determinação de bandas espectrais a partir de dados hiperspectrais

unesp

UNIVERSIDADE ESTADUAL PAULISTA

Faculdade de Ciências e Tecnologia

Programa de Pós-Graduação em Ciências Cartográficas

DISSERTAÇÃO DE MESTRADO

Presidente Prudente 2001

DETERMINAÇÃO DE BANDAS ESPECTRAIS A PARTIR DE DADOS HIPERSPECTRAIS

MÍRIAM REGINA BORDINHON PEGORARI


“DETERMINAÇÃO DE BANDAS ESPECTRAIS A PARTIR DE

DADOS HIPERSPECTRAIS”

Dissertação apresentada ao Programa de Pós-Graduação

em Ciências Cartográficas da Faculdade de Ciências e

Tecnologia da UNESP, como requisito parcial para a

obtenção do título de Mestre em Ciências Cartográficas

(Área de Concentração: Aquisição, Análise e

Representação de Informações Espaciais).

Orientador: Prof. Dr. Erivaldo Antonio da Silva

Co-orientadora: Prof.a Dra. Vilma Mayumi Tachibana

PRESIDENTE PRUDENTE

2001

P423d

Pegorari, Míriam Regina Bordinhon

Determinação de bandas espectrais a partir de dados hiperspectrais /

Míriam Regina Bordinhon Pegorari.- Presidente Prudente: [s.n.], 2001.

111 p.: il.

Dissertação (mestrado) – Universidade Estadual Paulista, Faculdade de

Ciências e Tecnologia

Orientador: Erivaldo Antonio da Silva

Co-orientador: Vilma Mayumi Tachibana

1. AVIRIS 2. Dados hiperspectrais. 3 Simulação de bandas. 4. ENVI.

I.Pegorari,Míriam Regina Bordinhon. II. Título.

CDD (18.ed.) 623.71

TERMO DE APROVAÇÃO


“DETERMINAÇÃO DE BANDAS ESPECTRAIS A

PARTIR DE DADOS HIPERSPECTRAIS”

Comissão Julgadora

Dissertação para a obtenção do título de Mestre

_______________________________________

Prof. Dr. Erivaldo Antonio da Silva – Orientador

_______________________________________

Profª. Dra Ana Lúcia Bezerra Candeias

_______________________________________

Profª. Dra Arlete A. C. Meneguette

Aos meus pais, Alcides (in memorian) e Verginia;

Ao meu marido, Celso, pela paciência e incentivo;

E ao meu filho Henrique.

AGRADECIMENTOS

Ao Prof. Dr. Erivaldo Antonio da Silva, pela orientação,

dedicação e incentivo, sem os quais este trabalho dificilmente seria realizado;

À Prof.a Dra. Vilma Mayumi Tachibana, co-orientadora e

colega nas sugestões, correções e incentivo que jamais serão esquecidos;

Ao Prof. Dr. Lênio Soares Galvão, do Instituto Nacional de

Pesquisas Espaciais, pela competência demonstrada e pelas sugestões ao trabalho

desenvolvido;

À Sulsoft – Creative Software, na pessoa de Michael

Steinmayer, pela licença temporária dada ao software, sem o qual não seria

possível realizar todo o trabalho;

Ao Prof. Luiz Carlos Galvão, pelas correções efetuadas ao texto;

Aos meus professores Arlete A. C. Meneguette, Nilton

Nobuhiro Imai, Júlio K. Hasegawa, Aluir Porfírio Dal Poz, Antonio M. G.

Tommaselli e Maria de Lourdes Bueno Trindade Galo, por me transmitirem o

conhecimento e pela amizade;

À Faculdade de Ciências e Tecnologia – Unesp e às Faculdades

Adamantinenses Integradas – FAI, pelo incentivo dado;

A todos que, direta ou indiretamente, contribuíram para que este

trabalho atingisse a meta proposta inicialmente.

