnologias de sensores para aplicaes civis. Antes da Segunda Guerra o acesso s novas tecnologias e tcnicas de aerofotogrametria e fotointerpretao no sofriam qualquer restrio. Todavia, aps a guerra ter provado o valor militar dessa tecnologia, duras restries foram impingidas ao acesso do Estado da Arte de sistemas de sensoriamento remoto como o RADAR e sensores de infravermelho termal. Enquanto que antes da guerra a troca e o trnsito de informaes entre especialistas civis e militares de sensoriamento remoto era ampla e cooperativa, aps a guerra as restries impostas em nome da segurana e a competitividade que visava as verbas dos governos fizeram com que a colaborao se tornasse mais difcil. Desde ento, a pesquisa e as verbas para o desenvolvimento de novas tecnologias de sensoriamento remoto nas atividades militares ou nas agncias de inteligncia, excedem em muito quelas para aplicaes civis.

Aps a guerra, o uso das tecnologias de sensoriamento remoto aumentou exponencialmente. Milhares de fotointrpretes altamente treinados deixaram as Foras Armadas e aplicaram suas habilidades em atividades civis. As tcnicas de fotointerpretao desenvolvidas nos tempos de guerra tornaram-se os procedimentos padres para aplicaes civis como levantamentos topogrficos (dirigido para a confeco de mapas), geologia e engenharia.

A partir da dcada de 1970 as tecnologias de sensoriamento remoto como o RADAR e sensores termais de infravermelho se tornaram disponveis para as aplicaes civis. Umas das primeiras e mais ambiciosas aplicaes civis que envolviam essas novas tecnologias foi o projeto RADAM (RADAR na Amaznia). Este projeto envolveu o governo brasileiro e empresas comerciais de sensoriamento remoto dos Estados Unidos.

O projeto RADAM foi um esforo pioneiro do governo brasileiro, organizado pelo Ministrio de Minas e Energia por meio do Departamento Nacional de Produo Mineral DNPM e com recursos do PIN Plano de Integrao Nacional, na pesquisa de recursos naturais em uma regio considerada, na ocasio, como uma das mais pobremente mapeadas do mundo. O uso do RADAR de visada lateral (SLAR SideLooking Airborne Radar) representou um avano tecnolgico, pois sendo um sensor ativo, a imagem poderia ser obtida tanto durante o dia como a noite e em condies

11 meteorolgicas de nebulosidade, pois as microondas podem penetrar na maioria das nuvens.

O objetivo deste projeto foi a coleta de dados acerca dos recursos minerais, solos, vegetao, uso da terra e cartografia da Amaznia e reas adjacentes da regio Nordeste. Em junho de 1971 foram iniciados os vos para imageamento. A plataforma utilizada foi o avio Caravelle, a altitude mdia do levantamento foi de 12 km, e o sistema imageador utilizado foi o GEMS (Goodyear Mapping System 1000), operante na banda X (comprimentos de onda prximos a 3 cm e freqncia entre 8 e 12,5 GHz). Devido aos bons resultados do projeto RADAM, em julho de 1975 o levantamento de radar foi expandido para o restante do territrio nacional, visando o mapeamento integrado dos recursos naturais brasileiros. Este projeto se denominou

RADAMBRASIL. O inventrio e os mapas produzidos por esse projeto propiciaram a explorao mineral e facilitaram o manejo da regio. Os cientistas brasileiros interpretaram as imagens de RADAR com escala 1:200.000 e produziram mapas de geologia, geomorfologia, hidrologia, solos, vegetao e potencial de uso do solo. A figura 7 ilustra uma imagem da rea do Rio Xingu na Amaznia brasileira. A distncia representada na imagem aproximadamente de 14 km de um lado a outro.

Figura 7: Imagem de RADAR do projeto RADAM.. Fonte: Aronoff (2005): p.19

12 O sensoriamento remoto experimentou mais uma onda de grandes e velozes avanos durante o perodo denominado Guerra Fria4, ou seja, o conflito poltico-ideolgico entre os Estados Unidos, defensores do capitalismo, e a Unio Sovitica, defensora do socialismo, compreendendo o perodo entre o final da Segunda Guerra Mundial e a extino da Unio Sovitica, na dcada de 1990. Mesmo sem ter ocorrido nenhum combate fsico (da a denominao fria) o que caracterizou este perodo foi a preocupao mundial de uma guerra abastecida pelos arsenais nucleares das duas superpotncias da poca. O equilbrio blico evitou a guerra, mas fomentou uma luta travada nos campos: ideolgico, poltico, econmico e tecnolgico. Iniciou-se ento a chamada corrida espacial, onde EUA e URSS disputavam qual era o sistema mais avanado. Em virtude disso, nessa poca que se intensifica dramaticamente o papel da espionagem, que estava diretamente associada necessidade que as superpotncias tinham de conhecer os detalhes sobre as novas conquistas tecnolgicas do adversrio. E para esse propsito os satlites orbitais eram um trunfo para que fosse possvel observar discreta e silenciosamente o inimigo. Em 1955 o ento presidente norte-americano Dwight David Eisenhower props ao primeiro ministro sovitico Nikita Khrushchev que cada pas conduzisse misses de reconhecimento (utilizando plataformas areas e orbitais para a obteno de produtos de sensoriamento remoto) um sobre o outro, e que o imageamento resultante dessas misses fosse entregue s Naes Unidas. Entretanto, o primeiro ministro Khrushchev declinou da proposta norte-americana, que ficou conhecida como Open Skies Policy. O resultado foi que cada pas se apressou a desenvolver, em segredo, a mais sofisticada tecnologia de sensoriamento remoto. Foram, ento iniciados programas secretos de satlites militares de reconhecimento, bem como de avies espies, como por exemplo, o avio U-2 (figura 8), que comeou a ser concebido e projetado em agosto de 1955, e sua primeira misso aconteceu em julho de 1956 sobrevoando a antiga Unio Sovitica com a finalidade de produzir pares estereoscpicos de fotografias areas com resoluo espacial menor de 15 centmetros. O avio norte-americano militar de espionagem U-2 voava a altas altitudes (acima de 21.000 metros), para vigilncia e reconhecimento, com uma autonomia de vo de 9 horas ou mais. Suas verses posteriores, como o U-2R (desenvolvido em 1967) e o U-2S (desenvolvido em 1994) continuam a fazer vos militares de
4

A Guerra Fria foi um perodo em que a guerra era improvvel, e a paz, impossvel Raymond Aron filsofo, socilogo e comentarista poltico francs, 1905-1983.

13 reconhecimento, bem como misses de auxlio de busca e resgate, combate ao trfico de drogas, e socorro s vtimas de desastres naturais.

Figura 8: Avio norte-americano militar de espionagem U-2. Fonte: Aronoff (2005): p.20 e www.militaryfactory.com/aircraft/imgs/u2.jpg

As imagens obtidas pelo uso dos avies de espionagem foram extremamente teis para o governo norte-americano, porm os riscos de sobrevoar o territrio sovitico eram muito grandes. As aeronaves podiam ser localizadas pelos radares e abatidas por msseis ou outras aeronaves soviticas, sem mencionar os protestos do governo da URSS contra a espionagem area em seu territrio, o que tornou o projeto politicamente invivel.

A soluo encontrada para o impasse foi conduzir operaes de inteligncia no espao. O espao proporcionou a vantagem ideal. Toda e qualquer nao do mundo poderia ser observada sem a necessidade de permisso. Esse ponto estratgico de observao passou a ser utilizado por norte-americanos e soviticos. Porm, a URSS saiu na frente nessa corrida quando do lanamento do primeiro satlite a ser colocado em rbita, em 4 de outubro de 1957 o Sputnik-1 (figura 9). Quatro meses depois os EUA lanam o U.S. Explorer-1. Com isto estava oficialmente aberta a era da espionagem espacial.

Figura 9: Satlite sovitico Sputnik-1. Fonte: celestiamotherlode.net/catalog/satellites.php

14 Em agosto de 1960 os EUA produziram suas primeiras fotografias espaciais com a srie de satlites espies denominada Corona (figura 10). O primeiro satlite da srie carregava uma cmera de alta resoluo com sistema de filme.

Figura 10: Satlite norte-americano de reconhecimento Corona.. Fonte: Adaptado de: www.nro.gov/corona/recsys-a.jpg

As misses do satlite Corona eram curtas, apenas dois ou trs dias. A regio de interesse era fotografada e o filme retornava a Terra em cpsulas especiais de reentrada na atmosfera terrestre. Quando a cpsula atingia a atmosfera e estavam sobre o oceano, pra-quedas eram acionados, e as cpsulas eram recuperadas por avies especialmente equipados para esta tarefa (figura 11: avio de resgate capturando uma cpsula contendo o filme realizado pela cmera a bordo do satlite Corona. A cpsula est presa ao pra-quedas por sobre o oceano), ou ento elas caam no oceano, pois podiam flutuar, e eram depois resgatadas.

Figura 11: Avio de resgate das imagens do satlite Corona. Fonte: Aronoff (2005): p.22

As fotografias do satlite Corona eram todas em preto e branco, com exceo de algumas amostras experimentais de filme infravermelho e colorido usados em algumas misses. A primeira misso do Corona cobriu uma rea de mais de 1,5 milhes de

15 milhas quadradas (aproximadamente 3,9 milhes de km2) da URSS. A resoluo espacial era boa o suficiente para identificar feies com tamanho de aproximadamente 10 metros, conforme se pode observar na figura 12, que uma imagem. do Pentgono, EUA adquirida pelo satlite Corona em 25 de setembro de 1967.

Figura 12: Imagem.do satlite Corona. Fonte: http://en.wikipedia.org/wiki/Image:Corona_pentagon.jpg

O primeiro satlite espio da Unio Sovitica foi o Zenit-2 (figura 13), que foi lanado em abril de 1962. A exemplo do programa norte-americano Corona, seu verdadeiro propsito estava disfarado. Os soviticos afirmavam que as misses tinham como objetivo a explorao cientfica, e adotaram o nome de Programa Kosmos. O Zenit produzia fotografias coloridas, onde era possvel identificar objetos menores de 5 metros de lado a lado. Ambos os satlites, Corona e Zenit, fotografaram estrategicamente importantes reas, incluindo bases de lanamento de msseis, depsitos de munies e armamentos, instalaes militares e as grandes cidades.

Figura 13: Satlite sovitico Zenit e a preparao do foguete para o seu lanamento. Fonte: www.ussr-airspace.com/.../al/53/10161439.jpg

Porm, as fotografias adquiridas por meio dos satlites possuam importantes limitaes. Eram necessrios dias e at semanas para que as imagens espaciais

16 fossem enviadas (pelas cpsulas de reentrada), recuperadas, processadas, analisadas, e por fim o resultado de suas informaes fosse encaminhado aos polticos (tomadores de decises) e aos estrategistas de planejamento militar. O passo seguinte trouxe a prxima gerao de satlites espies, que oferecia um maior poder de resoluo e a capacidade de realizar misses mais longas. Os sistemas passaram a capturar e processar as imagens espaciais. O filme era escaneado, e ento a imagem era transmitida de volta a Terra. Os sistemas de sensoriamento remoto orbital com finalidade militar se tornaram totalmente digitais e passaram a carregar sistemas sensores substancialmente mais avanados do que aqueles disponveis para aplicaes civis. Um exemplo dessa superioridade tecnolgica foi apresentado ao mundo em 1983, quando um analista da marinha dos EUA, Samuel Morison, divulgou imagens secretas de um porta-avies sovitico que estava sendo construdo em um estaleiro no Mar Negro (figura 14). As imagens foram adquiridas pelo satlite norte-americano U.S. KH-11, com resoluo espacial de 0,5 a 1 metro, muito embora o satlite fora concebido para ser capaz de adquirir imagens com resoluo espacial de 10 centmetros quando diretamente por sobre o objeto a ser imageado

Figura 14: Imagem do satlite norte-americano U.S. KH-11. Fonte: http://www.gwu.edu/~nsarchiv/NSAEBB/NSAEBB13/#21

17 O primeiro satlite no militar de observao da Terra foi o satlite meteorolgico TIROS-1 (Television Infrared Observation Satellite), lanado pelos EUA em 1960 (figura 15). Esse satlite fez a primeira imagem da Terra vista do espao e transmitida pela TV em 1 de abril de 1960.

Figura 15:. Imagem do satlite da NASA TIROS-1. Fonte: http://en.wikipedia.org/wiki/Image:TIROS-1-Earth.png

Devido ao desenvolvimento da tecnologia dos sensores, os satlites meteorolgicos desenvolveram a capacidade de coletar imagens de feies terrestres e atmosfricas. Os meteorologistas podiam, a partir de ento, avaliar feies de gua, neve e gelo, bem como padres de nuvens. Embora concebido para aplicaes meteorolgicas e climatolgicas, o satlite TIROS-1 proporcionou a base para o desenvolvimento do primeiro satlite de recursos naturais o ERTS-1 (Earth Resources Technology Satellite) (figura 16).

Figura 16: Satlite TIROS-1 e o satlite ERTS-1 Fontes: http://galileo.cyberscol.qc.ca/InterMet/satellite/satellite_instrument.htm http://www.scienceandsociety.co.uk/results.asp?image=10299208&wwwflag=2&imagepos=6

18 Em 1972 iniciou-se uma nova era para o sensoriamento remoto para aplicaes civis com o lanamento do satlite LANDSAT (Land Remote Sensing Satellite), o primeiro de muitos satlites civis dedicado ao sensoriamento remoto de recursos terrestres (programa gerenciado pela NASA - National Aeronautics and Space Administration, e pelo USGS - United States Geological Survey). Foi durante este perodo tambm que vrios sensores que anteriormente eram de uso restrito militar foram liberados para o uso civil do sensoriamento remoto. Dentre esses sensores esto includos scanners multiespectrais, sistemas de infravermelho termal e sistemas de imageamento por RADAR.

A srie LANDSAT contou com sete satlites (lanados entre 1972 e 1999). Eles foram projetados para coletar dados sobre recursos terrestres com uma mdia resoluo espacial em vrios comprimentos de onda do espectro eletromagntico. As imagens eram adquiridas separadamente (cada uma das bandas gerava uma imagem), porm simultaneamente. Dos sete satlites da srie apenas o LANDSAT 5, lanado em 1 de maro de 1984 (figura 17), ainda encontra-se em operao, porm com algumas restries, mas de qualquer forma ele contrariou, e muito, seus prognsticos de vida til.

Figura 17: Satlite LANDSAT 5 Fontes: http://landsat.usgs.gov/project_facts/history/images/landsat-5.jpg

Os satlites LANDSAT proporcionaram por mais de 3 dcadas uma cobertura de quase todo o globo terrestre, produzindo imagens de boa qualidade e moderado detalhamento com um mnimo de distoro. O imageamento tinha um baixo custo e era livre de

19 restries polticas e de segurana. Em um primeiro momento, as anlises das imagens LANDSAT eram primordialmente visuais, porm a disponibilidade dos dados em formato digital encorajou o desenvolvimento do processamento digital de imagens.

A disponibilidade das imagens digitais multiespectrais de quase toda a superfcie da Terra, capturadas pelos satlites da srie LANDSAT, contribuiu muito para a expanso do nmero de pessoas que desenvolveram interesse pelo assunto e tornaram-se especialistas na anlise desses dados. As imagens LANDSAT foram muito usadas para estudos de meio-ambiente, tais como desmatamento de florestas tropicais, onde o acesso a essas regies era (e ainda ) difcil ou negado pelas autoridades locais. Aproximadamente 30% (3,5 milhes de km2) das florestas tropicais mundiais so encontradas no Brasil. A figura 18 .traz imagens LANDSAT, adquiridas em junho de 1975 e agosto de 1986, que ilustram a rpida taxa de desmatamento da rea de floresta tropical brasileira, estimada em 15.000 km2 por ano durante este perodo.

Figura 19:. Imagens LANDSAT. Fonte: Aronoff (2005): p.31

As tcnicas de tratamento e anlise de imagens foram desenvolvidas para facilitar a interpretao visual e melhorar o desempenho da classificao automtica. A classificao provou ser uma poderosa tcnica adaptvel a uma ampla gama de

20 aplicaes, incluindo a gerao de mapas de cobertura do solo, projeo de impactos decorrentes do desenvolvimento de regies e cidades, deteco de mudanas e alteraes de padres de uma rea, monitoramento ambiental e inventrio de recursos naturais.

Alm dos EUA outros pases como Austrlia e Canad, e a Comunidade Europia disponibilizaram substanciais recursos financeiros para o desenvolvimento do sensoriamento remoto orbital.

Desde a dcada de 1970 at a Frana lanar o satlite SPOT (Satellite Pour lObservation de la Terre) em 1986, os EUA foram o nico pas a operar satlites de sensoriamento remoto, que coletavam sistematicamente informaes de todo o planeta (a srie LANDSAT) para aplicaes civis.

Devido a este quase-monoplio no que se refere aquisio e disponibilidade das imagens de satlite, os EUA enfrentaram uma presso internacional para limitar o acesso aos dados do LANDSAT e restringir futuros desenvolvimentos. O assunto envolvia uma discusso sobre soberania, defesa e segurana das naes, pois como o sensoriamento remoto era capaz de prover imagens irrestritamente, poderia munir o usurio de vantagens econmicas e militares sobre o pas que est sendo sensoriado.

A comunidade mundial via o programa LANDSAT como um risco segurana de suas naes, que poderiam estar sendo observadas por seus inimigos. Isto gerou uma srie de debates na Organizao das Naes Unidas (ONU), onde foi proposto que: Os pases que operavam satlites devem primeiro obter a aprovao das naes imageadas antes de coletar os dados; Os pases observados tm o direito de acessar livremente todas as informaes coletadas sobre seu pas por uma nao estrangeira. necessrio o consentimento prvio do pas sensoriado para que os dados e informaes sobre o territrio sob sua jurisdio sejam cedidos ou comercializados a uma terceira nao ou entidade.

Tais propostas no foram aplicadas, pois desagradaram os EUA, que refutaram-nas com o argumento de que se entrassem em vigor apenas os dados LANDSAT

21 referentes a reas dentro dos EUA seriam livremente disponveis, e apenas para cidados norte-americanos.

Mais tarde, porm, a ONU estabeleceu diretrizes para o sensoriamento remoto em um documento: a Resoluo 41/65 da Assemblia Geral da ONU, de 9 de dezembro de 1986. Essa resoluo ficou conhecida como LANDSAT ACT, ou Princpios Sobre Sensoriamento Remoto. Antes dessa resoluo da ONU o uso do espao externo5 era regulado pelo Tratado do Espao Externo ou Outer Space Treaty (OST) de 1967, que afirma que o espao externo deve ser livre para ser explorado e utilizado por todas as naes, com equidade e sem nenhum tipo de discriminao e de acordo com as leis internacionais.

A resoluo da ONU restringe a regulamentao aplicao do sensoriamento remoto da superfcie da Terra feito do espao externo, com o propsito de melhorar a gesto dos recursos naturais, o uso da terra e a proteo do meio ambiente. Diz ainda em seu artigo 2 que: ...as atividades de sensoriamento remoto devero ter em mira o bem e o interesse de todos os Estados, qualquer que seja o estgio de seu desenvolvimento econmico, social, cientfico e tecnolgico, levando em especial considerao s necessidades dos pases em desenvolvimento.

O artigo 9 da Resoluo 41/65 da ONU prev que os pases observados tm o direito de acessar livremente todas as informaes coletadas sobre seu pas por uma nao estrangeira, ou seja, eles devero ter acesso aos dados primrios e processados relativo ao territrio sob sua jurisdio, assim que forem produzidos, em base no discriminatria e a um custo razovel.

A resoluo que rege os princpios do sensoriamento remoto, desde seu surgimento at agora, nunca foi contestada ou objeto de divergncia. Isto se deve ao fato de que esses princpios agradam aos pases detentores da tecnologia do sensoriamento remoto, pois essas diretrizes prevem:
5

A liberdade de sensoriar o mundo inteiro; A liberdade de comercializar os produtos do sensoriamento.

Espao externo ou espao sideral: expresso usada pela astronomia para se referir poro vazia do universo, fora das atmosferas dos corpos celestes. (Fonte: http://pt.wikipedia.org/wiki/Espa%C3%A7o#Espa.C3.A7o_Sideral)

22 Porm, os Princpios sobre Sensoriamento Remoto de 1986 esto alarmantemente desatualizados, tanto diante das novas tecnologias usadas na atividade, quanto diante da variedade de servios e produtos que ela deu origem e de seu mais recente e florescente mercado.

Nos dias atuais ressente-se da existncia de um Tratado Internacional que regule e discipline as atividades de sensoriamento remoto, notadamente o orbital. Mas na verdade, h um receio por parte da comunidade detentora das tecnologias de sensoriamento que a transformao dos princpios em tratado traga de volta antigas discusses a respeito, por exemplo, da necessidade ou no de autorizao prvia para sensoriar o territrio de um pas ou de autorizao prvia do pas sensoriado para vender as imagens obtidas sobre seu territrio. Os Princpios sobre Sensoriamento Remoto, hoje admitidos como costume internacional, perderiam tal condio ao se tornarem novamente motivo de debate e controvrsia no mbito das Naes Unidas.

Paralelamente a essas questes polticas que envolviam o exerccio da atividade de sensoriamento remoto, havia tambm a questo econmica. Os satlites utilizados para aplicaes civis visavam lucro, e mesmo o programa LANDSAT sendo amplamente conhecido e difundido na comunidade de sensoriamento remoto, sua operao no era tida como rentvel. Os satlites de sensoriamento remoto da superfcie da Terra precisavam ser subsidiados pelo governo, tanto no que se refere ao seu lanamento, equipamentos de hardware, software, etc.

Essa situao perdurou at 1999 com o lanamento do satlite comercial norteamericano IKONOS6, da empresa Space Imaging, que em janeiro de 2006 foi incorporada empresa ORBIMAGE e passou a se chamar GeoEye (figura 19), com resoluo espacial de 1 metro. Anteriormente tal poder de resoluo era disponvel apenas para usos militares. Essa caracterstica do satlite IKONOS equipara suas imagens a fotografias areas de alta altitude. Suas imagens foram rapidamente adotadas em uma vasta gama de aplicaes. A alta resoluo tornou as imagens IKONOS valiosas para o uso civil e tambm o militar. Para a comunidade militar era mais vantajoso o uso dessas imagens comerciais com alto poder de resoluo do que

IKONOS: derivado da palavra grega para imagem. Segundo a revista Earth Observation Magazine, trata-se de um jogo de palavras, pois a pronncia leva ao trocadilho: Eye-KOH-nos. (Fonte: http://ranier.hq.nasa.gov/Sensors_page/MissionLinks/mlij.html)

23 lanar e operar um satlite militar prprio com caractersticas similares. O governo dos Estados Unidos apresentou suporte ao projeto na forma de aquisio de grandes volumes de dados (imagens). O que fez convergir os interesses das comunidades civis e militares de sensoriamento remoto.

Figura 19: Satlite IKONOS. Fonte: www.answers.com/topic/ikonos

Aps o satlite IKONOS ser lanado e entrar em operao outros satlites de alto poder de resoluo tambm surgiram. Em 2000 foi lanado o satlite EROS A1 (Earth Remote Observation System) pela empresa ImageSat, a juno de duas companhias israelitas (a Israel Aircraft Industries e a Electro-Optics Industries) e uma companhia norte-americana (a Core Software). O satlite EROS A1 (figura 20), proporciona 1,8 metro de resoluo espacial na imagem pancromtica7.

Figura 20: Satlite EROS A1 Fonte: http://www.defense-update.com/directory/erosa1.htm

No ano seguinte, em 2001 a empresa DigitalGlobe lana com sucesso o satlite QuickBird II (figura 21), com 0,61 metro de resoluo espacial na banda pancromtica e 2,44 metros na imagem multiespectral.
O termo pancromtico significa uma banda mais larga que incorpora as faixas espectrais mais estreitas, por esta razo a quantidade de energia da banda pancromtica chega ao satlite com maior intensidade, e isto possibilita ao sensor uma definio melhor. A imagem pancromtica em preto e branco, pois h a sensibilidade a todas as bandas de espectro visvel, e muitas vezes tambm inclui uma poro do infravermelho prximo.
7

24

Figura 21: Satlite QuickBird II Fonte: http://www.satnews.com/images/4oct2001-quickbird.jpg

Em 2003, a companhia ORBIMAGE (atual GeoEye) lana seu satlite OrbView 3 (figura 22), que proporciona 1 metro de resoluo espacial na banda pancromtica e 4 metros na imagem multiespectral.

Figura 22: Satlite OrbView 3 Fonte: http://www.crisp.nus.edu.sg/~research/tutorial/orbview3.gif

Como os sensores desses satlites passaram a ter um alto poder de resoluo espacial, a rea de cobertura de cada satlite passou a diminuir, em contrapartida o custo por unidade de rea cresceu substancialmente. Em geral, o custo de imagens de sensoriamento remoto por unidade de rea aumenta com a resoluo espacial. Satlites com baixo poder de resoluo espacial, como por exemplo, o AVHRR (Advanced Very High Resolution Radiometer) com 1,1 quilmetro de resoluo espacial tem suas imagens distribudas a um mnimo ou nenhum custo. O sensor TM (Thematic Mapper) da satlite LANDSAT varre uma rea no terreno de 185 km de largura, enquanto que satlites de alta resoluo como o IKONOS ou o QuickBird varrem uma rea de 11 e 16,5 km respectivamente. Os custos por pixel desses satlites so comparveis, percebe-se isto pelo exemplo que segue: para cobrir uma mesma rea de um nico pixel LANDSAT (30 metros) so necessrios 900 pixels de 1 metro (i.e. 30x30). Portanto, para uma imagem de uma mesma rea haver muitos mais pixels de um satlite de alta resoluo, portanto sua imagem bem mais onerosa.

25 Os satlites de alta resoluo no coletam imagens repetidamente de toda sua rea de cobertura, mas adquirem suas imagens seletivamente, dependendo da solicitao do cliente. No entanto, as empresas que operam esses satlites tm gerenciado a operao de maneira que se construa progressivamente um acervo completo de imagens enquanto se executa as ordens de seus clientes

Tais imagens tm provado ser muito teis para mapeamento e monitoramento de infraestrutura urbana, proporcionando informaes comparveis quelas obtidas de fotografias areas de mdia escala. Elas so usadas: no planejamento urbano regional, inventrio e monitoramento de recursos naturais, e resposta situaes de emergncia causada por desastres naturais tais como inundaes, furaces, incndios florestais e desastres causados pelo homem. A figura 23 traz uma imagem IKONOS falsa-cor com 4 metros de resoluo, adquirida em 28 de outubro de 2003, e que mostra um incndio florestal em San Bernardino, Califrnia. A vegetao verde (viva) aparece como vermelho brilhante a marrom, enquanto que as reas queimadas aparecem em cinza escuro. J a figura 24 ilustra o desastre no World Trade Center, Manhattan, Nova Iorque. A imagem foi adquirida um dia depois do 11 de setembro de 2001, pelo satlite IKONOS, com 1 metro de resoluo. A imagem mostra uma rea com poeira branca e fumaa no local onde se encontravam as torres de 450 metros de altura do World Trade Center. Como todos os avies estavam proibidos de sobrevoar a rea, essa imagem de alta resoluo IKONOS a nica viso de cima do incndio e da destruio das torres gmeas naquele dia.

Figura 23: Imagem IKONOS incndio florestal na Califrnia. Fonte: Aronoff (2005): p.43

26

Figura 24: Imagem IKONOS desastre no World Trade Center Fonte: Aronoff (2005): p.44

Muitos outros pases esto desenvolvendo satlites de reconhecimento que produzem imagens com um bom poder de resoluo. Pode-se citar China, Brasil, Frana, ndia, Itlia, Japo, Rssia e Coria do Sul. Para muitos pases as imagens comerciais de satlites de alta resoluo so o melhor produto para reconhecimento que eles podem adquirir. Portanto, no surpresa que os governos e seus rgos so os maiores compradores e, portanto, so os responsveis pela maior receita das empresas operadoras de satlites comerciais.

Antes do satlite IKONOS existia uma distino clara entre os satlites pertencentes ou controlados pelo governo, mas com aplicaes civis e os programas militares de aquisio de imagens. Os satlites militares coletavam as imagens com uma resoluo espacial muito superior do que a dos satlites para uso civil. O advento dos satlites comerciais com resoluo espacial de 1 metro ou menos e a capacidade de transmitir rapidamente as imagens adquiridas comeou a obscurecer a distino entre resolues e tempo de transmisso para aplicaes civis e militares.

Similarmente, a distino entre satlites do governo para aplicaes civis e satlites comerciais de observao (de propriedade particular, mas com permisso do governo) tem cado por terra. Os governos dos pases que detm a tecnologia de sensoriamento remoto esforam-se para recuperar os recursos gastos com esses programas

27 comercializando imagens no mercado internacional, em contrapartida, as empresas privadas que operam satlites de sensoriamento remoto tm como seus maiores clientes as agncias governamentais.

Entretanto, sem o forte apoio do governo dos Estados Unidos, representado pela USGS e pela NASA, o sensoriamento remoto de recursos terrestres no teria se desenvolvido to rapidamente. No incio da dcada de 1960 a NASA iniciou um programa de pesquisa de sensoriamento remoto que continua at os dias atuais dando suporte s pesquisas de sensoriamento remoto em universidades e outras instituies por todo o territrio norte-americano. O governo dos EUA, atravs da NASA e do USGS, oferece suporte tcnico e financeiro para estudos topogrficos, geolgicos e minerais, geogrficos, hidrolgicos, de uso do solo, de planejamento urbano, de redes de transportes e etc. Oferece ainda condies de desenvolvimento de equipamentos (hardware), softwares e tcnicas de anlise para estas reas de aplicao.

Uma indstria mundial competitiva de sensoriamento remoto favorece a inovao tecnolgica, diminui os preos e aumenta a variedade e qualidade das imagens, produtos derivados e servios.

No Brasil, pas com dimenses continentais com mais de 8,5 milhes de quilmetros quadrados de um territrio muito diversificado e aproximadamente 7.500 quilmetros de linha costeira, o uso do sensoriamento remoto se justifica para que seja possvel a visualizao de grandes reas do seu territrio, oferecendo a planejadores urbanos, ambientalistas, engenheiros de telecomunicaes, de concessionrias de servios de utilidade pblica, de gs e petrleo, e especialistas em emergncias e situaes de calamidade pblica, a ferramenta ideal para o planejamento de um novo desenvolvimento, monitoramento da infra-estrutura existente e monitoramento de mudanas e impactos ambientais, mesmo em reas remotas e de difcil acesso.

O Ministrio da Cincia e Tecnologia (MCT) do Brasil, por meio do Instituto Nacional de Pesquisas Espaciais (INPE), com sede em So Jos dos Campos SP, responsvel: pelo programa espacial brasileiro, batizado de Misso Espacial Completa Brasileira (MECB cujo objetivo promover o avano da tecnologia espacial no Brasil, atravs do desenvolvimento de um foguete lanador (VLS Veculo

28 Lanador de Satlite) para satlites de pequeno porte e satlites experimentais para aplicaes em rbita terrestre); e pelo programa de satlites (satlites de coleta de dados - SCD8 e de sensoriamento remoto), e seu segmento de solo associado, que compreende um centro de controle de satlites em So Jos dos Campos, estaes terrenas de rastreio e comando em Cuiab MT e Alcntara MA, e um centro de misso e coleta de dados em Cachoeira Paulista SP.

O Brasil adotou extensamente as tecnologias de sensoriamento remoto e lder em tecnologia espacial na Amrica Latina. Desde 1972 o Brasil trabalha com sensoriamento remoto, portanto so 36 anos de investimentos na rea. A primeira instituio que comeou a trabalhar com esta tecnologia foi o INPE, por meio do uso das imagens do satlite LANDSAT, do qual se dispe de uma estao de recepo de imagens em Cuiab, centro geogrfico da Amrica do Sul (figura 25). So recebidas imagens LANDSAT do territrio nacional desde 1974. Isto permitiu a construo de um banco de dados que guarda a histria ambiental do Brasil desde 1974 at os dias de hoje, em forma de imagens.

Figura 25: Estao terrena de rastreio e comando de satlite em Cuiab. Fonte: http://www.ltid.inpe.br/selper/image/caderno2/cad19.htm
8

Satlite de Coleta de Dados (SCD): realiza a transmisso remota de dados. Ele necessita que haja uma plataforma instalada, por exemplo, numa represa ou rio da Amaznia, que mede, por exemplo, a vazo desse rio. Quando o satlite passa na rea de visibilidade daquela plataforma recebe aquele dado, retransmite para uma central no INPE, que por sua vez reenvia a informao a todos os rgos que se interessem por ele. Os sensores so remotos no sentido geogrfico, no se trata de satlite de sensoriamento remoto.

29 Em 1988 o Brasil comeou o seu prprio programa de satlite em sensoriamento remoto, com a assinatura de um acordo com a Repblica Popular da China para a construo de uma srie de satlites denominados pela sigla CBERS (China-Brazilian Earth Resources Satellite ou Satlite Sino-Brasileiro de Recursos Terrestres). O acordo envolveu o INPE e a CAST (Chinese Academy of Spacial Technology ou Academia Chinesa de Tecnologia Espacial). Esse programa de cooperao a unio de recursos financeiros e tecnolgicos entre o Brasil e a China, num investimento superior a US$ 300 milhes, sendo 30% brasileiro e 70% chins9. A figura 26 ilustra o satlite CBERS I com o painel solar aberto nas instalaes do INPE SP.

Figura 26: Satlite CBERS-I. Fonte: http://www.cbers.inpe.br/_fig/cbers1_foto6_high.jpg

O primeiro satlite da srie CBERS foi lanado em 14 de outubro de 1999 pelo foguete chins Longa Marcha 4B (figura 27), do Centro de Lanamento de Taiyuan, na China, e operou at julho de 2003, quase dois anos a mais do que os dois anos de vida til originalmente planejados. A parceria conjunta rompeu os padres que restringiam os acordos internacionais transferncia de tecnologia e o intercmbio entre pesquisadores de nacionalidades diferentes. O programa CBERS foi a primeira cooperao neste campo entre dois pases em desenvolvimento no mundo.

Dados do INPE, disponveis on-line em: http://www.cbers.inpe.br/pt/programas/historico2.htm

30

Figura 27: Foguete chins Longa Marcha 4B. Fontes: http://www.cgwic.com.cn/launch/gallery6.html

O CBERS I com uma rbita hlio-sncrona10 (figura 28), a uma altitude de 778 km, fazia cerca de 14 revolues (ou rbitas) por dia (durao de cada rbita de 100,26 minutos), com uma inclinao de 98,504, e conseguia obter a cobertura completa da Terra em 26 dias. Nessa rbita, o satlite cruzava a Linha do Equador sempre no mesmo horrio local (10:30h da manh), permitindo assim que se obtivesse sempre as mesmas condies de iluminao solar para a comparao de imagens tomadas em dias diferentes.

Figura 28: rbita hlio-sncrona do satlite CBERS. Fonte: http://www.cbers.inpe.br/pt/programas/cbers1-2_orbita.htm

Os satlites CBERS I e II so idnticos em sua constituio tcnica, misso no espao e em suas cargas teis (equipamentos que vo a bordo, como cmeras, sensores, computadores entre outros equipamentos voltados para experimentos cientficos). O
10

rbita hlio-sncrona: caso particular da rbita quase polar. O satlite viaja do plo norte para o plo sul e vice-versa, mas seu plano de rbita sempre fixo para um observador que esteja postado no Sol. Assim o satlite sempre passa aproximadamente sobre o mesmo ponto da Terra todos os dias na mesma hora.

31 segundo satlite CBERS foi lanado em 21 de outubro de 2003, da mesma base de lanamentos chinesa Taiyuan em Shanxi, China, e pelo mesmo tipo de veculo lanador, o foguete chins Longa Marcha 4B.

A carga til dos satlites CBERS consiste de uma Cmera Imageadora de Alta Resoluo (CCD Charged Coupled Device), um Radimetro Imageador de Varredura no Infravermelho (IRMSS Infrared Multispectral Scanner), uma Cmera Imageadora de Amplo Campo de Visada (WFI Wide Field Imager), um Monitor do Ambiente Espacial (SEM Space Environment Monitor), e um Sistema de Coleta de Dados (DCS Data Collection System).

Banda CCD 1 (B1) CCD 2 (B2) CCD 3 (B3) CCD 4 (B4) CCD 5 (B5) IRMSS 1 (B6) IRMSS 2 (B7) IRMSS 3 (B8) IRMSS 4 (B9) WFI 1 (B10) WFI 2 (B11)

Resoluo Espectral (m) 0,45 0,52 0,52 0,59 0,63 0,69 0,77 0,89 0,51 0,73 0,50 0,90 1,55 1,75 2,08 2,35 10,4 12,5 0,63 0,69 0,77 0,89

Resoluo Espacial (m) 19,5 19,5 19,5 19,5 19,5 77,8 77,8 77,8 156 258 258

Tabela 1: Caractersticas dos sensores do satlite CBERS Fonte: Adaptado de Epiphanio, 2005.

As aplicaes do CBERS envolvem muitas reas, incluindo monitoramento e mapeamento do desflorestamento, gerenciamento e controle ambiental, aplicaes em agricultura, incluindo identificao e monitoramento de culturas, geologia, hidrologia, monitoramento de reservatrios e zonas costeiras, mapeamentos de uso da terra, turismo, etc.

O Brasil e a China acordaram que a poltica de distribuio interna aos seus territrios definida por cada um deles. No caso brasileiro os dados do CBERS so vistos como um bem pblico. De acordo com esta viso as imagens CBERS tm que ser usadas,

32 tanto quanto possvel, pelo pblico a um baixo custo. Isso significa que as imagens do CBERS podem ser solicitadas gratuitamente pela Internet11 O objetivo maximizar o uso dos dados CBERS a fim de criar um slido e forte setor de sensoriamento remoto no pas, que envolveria a academia, o setor privado, o terceiro setor, o governo, e outros agentes

O CBERS II foi projetado para uma vida til de dois anos, mas a exemplo do que ocorreu com o CBERS I, a vida til j foi superada e ele encontra-se em operao at os dias de hoje. Inicialmente o programa de cooperao entre Brasil e China contemplava apenas dois satlites da srie CBERS, mas devido ao desempenho satisfatrio dos satlites CBERS I e II os governos brasileiro e chins decidiram expandir o acordo e incluir outros dois satlites da mesma categoria, os satlites CBERS III e IV, como uma segunda etapa da parceria sino-brasileira.

Como o CBERS III est previsto para ser lanado apenas em 2010, e o CBERS IV em 2013, um outro acordo foi firmado entre os dois pases para o lanamento do CBERS IIB, a fim de evitar uma eventual falta de dados de sensoriamento remoto entre o possvel fim do CBERS II e o lanamento do CBERS III. O lanamento do CBERS IIB ocorreu no dia 19 de setembro de 2007, a partir da base de lanamento de Taiyuan, na China, com o mesmo foguete chins Longa Marcha 4, que fez o lanamento dos CBERS I e II.

O CBERS IIB foi montado, integrado e testado na sede do INPE, em So Jos dos Campos (SP), foi desmontado para o transporte e enviado para a China em um avio cargueiro em abril de 2007. Outros testes foro feitos em territrio chins antes do lanamento (testes de calibrao das cmeras e testes trmicos).

O CBERS IIB ainda pertence primeira gerao do CBERS e, portanto, praticamente idntico aos CBERS I e II. No obstante, algumas melhorias foram introduzidas. A principal delas quanto carga til, com a substituio do imageador IRMSS por uma Cmera Pancromtica de Alta Resoluo (HRC), com uma resoluo espacial mxima de 5 metros. Outras melhorias so um novo sistema de gravao a bordo, e um sistema avanado de posicionamento, que inclui GPS (Global Positioning System) e sensor de estrelas. A vida til projetada do satlite de dois anos.
11

As solicitaes das imagens CBERS podem ser feitas pelo endereo eletrnico: <http://www.obt.inpe.br/catalogo>

33 Nos projetos dos satlites CBERS III e CBERS IV a participao brasileira ser ampliada para 50%, deixando o Brasil em igualdade de condies com o parceiro. Est previsto um avano tecnolgico desses satlites em relao aos anteriores, o que acarretar em um maior poder de resoluo de suas imagens. O satlite CBERS IV poder ser lanado do Brasil, se para tanto houver condies no Centro de Alcntara, no Maranho, quando do lanamento em 2013.

As figuras 29, 30 e 31 abaixo exemplificam algumas imagens da satlite CBERS. A figura 29 traz uma imagem adquirida pelo sensor CCD do CBERS II, referente ao Plano Piloto de Braslia, em 8 de setembro de 2004 e cuja resoluo espacial de 19,5 metros (conforme se verifica pela Tabela 1) Nesta figura destaca-se o cinturo das cidades-satlites em plena expanso, bem como a presena de novos loteamentos.

A figura 30 ilustra uma imagem do sensor IRMSS do CBERS II da regio de Angra dos Reis e Ilha Grande no litoral sul do Rio de Janeiro. Destaca-se a presena da Mata Atlntica nas serranias e na Ilha Grande. Outro destaque a grande quantidade de pequenas ilhas que a regio abriga. A imagem foi adquirida em 1 de agosto de 2005 e com resoluo espacial de 77,8 metros.

E finalmente, uma imagem do sensor WFI, tambm do CBERS II referente regio de Buenos Aires e do Rio da Prata e adquirida em 21 de janeiro de 2005, com resoluo espacial de 258 metros mostrada pela figura 31. As guas dos rios Paran e Uruguai se dispersam ao largo de Buenos Aires, formando a grande pluma azul mais claro que avana para o Oceano Atlntico

Figura 29: Imagem do sensor CCD do satliteCBERS II. Fonte: http://www.cbers.inpe.br/pt/imprensa/gimagens.htm

34

Figura 30: Imagem do sensor IRMSS do satliteCBERS II. Fonte: http://www.cbers.inpe.br/pt/imprensa/gimagens.htm

Figura 31: Imagem do sensor WFI do satliteCBERS II. Fonte: http://www.cbers.inpe.br/pt/imprensa/gimagens.htm

35

APTULO 2:

DEFINIO

O termo sensoriamento remoto foi pela primeira vez utilizado no final dos anos 50, por Evelyn Pruitt, cientista que desenvolvia suas pesquisas no Escritrio de Pesquisa da Marinha dos Estados Unidos da Amrica (Office of Naval Research). Sua definio inclua fotografias areas, bem como as imagens adquiridas pelos ento novos sistemas sensores. O termo surgiu para descrever o processo de observao, mensurao e identificao de objetos sem estar em contato direto com eles

O sensoriamento remoto o modo de obteno de dados distncia, a partir da utilizao conjunta de modernos sensores, equipamentos de processamento e de transmisso de dados, aeronaves, espaonaves, etc. Os sensores so os equipamentos capazes de coletar a energia proveniente de um objeto que se deseja avaliar, convert-la em sinal passvel de ser registrado e apresent-lo em forma adequada extrao de informaes. O propsito o estudo do ambiente terrestre, por meio do registro e da anlise das interaes entre a radiao eletromagntica e as substncias componentes do planeta Terra em suas mais diversas manifestaes.

Define-se sensoriamento remoto como a cincia e a arte de obter informaes a respeito de um objeto, rea ou fenmeno, por meio da anlise de dados adquiridos por dispositivos que no esto em contato direto com tal objeto, rea ou fenmeno que est sendo investigado. Trata-se, portanto, de uma tecnologia para aquisio, processamento e anlise de informaes acerca da superfcie terrestre, das condies urbanas e das suas mudanas, por meio da interao entre a radiao eletromagntica e as substncias componentes da superfcie. Tais informaes so obtidas remotamente por meio de sensores instalados em plataformas orbitais ou aerotransportadas.