SUMÁRIO

Página

LISTA DE FIGURAS.......................................................................... 8

LISTA DE TABELAS......................................................................... 12

Resumo................................................................................................ 13

1. INTRODUÇÃO.............................................................................. 14

1.1 Considerações Iniciais ................................................................... 14

1.2 Objetivos do Trabalho.................................................................... 15

1.3 Estrutura do Trabalho..................................................................... 16

2. FUNDAMENTAÇÃO TEÓRICA................................................ 17

2.1 Fundamentos de Radiometria......................................................... 17

2.1.1 Radiação Eletromagnética........................................................... 18

2.1.2 Espectro Eletromagnético........................................................... 21

2.1.3 Características do Sistema Sensor............................................... 24

2.2 Comportamento Espectral de Alvos............................................... 27

2.2.1 Fatores que interferem nas medidas do comportamento

espectral................................................................................................

28

2.2.1.1 Formas de Aquisição dos Dados.............................................. 28

2.2.1.2 Geometria de Aquisição de Dados........................................... 29

2.2.1.3 Parâmetros Atmosféricos......................................................... 30

2.2.1.4 Parâmetros Relativos ao Alvo.................................................. 31

2.2.2 Características Gerais das Curvas de Reflectância...................... 31

2.2.2.1 Vegetação................................................................................. 32

2.2.2.2 Solos.......................................................................................... 35

2.2.2.3 Água..........................................................................................

2.3 Sistema Landsat..............................................................................

38

41

2.3.1 Componentes do Sistema Landsat............................................... 43

2.3.2 Sensor MSS –(Multiespectral Scanner Subsystem)..................... 44

2.3.3 Sensor TM – Thematic Mapper................................................... 47

2.3.4 ETM+: “Thematic Mapper Realçado”......................................... 49

2.4 Sistema SPOT................................................................................. 50

2.5 AVHRR.......................................................................................... 53

2.6 Sistema AVIRIS............................................................................. 55

2.6.1 Espectro de AVIRIS.................................................................... 58

3. MATERIAIS E EQUIPAMENTOS.............................................. 64

3.1 Localização da Área de Estudo...................................................... 64

3.2 Equipamentos.................................................................................. 68

4. PROCEDIMENTOS METODOLÓGICOS................................. 69

4.1 Correção Atmosférica e Redução dos Dados do AVIRIS de

Radiância para Reflectância...............................................................

69

4.2 Seleção dos Alvos........................................................................... 71

4.3 Simulação das imagens Landsat/TM-5 , Landsat/MSS-5, Spot 1

e AVHRR-11........................................................................................ 72

5. APRESENTAÇÃO E ANÁLISE DOS RESULTADOS............. 79

5.1 Contraste espectral entre os pares de alvos selecionados............... 83

6. CONCLUSÕES E RECOMENDAÇÕES..................................... 100

BIBLIOGRAFIA.................................................................................. 103

Abstract................................................................................................ 111

LISTA DE FIGURAS

Página

Figura 1 - Espectro Eletromagnético............................................................. 21

Figura 2 - Geometria de Aquisição de Dados............................................... 30

Figura 3 - Reflectância espectral de amostras de solo, de água e de

vegetação......................................................................................

32

Figura 4 - Curva média da vegetação fotossinteticamente ativa................... 33

Figura 5 - Comportamento espectral da água................................................ 39

Figura 6 - Assinatura espectral da água em três estados físicos....................

Figura 7 – Componentes do sistema Spot.....................................................

Figura 8 – Instrumento abordo do avião NASA ER-2..................................

Figura 9 – Espectro de AVIRIS....................................................................

40

51

57

59

Figura 10 - Localização geográfica da área de estudo.................................. 65

Figura 11 - Carta topográfica da localização da área de estudo.................... 67

Figura 12 - Espectros obtidos a partir dos dados do AVIRIS, a) Radiância

e b) Reflectância..........................................................................

71

Figura 13 - Seqüência para simular imagens a partir da imagem AVIRIS... 73

Figura 14 – Simulação da imagem Landsat/TM-5, bandas 1, 2, 3, 4, 5 e 7,

respectivamente em (A), (B), (C), (D), (E) e (F).........................

74

Figura 15 – Simulação da imagem Landsat/MSS-5, bandas 1, 2, 3, 4,

respectivamente em (A), (B), (C) e (D)......................................

75

Figura 16 – Imagem Spot 1 simulada, bandas 1, 2 e 3, respectivamente em

(A), (B) e (C)................................................................................

76

Figura 17 – Simulação da imagem AVHRR 11, bandas 1 e 2,

respectivamente em (A) e (B)......................................................

77

Figura 18 - Imagem AVIRIS – banda 21, com pontos selecionados (A)

Vegetação, (B) Água, (C) Solo Exposto, (D) Estrada de Terra...

80

Figura 19 - Reflectância espectral dos alvos selecionados da imagem

AVIRIS canal 21..........................................................................

81

Figura 20 - Contraste espectral entre os alvos Água e Estrada de Terra da

imagem simulada do Landsat/TM-5 ...........................................

83


imagem simulada do Landsat/MSS-5..........................................

84


imagem simulada do Spot 1.........................................................

84


imagem simulada do AVHRR-11................................................

85

Figura 24 - Contraste espectral entre os alvos Água e Solo Exposto da

imagem simulada do Landsat/TM-5............................................

85



86



86



87

Figura 28 - Contraste espectral entre os alvos Água e Mata Galeria da

imagem simulada do Landsat/TM-5............................................ 88



88



89



89

Figura 32 - Contraste espectral entre os alvos Solo Exposto e Estrada de

Terra da imagem simulada do Landsat/TM-5.............................

91


Terra da imagem simulada do Landsat/MSS-5............................

91


Terra da imagem simulada do Spot 1..........................................

92


Terra da imagem simulada do AVHRR-11.................................

92

Figura 36 - Contraste espectral entre os alvos Mata Galeria e Estrada de

Terra da imagem simulada do Landsat/TM-5 .............................

93


Terra da imagem simulada do Landsat/MSS-5............................

94


Terra da imagem simulada do Spot 1..........................................

94


Terra da imagem simulada do AVHRR-11.................................

95

Figura 40 - Contraste espectral entre os alvos Solo Exposto e Mata

Galeria da imagem simulada do Landsat/TM-5...........................

95


Galeria da imagem simulada do Landsat/MSS-5.........................

96


Galeria da imagem simulada do Spot 1.......................................

96


Galeria da imagem simulada do AVHRR-11..............................

97

LISTA DE TABELAS

Página

Tabela 1 - Principais características das assinaturas espectrais de solo........ 37

Tabela 2 - Regiões espectrais próprias ao estudo de propriedades dos

solos.............................................................................................

38

Tabela 3 - Satélites do Sistema Landsat........................................................ 42

Tabela 4 - Principais características e aplicações das bandas MSS.............. 45

Tabela 5 - Principais características e aplicações das bandas TM................ 48

Tabela 6- Bandas ETM+............................................................................... 49

Tabela 7 - Características e aplicações das bandas Spot............................... 52

Tabela 8 - Características e aplicações das bandas AVHRR........................ 54

Tabela 9 – Faixas espectrais do AVIRIS...................................................... 61

Tabela 10 – Comparação entre os intervalos de bandas dos sensores

Landsat/TM-5, Landsat/MSS-5, Spot 1 e AVHRR 11................

78

Tabela 11 - Apresentação dos novos intervalos de bandas para alguns

sensores em estudo.......................................................................

99

Pegorari, Míriam Regina Bordinhon. Determinação de bandas espectrais a partir

de dados hiperspectrais. Presidente Prudente, 2001. 111p.:il. Dissertação

(mestrado) em Engenharia Cartográfica – Universidade Estadual Paulista,

Faculdade de Ciências e Tecnologia.