A fotografia e o imageamento digital permitem que as visadas areas sejam adquiridas rapidamente, tornando possvel a obteno e a anlise de imagens de grandes reas da superfcie terrestre. A tecnologia dos satlites possibilita que todo o globo terrestre seja sistematicamente imageado e monitorado. Atualmente, diversas atividades

36 humanas dependem de um fluxo constante de imagens adquiridas a partir de pontos elevados, muito acima da superfcie da Terra, para que seja possvel inventariar, avaliar e manejar recursos, agora no mais em uma escala local, mas sim em uma escala global. A anlise desse imageamento o objetivo do sensoriamento remoto O sensoriamento remoto permite que sejam coletadas informaes a respeito de regies onde o acesso direto dos observadores humanos seria demasiadamente caro ou perigoso. Vastas reas do oceano, extensas plantaes ou florestas, vulces ativos, reas de conflitos militares, regies de extremo rigor climtico (tais como desertos ou geleiras), ou reas submetidas radioatividade podem ser facilmente monitoradas com o uso dessa tecnologia.

Os produtos de sensoriamento remoto, ou seja, as imagens digitais ou fotografias areas coletadas a partir de aeronaves ou espaonaves, tm sido muito usados na produo de mapas da superfcie da Terra e da topografia do fundo dos oceanos, trabalhos que envolvem recursos naturais e infra-estrutura urbana. O sensoriamento remoto oferece vantagens substanciais em comparao com outros mtodos de coleta de dados, o que o tem levado a uma ampla gama de aplicaes. Ele proporciona uma viso geral e permite o discernimento de padres e relaes no aparentes quando observadas ao nvel do solo. Outra vantagem diz respeito rapidez com que as informaes so disponibilizadas, o que de grande valor para a preveno e a avaliao de desastres naturais, por exemplo, onde a resposta das atividades de emergncias deve ser o mais breve possvel. As imagens provenientes do sensoriamento remoto so ferramentas que assessoram, ajudam a planejar e a monitorar tais atividades emergenciais. O sensoriamento remoto pode registrar comprimentos de onda que o olho humano no pode ver, como o infravermelho, para detectar fenmenos que do contrrio no seriam visveis, como por exemplo, emisso de calor ou radioatividade.

A figura 32 traz uma imagem referente banda da radiao infravermelho termal capturada pelo sensor MODIS (Moderate Resolution Imaging Spectroradiometer), que est a bordo do satlite Terra da NASA. A imagem mostra claramente o padro da Corrente do Golfo, uma corrente de gua quente que flui do leste, onde atravessa o Golfo do Mxico, em direo ao norte da Europa. A corrente do Golfo evidenciada aqui nas cores amarelo, laranja e vermelho, sendo a parte representada com a cor vermelha a poro mais quente.

37

Figura 32: Corrente do Golfo, imagem do sensor MODIS. Fonte: Aronoff (2005): p.4

O sensoriamento remoto assume crescente importncia e razes existem para tal, principalmente nos dias de hoje. Os dados provenientes de sensoriamento remoto so de abrangncia espacial muito superior queles advindos de levantamento de campo. Em grandes reas ou em reas de difcil acesso, o sensoriamento remoto apresenta a grande vantagem da acessibilidade. A rpida cobertura de grandes reas facilita a comparao de regies. O imageamento de grande altitude possibilita uma viso sinptica permitindo a percepo de variaes espaciais de grande escala. O imageamento repetitivo viabiliza o monitoramento de grandes reas. E a manuteno de arquivos de imagens permite a extrao de dados de passado

38

APTULO 3:

A ENERGIA ELETROMAGNTICA

Em uma anlise mais rigorosa, o sensoriamento remoto mede as trocas energticas entre os fenmenos ou objetos e o meio ambiente. Essas trocas manifestam-se predominantemente por emisso ou modificaes na radiao eletromagntica, ou perturbaes nos campos naturais.

A radiao eletromagntica se propaga na forma de ondas produzidas pela oscilao dos campos eltrico e magntico. Ela caracterizada por apresentar comprimentos de onda () que representam a distncia entre dois pontos de igual intensidade dos campos eltrico e magnticos.

Os componentes da onda eletromagntica incluem uma onda eltrica senoidal (E) no plano vertical, e uma onda similar magntica (M) no plano horizontal formando um ngulo reto com a onda eltrica. Ambas so perpendiculares direo de propagao, como pode ser observado na figura 33. As ondas eletromagnticas so do tipo transversal12 e no necessitam de um meio de propagao, ou seja, propagam-se at mesmo no vcuo.

Figura 33: Onda eletromagntica. Fonte: Adaptado de Lillesand et al, 2004 (p.4) Ondas cujos picos e vales (cristas e depresses) formam ngulos retos com a direo do movimento, como aquelas que se propagam ao longo de uma corda.
12

39 No sensoriamento remoto comum a classificao das ondas eletromagnticas quanto ao seu comprimento e localizao dentro do espectro eletromagntico. O espectro eletromagntico a distribuio da radiao eletromagntica em relao ao seu comprimento de onda ou freqncia. Muito embora denominaes como radiao

ultravioleta, infravermelho, microondas, raios gama, etc sejam freqentemente usadas para assinalar as diferentes regies do espectro eletromagntico, no existe uma diviso clara entre uma regio espectral e outra que a sucede ou antecede. Essa diviso do espectro meramente por uma questo de convenincia para facilitar o estudo sobre o assunto, do que por haver diferenas significativas nas caractersticas e propriedades da energia dentre os vrios comprimentos de onda do espectro.

O espectro da radiao eletromagntica engloba a luz visvel, os raios gama, as ondas de rdio, as microondas, os raios X, ultravioleta e infravermelho. Esses nomes, como j enfatizado anteriormente, indicam reas do espectro divididas para fins didticos e prticos, pois o espectro contnuo e no h diferenas abruptas entre as formas de radiao, e todas so basicamente o mesmo fenmeno fsico. Por exemplo, todas se propagam pelo espao com a mesma velocidade a velocidade da luz de cerca de 300 mil km/s. As diferenas esto no comprimento das ondas e na freqncia da radiao13, que fazem com que tenham diferentes caractersticas, como o poder de penetrao dos raios X ou o aquecimento do infravermelho. Uma fonte, como o Sol, pode emitir luz dentro de um espectro variado. Por exemplo, decompondo-se a luz solar com um prisma possvel observar um espectro de cores, como as do arco-ris (figura 34). Outras so invisveis ao olho humano, mas detectveis por instrumentos.

Figura 34: Decomposio da luz solar no prisma Fonte: http://www.radiacao.com.br/radiacao_eletromagnetica.html

13

Conforme descritos na figura 33.

40 As diferentes denominaes para as radiaes eletromagnticas so decorrentes de natureza histrica ou dos processos utilizados na sua produo ou determinao, e so apresentadas a seguir:

Radiao Gama: emitida por materiais radioativos e pelo Sol. Localiza-se no espectro eletromagntico antes dos raios X, ou seja, aqum de 1 angstrom14. Possui altas freqncias e, por isso, muito penetrante (alta energia). Na prtica, tem aplicaes na medicina (radioterapia) e em processos industriais, principalmente na conservao de alimentos.

Raios X: Esta denominao foi dada por seu descobridor, o fsico alemo Wilhelm Rntgen, em 1895, por no conhecer suas trajetrias. Os raios X surgem do interior da eletrosfera do tomo, por rearranjos eletrnicos. So muito usados em radiografias e em estudos de estruturas cristalinas de slidos. Os raios X provenientes do Sol so absorvidos pelos gases na alta atmosfera.

Radiao ultravioleta (UV): Estas radiaes so muito produzidas durante as reaes nucleares no Sol. Entretanto, ao atingir o topo da atmosfera terrestre, so quase totalmente absorvidas pelo gs oznio (O3). O espectro do UV dividido em trs bandas: UV prximo, UV distante e UV mximo.

Radiao

visvel

(luz):

conjunto

de

radiaes

eletromagnticas

compreendidas entre 0,38 e 0,70 m. As radiaes contidas nesta faixa de comprimento de onda, ao incidirem no sistema visual humano, so capazes de provocar uma sensao de cor15 no crebro.

Radiao infravermelha (IV): conjunto de radiaes eletromagnticas cujos comprimentos de onda variam de 0,7 a 1000 m (1 mm). Tambm so denominadas de radiao trmica

14

Unidade de comprimento, equivalente a 10

-10

metro.

15

O fato de o ser humano enxergar cores est ligado aos estmulos do crebro, que utiliza este recurso para diferenciar uma onda da outra, ou melhor, uma freqncia da outra. Assim, o vermelho possui uma freqncia diferente do violeta. Por esta razo, pode-se dizer que na natureza no existem cores, apenas objetos que refletem ondas de freqncias diferentes, que provocam no crebro humano a sensao de cores.

41 Microondas: radiaes eletromagnticas que se estendem pela regio do espectro de 1000 m at cerca de 100 cm. So mais comumente referenciadas em Hertz e seus mltiplos, estando, neste caso,

compreendidas entre 300 MHz a 300 GHz.

Ondas de rdio: conjunto de radiaes com freqncias menores que 300 Mhz (comprimento de onda maior que 100 cm). Estas ondas so utilizadas principalmente em telecomunicaes e radiodifuso.

A tabela 2 a seguir apresenta a principal diviso do espectro eletromagntico tipicamente utilizado em sensoriamento remoto:

Regio Raios Gama Raios X Ultravioleta Visvel Infravermelho Infravermelho prximo Infravermelho de ondas curtas Infravermelho de ondas mdias Infravermelho de ondas longas Infravermelho distante Microondas Ondas de rdio

Limite Menos de 0,03 nm 0,03 nm 240 nm 0,24 m 0,38 m 0,38 m 0,70 m 0,70 m 1000 m 0,70 m 1,0 m 1,0 m 3,0 m 3,0 m 8,0 m 8,0 m 14 m 14 m 1000 m 1 mm 100 cm Mais de 100 cm

Tabela 2: Principal diviso do espectro eletromagntico. Fonte: Adaptado de Aronoff (2005), p. 57.

A poro do espectro mais relevante para o sensoriamento remoto aquela correspondente faixa da luz (visvel) e do infravermelho. Mais recentemente, com o avano da tecnologia de radar, a poro que se refere s microondas passou a despertar bastante interesse ao sensoriamento remoto. A regio de microondas, com comprimentos de onda que podem variar de 1 mm at prximo de 1 m, a que contm os mais longos comprimentos de onda usados no sensoriamento remoto. A figura 35 traz a representao do espectro eletromagntico.

42

Figura 35: Espectro eletromagntico. Fonte: Adaptado de Kaufmann III, W. J. Universe. Ed. W. H. Freeman, New York, 1991

Toda radiao detectada remotamente pelos sensores percorre uma longa distncia at que consiga ultrapassar a atmosfera terrestre. A atmosfera exerce um profundo efeito sobre a intensidade e na composio espectral da radiao disponvel para os sistemas sensores. Esses efeitos oriundos da atmosfera variam conforme: a distncia a ser percorrida pela radiao, a magnitude da radiao incidente, as condies atmosfricas presentes e o comprimento de onda envolvido. Esses efeitos devem-se, principalmente, aos mecanismos de espalhamento e absoro.

O espalhamento a difuso aleatria da radiao eletromagntica causada por partculas em suspenso na atmosfera. Esse fenmeno gera um campo de energia difusa que se propaga em todas as direes. Por sua vez a absoro o resultado da perda efetiva de energia para os componentes constituintes da atmosfera. Os mais eficientes absorsores da radiao solar so o vapor dgua, o dixido de carbono e o

43 oznio. Em virtude desses efeitos exercidos pela atmosfera sobre a radiao eletromagntica incidente na Terra, os sensores remotos so calibrados para operar nas chamadas janelas atmosfricas, que so as faixas espectrais livres ou com menor grau de interferncia desses efeitos.

A radiao eletromagntica que no sofre espalhamento ou absoro quando de sua passagem pela atmosfera, pode ento atingir e interagir com a superfcie terrestre, ou seja, com seus objetos ou alvos. Essa radiao interage de forma diferenciada com os objetos ou alvos, podendo ser absorvida (a energia absorvida pelo objeto), transmitida (o fluxo de energia passa atravs do objeto) ou refletida (o fluxo de energia muda de direo aps atingir o objeto).

Conforme ilustra a figura 36 para um elemento de volume de um corpo dgua, vrias fraes da energia incidente no elemento so refletidas, absorvidas. e/ou transmitidas. Aplica-se, ento, o princpio da conservao de energia (equao do balano de energia), onde todos os componentes so funo do comprimento de onda . necessrio ressaltar, todavia, que as propores de energia refletida, absorvida e transmitida variam de acordo com as diferentes feies terrestres, seus materiais, tipos e condies. So essas diferenciaes que nos permitem distinguir as diversas feies em uma imagem. Alm disso, para uma mesma feio, essas propores de energia refletida, absorvida e transmitida variam para diferentes comprimentos de onda. Isto significa que duas feies podem ser indistinguveis em um certo comprimento de onda (ou seja, em uma determinada banda do espectro eletromagntico), e bastante diferentes em outra banda espectral.

Figura 36: Interao entre a energia eletromagntica e as feies da Terra. Fonte: Adaptado de Lillesand et al, 2004 (p.12).

44 O sensoriamento remoto utiliza a quantidade de radiao refletida (tambm chamada de radincia) e a compara com a quantidade incidente (irradincia) sobre o alvo. Isto fornece a medida de reflectncia captada por sensores, denominados radimetros ou espectrorradimetros16. Por meio da reflectncia pode-se conhecer as caractersticas de um objeto quanto sua capacidade de refletir a radiao eletromagntica, pois ela depende das caractersticas fsico-qumicas deste objeto.

Os objetos estudados so as diversas feies terrestres, como: solo; gua (rios oceanos, etc); vegetao (florestas, pastagens, lavouras, etc); estradas; reas urbanas; e assim por diante. Cada uma destas feies apresenta uma resposta diferente radiao eletromagntica nela incidente, seja essa radiao oriunda do sol ou gerada por radares. o que se denomina comportamento espectral de alvos ou assinatura espectral.

Para a extrao das informaes contidas nos produtos de sensoriamento remoto imprescindvel o conhecimento do comportamento espectral de alvos (objetos) sobre a superfcie terrestre, ou seja, como as substncias se comportam na interao com a energia eletromagntica. A figura 37 mostra a assinatura espectral de alguns alvos terrestres.

Figura 37: Assinatura espectral. Fonte: Adaptado de Lillesand et al, 2004 (p.17).

Muitos pesquisadores despenderam muito tempo e esforo realizando simulaes em laboratrio e campos de prova com a finalidade de observar, estudar e catalogar como
16

Os espectrorradimetros diferem dos radimetros por operarem em faixas espectrais estreitas.

45 determinadas feies da superfcie terrestre respondem a diferentes comprimentos de onda da radiao eletromagntica (bandas do espectro). Atualmente, essas informaes geradas so utilizadas como referncia em muitas pesquisas e projetos de geoprocessamento.

A interpretao e o entendimento de uma imagem de sensoriamento remoto , essencialmente, um exerccio da descoberta e do entendimento de como interage a radiao eletromagntica com o material da superfcie terrestre, a fim de se descobrir informaes ou propriedades relacionadas com sua natureza intrnseca, ou seja, com a composio de seus constituintes. Desta feita, busca-se nas imagens identificar pelas respostas espectrais dos materiais, que tipo de feio est presente em uma rea. O sucesso desta anlise depende do nmero de bandas que o sensor capaz de analisar e, principalmente, do conhecimento do intrprete sobre os fatores que controlam o comportamento espectral da reflectncia dos alvos. Este conhecimento obtido de medidas espectrais feitas em laboratrio ou no campo, usando-se espectrorradimetros de alta resoluo.

46

APTULO

4: PLATAFORMAS DE

SENSORIAMENTO REMOTO
Os instrumentos de sensoriamento remoto operam a partir de plataformas, que podem variar desde equipamentos terrestres at espaonaves. Os equipamentos terrestres posicionados ao nvel do solo, tais como: em veculos do tipo truck- mounted boom17 (figura 38), altos edifcios, torres de caixa dgua, ou at mesmo escadas, so freqentemente usados para testar os instrumentos de sensoriamento remoto e para coletar medidas espectrais detalhadas de feies conhecidas, para testar e/ou calibrar as imagens.

Figura 38: Veculo do tipo truck-mounted boom. Fonte: http://scissorplatforms.co.nz/index.aspx?site=342&page=2232

O termo imageamento areo refere-se aos dados coletados a partir de avies, helicpteros e outros veculos operando dentro da atmosfera terrestre. O sistema areo oferece a flexibilidade de posicionar os instrumentos de sensoriamento remoto quando e onde eles so necessrios. Os veculos podem voar a baixas altitudes para adquirir imagens ricas em detalhes e com menor interferncia atmosfrica do que as imagens adquiridas pelas plataformas espaciais. No entanto, quando sob a ao de fortes ventos, eles so muito menos estveis do que as plataformas espaciais.

Os veculos do tipo truck-mounted boom so equipamentos especialmente projetados para permitir medidas de sensoriamento remoto muito prximas do solo e em locais apropriados para o controle das condies de aquisio dos dados.

17

47 A figura 39 traz um exemplo de aeronave utilizada como plataforma para o sensoriamento remoto areo e uma imagem por ela adquirida.

Figura 39: Sensoriamento remoto areo: (a) aeronave, (b) imagem. Fonte: http://celebrating200years.noaa.gov/visions/remote_sensing/image3.html

Os instrumentos de sensoriamento remoto no espao ou orbital so basicamente os satlites, embora estaes espaciais orbitais de baixa altitude e veculos reutilizveis, como os nibus espaciais (space shuttle) tambm sejam usados.

O uso de veculos espaciais reutilizveis oferece uma relativa simplicidade operacional e o potencial para uma significante reduo de custos, ao se comparar com os custos relativos do veculo lanador (foguete) que s pode ser usado uma nica vez, e do satlite, que ao final da sua vida til perde-se no espao e se transforma em sucata espacial. Entretanto, eles so tecnologicamente muito mais difceis de serem concebidos, construdos e operados.

Um exemplo da utilizao de nibus espaciais em sensoriamento remoto a misso SRTM (Shuttle Radar Topography Mission) para obteno do modelo de elevao da superfcie terrestre. Trata-se do mais completo banco de dados digital topogrfico de alta resoluo do planeta (mapa tridimensional da Terra). O SRTM consiste em um sistema de radar especialmente modificado, a bordo do nibus espacial Endeavour18 (figura 40), que imageou cerca de 80% da superfcie da Terra. A misso teve durao de 11 dias ininterruptos (devido ao uso da tecnologia de radar, que pode adquirir as

18

O lanamento do nibus espacial Endeavour ocorreu no Kennedy Space Center, Cabo Canaveral, Flrida, EUA, em 11 de fevereiro de 2000.

48 imagens durante a noite, e independentemente da cobertura de nuvens), de 11 a 22 de fevereiro de 2000. O SRTM um projeto internacional, encabeado pela NGA (National Geospatial-Intelligence Agency), pela NASA e pela USGS (United States Geological Survey).

Figura 40: Lanamento do nibus espacial Endeavour para a misso SRTM. Fonte: http://science.ksc.nasa.gov/shuttle/missions/sts-99/images/high/KSC-00PP-0224.jpg

O imageamento realizado pela misso SRTM encontra-se disponvel gratuitamente para download no site da USGS (http://srtm.usgs.gov/), com uma resoluo espacial de 90 metros (ou seja, pontos amostrados no terreno a cada 90 metros para a construo do grid utilizado no modelo digital de elevao), e de 30 metros para usurios nos Estados Unidos, seus territrios ou possesses19. A figura 41 um exemplo de produto obtido pela misso SRTM. A imagem de radar sobreposta ao modelo digital de elevao e o resultado uma imagem 3D.

Figura 41: Imagem SRTM: Monte Kilimanjaro, Tanznia Fonte:


http://srtm.usgs.gov/srtmimagegallery/Perspective%20with%20Landsat%20Overlay,%20Mount%20Kilimanjaro,%20Tanzania.php

19

Hennig et al. (2001), Rabus et al. (2003), USGS (2007), apresentam maiores detalhes sobre a misso SRTM e seus produtos.

49 Os modernos dados de sensoriamento remoto provm predominantemente de satlites e so imediatamente registrados digitalmente. A maior vantagem dos sensores instalados nos satlites a sua consistncia. Eles so capazes de oferecer uma cobertura contnua usando o mesmo sensor por longos perodos de tempo, proporcionando uma valiosa fonte de dados para o monitoramento ambiental, por exemplo. A tabela 3 apresenta uma viso de conjunto de alguns dos mais utilizados sistemas de satlite atualmente em operao e alguns projetos de lanamentos futuros.

50

51 A relao de resoluo e escala do produto cartogrfico tem muita importncia na identificao de feies no terreno e na conseqente possibilidade de definir quais as maiores escalas possveis de serem obtidas. Levando-se em considerao os principais sistemas de satlites comerciais e a relao existente entre suas resolues espaciais (no terreno) e as escalas cartogrficas mais comumente utilizadas, a tabela 4 apresenta as relaes resoluo no terreno/escala propostas por Konecny e Schiewe, (1996) e pela International Hidrographic Organization, (2005).

Satlite / Sensor QuickBird IKONOS

Resoluo Espacial 0,7 m 1m 4m

Escala 1 : 3.500 1 : 5.000 1 : 20.000 1 : 50.000 1 : 50.000 1 : 100.000 1 : 10.000 1 : 25.000 1 : 75.000 1 : 100.000 1 : 50.000 1 : 100.000

SPOT 3 e 4 (PAN) SPOT 3 e 4 (XS) SPOT 5 (PAN)

10 m 20 m 2,5 m 5,0 m

LANDSAT 7 (ETM) LANDSAT (TM) CBERS

15 m 30 m 20 m

Tabela 4: Proposta de relao entre a resoluo espacial (no terreno) e a escala. Fonte: Konecny e Schiewe (1996) e International Hidrographic Organization (2005).

52

APTULO

5: SISTEMAS SENSORES E CARACTERSTICAS

SUAS

Os sistemas sensores podem ser agrupados em trs categorias: cmeras fotogrficas, sensores eletrnicos passivos e sensores eletrnicos ativos (RADAR - Radio Detection and Ranging, LIDAR - Light Detection and Ranging e SONAR - Sounding Navigation and Ranging). A resoluo e a cobertura dos sistemas de sensoriamento remoto variam conforme a tecnologia e a plataforma.