RESUMO

Dados hiperespectrais têm sido usados em Sensoriamento Remoto para extrair

mais informações dos alvos. Assim sendo este trabalho, que se insere no âmbito

da Cartografia, tem por objetivo auxiliar a área no sentido de dar uma

contribuição inicial sobre a utilização de dados de sensores hiperespectrais no

estudo de identificação de novos intervalos espectrais que possam ser usados nos

atuais sistemas sensores ou em futuros. Os dados são de uma área na região de

Goiás-BR e foram adquiridos em agosto de 1995, utilizando o sensor AVIRIS da

NASA. Neste estudo será apresentada uma técnica de simulação de imagens de

sensores multiespectrais através do processamento da imagem do sensor

hiperespectral AVIRIS, para a geração de novos intervalos espectrais. Com esses

novos intervalos pode ser possível a extração de um maior número de

informações dos alvos de interesse, o que pode contribuir positivamente para a

área de Sensoriamento Remoto, na verdade, pouco se sabe ainda sobre o potencial

de uso de dados hiperespectrais na geração de novas bandas, o que compreende

um amplo campo de pesquisa, no qual está sendo dada uma contribuição inicial

sobre o assunto nesta dissertação.

Palavras-chaves: Dados Hiperespectrais; Sensoriamento Remoto; AVIRIS.

14

1. INTRODUÇÃO

1.1 Considerações Iniciais

Segundo Steffen et al. (1996), nos últimos anos, a atenção de

pesquisadores de todo o mundo tem-se voltado para o monitoramento global da

geosfera e biosfera, tanto que se estabeleceu o programa EOS (Earth Observing

System), visando ao lançamento de cento e noventa e seis novos tipos de sensores

de grande resolução espectral e espacial com esse propósito.

Com o advento desse programa, o conhecimento do

comportamento espectral dos objetos terrestres, bem como a seleção de bandas de

interesse no momento da aquisição, são primordiais para a definição de novos

sensores orbitais ou para a criação de novas bandas em sensores existentes.

Neste trabalho será discutido, de maneira geral, o

comportamento espectral dos principais objetos naturais que compõem a

superfície terrestre, como vegetação, solo, corpos de água.

O que motivou a realização desse estudo foi a possibilidade de

se avaliar previamente as potencialidades de utilização da imagem AVIRIS

(Airborne Visible/InfraRed Imaging Spectrometer), através da simulação de

imagens geradas a partir dele, baseando-se nas funções de resposta espectral, que

caracterizam as bandas espectrais.

15

1.2 Objetivos do Trabalho

Os dados do Sensoriamento Remoto Hiperespectral foram

adquiridos pela primeira vez em 1995, sob algumas áreas do Brasil, usando

imagens no visível e no infravermelho próximo do espectrômetro (AVIRIS). A

pesquisa era parte do SCAR-B (Smoke, Sulfate, Clouds And Radiation -

Brazil), uma missão científica entre a NASA, a Agência Espacial Brasileira

(AEB) e o Instituto Nacional de Pesquisas Espaciais (INPE). Os dados

coletados sobre o Brasil representam os primeiros dados hiperespectrais

adquiridos sobre uma região tropical.

O objetivo da presente pesquisa é simular a resolução espectral

das imagens geradas a partir de sensores tais como Landsat/TM-5, Landsat/MSS-

5, Spot 1 e AVHRR-11, usando as imagens do Airbone Visible/InfraRed Imaging

Spectrometer (AVIRIS) do Jet Propulsion Laboratory (JPL).

A metodologia adotada é explicada no corpo deste trabalho,

passo a passo, e os resultados obtidos são mostrados, analisados e discutidos.

A contribuição deste trabalho na área das Ciências Cartográficas

é um passo inicial do uso de dados hiperespectrais para a indicação de novas

bandas que possam ser incorporadas nos sensores já existentes ou em futuros

projetos.

A área teste escolhida localiza-se na região de Alto Paraíso de

Goiás, no Estado de Goiás, entre os paralelos 14 00’ S e 14 15’ S e os

meridianos 47 30’ W e 47 40’ W.

16

1.3 Estrutura do Trabalho

A descrição sucinta da estrutura aqui adotada tem a finalidade

de indicar em que capítulo cada assunto é abordado.

O capítulo 2 apresenta a revisão bibliográfica sobre os sensores

analisados no trabalho: o AVIRIS, Landsat, Spot e AVHRR, bem como um

estudo sobre o comportamento espectral dos alvos escolhidos.

O capítulo 3 indica a localização da área de estudos escolhida,

assim como os equipamentos e softwares utilizados nesta dissertação.

O capítulo 4 faz uma descrição dos detalhes do sistema

desenvolvido, bem como apresentada as correções e simulações geradas.

No capítulo 5 são apresentados e analisados os resultados da

simulação de bandas geradas pelo sensor AVIRIS.

Finalmente, no capítulo 6, são apresentadas conclusões que

foram obtidas com a realização deste trabalho, além de algumas recomendações

para trabalhos futuros.

17

2. FUNDAMENTAÇÃO TEÓRICA

Este capítulo trata do comportamento espectral dos alvos e das bandas

associadas dos satélites Landsat, NOAA e Spot. Portanto este capítulo fornece um

embasamento para o capítulo 3.

2.1 Fundamentos de Radiometria

Segundo Steffen et al. (1996), o Sensoriamento Remoto pode ser

definido como um conjunto de técnicas e equipamentos que permite obter

informações da superfície terrestre usando-se a radiação eletromagnética como

meio de coleta dessas informações, as quais são gravadas como fotografias ou

imagens digitais por equipamentos colocados em aeronaves ou satélites.

A imagem gerada por um sensor remoto é constituída por uma

matriz de pontos denominados pixels (picture cells), onde cada um representa,

através de seu nível digital, a quantidade de radiação refletida ou emitida pela

parte da cena que representa.

A quantidade e a qualidade da radiação refletida pelos objetos

terrestres resultam das modificações que o fluxo de radiação solar experimenta ao

interagir com os mesmos. Essas alterações são provocadas pelas diferentes

18

propriedades físico-químicas e biológicas dos objetos e determinam a sua

aparência nas imagens dos sensores remotos.

2.1.1 Radiação Eletromagnética

Desde os mais remotos tempos, a energia é utilizada

pelo homem para a sua sobrevivência e desenvolvimento. Quase toda

energia disponível na Terra tem sua origem no Sol, de onde se propaga

para todo o espaço na forma de radiação eletromagnética (REM). Essa

radiação se desloca, na forma de ondas, com uma velocidade próxima de

300.000 Km/s. Como qualquer tipo de fenômeno ondulatório, os

diferentes tipos de radiação eletromagnética podem ser caracterizados

pelo seu comprimento de onda e freqüência, que se relacionam com a

velocidade de propagação por:

C = . f (1)

onde C é a velocidade em m/s, o comprimento de onda m e f a

freqüência em Hertz.

Muitas vezes, os comprimentos de onda têm

dimensões muito pequenas e é comum a utilização de submúltiplos do

metro, como o nanômetro (1nm = 10–9

m) e o micrômetro (1 m = 10–6

m), para a sua designação e, da mesma forma, os valores da freqüência

são indicados por múltiplos do Hertz, como o quiloHertz (1 kHhz = 103

Hz), o megaHertz (1 MHz = 106 Hz) e o gigaHertz (1 GHz = 10

9 HZ).

19

Segundo Almeida Filho (2000), quando a REM incide sobre

determinado material, parte é refletida; parte absorvida e emitida na forma de

calor; e parte pode ser transmitida através da substância. Esses fenômenos

definem os três parâmetros usados para caracterizar espectralmente os diferentes

materiais: reflectância (r)(ρ), absortância (a)(α) e transmitância (t)(τ), sendo que ρ