A deteco da energia eletromagntica pode ser feita fotograficamente ou eletronicamente. O processo de fotografia20 usa reaes qumicas sobre uma superfcie de filme foto-sensvel, ou seja, sensvel luz, para detectar a variao de energia dentro de uma cena. Os sistemas fotogrficos oferecem vantagens, tais como: so relativamente simples e de custo baixo, alm de propiciarem um alto grau de detalhamento espacial e integridade geomtrica. Os sensores eletrnicos captam um sinal eltrico que corresponde s variaes de energia na cena original. Um exemplo familiar de um sensor eletrnico a cmera de vdeo. Embora muitas vezes mais complexo e oneroso do que o sistema fotogrfico, os sensores eletrnicos oferecem as vantagens de uma larga faixa espectral de sensibilidade com potencial superior para calibrao, e permite armazenar e transmitir dados eletronicamente.

Os sensores eletrnicos realizam medidas em diferentes intervalos do espectro eletromagntico, e podem faz-lo de diferentes maneiras. Quanto fonte de energia so classificados em passivos e ativos. O sensor passivo mede a radiao solar refletida pela superfcie terrestre e tambm capaz de medir a radiao termal da Terra. Por sua vez, o sensor ativo mede a radiao relativa faixa das microondas,

20

No sensoriamento remoto, o termo fotografia reservado exclusivamente para imagens que so detectadas e gravadas em filme. O termo mais genrico imagem usado para qualquer representao pictorial de dado de imagem. Portanto, uma gravao pictorial proveniente de um scanner termal (um sensor eletrnico) pode ser chamada de imagem termal, mas no de fotografia termal, porque o filme no o mecanismo de deteco original da imagem. Isto nos permite concluir que o termo imagem relativo a qualquer produto pictorial, e que toda fotografia uma imagem, entretanto, nem toda imagem uma fotografia.

53 que so emitidas pelo prprio sistema sensor. O que se mede a intensidade do retorno desta energia depois de refletida na superfcie terrestre.

Os sistemas sensores so caracterizados por sua resoluo, que a habilidade que um sistema sensor possui de distinguir entre respostas que so semelhantes espectralmente ou entre objetos prximos espacialmente.

A resoluo classificada em espacial, espectral, radiomtrica e temporal. Ao se selecionar uma imagem, essas quatro componentes da resoluo devem ser consideradas. As componentes da resoluo so:

Resoluo espacial: mede a menor separao angular ou linear entre dois objetos. Corresponde capacidade dos sensores de detectarem objetos de diferentes dimenses e formas. Por exemplo, um sistema sensor que possui uma resoluo espacial de 30 metros, significa que objetos distanciados entre si menos de 30 metros no so, em geral, discriminados pelo sistema. Portanto, quanto menor (numericamente) a resoluo espacial do sistema, maior ser o poder de resoluo desse sistema. Em sensoriamento remoto a resoluo espacial de uma imagem dada em funo do campo de visada do sensor IFOV (Instantaneous Field of View), que define a rea abrangida pela imagem. Em termos prticos, atribui-se a unidade de medida de distncia sobre o terreno GSD (Ground Sample Distance.) em funo do ngulo de abertura do IFOV e da altitude do sensor. A resoluo espacial de um sensor uma indicao de quo bem este sensor pode discriminar detalhes espaciais.

Resoluo espectral: mede a largura das faixas espectrais e da sensibilidade do sistema sensor em distinguir entre dois nveis de intensidade do sinal de retorno. Ela corresponde ao nmero e ao intervalo das bandas espectrais medidas pelo sistema sensor. A posio no espectro

eletromagntico, largura e nmero de bandas espectrais determina o grau com que alvos individualizados (espcies vegetais, plantaes, tipos de rochas, etc.) podem ser discriminados em uma imagem multiespectral21.
21

Uma imagem multiespectral consiste em imagens de um mesmo objeto, tomadas com diferentes comprimentos de ondas eletromagnticas, ou seja, a informao coletada simultaneamente em vrias bandas do espectro eletromagntico.

54 Alm disso, o uso de imageamento multiespectral conduz a um grau mais apurado de poder de discriminao do que a utilizao de uma nica banda espectral. Tome-se como exemplo um sistema sensor que opera na faixa de 0,4 a 0,5 m. Este sensor tem uma resoluo espectral maior que um sensor que opera na faixa de 0,4 a 0,6 m. Isto porque ele ser capaz de registrar pequenas variaes no comportamento espectral em regies mais estreitas do espectro eletromagntico.

Resoluo radiomtrica: refere-se ao nmero de nveis de quantizao digital usado para expressar o dado coletado por um sensor. No geral, quanto maior o nmero de nveis de quantizao, maior a quantidade de detalhes nas informaes coletadas pelo sensor. expressa em termos de bits necessrios para se representar o intervalo de intensidade da reflectncia disponvel na cena imageada. Corresponde, portanto, quantidade de nveis de cinza22 ou nveis digitais com os quais a imagem representada. Ela depende da sensibilidade do sistema sensor. Por exemplo, um sensor com 6 bits de resoluo radiomtrica apresenta 64 possveis nveis de quantizao, enquanto que um sensor com 8 bits apresenta 25623.

Resoluo temporal: refere-se capacidade do sistema sensor de voltar a imagear uma mesma regio da superfcie terrestre. Ela quantificada pelo intervalo de tempo mnimo entre diferentes aquisies.

As diferenas em termo de resolues espaciais e espectrais entre as fotografias e as imagens so o motivo para serem usados diferentes mtodos de interpretao, e um dos fatores que influenciam a escolha entre um sistema e outro. Nas fotografias

areas a resoluo espectral considerada ruim, porque o filme registra de maneira integrada a radiao refletida de uma ampla faixa espectral, dificultando a diferenciao dos objetos pela anlise de suas reflectncias, expressas em nveis de cinza nas fotografias preto e branco. Em contrapartida, os sensores fotogrficos possuem tima resoluo espacial, geralmente da ordem de 1 a 3 metros, o que possibilita maior
22

O termo nvel de cinza refere-se a uma medida escalar de intensidade que varia do preto s diferentes tonalidades de cinzas, e finalmente ao branco. Maiores detalhes em Gonzales e Woods, (2000). Sensor com 6 bits de resoluo radiomtrica: 2 = 64; sensor com 8 bits de resoluo radiomtrica: 2 = 256. Os nveis de cinza so representados em uma base binria, i., base 2. Maiores detalhes em Mather, (2004), captulo 3.
23 6 8

55 preciso de anlise dos atributos da forma, tamanho e textura dos objetos, auxiliados, ainda, de uma viso tridimensional estereoscpica. Nas imagens multiespectrais, a resoluo espectral, isto , o nmero de bandas por regio espectral que muito boa, permitindo que os objetos possam ser identificados ou discriminados por meio de suas diferenas de reflectncia. Como ainda muito oneroso operar de alturas orbitais com sistemas sensores que tenham conjuntamente altas resolues espaciais (1 a 3 metros) e espectrais (mais de 100 bandas), tem sido mais comum optar por um ou por outro sistema sensor. Embora sensores orbitais pancromticos24 com 1 metro ou menos de resoluo espacial j se encontrem em operao, h ainda certa preferncia pelos sistemas sensores que operam simultaneamente em diferentes regies do espectro eletromagntico, gerando imagens em diferentes bandas espectrais. Nesse caso, a opo por valorizar os atributos das propriedades espectrais dos objetos, sobre os espaciais. Por essa razo, a anlise ou a interpretao das imagens dos objetos registradas por um sensor imageador multiespectral, obrigatoriamente exige do intrprete conhecimentos sobre como os alvos se comportam espectralmente ao longo dos diversos intervalos de comprimento de onda da radiao eletromagntica: visvel, infravermelho, termal e microondas.

A terceira gerao de satlites teve incio a partir dos anos 90, com o desenvolvimento de sensores de resolues espacial, espectral, radiomtrica e temporal mais apuradas. So os denominados satlites de resoluo mtrica, como por exemplo, o IKONOS II, o QuickBird e algumas misses futuras (vide tabela 3). Esse desenvolvimento foi possvel graas ao final da Guerra Fria e, conseqentemente, pelo relaxamento das severas legislaes governamentais sobre a soberania dos Estados envolvidos no

sensoriamento remoto.

As imagens de satlite de alta resoluo esto hoje em dia enfrentando uma competio com as imagens (fotografias) areas. Apenas os aspectos econmicos e a disponibilidade das imagens esto influenciando a deciso de usar os diferentes tipos de imagem. A tendncia para as imagens com alto poder de resoluo (com menores GSD) contnua e crescente, e novos satlites esto sendo anunciados. Todavia, devido aos elevados custos de implementao, a maioria dos sistemas usada para aplicaes militares e governamentais, uma vez que sem os contratos militares e com os rgos governamentais as companhias privadas no poderiam sobreviver.
24

Sensvel a todas as cores do prisma, bem como ao infravermelho e ao ultravioleta.

56

APTULO

6: INTERPRETAO VISUAL DE

IMAGENS DE SENSORIAMENTO REMOTO


Ao se observar fotografias areas e imagens espaciais, podem ser vistos vrios objetos de diferentes tamanhos e formas. Alguns desses objetos podem ser prontamente identificados, enquanto que outros no, dependendo do grau de percepo individual e experincia do intrprete. Quando possvel identificar o que se est observando na imagem e comunicar esta informao a outrem, o que se est fazendo a interpretao visual da imagem.

Algumas dcadas atrs a interpretao visual de imagens restringia-se basicamente a fotografias areas, pois as imagens de satlite possuam baixo poder de resoluo espacial, o que tornava muito limitada qualquer interpretao visual. No entanto, atualmente, as habilidades essenciais que um fotointrprete aplica em fotografias em papel podem ser igualmente aplicadas para imagens digitais oriundas de

sensoriamento remoto orbital. Segundo Em virtude dessas mudanas o ttulo fotointrprete, a rigor aplicvel apenas a fotografias, torna-se restritivo, embora ainda utilizado informalmente. Sugere-se outras designaes, com analista de imagens ou intrprete de imagens. Muito embora as anlises automatizadas de imagens tenham evoludo muito em sofisticao, elas devem ser usadas conjuntamente com a anlise humana.

As fotografias areas e as imagens orbitais contm detalhes das caractersticas da superfcie terrestre na data de sua aquisio. Um analista de imagens examina sistematicamente as imagens e, freqentemente, outros materiais de apoio como mapas e relatrios de observao de campo. Baseado nesses estudos conjuntos que uma interpretao visual feita. O sucesso de uma anlise de imagem varia de acordo com o treinamento e experincia do analista, com a natureza dos objetos ou fenmenos a serem interpretados, e com a qualidade das imagens utilizadas. Alm disso, importante que o intrprete possua um completo entendimento do fenmeno que est sendo estudado, bem como conhea a regio geogrfica objeto do estudo. .

57 O procedimento de anlise de imagens requer o conhecimento de oito elementos de interpretao de imagens que formam a estrutura para o entendimento do significado de uma imagem:

Forma: refere-se aos contornos da feio Algumas feies possuem contornos caractersticos que indicam suas identidades ou funes. importante notar que a forma, como observada em imagens areas, depende da perspectiva com que foi adquirida. As formas de objetos vistos de cima (produtos de sensoriamento remoto) diferem grandemente das formas observadas ao nvel do solo. Da mesma maneira, a perspectiva vista de cima introduz o efeito de escala, ou seja, essas imagens permitem que sejam observadas grandes feies. De outra maneira no seria possvel perceber o tamanho real dessas feies por meio da perspectiva normal de um ser humano. A figura 42 ilustra um estdio de futebol, que por sua forma peculiar (contornos caractersticos), de fcil identificao visual.

Figura 42: Imagem de satlite: estdio de futebol, So Paulo, SP. Fonte: Google Earth

Tamanho: refere-se as dimenses da feio, tanto em termos absolutos como relativos. O tamanho relativo determinado pela comparao do objeto com outras feies familiares que podem estar por perto. Geralmente o tamanho relativo suficiente para designar um objeto como pertencente a uma classe geral de feies (por exemplo: um veculo). O tamanho absoluto, por sua vez,

58 refere-se ao uso da imagem para fazer medies em unidades de extenso, geralmente para designar um objeto como pertencente a uma classe especfica (por exemplo: um automvel marca X modelo Y), ou para clculos de distncias, volumes ou reas.

Cor e Tonalidade: refere-se ao brilho mdio de uma rea, ou no caso de radiao na faixa do visvel ou radiao infravermelha da imagem a colorao dominante na regio. Ao se observar a tonalidade nas imagens de sensoriamento remoto deve-se notar que ela depende da natureza da superfcie imageada e dos ngulos de observao e iluminao. A tonalidade relaciona-se com a intensidade de energia eletromagntica refletida por um tipo de feio na superfcie da Terra, em um determinado comprimento de onda do espectro eletromagntico. Ou seja, a tonalidade est estreitamente ligada com o comportamento espectral das diferentes coberturas da superfcie terrestre. Em produtos de sensoriamento remoto as diferentes quantidades de energia refletida pelos alvos esto associadas a tons ou nveis de cinza. Quanto mais energia um alvo reflete, mais energia captada pelo sensor, e o alvo ser associado a um tom de cinza claro. Caso contrrio, se o alvo presente na superfcie terrestre reflete pouca energia, o sensor capta pouca energia e esse alvo ser associado a tons escuros de cinza. Porm, o olho humano mais sensvel a cor do que a tons de cinza. Em anlises desempenhadas por seres humanos, em contraposio s anlises automatizadas, a motivao para o uso de cores que o olho humano capaz de discernir milhares de tons e intensidades de cores, enquanto que pode discernir apenas duas dzias de tons ou nveis de cinza. Devido estrutura do olho humano todas as cores so vistas como combinaes variveis das trs cores primrias em fonte de luz ou coresluz25: vermelho, verde e azul (essas cores formam o sistema RGB, do idioma ingls red - vermelho, green - verde e blue - azul). Por sntese denominada aditiva essas cores produzem o branco, ou seja., a mistura das trs cores-luz primrias em intensidades corretas produz a luz branca (figura 43).

25

Cores-luz so as que provm de uma fonte luminosa direta. So elas que iluminam nossas vidas, como a luz do Sol, a de uma vela, a de uma lmpada ou a de uma descarga eltrica. Sua trade constituda pelo vermelho, verde e azul. Maiores detalhes em Pedrosa, (2003).

59

Figura 43: Cores-luz primrias. Fonte: Pedrosa (2003), p.29.

Portanto, para facilitar a interpretao visual dos dados de sensoriamento remoto so associadas cores aos tons de cinza, conforme pode ser percebido na figura 44, que uma imagem do sensor TM do satlite LANDSAT do encontro das guas dos rios Solimes (azul) e Negro (preto) formando o rio Amazonas..

Figura 44: Imagem LANDSAT TM. Fonte: SAUSEN (2007).

Textura: refere-se variao de tonalidade sobre a superfcie ou aparente rugosidade ou suavidade de um alvo em uma imagem de sensoriamento remoto. A textura em uma imagem percebida por meio de micro-sombras provenientes de pequenas irregularidades na superfcie. Por exemplo, o pavimento de boa qualidade aparece com uma textura suave porque as irregularidades so to pequenas que no so capazes de criar sombras perceptveis nas escalas de trabalho normalmente usadas. Uma floresta, por outro lado, caracterizada por uma textura rugosa, criada por micro-sombras das folhas e galhos que formam um padro rstico alternando trechos claros e escuros (CAMPBELL, 2005). A

60 figura 45 evidencia a textura em uma imagem de uma regio agrcola. A textura possibilita a distino entre as respostas espectrais de variadas plantaes. Textura suave (escura) indica a plantao de alfafa pronta para a colheita. Texturas mais rugosas indicam padres de plantao e o uso de maquinrio agrcola para cultivar e colher as lavouras. Padres manchados indicam variao em termos de drenagem e padres de umidade no interior das plantaes.

Figura 45: Textura em uma imagem de regio agrcola. Fonte: Campbell (2005), p. 263.

Sombra: refere-se s grandes sombras que revelam os contornos de um alvo projetado sobre uma superfcie plana. A natureza da sombra est

intrinsecamente ligada natureza do objeto, ngulo de iluminao, perspectiva e declividade da superfcie do terreno. Por exemplo, uma sombra que se projeta em uma superfcie com grande grau de declividade ascendente ou descendente aparecer mais longa ou mais curta do que uma sombra que se projeta em uma superfcie plana. Do mesmo modo, o ngulo de incidncia dos raios solares provoca diferentes sombras, ou seja, baixos ngulos de incidncia de raios solares criam sombras longas, e altos ngulos Sol na posio vertical, por volta do meio dia criam sombras curtas. A figura 46 uma imagem do satlite IKONOS que ilustra a sombra do Obelisco em Washington, EUA. A sombra do monumento destaca-se na imagem, encobrindo qualquer alvo embaixo dela. O tamanho e a inclinao da sombra fornecem indcios sobre o horrio e a poca do ano em que a imagem foi adquirida.

61

Figura 46: Imagem IKONOS do Obelisco em Washington, EUA. Fonte: http://www.geog.ucsb.edu/~jeff/115a/lectures/elements_aids_and_techniques.html

De um modo geral, o relevo sempre provoca uma sombra do lado oposto a incidncia solar, fazendo com que estas reas apresentem tonalidades escuras na imagem, dificultando assim a caracterizao dos alvos que esto atrs das sombras na superfcie terrestre A figura 47 traz uma imagem do satlite sinobrasileiro CBERS, que apresenta nuvens em branco e as sombras das nuvens em preto. As sombras confundem-se com a tonalidade preta da gua do aude que se localiza na poro inferior da imagem.

Figura 47: Imagem CBERS. Fonte: Sausen, 2007.

Posicionamento: refere-se posio do alvo no que se refere topografia e drenagem. Muitas feies, devido suas funes inerentes, devem ocupar especficas posies topogrficas. Por exemplo, caixas dgua e redes de telecomunicao, tais como antenas de microondas e de telefonia celular, so posicionadas nas mais altas posies topogrficas. Redes de tratamento de esgoto so posicionadas nas mais baixas cotas topogrficas. Usinas de energia

62 trmica ou nuclear (comum nos EUA, porm quase que inexistentes no Brasil), so posicionadas nas proximidades de corpos dgua, para que se tenha fonte de gua para o resfriamento dos equipamentos das usinas. A histria da interpretao visual de imagens caracterizada por muitos exemplos em que o posicionamento contribuiu para uma identificao bem sucedida de redes de servios de funes desconhecidas.

Associao: refere-se s diferentes inter-relaes espaciais entre feies, geralmente devido a conexes funcionais entre os componentes em questo. Por exemplo, um grande estacionamento lotado de veculos associado com grandes shoppings centers ou hipermercados, e no mais das vezes so particulares indicadores para a interpretao visual desses alvos. A figura 48 mostra como a associao pode ser usada como um elemento de interpretao de imagens, no caso de um shopping center, que pode ser identificado pela associao com grandes reas de estacionamento de veculos ao redor do agrupamento de grandes edifcios.

Figura 48: Elementos de interpretao de imagens: associao. Fonte: Campbell (2005), p. 264.

Padro: refere-se ao arranjo espacial de feies em particular. Exemplos tpicos incluem os pomares, onde as rvores so alinhadas em filas, e o posicionamento sistemtico de lpides em cemitrios. Este conceito indica que um alvo apresenta uma organizao peculiar que o distingue de todos os outros. Em estudos de bacias de drenagem o padro de drenagem um elemento importante, pois ele est associado ao tipo de solo, rocha e estrutura geolgica

63 na rea de estudo, como mostra a figura 49. Trata-se de uma imagem do sensor AVIRIS (Airborne Visible/Infrared Imaging Spectrometer), que utiliza plataformas areas para aquisio das imagens. Nesta imagem pode-se identificar dois padres de drenagem diferentes.

Figura 49: Elementos de interpretao de imagens: padro. Fonte: Sausen (2007).

As tcnicas de anlise de imagens aplica os elementos de interpretao de imagens de uma maneira que auxilie o intrprete extrair informaes teis da imagem. A classificao de imagens, muitas vezes, designa objetos em classes baseando-se nos elementos de interpretao de imagens. Freqentemente, a distino feita de acordo com trs nveis de confiana e preciso: A deteco a determinao da presena ou ausncia de uma feio.

O reconhecimento implica que o intrprete pode deduzir um conhecimento mais especfico da feio em questo, que pode ento ser designada em uma categoria particular.

A identificao significa que o intrprete pode colocar a feio em uma classe minuciosamente definida.

Embora haja uma demanda crescente por processos automticos de classificao, grande parte de suas aplicaes necessita das tcnicas de interpretao visual da

64 imagem, seja como produto final ou para seleo de amostras de treinamento para extrao de informaes.

A interpretao visual de imagens proporciona acesso a uma ampla gama de informaes, incluindo: uso do solo, sistemas de transporte, agricultura, hidrografia e anlise de vegetao.

65

APTULO

7: PROCESSAMENTO DIGITAL DE

IMAGENS DE SENSORIAMENTO REMOTO


O processamento digital de imagens envolve a manipulao e interpretao de imagens digitais com o auxlio de um computador. O processamento digital de imagens teve o seu incio na dcada de 1960 no Jet Propulsion Laboratory JPL da NASA, sediado em Pasadena, na Grande Los Angeles, com o objetivo especfico de obter o mximo de informaes das imagens enviadas de volta Terra pelas espaonaves no tripuladas de explorao lunar e planetria. No entanto, no foi antes do lanamento do satlite LANDSAT 1, em 1972, que os dados de imagens digitais tornaram-se amplamente disponveis para aplicaes de sensoriamento remoto. Naquela poca no apenas a teoria e a prtica do processamento digital de imagens estavam engatinhando, como tambm o custo dos computadores era demasiado alto e a eficincia computacional bastante limitada comparando-se com os padres atuais. Atualmente, os custos diminuram consideravelmente, a eficincia computacional aumentou dramaticamente e as fontes de dados de imagens digitais bastante variada.

O interesse em mtodos de processamento de imagens digitais advm de duas reas principais de aplicao: melhoria de informao visual para a interpretao humana e o processamento de dados de cenas para percepo automtica atravs de mquinas.

O processamento digital de imagens uma rea extremamente ampla, e que muitas vezes envolve procedimentos que podem ser matematicamente muito complexos. Portanto, o objetivo aqui introduzir os princpios bsicos do processamento digital de imagens sem entrar no mrito dos detalhados e complexos procedimentos matemticos, que esto muito bem apresentados em Gonzles e Woods (2000).

Imagem digital definida como uma matriz bidimensional de nmeros inteiros que corresponde a medidas discretas de radincia espectral de uma rea. Cada ponto dessa matriz denominado picture element ou abreviadamente pixel.

66 O processamento de imagens consiste em uma srie de procedimentos para a produo de novas imagens a partir da imagem pr-existente. Isto envolve todas as operaes aplicveis a qualquer tipo de imagem, e.g., imagens brutas adquiridas a partir de sensores remotos; imagens contaminadas por rudo, tal como nuvens e sombras; imagens distorcidas pelo mal funcionamento do sensor, instabilidade da plataforma em que o sensor est embarcado, etc. O propsito geral do processamento de imagem preparar o dado de imagem para que este possa ser melhor utilizado nas etapas subseqentes de interpretao e extrao de informaes.

Algumas tcnicas de processamento digital modificam o valor de cada pixel independentemente do valor dos pixels vizinhos e so chamadas operaes pontuais. Outras levam em considerao os pixels vizinhos e so chamadas operaes locais.

A idia central atrs do processamento digital de imagens bastante simples. A imagem digital introduzida pixel a pixel no computador. O computador programado para inserir esses dados em uma equao ou srie de equaes, e ento armazena os resultados dos clculos de cada pixel. Esses resultados formam uma nova imagem digital que pode ser visualizada ou gravada em um formato pictorial ou pode ser mais tarde novamente manipulada por programas adicionais. As possveis formas de manipulao de dados de imagens digitais so literalmente infinitas. No entanto, teoricamente todos esses possveis procedimentos podem ser categorizados em um ou mais dos sete grandes tipos de operaes assistidas por computador:

Retificao e restaurao da imagem; Realce na imagem; Classificao de imagens; Fuso de dados e integrao com SIG; Anlise de imagens hiperespectrais; Modelagem biofsica; Transmisso e compresso de imagens.

67

7.1 RETIFICAO E RESTAURAO DA IMAGEM


Essas operaes tm como objetivo corrigir as distores ou degradaes da imagem, para criar uma representao mais fidedigna da cena original. Este procedimento, caracteristicamente, envolve o processamento inicial da imagem bruta para corrigir distores geomtricas, para calibrar o dado radiometricamente, e para eliminar rudos presentes na imagem. Portanto, a natureza de qualquer processo particular de restaurao de imagem altamente dependente das caractersticas do sensor usado na aquisio da imagem, e em qual tipo de plataforma ele est instalado. Os procedimentos de retificao e restaurao de imagens so freqentemente denominados de operaes de pr-processamento, porque normalmente precedem futuras manipulaes e anlises da imagem para que se extraiam as informaes pertinentes. Os principais procedimentos para se realizar a retificao e restaurao das imagens so: correo geomtrica, correo radiomtrica e remoo de rudo.

7.1.1

CORREO GEOMTRICA

A correo geomtrica o processo no qual as coordenadas geogrficas de cada pixel so determinadas dentro de um nvel de preciso e exatido condizentes com a aplicao pretendida. O objetivo gerar uma imagem que tenha a integridade geomtrica de um mapa, sem as distores causadas pelo processo de aquisio da imagem e devidas aos seguintes fatores: variaes na altitude, atitude26 e velocidade do satlite ou aeronave, distoro panormica, curvatura da Terra, rotao da Terra, refrao atmosfrica, deslocamento de relevo, e variaes na velocidade de varredura do sensor.

As distores geomtricas podem ser sistemticas e no sistemticas. As sistemticas so bem conhecidas e podem ser corrigidas pela aplicao de frmulas matemticas, j as no sistemticas so corrigidas por reamostragem (vizinho mais prximo, interpolao bilinear e convoluo cbica), atravs do uso de pontos de controle no terreno, que podem ser obtidos por GPS (Global Positioning System) ou por extrao

Atitude de um satlite ou de uma aeronave a sua orientao no espao medida em relao a uma referncia pr-fixada, como a Terra, o Sol, as estrelas, etc. caracterizada por trs ngulos e por suas velocidades de rotao (angulares), medidos em relao a este referencial.

26

68 de pontos de um mapa topogrfico. Maiores detalhes sobre correo geomtrica de imagens digitais podem ser encontrados em Petrie (2005);

7.1.2

CORREO RADIOMTRICA

Esse procedimento necessrio, principalmente, em imagens de uma mesma localidade, porm adquiridas em datas diferentes, e que por esse motivo esto sujeitas a variaes quanto ao grau de iluminao e da ao de diferentes condies atmosfricas. O objetivo corrigir as distores introduzidas pelos seguintes fatores: variaes de iluminao da cena devido a diferentes ngulos de iluminao solar (gerao de mosaicos), condies atmosfricas (neblina) que produzem espalhamento. Maiores detalhes em Lillesand et al. (2004).

7.1.3

REMOO DE RUDO

Rudo27 qualquer perturbao na imagem devido a limitaes no sensoriamento, na digitalizao do sinal ou no procedimento de gravao dos dados. O rudo pode tanto degradar a imagem como tambm mascarar totalmente a verdadeira informao radiomtrica contida na imagem digital. Os rudos podem ser decorrentes de variaes na resposta de detectores individuais (bandeamento ou stripping), que acarretam na perda de linhas ou pixels. Maiores detalhes em Lillesand et al. (2004).

27

Definio de rudo: para que um objeto real tenha sua imagem armazenada em um computador, um sistema precisa ser capaz de efetuar duas etapas: capturar a imagem e transmiti-la para o computador. relativamente comum que, em alguma das duas etapas, haja uma falha, acrescentando imagem desejada uma outra, peridica, de perodo pequeno. Analisando tal imagem como um sinal, o fato de ser peridica e com perodo pequeno sugere que a mesma tenha alguns valores muito grandes para freqncias altas. Essas freqncias altas, total ou parcialmente dominantes, so chamadas rudo. (Fonte: http://www.visgraf.impa.br/Courses/ip00/proj/Deconv/ruido.htm).

69

7.2 REALCE DA IMAGEM


So procedimentos que visam melhorar a visualizao ou a gravao do dado para posterior interpretao visual. Normalmente o realce de imagens envolve tcnicas para aumentar a diferenciao visual entre alvos em uma cena. O objetivo criar novas imagens a partir da imagem original para ampliar a quantidade de informao que pode ser interpretada visualmente na imagem. Os procedimentos de realce de imagem mais comumente aplicados so: manipulao de contraste, manipulao das caractersticas espaciais e manipulao de mltiplas imagens (bandas).

7.2.1

MANIPULAO DE CONTRASTE

Contraste entre dois pontos definido como a razo entre os seus nveis de cinza, e a manipulao do contraste consiste numa transferncia radiomtrica em cada pixel, com o objetivo de aumentar a discriminao visual entre os objetos presentes na imagem. Destacam-se como procedimentos de manipulao de contraste: limiar de nvel de cinza, fatiamento, esticamento do contraste (strech) e equalizao do histograma.

7.2.1.1

LIMIAR DE NVEL DE CINZA

Procedimento usado para segmentar uma imagem de entrada em duas classes: uma para os pixels com valores abaixo de um limiar de nvel de cinza definido pelo analista e uma para pixels com valores superiores a esse limiar.

A limiarizao computacionalmente simples e utiliza uma determinada faixa de intensidade de cinza para identificar os pixels. O resultado uma imagem binarizada, atribuindo-se a todos os pixels com nvel de cinza dentro dessa faixa de intensidade como pertencentes ao objeto, e todos os pixels com nvel de cinza fora dessa faixa como no pertencentes ao objeto.

A operao de segmentao por meio do mtodo de limiarizao baseada na utilizao do histograma. O histograma simplesmente um conjunto de nmeros, indicando o percentual de pixels naquela imagem que apresentam um determinado

70 nvel de cinza. Estes valores so normalmente representados por um grfico de barras que fornece, para cada nvel de cinza o nmero (ou o percentual) de pixels correspondentes na imagem.

7.2.1.2

FATIAMENTO

uma forma de aumento de contraste cuja operao consiste simplesmente em realar os pixels cujas intensidades se situam dentro de um intervalo especfico (fatia), isto , entre um mximo e um mnimo. Consiste na diviso do intervalo total de nveis de cinza de determinadas fatias (ou classes de cores). O fatiamento de nveis de cinza considerado a forma mais simples de classificao, de modo que aplicado apenas a uma nica banda espectral. De acordo com o critrio de determinao dos intervalos de nveis de cinza, pode-se obter fatiamento normal, equidistribuio e arco-ris. No fatiamento normal as fatias so definidas de modo que o intervalo entre cada faixa seja constante, j no fatiamento equidistribuio o intervalo de nveis de cinza dividido de modo que cada faixa contenha o mesmo nmero de pontos, e no fatiamento arco-ris o mapeamento de um tom de cinza para uma determinada cor. Baseia-se no fato de que variaes de cores so muito mais visveis ao olho humano do que variaes de tons de cinza. O mapeamento global desses nveis para o espao de cor segue a seqncia do arco-ris.

7.2.1.3

ESTICAMENTO DO CONTRASTE (STRETCH)

Neste procedimento o realce na imagem implementado por meio do esticamento do histograma, ou seja, uma operao de normalizao usando valores desejados de mximo e de mnimo. Como os satlites so geralmente projetados para imagearem todo o globo terrestre (desertos, oceanos, gelo, neve, florestas, reas urbanizadas, etc.), para analisar uma rea especfica normalmente preciso fazer um esticamento de contraste para que a imagem fique visvel. O que ocorre no esticamento de contraste uma mudana linear dos valores dos nveis de cinza menores e maiores que aparecem na cena especfica e proporcionalmente nos demais pixels, conforme a figura 50. A operao de stretch mapeia o menor tom de cinza encontrado na imagem e atribui a ele o valor 0 e o maior tom de cinza o valor 255 (no caso de imagem de 8

71 bits, ou seja 28 = 256, tem-se, portanto, 256 tons de cinza, sendo 0 o preto e 255 o branco).

Figura 50: Esticamento linear de contraste. Fonte: Batista e Dias, 2005.

7.2.1.4

EQUALIZAO DO HISTOGRAMA

A equalizao tem o objetivo de realar a imagem, aproximando o histograma da imagem original para um histograma uniforme, ou seja, todos os nveis de cinza devem aparecer na imagem com a mesma freqncia. Para tanto, utiliza-se o histograma original, calcula-se o seu histograma acumulado e este usado como funo de intensidade. uma maneira de manipulao de histograma que reduz

automaticamente o contraste em reas muito claras ou muito escuras, numa imagem. Expande tambm os nveis de cinza ao longo de todo intervalo. Consiste em uma transformao no-linear que considera a distribuio acumulativa da imagem original, para gerar uma imagem resultante, cujo histograma ser aproximadamente uniforme.

A figura 51 mostra como se verifica a equalizao de um histograma:

Figura 51: Equalizao do histograma Fonte: http://calhau.dca.fee.unicamp.br/wiki/index.php/IA365I:Cap%C3%ADtulo_3

72 Na prtica, a obteno de um histograma perfeitamente uniforme no possvel devido natureza das imagens digitais de sensoriamento remoto, cujos pixels assumem somente valores discretos. A figura 52 mostra uma imagem antes e depois da operao de equalizao do histograma.

Figura 52: Equalizao de uma imagem Fonte: http://atlas.ucpel.tche.br/~vbastos/equa.htm

7.2.2

MANIPULAO DAS CARACTERSTICAS

ESPACIAIS
Consiste na transformao dos valores dos pixels de uma imagem, considerando a vizinhana na qual o pixel est inserido. Este procedimento pode ser efetuado por meio da filtragem espacial, (procedimento que opera no domnio espacial de uma imagem), e da anlise de Fourier (que atua no domnio das freqncias que compem a imagem).

7.2.2.1

FILTRAGEM ESPACIAL

As imagens de sensoriamento remoto possuem limites entre reas com diferentes respostas em relao energia eletromagntica. Esses limites podem ser, por exemplo, entre diferentes coberturas do terreno (solo, vegetao, rios, etc.), ou podem

73 ainda representar o contato entre reas com diferentes condies de iluminao. Os limites so representados pelos diferentes nveis de cinza que os pixels assumem em uma imagem. Limites que variam abruptamente so conhecidos como bordas, e geralmente ocupam reas pequenas e estreitas na imagem e so chamados de feies de alta freqncia. So exemplos de feies de alta freqncia os limites entre diferentes plantaes, entre reas sombreadas e iluminadas, redes de transportes (malha urbana, rodovias, ferrovias), redes de drenagem, estruturas geolgicas (falhas, fraturas) e outras.

Por sua vez, os limites graduais que variam mais uniformemente com a distncia e, portanto, menos ntidos, so chamados de feies de baixa freqncia. Exemplos de feies de baixa freqncia so dados por reas monotonamente uniformes nas imagens, tais como uma grande rea de monocultura em terreno plano. A noo de alta ou baixa freqncia uma funo da escala da imagem, ou seja, ao se diminuir a escala, a freqncia de um determinado alvo tende a se tornar maior e vice-versa. As imagens de sensoriamento remoto apresentam uma gama de freqncias, das baixas, passando pelas mdias e chegando at s altas freqncias. A grande mistura de freqncias nas imagens dificulta a interpretao de feies com freqncias especficas, e para contornar essa restrio e melhorar a aparncia da distribuio espacial das informaes, so utilizadas as tcnicas de filtragem espacial de freqncias, que consistem em realar seletivamente as feies de alta, mdia ou baixa freqncias que compem as imagens de sensoriamento remoto.

Portanto, fica claro que as bordas no podem ser detectadas a partir da anlise isolada do nvel de cinza de um nico pixel, mas sim pela diferena entre as intensidades de pixels vizinhos. A filtragem espacial fundamentalmente uma operao de rea ou de vizinhana. O processo utilizado para realizar a filtragem espacial a convoluo. A filtragem espacial por convoluo utiliza mscaras ou janelas espaciais para o processamento das imagens, alterando a distribuio espacial de freqncias da imagem original, objetivando-se assim melhor discernir bordas, feies lineares de determinadas direes e padres de textura. So utilizados algoritmos que usam o deslocamento das mscaras com dimenses mpares (3 x 3, 5 x 5, etc.), por todos os pixels da imagem original, aplicando-se um clculo matemtico que utiliza os nmeros digitais (nveis de cinza) de todos os pixels sob a janela e os valores contidos na janela, substituindo o pixel central da imagem original pelo novo valor calculado.

74

A figura 53 ilustra como atua um filtro espacial de convoluo com janela mvel em uma imagem . A e B so respectivamente as imagens de entrada e sada, e M a mscara ou janela de dimenses 3 x 3 pixels A janela mvel opera da seguinte maneira: primeiramente posiciona-se a janela sobre o canto superior esquerdo da imagem, multiplicando-se cada valor de nvel de cinza das 9 celas desta pelo respectivo valor das 9 celas da janela. Em seguida substitui-se o valor do pixel central dessa rea da imagem (no caso, o pixel da 2 linha/2 coluna) pela soma desses nove valores, encontrando-se ento o novo valor do pixel correspondente da imagem de sada. O prximo passo mover a janela um pixel ao longo da linha e fazer novamente essa mesma operao, encontrando-se ento o valor do pixel correspondente 2 linha/3 coluna da imagem de sada. Essa operao feita pixel a pixel para a imagem toda, sempre recalculando o novo valor do pixel em funo dos seus 8 vizinhos mais prximos, no caso da janela ter uma dimenso de 3 x 3, ou dos seus 24 vizinhos mais prximos no caso de uma janela 5 x 5.

Figura 53: Filtragem espacial: convoluo. Fonte: Crsta (1993), p. 79.

A imagem de sada produzida pela filtragem possui os valores dos pixels situados nas suas bordas iguais a zero. Isso se deve ao chamado efeito de bordas, provocado pelo fato de que a primeira posio da janela mvel em que a mscara pode ser aplicada, no caso de uma mscara 3 x 3, o segundo pixel da segunda coluna. O mesmo ocorre em todas as bordas da imagem, cujos valores de intensidade so substitudos por zero. Perceba-se que no caso de uma mscara 5 x 5 as bordas teriam duas linhas e duas colunas com valores iguais a zero.

75 Dentre os filtros utilizados na filtragem espacial por convoluo os mais comumente utilizados segundo so:

a. Os filtros de passa baixas (tambm denominados de filtros de suavizao): esse nome advm do fato de que esses filtros eliminam as altas freqncias da imagem, deixando passar apenas as baixas freqncias. A maior utilizao dos filtros passa baixas na remoo de rudos eletrnicos, comuns em imagens de sensoriamento remoto.

b. Os filtros de passa altas (tambm chamados de filtros de realce de bordas): eliminam as feies de baixa freqncia, deixando apenas as de alta freqncia, normalmente expressas por bordas ou limites entre reas de diferentes valores de nvel de cinza.

c. Os filtros direcionais: so um tipo especial de filtro passa altas, que possuem a caracterstica de realar bordas em direes pr-determinadas.

d. Filtros de convoluo: destinados a remover o rudo nas imagens.

7.2.2.2

ANLISE DE FOURIER

Nesta abordagem, uma imagem separada de acordo com seus vrios componentes de freqncia espacial, por meio da aplicao de uma operao matemtica conhecida como transformada de Fourier, que atua no domnio da freqncia e uma transformao bidimensional. A anlise de Fourier, tambm denominada de anlise harmnica, tem como objetivo aproximar uma combinao de sries de senos e cosenos (sries de Fourier), e estimar os coeficientes associados s diferentes freqncias.

Uma aplicao para a transformada de Fourier a anlise de imagens e remoo de rudos que se apresentam em uma forma padronizada dentro da imagem. Por meio da transformada de Fourier constri-se um diagrama que permite analisar os padres encontrados na imagem, e com a transformada inversa possvel isolar e visualizar somente estes padres da imagem. A descrio quantitativa de como a transformada

76 de Fourier formulada est alm do escopo desta discusso, detalhes sobre a transformada de Fourier podem ser encontrados em Marques Filho e Vieira Neto (1999), Gonzles e Woods (2000) e em Sartori Neto et al. (2005).

7.2.3 MANIPULAO DE MLTIPLAS IMAGENS (BANDAS)


Neste tipo de procedimento pode-se realizar operaes matemticas entre as diferentes bandas espectrais, anlise por componentes principais, anlise por componentes cannicas e transformao do modelo RGB (Red Green Blue) para o modelo IHS (Intensity Hue Saturation).

7.2.3.1

OPERAES MATEMTICAS ENTRE AS

DIFERENTES BANDAS ESPECTRAIS

Essas operaes podem ser razo, adio ou subtrao. A razo, por exemplo, a diviso de um pixel de uma imagem por aqueles de outra imagem, e tem demonstrado ser um dos mais teis mtodos simples de processamento de imagens, pois essa operao freqentemente reala variaes espectrais sutis, difceis de serem detectadas na imagem original. Outro efeito da razo entre imagens a reduo dos efeitos topogrficos devido iluminao desigual de reas da imagem causada por diferentes inclinaes da fonte de radiao.

A adio de bandas outra operao matemtica comumente usada. um realce onde os pixels de uma imagem so adicionados aos pixels correspondentes de outra. semelhana de outros realces que envolvem mltiplas imagens, alm de realar sutis diferenas espectrais, ele reduz a dimensionalidade dos dados a serem interpretados para propores mais fceis de manipular. A subtrao de uma imagem por outra de uma mesma cena significa que a variao de tom na imagem resultante indicar as diferenas entre as duas imagens. Isto fornece o potencial para deteco de mudanas caso as duas imagens sejam tomadas em datas diferentes. Na prtica, porm, muitas das diferenas detectadas entre duas imagens so o resultado de variaes no ngulo de inclinao e orientao solar e de nveis de

77 iluminao. Assim sendo, devem ser feitas tentativas para eliminar essas variaes de maneira que mudanas na cobertura do terreno possam ser de fato detectadas.

Um exemplo de operaes matemticas entre mltiplas imagens o ndice de Vegetao por Diferena Normalizada - NDVI (Normalized Difference Vegetation Index), muito usado para aumentar o contraste entre o solo e a vegetao, utilizando a razo entre as bandas referentes ao vermelho (V) e infravermelho prximo (IVP), o objetivo avaliar se o alvo que est sendo observado vegetao verde viva ou no.
NDVI = IVP V IVP + V

7.2.3.2

COMPONENTES PRINCIPAIS

Imagens multiespectrais geralmente exibem alta correlao entre as bandas espectrais, ou seja, so similares visual e numericamente. Esta correlao advm do efeito de sombras resultantes da topografia, da sobreposio das janelas espectrais28 entre bandas adjacentes e do prprio comportamento espectral dos objetos.

Portanto, a redundncia entre os componentes dessas imagens pode ser significativa, e desta forma a anlise das bandas espectrais individuais pode ser ineficiente. A transformao para componentes principais produz um novo conjunto de imagens que no so correlacionveis entre si e so ordenadas de tal maneira que cada componente tem a varincia29 menor do que a componente anterior. A gerao de componentes principais uma tcnica de realce que reduz ou remove a redundncia espectral por meio de um novo conjunto de imagens, cujas bandas individuais apresentam informaes no disponveis em outras bandas. No novo conjunto de imagens cada valor de pixel uma combinao linear dos valores originais. O nmero de componentes principais igual ao nmero de bandas espectrais utilizadas e so
28

Escalas dos comprimentos de onda.