+ α + τ = 1, maiores detalhes em (Novo, 1992). A intensidade com que

determinada substância reflete a REM é função de suas características físicas e

químicas e define sua assinatura espectral. A reflectância é uma grandeza

adimensional que expressa a razão entre a densidade superficial de fluxo radiante

que atinge determinada superfície (i) e a densidade de fluxo refletido ou emitido

pela superfície (e), ou seja, (r = e/i). Entretanto, a grandeza radiométrica medida

pelos sistemas sensores é a radiância (n), definida como o fluxo radiante que deixa

determinada superfície por unidade de ângulo sólido e de área projetada na

direção da medida. Admitindo-se que a maioria dos materiais da superfície

terrestre comporta-se como superfícies lambertianas (refletindo ou emitindo a

REM igualmente em todas as direções), é possível demonstrar que a radiância

hemisférica de determinada superfície pode ser dada por n = e/π. Combinando-se

essas duas expressões, verifica-se que a radiância de uma superfície lambertiana é

diretamente proporcional a reflectância da superfície e à densidade do fluxo

radiante incidente [n = (i. r)/pi]. Assim, sob as mesmas condições de iluminação,

alvos distintos serão registrados nas imagens com valores distintos de radiância.

Entretanto, sob várias situações, as condições de iluminação da cena variam pela

20

relação entre a topografia e os ângulos solares de elevação e azimute, fazendo

com que alvos semelhantes tenham valores distintos de radiância.

Vários outros fatores contribuem para compor o dado

registrado em uma imagem de Sensoriamento Remoto, que representa o

somatório da radiação refletida por todos os componentes da superfície

terrestre contidos dentro do elemento de resolução do sistema, incorporando

ainda influências das variáveis envolvidas no processo de aquisição desses

dados. Segundo Almeida Filho (2000), dentre esses fatores devem ser

considerados:

- características do sistema sensor: sistemas ópticos

(resoluções espaciais, espectrais e radiométricas), sistemas de radar (resolução

espacial, banda de freqüência, polarização, ângulos de incidência e visada);

- influência do substrato geológico, representado pela

distribuição das rochas em superfície ou, como geralmente ocorre, pelos

produtos derivados do intemperismo;

- influência das características fisiográficas da região de

estudo, as quais determinarão o grau de intemperismo e o tipo de cobertura

vegetal dominante;

- influência das variações sazonais refletidas na cobertura

vegetal;

- influência das variações sazonais, refletidas nos ângulos

solares de elevação e azimute.

21

2.1.2 Espectro Eletromagnético

Os diferentes tipos de radiação eletromagnética conhecida

podem ser caracterizados pelo seu comprimento de onda ou pela freqüência. O

gráfico da figura 1, denominado Espectro Eletromagnético mostra, de forma

organizada, o conjunto dos diferentes tipos de radiação eletromagnética

conhecido.

FIGURA 1 - Espectro Eletromagnético

Fonte: Steffen et al. (1996)

Observando o espectro eletromagnético no sentido dos maiores

comprimentos de onda (menor freqüência), pode-se observar os seguintes tipos de

radiação:

22

Radiação Gama: radiação de alta energia geralmente emitida por

materiais radioativos. É utilizada em medicina (radioterapia) e radiografia

industrial.

Raios-X: radiação produzida pelo freamento de elétrons de alta energia. O

seu médio poder de penetração a torna adequada para as aplicações na

medicina (radiografia) e nas técnicas de controle de qualidade industrial.