Na teoria da probabilidade e na estatstica a varincia de uma varivel aleatria uma medida de sua disperso estatstica, indicando quo longe os seus valores se encontram do valor esperado. Ou seja, uma medida de disperso dos valores de uma varivel em torno de sua mdia, dada pela soma dos quadrados dos desvios em relao mdia, dividida pelo nmero de observaes:

29

Onde

a mdia da amostra. Quanto maior a varincia, maior a disperso dos dados.

78 ordenadas de acordo com o decrscimo da varincia de nvel de cinza. A primeira componente principal tem a maior varincia (maior contraste) e a ltima, a menor varincia.

A aplicao da tcnica de realce por meio da gerao de componentes principais particularmente apropriada quando, a princpio, pouca informao a respeito da imagem est disponvel.

7.2.3.3

COMPONENTES CANNICAS

O uso das componentes cannicas uma tcnica apropriada para se fazer uma anlise discriminante mltipla (separabilidade), quando se conhece de antemo as informaes sobre as feies que sero separadas. A anlise de componentes cannicas busca posicionar um sistema de eixos de forma que a varincia interna e entre as classes seja minimizada e maximizada, respectivamente. Essa propriedade a diferena bsica entre a anlise por componentes cannicas e a anlise por componentes principais, pois esta ltima no se preocupa com a varincia interna das classes. A exemplo das componentes principais, as componentes cannicas podem ser usadas para classificao de imagens. As imagens geradas pelas componentes cannicas no apenas melhoram a eficincia da classificao, mas tambm podem melhorar a acurcia da classificao pela identificao de caractersticas, devido ao aumento da separabilidade espectral entre as classes.

7.2.3.4

TRANSFORMAO IHS

DO

MODELO

RGB

PARA O MODELO

No modelo de cores RGB cada cor representada na sua componente espectral primria vermelho (red), verde (green) e azul (blue), e baseado no sistema cartesiano de coordenadas. O subespao de cores forma um cubo, conforme se observa na figura 54 que ilustra o cubo de cores RGB. Os pontos ao longo da diagonal principal tm valores de cinza normalizados, a partir do preto na origem (0,0,0) na direo do branco (1,1,1).

79

Figura 54: Modelo RGB. Fonte: Lima et al. (2005)

O modelo IHS (Intensity, Hue, Saturation) uma representao da cor muito til em sensoriamento remoto por duas razes principais: primeiro porque a componente intensidade (I) pode ser desvinculada da informao de cor de uma imagem (matiz e saturao), segundo porque as componentes de matiz (H) e saturao (S) esto intimamente relacionadas com o processo pelo qual os seres humanos percebem a cor. Esses atributos tornam o modelo IHS ideal para o desenvolvimento de algoritmos de processamento de imagens baseados nas propriedades sensoriais da cor percebida pelo sistema visual humano. Neste modelo as caractersticas usadas para distinguir uma cor de outra so suas componentes de intensidade, matiz ou tonalidade e saturao, conforme ilustrado na figura 55.

Figura 55: Modelo IHS. Fonte: Lima et al. (2005)

A componente intensidade personifica a noo de intensidade de luz e representa a componente acromtica da cor; o matiz um atributo relacionado ao comprimento de onda dominante em uma mistura de faixas de luz, ou seja, o matiz representa a cor

80 dominante percebida por um observador; e a saturao, por sua vez, refere-se pureza relativa ou quantidade de luz branca misturada com a cor dominante. As cores do espectro puro so completamente saturadas, sendo que o grau de saturao inversamente proporcional quantidade de luz branca que foi acrescida. Matiz e saturao, juntas, formam a cromaticidade de uma cor, de modo que esta pode ser completamente caracterizada pelo seu brilho (ou intensidade, a componente acromtica) e pela sua cromaticidade (uma combinao de matiz e saturao). A transformao ou converso entre estes modelos de cores uma tcnica de processamento digital de imagens que proporciona um maior controle sobre os realces de cores. Dentre as vantagens da utilizao de operaes de realce no modelo de cores IHS pode-se citar a habilidade de variar cada componente independentemente, sem afetar os outros.

81

7.3 CLASSIFICAO DA IMAGEM


O sensoriamento remoto, desde o seu surgimento, visou empregar procedimentos automatizados de reconhecimento de padres e extrao de informao. Tcnicas de classificao de imagens de sensoriamento remoto, hoje tidas como tradicionais, desenvolvidas nas dcadas de 1970, 1980 e 1990, utilizam informaes extradas dos pixels (chamada classificao pixel a pixel). Esta metodologia se desenvolveu numa poca onde as resolues dos sensores atingiam alguns metros (por exemplo, o satlite francs SPOT com resoluo espacial de 10 metros, e a srie de satlites norte-americanos LANDSAT com 30 metros de resoluo espacial), e poucas bandas espectrais. As inovaes tecnolgicas utilizadas permitiram avanos nas resolues espacial, espectral, radiomtrica e temporal. Em funo dessa melhoria uma maior riqueza de detalhes das feies presentes na superfcie terrestre pode ser visualizada nas imagens de satlite. Percebe-se que o poder de discriminao entre alvos aumenta quando se utiliza um maior nmero de faixas espectrais e, aliado ao fato dessas faixas serem mais estreitas, h uma reduo bastante considervel da informao redundante entre diferentes faixas ou bandas. Com o aumento da resoluo radiomtrica os detalhes so mais preservados, notadamente em reas urbanas. Por sua vez, a melhora do poder de resoluo espacial propicia uma melhor discriminao dos objetos presentes na cena, alm de contribuir para a reduo do problema da mistura espectral dos pixels.

Com o advento de sensores de alta resoluo espacial tornou-se possvel a deteco de feies urbanas a partir de imagens de satlite, porm a acurcia do processo de classificao de imagens deixou a desejar. A principal causa a alta variao espectral que ocorre no cenrio urbano quando observado em uma imagem com pixels de 1 metro, o que implica na alta varincia dos elementos internos a cada classe (intraclasses). Ocorre tambm a alta variao de dados interclasses, devido semelhana espectral entre pixels de classes diferentes (confuso espectral, como por exemplo, telha cermica e solo exposto, rua suja com cimento e lajes de concreto, etc). Em funo da melhoria da resoluo espacial, pode haver um aumento da variabilidade interna, ou seja, do rudo interno dentro das classes de cobertura do solo. Como

82 resultado, os classificadores tradicionais, baseados apenas nas informaes espectrais dos pixels tm seus desempenhos reduzidos.

Em virtude dessas intercorrncias, surgiram as tcnicas de classificao de imagens por orientao a objetos, que consideram no apenas as informaes espectrais dos pixels, mas o contexto e a geometria dos objetos. Alm da informao espectral pura, as imagens por orientao a objetos so caracterizadas por um nmero adicional de informaes, tais como as relativas textura e forma. A possibilidade de extrair informaes das imagens por orientao a objetos em qualquer escala escolhida uma importante caracterstica em termos de operaes prticas: a resoluo da imagem por orientao a objetos pode ser adaptada para a soluo do problema especfico que se tem em mos. A introduo, (no processo de interpretao e classificao da imagem), de informaes provenientes do conhecimento do analista sobre as feies representadas na imagem para compor as regras de deciso (para se compor a classificao), tem mostrado uma melhoria significativa na discriminao de alvos urbanos.

A base de conhecimento passa ento a ser utilizada para apoiar a criao das regras e das estratgias de classificao nas imagens, sobretudo no ambiente urbano. Essa modelagem vai alm do emprego de informaes numricas extradas dos elementos. Relacionamento entre elementos vizinhos e sua interao no ambiente urbano passam a ter papel importante e decisivo. A classificao de imagens, que tradicionalmente visa discriminar classes de cobertura do solo, passa tambm a inferir sobre o uso do solo. No entanto, vale ressaltar que o modelo classificatrio baseado em informaes contextuais , mais do que nunca, um processo supervisionado e, como tal, altamente dependente de um analista.

Classificao de imagens o processamento no qual decises quantitativas so tomadas com base nas informaes presentes na imagem, atravs do agrupamento de pixels ou regies da imagem em classes que representem diferentes padres de cobertura do solo, visando como sada o mapeamento temtico extrado da imagem.

A classificao de imagens definida em funo do padro de processamento dos dados, ou seja, reconhecimento do padro espectral, espacial ou temporal, recorrendo, respectivamente, a anlises da reflectncia dos pixels nas diferentes bandas, anlises

83 da relao espacial entre os pixels e a anlise das diferenas entre duas ou mais cenas tomadas em pocas diferentes.

O objetivo geral da classificao de imagens multiespectrais categorizar automaticamente todos os pixels pertencentes uma imagem dentro de classes ou temas de cobertura do solo, gerar mapas ou imagens temticas e servir como fonte de dados para um sistema de informaes geogrficas (SIG).

Em geral, dados multiespectrais so usados para fazer a classificao e, alm deles, os padres espectrais presentes dentro dos dados para cada pixel so usados como a base numrica para a categorizao. A base conceitual para classificao de imagens reside no fato de que classes de cobertura terrestre diferentes possuem propriedades de reflectncia diferentes. Ocorre, porm, que muitas classes de cobertura terrestre tm propriedades de reflectncia que se assemelham ou at mesmo se sobrepem, dificultando a separao e classificao das mesmas. A maioria dos mtodos de classificao avalia a semelhana de padres espectrais usando alguma medida de distncia entre os pixels do espao espectral.

Atualmente, como anteriormente enfatizado, o procedimento de classificao de imagens de sensoriamento pode ser realizado por meio de duas principais abordagens: a abordagem pixel a pixel e a orientada a objetos. A maioria das tcnicas disponveis de classificao (abordagem pixel a pixel) se baseiam apenas no agrupamento de valores de intensidade espectral, representados pelos nveis de cinza presentes na imagem. O contedo de informao de uma imagem de sensoriamento remoto se baseia tanto na intensidade (nvel de cinza ou cor) de cada pixel individual, como no arranjo espacial dos pixels (textura e forma) e suas relaes de vizinhana, como o caso da abordagem orientada a objetos.

7.3.1

CLASSIFICAO PIXEL A PIXEL

Este processo de classificao de imagens pode ser desenvolvido atravs de mtodos supervisionados, no supervisionados e hbridos:

84

7.3.1.1

CLASSIFICAO SUPERVISIONADA

Neste mtodo o usurio identifica alguns dos pixels pertencentes s classes desejadas e deixa ao computador a tarefa de localizar todos os demais pixels pertencentes quelas classes, baseado em alguma regra estatstica (paramtrica) e/ou geomtrica (no-paramtrica) pr-estabelecida. esse o procedimento utilizado com maior freqncia para anlise quantitativa de dados de imagens de sensoriamento remoto.

A classificao supervisionada desenvolvida com base em amostras de treinamento, ou seja, os pixels da imagem so classificados segundo regras. Em seguida esses pixels so comparados aos padres de classes previamente obtidos em uma fase em que o operador as define.

A classificao supervisionada informalmente definida como o processo no qual amostras de identidade conhecida so utilizadas para classificar pixels de identidade desconhecida. Nesse processo um analista identifica na imagem as classes de informao de seu interesse e separa regies que melhor representem estas classes. Dentro dessas regies, ele separa reas de treinamento que contm os pixels que sero usados como representantes da classe. A partir destes pixels so extradas determinadas caractersticas das classes, que sero usadas para a classificao dos demais pixels.

Essa tcnica de classificao, no entanto, exige do analista um controle sobre o processo, isto acarreta vantagens e desvantagens, como por exemplo, o analista tem condies de identificar possveis imprecises graves pela anlise das reas de treinamento; em contrapartida o analista impe uma determinada estrutura de classificao aos dados, por meio da definio prvia das classes de informao. Mas estas classes podem no corresponder s classes reais existentes na cena imageada, ou no ser separveis no espao n-dimensional.

Os passos prticos essenciais para uma classificao supervisionada so:

Decidir o conjunto de tipos de cobertura de solo ou classes de informao (rea urbana, gua, vegetao, etc.), dentro dos quais a imagem dever ser

85 classificada. Esta deciso depende do tipo de aplicao prtica que se deseja, e qual a natureza e o tipo dos dados que se dispem para as anlises.

Selecionar pixels como representantes de cada classe desejada. Esses pixels so os dados de treinamento. Os conjuntos de treinamento de cada classe podem ser estabelecidos utilizando visitas a campo, anlise de mapas, fotografias areas ou at mesmo fotointerpretao de um produto colorido formado por dados da imagem. Parmetros estatsticos multivariados (mdias, desvios padres, matrizes de covarincia, matrizes de correlao, etc.) so calculados para cada conjunto de treinamento. Cada pixel, pertencente ou no aos conjuntos de treinamento, ento avaliado e designado como pertencente classe que ele possua a maior probabilidade de ser membro. O objetivo do treinamento definir um padro de resposta espectral para cada classe a ser classificada na imagem a partir de estatsticas. importante que as amostras usadas como conjunto de treinamento sejam bastante homogneas e representem toda a variao possvel dentro da classe. Quando so utilizadas tcnicas estatsticas de classificao, as amostras de treinamento devem ser grandes o suficiente para que possa ser feita a estimativa das caractersticas espectrais da classe de interesse. A qualidade do processo de treinamento determina o sucesso do processo de classificao supervisionada.

Calcular os parmetros de determinado algoritmo, utilizando os dados de treinamento. Estes parmetros podem ser as propriedades de probabilidade do modelo utilizado ou podem ser utilizados em equaes que definiro as separaes no espao espectral. O conjunto de parmetros de uma determinada classe muitas vezes chamado de assinatura de tais classes.

Utilizar o classificador treinado para nomear cada pixel da imagem dentro de um dos tipos desejados de cobertura terrestre (classes de informao), classificando toda a imagem.

Produzir uma tabela sumarizada ou mapa temtico (classe) que resuma os resultados da classificao. O mapa temtico na verdade uma imagem comum, formada por uma nica banda, em cima da qual os pixels atribudos a cada classe so exibidos em cores ou tons de cinza distintos. Normalmente, a

86 classificao feita em cima de trs ou mais bandas espectrais, fazendo uso do poder de discriminao adicional que elas oferecem.

Alguns dos algoritmos de classificao supervisionada mais utilizados so: o do paraleleppedo, o da distncia mnima, o da mxima verossimilhana (MaxVer), classificador Mahalanobis, classificador em cascata, e funo de adeso com graus de confiana. Maiores detalhes se encontram nas referncias a seguir: Crsta, 1993; Jensen, 1996; Lillesand et al., 2004; Campbell, 2005; Mximo e Fernandes, 2005.

Estes procedimentos podem ser aplicados a qualquer nmero de bandas. A figura 56 exemplifica o procedimento de classificao de imagem supervisionada:

Figura 56: Representao da classificao supervisionada. Fonte: Noguchi, 2004.

7.3.1.2

CLASSIFICAO NO-SUPERVISIONADA

Este tipo de classificao desenvolvido sem que o operador especifique os padres que iro compor as classes. Com isso, so requeridos clculos computacionais para definir os agrupamentos dos padres espectrais similares. Fica a cargo do operador, basicamente, definir o rtulo das classes ou, quando necessrio, o nmero de classes.

Essa classificao baseia-se no princpio de que o computador (na realidade, o software utilizado) capaz de identificar por si s as classes dentro de um conjunto de dados.

Os classificadores no-supervisionados no baseiam a classificao em amostras de treinamento. Pelo contrrio, esta famlia de classificadores envolve algoritmos que examinam os pixels desconhecidos de uma imagem e os agregam em um certo nmero de classes baseado nos agrupamentos naturais (clusters) presentes nos valores da imagem.

87 A premissa bsica que os valores dos pixels dentro de um dado tipo de cobertura devem estar perto uns dos outros, ou sejam, formam um agrupamento no espao, enquanto que dados de classes diferentes esto, comparativamente, bem separados.

As classes resultantes da classificao no-supervisionada so classes espectrais, pois os pixels da imagem, como j enfatizado, so agrupados com base somente nos valores de nvel de cinza da imagem (agrupamentos naturais), e a identidade das classes espectrais a priori no so conhecidas pelo analista.

Este procedimento de classificao utiliza determinado algoritmo, conforme alguns critrios definidos, para determinar o nmero e localizao das classes espectrais. O analista identifica essas classes a posteriori, analisando as assinaturas espectrais para determinar o que cada classe ou representa, podendo ser necessria a verificao atravs de dados de referncia disponveis que poderiam incluir mapas e visitas a campo.

Esse tipo de classificao a opo mais adequada quando a rea investigada desconhecida, ou quando suas caractersticas no esto bem definidas. Muitas vezes, o usurio das imagens desconhece a quantidade de agrupamentos espectrais presentes na imagem, bem como o valor de disperso interna ou de distncia entre grupos. Assim sendo, a classificao no supervisionada pode ser til tambm para determinar a composio da classe espectral dos dados antes da anlise detalhada pela utilizao de mtodos de classificao supervisionada, sendo possvel avaliar a potencialidade de discriminao das classes.

Alguns dos algoritmos estatsticos de classificao no supervisionada mais conhecidos so o do k-mdias (k-means), o do lder, e o da busca pelo pico do histograma. A figura 57 ilustra o procedimento da classificao no-supervisionada:

Figura 57: Representao da classificao no-supervisionada. Fonte: Noguchi, 2004.

88

7.3.1.3

CLASSIFICAO HBRIDA

Trata-se da utilizao conjunta das duas formas de classificao inicialmente descritas: a supervisionada e a no supervisionada. Normalmente, a utilizao de um processo de classificao inicial no supervisionado, favorece a obteno de informaes a respeito dos dados, que sero posteriormente utilizados em procedimentos de classificao supervisionada mais elaborados. Tcnicas de classificao hbridas podem, portanto, ser consideradas relativamente mais eficientes e confiveis do que tcnicas de classificao, supervisionada ou no supervisionada, utilizadas

isoladamente.

Os modelos tradicionais de classificao de imagens recorrem anlise dos valores (nmeros digitais) dos pixels nas bandas espectrais utilizadas. Independente do classificador adotado, as diferentes respostas espectrais atribudas aos pixels nas diferentes bandas so, em geral, analisadas em conjunto (ou apenas as bandas espectrais mais representativas) utilizando o espao multidimensional de atributos.

Os esquemas de classificao por pixel visam identificar a classe de cada pixel na imagem por meio de comparaes do vetor n-dimensional de dados de cada elemento com o padro de cada classe. Embora a classificao estatstica seja o procedimento convencional mais utilizado para a anlise de imagens, constituindo-se um processo de anlise dos pixels de forma isolada, ele apresenta a limitao da anlise pontual ser baseada unicamente em atributos espectrais. Muitas das feies presentes no cenrio urbano, como ruas, edificaes e estacionamentos podem possuir respostas espectrais similares, devido composio do material. Ademais, os pixels dessas imagens podem conter informaes de diversas classes, ou seja, so os denominados pixels mistos. Como conseqncia, o emprego de tcnicas baseadas somente nas informaes pontuais dos pixels promove classes espacialmente descontnuas.

inegvel que a introduo das imagens de alta resoluo reduziu o problema dos pixels mistos, porm como ressaltado anteriormente, isto acarretou um grande aumento da variabilidade e o rudo interno dentro de classes quase homogneas. Para As concepes convencionais de classificao de imagem encontram-se prximas de seus limites, sendo seus principais problemas a alta homogeneidade interclasses e a alta heterogeneidade intraclasses. A adoo de classificadores pixel a pixel, alm de

89 apresentar problemas devido natureza do procedimento para imagens de alta resoluo espacial, no favorece a tendncia atual de integrao entre o sensoriamento remoto e SIG.

7.3.2

CLASSIFICAO ORIENTADA A OBJETOS

Na abordagem orientada a objetos, um problema ou aplicao representado por uma coleo de objetos que possuem caractersticas prprias e interagem entre si. Na classificao os objetos com a mesma estrutura de dados (atributos) e com o mesmo comportamento (operaes) so agrupados em uma classe. Uma classe uma abstrao que descreve propriedades importantes para uma aplicao e ignora o restante. Qualquer escolha de classes arbitrria e depende da aplicao. Cada classe descreve um conjunto possivelmente infinito de objetos individuais. Cada objeto dito ser uma instncia de sua classe. Cada instncia da classe tem seu prprio valor para cada atributo, mas compartilha os nomes de atributos e operaes com outras instncias da mesma classe. A figura 58 mostra duas classes e alguns de seus respectivos objetos representativos de instncias. Um objeto contm uma referncia implcita sua prpria classe; ele sabe que tipo de coisa ele .

Figura58: Objetos e classes. Fonte: Rumbaugh et al. (1994)

Porm, para a definio propriamente dita de classificao de imagens orientada a objetos necessrio antes introduzir os conceitos relativos a modelagem por objetos.

90

7.3.2.1

TCNICA DE MODELAGEM DE OBJETOS

Uma modelagem orientada a objetos consiste na construo de um modelo de um domnio da aplicao e na posterior adio a este dos detalhes de implementao durante o projeto de um sistema. Essa abordagem chamada de Tcnica de Modelagem de Objetos (TMO), e possui as seguintes etapas:

Anlise: partindo do enunciado do problema, o analista constri um modelo da situao do mundo real. Modelo este que mostra apenas as propriedades relevantes presentes no mundo real.

Projeto do sistema: o projetista de sistemas toma decises de alto nvel relativamente arquitetura geral. Durante o andamento do projeto, o sistemaalvo organizado em subsistemas baseados tanto na estrutura da anlise como na arquitetura proposta.

Projeto dos objetos: o projetista de objetos constri um modelo de projeto baseado no modelo de anlise, mas contendo detalhes de implementao. O enfoque do projeto de objetos so as estruturas de dados e os algoritmos necessrios implementao de cada classe.

Implementao: as classes de objetos e os relacionamentos desenvolvidos durante o projeto de objetos so, por fim, traduzidos para uma determinada implementao em uma linguagem de programao, em um banco de dados ou em hardware.

A metodologia TMO faz uso de trs tipos de modelos para descrever um sistema: o modelo de objetos, que descreve os objetos do sistema e seus relacionamentos; o modelo dinmico, que descreve as interaes entre os objetos do sistema; e o modelo funcional, que descreve as transformaes de dados do sistema. A descrio completa de um sistema exige todos os trs modelos. O desenvolvimento orientado a objetos inverte a metodologia precedente baseada em funes. Naquelas metodologias, a nfase principal repousa na especificao e decomposio da funcionalidade do sistema. Em contraste, a abordagem orientada a objetos preocupa-se primeiro em identificar os objetos contidos no domnio da aplicao e depois em estabelecer os

91 procedimentos relativos a eles. Por esse motivo um software orientado a objetos mantm-se melhor medida que os requisitos evoluem, por se apoiar na prpria estrutura fundamental do domnio da aplicao, ao invs de apoiar-se nos requisitos funcionais de um nico sistema.

Existem diversas caractersticas fundamentando a tecnologia orientada a objetos. Embora essas caractersticas no sejam exclusivas dos sistemas orientados a objetos, elas so especialmente bem amparadas nesses sistemas.

Os objetos j existentes so utilizados para produzir novos objetos, tornando essa metodologia mais poderosa que as metodologias tradicionais de desenvolvimento de sistemas. Fundamentalmente o que se deseja com esta metodologia so basicamente duas caractersticas: reutilizao do cdigo e modularidade de escrita (LEITE e RAHAL JNIOR, 2002).

Um modelo no ser puramente orientado a objetos na falta de qualquer um de seus quatro conceitos bsicos, a saber: abstrao, encapsulamento, polimorfismo e hierarquia ou herana. Modelos que utilizam alguns dos conceitos de orientao a objetos so chamados de modelos hbridos de orientao a objetos ou modelos baseados em objetos.

Os conceitos bsicos dos modelos O-O (orientados a objetos) so a seguir descritos:

a. Abstrao: consiste na concentrao nos aspectos essenciais, prprios, de uma entidade e em ignorar suas propriedades acidentais. No desenvolvimento de sistemas, isso significa concentrar-se no que um objeto e faz, antes de decidir como ele deve ser implementado. O uso da abstrao preserva a liberdade de se tomar decises evitando, tanto quanto possvel, comprometimentos prematuros com detalhes. O uso da abstrao durante a anlise significa lidar apenas com conceitos do domnio da aplicao, e no ter de tomar decises sobre o projeto e a implementao antes do problema ser compreendido. Nesse contexto, a abstrao refere-se capacidade de modelar o mundo real, e por outro lado, pode-se consider-la como um mecanismo pelo qual restringimos o universo de anlise e as variveis e constantes que compem esse

92 universo, desprezando os dados que no interessam para a anlise. possvel demonstrar o uso de abstrao facilmente, quando se imagina uma mesa. Esta mesa imaginria provavelmente no ser igual a outras imaginadas por outras pessoas, mas o que importa que todos as pessoas que imaginaram uma mesa colocaram nela as informaes necessrias para a sua funo (de ser uma mesa). No importa se a mesa de trs ps ou quatro, ou se o tampo de vidro, madeira ou mrmore. O que importa que a imagem idealizada pelas pessoas de uma mesa, e que esta tenha as informaes necessrias para cumprir sua funo.

b. Encapsulamento: tambm chamado de ocultamento de informaes. Consiste na separao dos aspectos externos de um objeto, acessveis por outros objetos, dos detalhes internos da implementao daquele objeto, que ficam ocultos dos demais objetos. O encapsulamento impede que um programa se torne to interdependente que uma pequena modificao possa causar grandes efeitos de propagao. A

implementao de um objeto pode ser modificada sem que isso afete as aplicaes que o utilizam. Pode-se modificar a implementao de um objeto para melhorar o desempenho, eliminar um erro, consolidar um cdigo ou para transferncias. O encapsulamento a base de toda a abordagem da programao orientada a objetos; isto porque contribui fundamentalmente para diminuir os malefcios causados pela interferncia externa sobre os dados. Partindo desse princpio, toda e qualquer transao feita com esses dados s pode ser feita atravs de procedimentos colocados "dentro" desse objeto, pelo envio de

mensagens. Desta maneira, dizemos que um dado est encapsulado quando envolvido por cdigo de forma que s visvel na rotina onde foi criado; o mesmo acontece com uma rotina, que sendo encapsulada, tem suas operaes internas invisveis s outras rotinas. possvel visualizar a utilidade do encapsulamento pensando em um vdeo cassete, onde h os botes de liga-desliga, para frente, para traz, etc. Estes botes executam uma srie de operaes existentes no aparelho, que so executadas pelos componentes existentes dentro do aparelho

(transistores, cabos, motores, etc.). No interessa ao operador saber

93 como o funcionamento interno do equipamento; esta informao s relevante para os projetistas do aparelho. As informaes pertinentes ao usurio do equipamento so as existentes no meio externo (botes, controle remoto) que ativam as operaes internas do equipamento. Desta maneira, o aparelho de vdeo cassete pode evoluir com os avanos tecnolgicos, e as pessoas que o utilizam continuam sabendo utiliz-lo, sem a necessidade de um novo treinamento. Na rea de software acontece o mesmo: as classes podem continuar evoluindo, com aumento de tecnologia, e os programas que utilizam essas classes continuam compatveis. Isto ocorre porque para esses programas no interessa saber como o funcionamento interno da classe e sim sua funo, para que ele possa executar, ao passo em que ela evolui, novas funes colocadas sua disposio.

c. Polimorfismo: significa que a mesma operao pode atuar de modos diversos em classes diferentes. Uma operao uma ao ou transformao que um objeto executa ou a que ele est sujeito. Uma implementao especfica de uma operao por uma determinada classe chamada mtodo. Como um operador orientado a objetos polimrfico, pode haver mais de um mtodo para sua implementao. De maneira prtica isto quer dizer que a operao mantm seu comportamento transparente para quaisquer tipos de argumentos; isto , a mesma mensagem enviada a objetos de classes distintas e eles podero reagir de maneiras diferentes. Um mtodo polimrfico aquele que pode ser aplicado a vrias classes de objetos sem que haja qualquer

inconveniente. Um exemplo bem didtico para o polimorfismo dado por um simples moedor de carne. Esse equipamento tem a funo de moer carne, produzindo carne moda para fazer bolinhos. Desse modo, no importa o tipo (classe) de carne alimentada; o resultado ser sempre carne moda, no importa se de boi, de frango ou de qualquer outro tipo. As restries impostas pelo processo esto no prprio objeto, definidas pelo seu fabricante e no pelo usurio do produto.

d. Hierarquia ou herana: a herana da estrutura de dados e do seu comportamento permite que a estrutura comum seja compartilhada por

94 diversas subclasses semelhantes sem redundncias. A herana um mecanismo que, se for bem empregado, permite altos graus de reutilizao de cdigo. Do ponto de vista prtico, pode ser entendido como sendo um conjunto de instncias criadas a partir de um outro conjunto de instncias com caractersticas semelhantes, e os elementos desse subconjunto herdam todas as caractersticas do conjunto original. A idia fornecer um mecanismo simples (mas muito poderoso) para que se definam novas classes a partir de uma pr-existente. Assim sendo, dito que essas novas classes herdam todos os membros (propriedades + mtodos) da classe-me. Isto torna o mecanismo de herana uma tcnica muito eficiente para construir, organizar e reutilizar cdigo. Por isso, nas linguagens que no suportam esse mecanismo, as classes so criadas como unidades independentes: cada uma com seus membros concebidos do zero (sem vnculo direto com outras classes), o que torna o processo mais demorado e com cdigos, s vezes, redundantes. A herana possibilita a criao de uma nova classe de modo que essa classe (denominada subclasse, classe-filha ou classe derivada) herde todas as caractersticas da classe-me (denominada superclasse, classe base ou classe primitiva), podendo ainda, a classe-filha, possuir propriedades e mtodos prprios. No processo de herana possvel imaginar um ser humano, que nasce com todas as caractersticas de um ser humano sadio. Agora, coloque-se nele uma roupa e um relgio. A roupa e o relgio no fazem parte do ser humano, mas quando se utiliza este ser, vestido e com um relgio, e realiza-se o processo de herana, gerada uma cpia idntica da matriz. Caso se coloque um sapato preto no ser humano original, a sua cpia tambm ficar calada, e se a camisa do ser humano original for trocada, a sua cpia tambm receber a nova camisa. Isto demonstra que a cpia continua vinculada matriz de origem. possvel fazer quantas cpias se deseje da matriz original, e todas estas cpias mantero o seu vnculo. Pode-se, at, fazer cpias das cpias, mas o processo de modificao da matriz original implicar numa mudana em todas as outras que esto abaixo dela. Nunca uma modificao feita nas cpias altera a matriz de origem, e nunca se pode remover um item que tenha sido recebido por intermdio da herana, isto

95 quer dizer que nenhuma das cpias (humanas) poder se dar ao luxo de no ter o relgio.

7.3.2.2

CLASSIFICAO DE IMAGENS

ORIENTADAS A OBJETOS

Aps a breve descrio a respeito da modelagem por objetos possvel definir o que uma classificao de imagem orientada a objetos. Os classificadores de imagens orientados a objetos surgem como uma alternativa ao processo convencional de classificao pixel a pixel. Nesse tipo de classificao considera-se a delimitao de objetos homogneos como base para o processamento posterior. A classificao passa a contar com informaes extradas desses objetos, como resposta espectral mdia, varincia, dimenses, forma e textura. A classificao passa a ser influenciada no apenas pelas caractersticas dos objetos outrora definidas, mas tambm pelo contexto. As informaes contextuais descrevem como um objeto de interesse pode ser afetado pelos objetos vizinhos. A classificao de imagens orientada por objetos tem como base um fluxo determinado de procedimentos, que se inicia, por exemplo, pelo emprego de tcnicas de segmentao para a criao dos objetos. Definidos os objetos, extraem-se, indiretamente dos mesmos, informaes espectrais e geomtricas. Essa gama maior de informaes passa a ser modelada considerando tambm informaes contextuais, apoiando anlises intra-objetos e interobjetos.

Portanto, conclui-se que classificao por objetos aquela que utiliza, alm das informaes espectrais presentes nos pixels da imagem, as informaes de contexto (dimenso, forma, textura, topologia) presentes nos objetos criados na imagem. A referncia no mais o pixel, mas sim o objeto (aglomerado de pixels com caractersticas semelhantes).

A utilizao do conceito de objeto pea chave neste tipo de anlise de imagens, pois se parte do princpio de que a informao semntica necessria para a interpretao de uma imagem no est presente no pixel, e sim em objetos da imagem e nas relaes existentes entre eles. Estes objetos so os segmentos, os quais so gerados a partir de um procedimento de segmentao.

H ainda outras premissas importantes na anlise orientada a objetos, a saber:

96

A caracterizao dos objetos da imagem no pode limitar-se apenas a atributos espectrais, pois estes muitas vezes no conseguem delimitar objetos complexos como, por exemplo, o telhado de uma casa que possui grande variedade espectral dentro dos seus limites. Por isso, necessria tambm a utilizao de outros atributos como: forma, tamanho, textura, padro e contexto. Em outras palavras, necessrio inserir o conhecimento do analista no sistema de interpretao da imagem.

Os objetos de interesse que sero extrados de uma determinada cena podem estar associados a diferentes nveis de abstrao (diferentes escalas), e estes nveis devem estar representados no sistema de anlise. Assim, em uma cena de um ambiente intra-urbano, existem pequenas residncias familiares que se relacionam a um nvel mais detalhado de escala, e reas industriais com grandes construes, que se relacionam a uma escala mais grosseira.

A descrio do espao de atributos de uma determinada classe pode ser imprecisa, o que introduz incertezas na associao de um objeto a determinada classe. Esta incerteza precisa ser modelada, pois ela parte do resultado da classificao.

A figura 59 ilustra o fluxo dos procedimentos bsicos na classificao de imagens orientada a objetos:

Figura 59: Fluxograma dos procedimentos adotados na classificao orientada a objetos Fonte: Nbrega (2007)

97

7.3.2.3

SEGMENTAO

O processo de segmentao tem por objetivo a criao de objetos significativos, i. e., a forma de cada objeto em questo deve ser representada idealmente por uma imagem em conformidade com este objeto. Esta forma, combinada ainda com propriedades derivadas de cor e textura, pode ser usada para inicialmente classificar a imagem por meio da classificao dos objetos gerados na imagem. Em conseqncia, as classes so organizadas dentro de uma hierarquia de classes. Cada classe pode apresentar sub- ou super-classes e portanto herdar suas propriedades de uma ou mais superclasses ou pass-las para suas sub-classes. Um nmero de pequenos objetos pode ser agregado para formar objetos maiores, construindo assim uma hierarquia semntica. Do mesmo modo, um objeto grande pode ser dividido em alguns objetos menores, e esto sujeitos s duas principais abordagens de anlise de imagens: as abordagens top-down e bottom-up, para maiores detalhes ver Definiens, 2003 e Marangoz et al., 2004.

A segmentao a diviso da imagem em partes menores ou objetos de interesse, at que os mesmos sejam isolados. A automatizao desse processo considerada como uma das tarefas mais dificultosas no processamento de imagens. Em algumas situaes, como em aplicaes industriais de inspeo, pode-se controlar o ambiente, minimizando possveis problemas na imagem, uma vez que o ambiente controlado. No entanto, em outras aplicaes, como em imagens orbitais, no h controle sobre o ambiente natural, o que dificulta significativamente o processo.

Os algoritmos de segmentao de imagens digitais so usualmente baseados em duas propriedades: descontinuidade e similaridade. Na segmentao baseada em descontinuidade, a partio baseada em alteraes nos nveis da funo da imagem, que so decorrentes das diversas situaes na cena como, por exemplo, descontinuidade da normal das superfcies, descontinuidade em profundidade, descontinuidade na reflectncia da superfcie e descontinuidade de iluminao. A segmentao baseada em similaridade busca agrupar regies com caractersticas semelhantes, como, por exemplo, texturas ou cores.

98 No contexto da segmentao por similaridade, as abordagens tradicionais dividem-se em dois grupos: (1) as que fazem uso da relao topolgica dos elementos da imagem, como o crescimento de regies, e (2) as que no fazem uso de informao topolgica, caso tpico da imposio de limiares (thresholding).

Um dos algoritmos mais populares para a segmentao pela anlise da vizinhana dos pixels o crescimento de regies (region growing). A segmentao por crescimento de regies agrupa os pixels pertencentes a uma determinada classe se o valor da diferena do nvel de intensidade do pixel em questo para com o pixel vizinho de referncia (denominado pixel semente) for menor que o valor pr-estabelecido. Embora o crescimento de regies utilize limiares, vale ressaltar que a comparao do valor do pixel aos limiares leva em considerao a relao de vizinhana. Para cada pixel semente, so analisados seus vizinhos e, dentro das condies impostas pelo limiar, o pixel analisado passa a fazer parte do agrupamento em formao. O processo executado iterativamente at que nenhum pixel vizinho ao segmento apresente valor de intensidade caracterstico da categoria formada.

O processo de segmentao de imagens, particularmente para o sensoriamento remoto, vem ganhando propores significativas pelo aumento de sua demanda como etapa que antecede o processo de classificao. O uso de segmentao de imagens como uma etapa anterior ao processo de classificao uma forma de superar algumas das limitaes apresentadas pelos classificadores convencionais pixel a pixel. Desta forma, os segmentos gerados so utilizados para auxiliar a seleo das amostras de treinamento, em especial para imagens de maior resoluo espacial.

Depois de definidos os objetos (segmentao) e as hierarquias, o processo de classificao dos objetos efetuado por meio de regras de deciso. Dois fatores devem ser levados em considerao neste processo: quais atributos sero utilizados para diferenciar cada classe e qual tipo de regra de deciso ser adotada para cada classe.

99

7.4 FUSO DE DADOS COM SIG


O interesse no sensoriamento remoto urbano vem sendo recentemente revigorado pelo contnuo debate a respeito da fuso com dados de SIG, e tambm pelo advento de dados provenientes de sensores satelitais de alta resoluo espacial. A unio de dados de SIG e sensoriamento remoto assume um importante papel em muitas metodologias contemporneas para anlises espaciais, notadamente no ambiente urbano. Alguns exemplos sobre a fuso operacional de dados de SIG e de sensoriamento remoto nas cidades so: estimar mudanas da populao, medir a verticalizao e a densidade de edificaes, calcular ndices de qualidade de vida, e avaliar fluxo e circulao em sistemas de transporte. A fuso de dados de SIG com dados de satlites com sensores de alta resoluo espacial no ambiente urbano permite a identificao individual de edificaes residenciais e empresariais (comrcio e indstria), com um grau razovel de delineao espacial.

Estes procedimentos de fuso de dados so usados para combinar dados de imagens de uma determinada rea geogrfica com outros conjuntos de dados geogrficos referentes mesma rea. Esses outros conjuntos de dados podem ser outras imagens do mesmo local, porm adquiridas em datas diferentes, imagens de outros sensores ou de outro sistema de sensoriamento remoto, ou ainda, outro tipo de dado geogrfico, ou seja, dados provenientes de outras fontes de informaes no contexto de um sistema de informao geogrfica. Por exemplo, dados de imagem so freqentemente combinados com informaes sobre o solo, informaes topogrficas, sobre propriedade ou domnio, zoneamento, informaes sobre tributao, etc.

Muitas aplicaes de processamento digital de imagens so realadas por meio da fuso do conjunto de dados que cobrem a mesma rea geogrfica. Essa fuso pode estar ou no inserida dentro de um ambiente SIG. Um exemplo bastante comum a fuso de dados multiresoluo de um mesmo sensor (fuso entre as vrias bandas de um sensor); pode-se citar os procedimentos de fuso dos dados do sensor do satlite IKONOS II, por meio da combinao da banda pancromtica com 1 metro de resoluo espacial com os dados das bandas multiespectrais com 4 metros de resoluo espacial.

100 Pode-se ainda exemplificar o processo de fuso de dados com a combinao de dados de uma classificao automtica da cobertura de solo com dados de erodibilidade do solo e informaes sobre a declividade, em um ambiente SIG, para auxiliar no processo de mapeamento da eroso potencial do solo.

bastante comum a utilizao do dado raster (imagem) como um pano de fundo para a sobreposio dos dados vetoriais, como ilustrado na figura a seguir. A imagem o fundo necessrio para a visualizao e o entendimento dos dados vetoriais. No caso ilustrado pela figura 60, trata-se de uma imagem do satlite SPOT, do ano de 2002, com 2,5 metros de resoluo espacial, de uma rea do municpio de Osasco SP, que serve como pano de fundo para os dados vetoriais referentes rede viria do municpio. possvel perceber a qualidade do dado vetorial que se sobrepe bastante bem imagem.

Figura 60: Fuso de dados. Fonte: Almeida (2006)

Portanto, h uma grande diversidade de forma e tipo de dados que podem ser combinados para caracterizar um procedimento de anlise espacial.

101

7.5 ANLISE DE IMAGENS HIPERESPECTRAIS


Basicamente todos conceitos e princpios de processamento anteriormente discutidos para as imagens multiespectrais so vlidos para as imagens hiperespectrais. No entanto, devido a natureza bsica e ao imenso volume dos dados hiperespectrais, vrios procedimentos de processamento de imagens tem sido desenvolvidos para analisar especificamente tais dados. Estas imagens possuem mais de 100 bandas, chegando a demandar mais de 140 MB de espao de armazenamento (para a imagem bruta, sem os processamentos e correes). Devido ao grande volume de dados, a anlise de imagens hiperespectrais demanda muitos recursos computacionais e ferramentas que mostrem informaes relevantes para realizar qualquer tipo de estudo.

Os sensores hiperespectrais diferem dos sensores pticos multiespectrais, pois a obteno dos dados por meio dessa tecnologia feita em um grande nmero de bandas estreitas, amostrando o espectro eletromagntico de maneira praticamente contnua na faixa de 400 2500 nm. O conceito operacional da tecnologia de aquisio de dados de sensoriamento remoto por meio de sensores hiperespectrais ilustrado na figura 61 :

Figura 61: Concepo de Imagens Hiperespectrais Fonte: Carvalho Jnior et al. (2002).

102 A maioria das tcnicas usadas para analisar as imagens hiperespectrais derivada do campo da espectroscopia30, no qual a composio molecular de um material em particular est relacionada com os distintos padres em que este material absorve e reflete a luz em determinados comprimentos de onda. Por este motivo, os sensores hiperespectrais so tambm chamados de espectrmetros imageadores.

O espectrmetro imageador pode produzir dados com resoluo espectral suficiente para a identificao direta dos materiais, ao passo que as bandas mais largas dos sensores multiespectrais, como por exemplo, o LANDSAT TM, o SPOT e o IKONOS, no podem resolver essas diferenas espectrais diagnsticas. Assim, enquanto que o sistema de sensores multiespectrais pode apenas discriminar diferenas genricas entre tipos de materiais, o espectrmetro imageador possibilita identificao do material, bem como a quantificao de sua abundncia.

Tambm foi necessrio desenvolver mtodos especficos de correo atmosfrica para imagens hiperespectrais, uma vez que grande parte da faixa espectral dos sensores hiperespectrais afetada por gases atmosfricos, mascarando as variaes espectrais mais sutis e cruciais para a identificao de um alvo. Os modelos de correo desenvolvidos para a espectrometria imageada buscam considerar a pronunciada variabilidade ao longo do tempo, espao e altitude dos parmetros atmosfricos. Desta forma, a correo baseia-se em um modelo distribudo (fsico), ou seja, com variaes de pixel para pixel.

Detalhes

sobre

os

mtodos

para

processamento

correo

de

imagens

hiperespectrais podem ser encontrados em Latorre (2003) e Lillesand et al., (2004).

30

Conjunto de mtodos para anlise de substncias, baseados na produo e interpretao de seus espectros de emisso ou absoro de radiaes eletromagnticas (p.ex., nas regies do infravermelho, ultravioleta, raios X, visvel) (Fonte: Dicionrio Houaiss da Lngua Portuguesa, verso on line.).

103

7.6 MODELAGEM BIOFSICA


O objetivo da modelagem biofsica relacionar quantitativamente os dados digitais adquiridos e gravados por um sistema de sensoriamento remoto, com caractersticas biofsicas e fenmenos passveis de serem mensurados na superfcie terrestre. Por exemplo, dados de sensoriamento remoto podem ser usados para estimar vrios parmetros, tais como: estimativas da produo agrcola, estimativas da concentrao de poluentes ou determinao da profundidade das guas. Do mesmo modo, os dados de sensoriamento remoto so freqentemente usados em combinao com tcnicas de SIG, para facilitar a modelagem do meio ambiente. A inteno que tem ao se aplicar essas operaes simular o funcionamento de um sistema ambiental de maneira explicitamente espacial e prever seu comportamento sob diferentes condies, tais como alteraes climticas globais.

Trs abordagens bsicas podem ser usadas para relacionar dados de sensoriamento remoto com variveis biofsicas. A primeira delas a modelagem fsica, onde o analista de dados tenta calcular matematicamente como e quanto os parmetros intervenientes afetam as caractersticas radiomtricas dos dados de sensoriamento remoto. Por exemplo, distncia entre a Terra e o Sol, elevao solar, efeitos atmosfricos, etc. Alternativamente, a modelagem emprica pode ser empregada. Nesta abordagem a relao quantitativa entre os dados de sensoriamento remoto e os dados coletados diretamente da superfcie terrestre (trabalhos de campo, por exemplo), calibrada pelo cruzamento das informaes das duas fontes de dados (e. g., medidas de campo sobre condies de desfolhamento de florestas precisamente ao mesmo tempo em que uma imagem de satlite adquirida). Procedimentos de regresso estatstica so freqentemente usados nesses processos. A terceira abordagem para a modelagem biofsica simplesmente empregar alguma combinao das tcnicas fsicas e empricas (e. g., converso dos nmeros digitais, ou valores de nvel de cinza dos pixels, para valores de radincia absoluta antes de relacionar esses valores com as medidas de campo). Maiores exemplos e explicaes sobre a modelagem biofsica podem ser encontrados em Lillesand et al., (2004).

104

7.7 TRANSMISSO E COMPRESSO DE IMAGENS


O volume de dados coletados pelos atuais sistemas de sensoriamento remoto extremamente grande. Em um futuro prximo, com o lanamento de novos satlites de observao da Terra pela iniciativa privada, com novos programas de satlites comerciais, o volume de dados tende a crescer ainda mais. O armazenamento, a transmisso, e a distribuio destes dados continuaro a requerer em imenso esforo computacional, mesmo com o contnuo e crescente desenvolvimento do poder computacional. Por esta razo, o tema de compresso de imagens vem atraindo grande ateno dentro da cincia da computao e da comunidade de sensoriamento remoto que trabalha com o processamento digital de imagens.

Os mtodos tradicionais de transmisso de imagens geralmente fazem a transferncia dos dados da imagem linha por linha. Caso a imagem seja grande essa transmisso se torna bastante demorada, em virtude da fragilidade das conexes da rede de trabalho. Em muitos casos o usurio ir preferir degradar a imagem, para uma verso de baixa resoluo, para que a transmisso dos dados seja possvel com relativa rapidez, e dependendo da aplicao a que destinam esses dados, esta pode ser uma soluo satisfatria.

Uma outra sada para a transmisso de imagens sua compresso, ou seja, a reduo da dimensionalidade dos dados. As tcnicas de compresso utilizam mtodos estatsticos. Pode-se citar dois conjuntos de tcnicas de compresso, o primeiro conjunto constitudo de transformaes nos espaos dos atributos31, e o segundo utilizam medidas de distncias.

No primeiro caso, o objetivo reduzir a dimenso preservando ao mximo a representao de padres e/ou a discriminao entre as classes caracterizadas pelos atributos. So utilizados os critrios do erro mdio quadrtico (componentes principais) ou entropia, bem como a transformada de Fourier, j discutidos em tpico anterior. No segundo caso, ou seja, medidas de distncia, visa-se a reduo da dimenso procurando minimizar a probabilidade de erro. Na realidade, os critrios fornecem

31

O espao de atributos associa cada varivel de um problema a um eixo de um espao multidimensional.

105 limites inferiores e superiores para esta probabilidade. Lillesand et al., (2004) discutem o assunto com maiores detalhes.

Porm, com a atual facilidade de acesso a diferentes tipos de tecnologias de software e hardware e com a diminuio dos seus custos, estes tipos de tcnicas para selecionar atributos podero vir a se tornar desnecessrias no decorrer dos prximos anos.

106

REFERNCIAS BIBLIOGRFICAS
ALMEIDA, G. E. S. Anlise do ndice de instalao de empresas no municpio de Osasco utilizando sistemas de informao geogrfica e anlise envoltria de dados DEA. 2006. 121 p. Dissertao (Mestrado) - EPUSP - Escola Politcnica da Universidade de So Paulo, So Paulo, 2006.

ARONOFF, S. Remote sensing for GIS managers. 1.ed. Redlands, California: ESRI Press, 2005. 487 p.

BAATZ, M.; SCHPE, A. Object-oriented and multi-scale image analysis in semantic networks. In: 2nd International Symposium: Operationalization of Remote Sensing, ITC, The Netherlands, 1999.

BALTSAVIAS, E. Object extraction and revision by image analysis using existing geodata and knowledge: current status and steps towards operational systems. In: ISPRS Journal of Photogrammetry and Remote Sensing, v.58, n.3-4, p. 129-151, 2004.

BATISTA, G. T.; DIAS, N. W. Introduo ao sensoriamento remoto e processamento de imagens. So Jos dos Campos: Instituto Nacional de Pesquisas Espaciais INPE, 2005, 54p. Disponvel em: < http://eprint.sid.inpe.br/col/sid.inpe.br/ePrint@80/2005/04.01.14.06/doc/v1.pdf> Acesso em 12 de junho, 2007

BLASCHKE, T.; GLSSER, C.; LANG, S. Processamento de imagens num ambiente integrado SIG/sensoriamento remoto: Tendncias e conseqncias. In: Sensoriamento Remoto e SIG avanados. Ed. BLASCHKE, T.; KUX, H. 2 ed. So Paulo: Oficina de Textos, 2007. p. 11-18.

BOOCH, G. Object oriented design with applications. Redwood City, California: Benjamin/Cummings Pub. Co., 1991, 580 p.

CMARA, G. Vigiando o planeta de longe. [Depoimento a Ubirajara Jr.]. Portal da Cidadania: Fala de cincia quem sabe, 2002. Disponvel em: <http://www.radiobras.gov.br/ct/falaciencia/2002/falaciencia_160802.htm> Acesso em: 03 de maio, 2007.

CAMPBELL, J. B. Introduction to remote sensing. 2 ed. New York: The Guilford Press, 1996, 622 p.

107 CAMPBELL, J. B. Visual interpretation of aerial imagery. In: Remote sensing for GIS managers. Ed. ARONOFF, S. 1.ed. Redlands, California: ESRI Press, 2005. p. 259-285.

CARVALHO JNIOR, O. A.; CARVALHO, A. P. F.; MENESES, P. R.; GUIMARES, R. F. Classificao e eliminao dos rudos em imagens hiperespectrais pela anlise seqencial da transformao por frao de rudo mnima. In: Revista Brasileira de Geofsica, v. 20. n. 1, p 31-41, de Janeiro, 2002.

CASTLEMAN, K. R. Digital image processing. New Jersey: Prentice Hall, 1996, 667 p.

CRSTA, A. P. Processamento digital de imagens de sensoriamento remoto. ed. ver. Campinas: IG/UNICAMP, 1993. 170 p.

DEFINIENS. eCognition: User Guide, 2003, 48p. Disponvel em: <http://www. definiens-imaging.com/down/ecognition>

DAMASCENO, M.; LEITE, T. P. C.; FRERY, A. C.; ALMIRN, M.; MURACT, A. Anlise multivariada de imagens hiperespectrais na plataforma R. In: XIII Simpsio Brasileiro de Sensoriamento Remoto, 2007, Florianpolis. Anais, p. 5699-5706.

EHLERS, M. Sensoriamento remoto para usurios de SIG Sistemas sensores e mtodos: entre as exigncias do usurio e a realidade. In: Sensoriamento Remoto e SIG avanados. Ed. BLASCHKE, T,; KUX, H. 2 ed. So Paulo: Oficina de Textos, 2007. p. 19-38.

EPIPHANIO, J. C. N. CBERS Satlite sino-brasileiro de recursos terrestres. In: XII Simpsio Brasileiro de Sensoriamento Remoto, 2005, Goinia. Anais, p. 915 922.

ESCOBAR, I. P.; OLIVEIRA, S. A. M.; LIMA, S. P. S.; PRADO, R. L.; FERREIRA, A. T. A. Reprocessamento digital das imagens SLAR geradas pelos projetos RADAM e RADAMBRASIL projeto RADAM D. In: XII Simpsio Brasileiro de Sensoriamento Remoto, 2005, Goinia. Anais, p. 4395-4397.

FIGUEIREDO, D. Conceitos bsicos de sensoriamento remoto. 2005. Disponvel em:


<http://www.conab.gov.br/conabweb/download/SIGBRASIL/manuais/conceitos_sm.pdf>

108 FONSECA FILHO, H.; QUINTANILHA, J. A. Geoprocessamento. So Paulo: EPUSP Escola Politcnica da Universidade de So Paulo, 2003. 61 p. Apostila para disciplina de ps-graduao do Departamento de Engenharia de Transportes, PTR5009 Sensoriamento remoto: plataformas, sensores, produtos, evoluo e tendncias.

GARCIA, R. Novo satlite CBERS decola em setembro, diz ministro. Folha de So Paulo, Caderno Cincia. So Paulo, 14 de maro de 2007.

GERKE, M. Scene analysis in urban areas using a knowledge-based interpretation system. In: Photogrammetric computer vision ISPRS Commission III Symposium, Grass, Austria, part B, p. 63-66, 2002.

GONG, P. Image Processing Methods. In: Remote Sensing of Human Settlements: Manual of Remote Sensing. Ed. RIDD, M. K.; HIPPLE, J. D. 3 ed. Bethesda, Maryland, American Society for Photogrammetry and Remote Sensing, 2006, p. 207-273.

GONZALEZ, R. C.; WOODS, R. E. Processamento de Imagens Digitais. Trad. CESAR JUNIOR, R. M.; COSTA, L. F. So Paulo, Ed. Edgard Blcher, 2000, 509 p.

GONZALEZ, R. C.; WOODS, R. E., EDDINS, S. L. Digital image processing using MATLAB. New Jersey: Prentice Hall, 2004, 609 p. HEIPKE, C.; PAKZAD, K.; WILLRICH, F.; PELED, A. Theme issue: Integration of geodata and imagery for automated refinement and update of spatial databases. In: ISPRS Journal of Photogrammetry and Remote Sensing, v.58, n.3-4, p. 127-128, 2004.

HENNIG, T. A.; KRETSCH, J. L.; PESSAGNO, C. J.; SALAMONOWICZ, P. H.; STEIN, W. L. The shuttle radar topography mission. In: Digital Earth Moving: First International Symposium, DEM 2001. Manno, Switzerland, 2001, Proceedings, p.6577.

INPE INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS. Sistema de Processamento de Informaes Georreferenciadas - SPRING Manual, 2007. Disponvel em: <http://www.dpi.inpe.br/spring/portugues/index.html> Acesso em 05/06/2007.

INTERNATIONAL HIDROGRAPHIC ORGANIZATION. Manual on hidrography. Publication M-13. Chapter 6. 1. ed. Ed. International Hydrographic Bureau. Monaco. 2005. Disponvel em: <http://www.iho.shom.fr>.Acessado em 24 de maio de 2007.

109 JACOBSEN, K. Use of very high resolution satellite imagery. In: Tagung der polnische gesellschaft fr photogrammetrie fernerkundung und GIS, 2004, Warschau. Proceedings. Disponvel em:
<http://www.ipi.uni-hannover.de/html/publikationen/2005/paper/jac_warschau_05.pdf>

JENSEN, J. R. Introductory digital image processing. 2 ed. Upper Saddle River, N.J.: Prentice Hall, 1996, 316 p.

KONECNY, G; SCHIEWE, J. Mapping from digital satellite image data with special reference tt MOMS-02. In: ISPRS Journal of Photogrammetry and Remote Sensing, v. 51, n. 4, p. 173-181, 1996.

KRIES, W. V. Towards a new remote sensing order? In: Space Police, v.16, n.3, p. 163-166, 2000.

LATORRE, M. L.; CARVALHO, O. A.; SHIMABUKURO, Y. E. Uma abordagem geral sobre um modelo de correo atmosfrica aplicado ao sensoriamento remoto hiperespectral. In XI Simpsio Brasileiro de Sensoriamento Remoto, 2003, Belo Horizonte. Anais, p. 1069-1076.

LEITE, M.; RAHAL JNIOR, N. A. S. Programao orientada ao objeto: uma abordagem didtica. In: InfoTec: A revista de informao e tecnologia, Unicamp, 2002, disponvel em: <http://www.ccuec.unicamp.br/revista/navegacao/infotec.html>

LILLESAND, T. M.; KIEFER, R. W.; CHIPMAN, J. W. Remote sensing and image interpretation. 5. ed. New York: John Wiley & Sons, 2004. 763 p.

LIMA, D. L.; BUENO, M. L.; GALO, T.; IMAI, N. N. Aplicao do modelo de cores IHS na deteco de plantas aquticas imersas. In: XII Simpsio Brasileiro de Sensoriamento Remoto, 2005, Goinia. Anais, p. 4115-4122.

MARANGOZ, A. M.; ORUC, M.; BUYUKSALIH, G. Object-oriented image analysis and semantic network for extracting the roads and buildings from IKONOS pan-sharpened images. In: XXth ISPRS Congress International Society for Photogrammetry and Remote Sensing, Istanbul, Turkey, 2004.

MARQUES FILHO, O.; VIEIRA NETO, H. Processamento Digital de Imagens.Rio de Janeiro: Brasport, 1999, 406 p.

MATHER, P. M. Computer processing of remotely-sensed images: an introduction. 3 ed. Chichester, West Sussex, England: John Wiley & Sons, 2004

110 MXIMO, O. A.; FERNANDES, D. Classificao supervisionada de imagens SAR do SIVAM pr-filtradas. In: XII Simpsio Brasileiro de Sensoriamento Remoto, 2005, Goinia, Anais, p. 4139-4146.

MENESES, P. R.; MADEIRA NETO, J. C. (orgs) Fundamentos de radiometria ptica espectral. In: Sensoriamento remoto: reflectncia dos alvos naturais. 1. ed. Braslia: Editora Universidade de Braslia, 2001. p. 15-40.

MENESES, P. R.; PONTARA, R. C. P.; SILVA, F. H. F.; MADEIRA NETO, J. C. Comportamento da reflectncia espectral de filitos carbonosos mineralizados em ouro. Revista Brasileira de Geocincias, v. 31, n. 11, p. 83-88, 2001.

MESEV, V. Fusion of point-based postal data with IKONOS imagery. In: Information Fusion, v. 8, n. 2, p. 157-167, 2007.

MONSERRAT FILHO, J. Por que no h uma conveno internacional sobre sensoriamento remoto? In: X Simpsio Brasileiro de Sensoriamento Remoto, 2001, Foz do Iguau, Mesa redonda sobre Sensoriamento Remoto e Direito Espacial.

MOREIRA, M. A. Fundamentos do sensoriamento remoto e metodologias de aplicao. 3 ed. Viosa: Editora Universidade Federal de Viosa UFV, 2005. 320p.

NARAYANAN, R. M.; SHEA, E. A. W. A multispectral system for contemporaneous field observations of natural surfaces. In: IEEE Symposium on Combined Optical Microwave, Earth and Atmosphere Sensing, 1993, Albuquerque, Novo Mexico, Proceedings, p 151-154.

NEUBERT, M.; MEINEL, G. Anlise de dados do satlite IKONOS Baseada em segmentao: utilizao do software de anlise de dados eCognition para diferentes reas testes. In: Sensoriamento Remoto e SIG avanados. Ed. BLASCHKE, T.; KUX, H. 2 ed. So Paulo: Oficina de Textos, p. 108-117, 2007.

NISHIDA, W. Uma rede neural artificial para classificao de imagens multiespectrais de sensoriamento remoto. 1998. 90 p. Dissertao (Mestrado) Universidade Federal de Santa Catarina, Florianpolis, 1998.

NBREGA, R. A. A. Deteco da malha viria na periferia urbana de So Paulo utilizando imagens de alta resoluo espacial e classificao orientada a objetos. 2007. 157 p. Tese (Doutorado) EPUSP - Escola Politcnica da Universidade de So Paulo, So Paulo, 2007.

111 NOGUCHI, M. T. G. Um sistema baseado em regras fuzzy para classificao supervisionada de imagens multiespectrais de alta resoluo. 2004. 150 p. Dissertao (Mestrado) UFPR Universidade Federal do Paran, Curitiba, 2004.

NOVO, E. M. L. M. Sensoriamento Remoto: Princpios e aplicaes. 2. ed. So Paulo: Edgard Blcher, 1992. 308 p.

PANTALEO, C. H. Z. Contribuio anlise e classificao citogentica baseada no processamento digital de imagens e no enfoque lgico-combinatrio. 2003. 168p. Tese (Doutorado) UFSC Universidade Federal de Santa Catarina, Florianpolis, 2003.

PEDROSA, I. O universo da cor. 1 ed. So Paulo, Ed. Senac, 2003, 153p.

PENIDO, L. R. Tcnicas de sensoriamento remoto e SIG aplicadas ao planejamento de uma rodovia: Estudo de caso trecho oeste do Rodoanel Metropolitano de So Paulo. 1998. 119 p. Dissertao (Mestrado) INPE Instituto Nacional de Pesquisas Espaciais, So Jos dos Campos, 1998.

PETRIE, G. Rectification and georeferencing of optical imagery. In: Remote sensing for GIS managers. 1.ed. Redlands, California: ESRI Press, 2005. p. 421-453.

PINHO, C. M. D. Anlise orientada a objetos de imagens de satlite de alta resoluo espacial aplicada classificao de cobertura do solo no espao intraurbano: O caso de So Jos dos Campos SP. 2005. 179 p. Dissertao (Mestrado) INPE Instituto Nacional de Pesquisas Espaciais, So Jos dos Campos, 2005.

QUINTANILHA, J. A. Notas de aula da disciplina PTR 5003 Fundamentos de Informaes Espaciais Disciplina de Ps-Graduao Departamento de Engenharia de Transportes EPUSP Escola Politcnica Universidade de So Paulo, 2004.

QUINTANILHA, J. A.; LIMA, R. A. F.; HAMBURGER, D. S. Tpicos de sensoriamento remoto. In: Programa de transferncia de tecnologia GIS, v. 3, apostila e CD-rom. Convnio EPUSP / SABESP, So Paulo, 1998.

RABUS, B.; EINEDER, M.; ROTH, A.; BAMLER, R. The shuttle radar topography mission: a new class of digital elevation models acquired by spaceborne radar. In: ISPRS Journal of Photogrammetry & Remote Sensing, v. 57, n. 4, p.241-262, 2003.

RICHARDS, J. A.; JIA, X. Remote sensing digital image analysis: an introduction. 4 ed. Berlin: Springer, 2006, 439p.

112 RODRIGUES, M. Introduo ao geoprocessamento. In: Geoprocessamento, 1990, So Paulo. Anais do Simpsio Brasileiro de Geoprocessamento. EPUSP, 1990, p 1-26.

RUMBAUGH, J.; BLAHA, M.; PREMERLANI, W.; EDDY, F.; LORENSEN, W. Modelagem e projetos baseados em objetos. Rio de Janeiro: Campus, 1994, 652p.

SARTORI NETO, A.; Soares, V. P.; LIMA, J. A. M.; RIBEIRO, C. A. A. S.; GRIFFITH, J. J. Anlise de imagens termais AVHRR utilizando transformada de Fourier para determinao de padres em vrtices e meandros In: XII Simpsio Brasileiro de Sensoriamento Remoto, 2005, Goinia, Anais, p. 3671-3678.

SAUSEN, T. M. Sensoriamento remoto e suas aplicaes para recursos naturais. Apostila de sensoriamento remoto INPE. Disponvel em: <http://www.inpe.br/unidades/cep/atividadescep/educasere/apostila.htm> Acessado em 29/05/2007.

SCHIEWE, J.; TUFTE, L. O potencial de procedimentos baseados em regies para a avaliao integrada de dados de SIG e sensoriamento remoto. In: Sensoriamento Remoto e SIG avanados. Ed. BLASCHKE, T.; KUX, H. 2 ed. So Paulo: Oficina de Textos, 2007. p. 56-65.

SHACKELFORD, A. K.; DAVIS, C. H. A combined fuzzy pixel-based and objectbased approach for classification of high resolution multispectral data over urban areas. In: IEEE Transactions on Geoscience and Remote Sensing, New York, v. 41, n. 10, p. 2354-2363, 2003.

SILVA, D. C.; DALMOLIN, Q. Avaliao da resoluo de imagens digitais para cadastro. In: COBRAC 98 Congresso Brasileiro de Cadastro Tcnico Multifinalitrio. Florianpolis, 1998.

SOUSA JUNIOR, J. G. A. Sensoriamento remoto e sistema de informaes geogrficas na caracterizao de solos e quantificao de seus atributos. 2005. 142 p. Dissertao (Mestrado) ESALQ - Escola Superior de Agricultura Luiz de Queiroz Universidade de So Paulo, Piracicaba, 2005.

SOUZA, M. L. O.; SCHULZ, W. Como manter um satlite orientado? In: Terceira Escola do Espao, captulo 5, Org. SERRA JR et al. INPE, 2001, disponvel em:
<http://mtcm16.sid.inpe.br/col/sid.inpe.br/marciana/2005/01.06.10.39/doc/sumario.pdf>.

Acesso em 05/06/2007.

113 USGS UNITED STATES GEOLOGICAL SURVEY. Shuttle Radar Topography Mission (SRTM) Finished products: US Geological Survey. Disponvel em: <http://edc.usgs.gov/products/elevation/srtmbil.html>. Acessado em 16 de maio de 2007.

WILLIAMSON, R. A. Developing the space shuttle. In: Exploring the unknown: selected documents in the history of the US civil space program, Volume IV: Accessing Space. Ed. LOGSDON, J. M. Washington, 1999, 712 p.