Ultravioleta: radiação emitida em grande quantidade pelo sol na faixa de

100 nm até aproximadamente 380 nm, entretanto é bastante atenuada pela

camada de ozônio atmosférico antes de atingir a superfície terrestre. Essa

banda pode ser subdividida em:

UV próximo: 300 a 380 nm

UV médio: 200 a 300 nm

UV distante: 100 a 200 nm

Visível: é o conjunto das radiações que podem ser percebidas pelo sistema

visual humano e denominado luz. A cor é uma sensação produzida pelo

estímulo luminoso e os diferentes componentes do espectro visível

produzem sensações de cor que dependem de seu comprimento de onda

(ou freqüência) como mostra a relação:

Violeta: 390 a 450 nm

23

Azul: 450 a 500 nm

Verde: 500 a 560 nm

Amarelo: 560 a 600 nm

Laranja: 600 a 630 nm

Vermelho: 630 a 760 nm

Infravermelho: região espectral que contém as radiações

eletromagnéticas desde 0,7 m até 1000 m e costuma ser subdividida em

três sub-regiões:

IV próximo: 0,7 a 3,0 m

IV médio: 3,0 a 6,0 m

IV distante: 6,0 a 103 m

Microondas: radiações eletromagnéticas que podem ser produzidas por

sistemas eletrônicos e se estendem pela região do espectro desde 1mm até

cerca de 1m, o que corresponde ao intervalo de freqüências de 300 GHz a

300 Mhz.

Rádio: radiações eletromagnéticas de freqüência menor que 300 MHz

(>1m) e utilizadas principalmente em telecomunicações.

Algumas bandas do espectro eletromagnético têm denominações

especiais relacionadas com suas características como:

24

Espectro óptico: região do espectro que compreende as

radiações que podem ser coletadas por sistemas ópticos

(ultravioleta, visível e infravermelho).

Espectro solar: região espectral que compreende os

tipos de radiação emitidas pelo Sol.

Espectro visível: conjunto das radiações percebidas pelo

sistema visual humano.

2.1.3 Características do Sistema Sensor

Como a visão humana é naturalmente limitada na visualização

da REM, faz-se necessário utilizar “equipamentos artificiais” que possam, a

exemplo do olho humano na faixa do visível, receber, quantificar e fornecer dados

sobre os objetos estudados também em outras faixas do espectro eletromagnético.

Com o desenvolvimento científico e a melhoria dos equipamentos, as faixas

espectrais puderam ser muito ampliadas.

Em linhas gerais, é possível definir um sensor remoto como um

dispositivo capaz de responder à REM, no domínio de sua faixa espectral,

registrá-la e fornecer um produto que dará informação sobre as características dos

alvos. Os sistemas sensores são geralmente constituídos por três elementos: um

coletor móvel, responsável pela captação da energia emitida e/ou refletida pelos

alvos e pelo envio desta para o detetor ou detetores que possuem a função de

25

transformar a energia de eletromagnética para uma outra forma de energia. Em

geral, esta outra forma é um sinal eletrônico que é diretamente proporcional à

radiância e, finalmente, o terceiro elemento que é a unidade eletrônica. Ela faz

com que o sinal recebido pelos detectores seja codificado de forma que possa ser

lido e registrado através de um medidor.

O sistema de aquisição de dados por Sensoriamento Remoto é

composto, desta forma, por uma fonte de energia eletromagnética, um sensor que

transforma a energia proveniente do alvo em sinal e por um analisador que

transforma esse sinal em dados. Sabe-se ainda que as variações nos sinais

registrados dependem também das interações energia x matéria x alvo. Outro fator

que interfere no sinal recebido é a altitude do sensor com relação à área imageada.

Convencionou-se denominar esta altitude de nível de aquisição de dados, sendo

que ela se classifica em:

Nível de laboratório/campo – neste nível é possível manter

controlada a componente atmosférica, uma vez que esta interfere de forma

acentuada, nos resultados finais atingidos. Este nível de aquisição e medida é

fundamental para a compreensão do efeito de fatores ambientais e/ou

propriedades inerentes dos objetos sensoriados sobre os sinais registrados pelos

sensores. Trabalha-se com porções reduzidas da matéria e estuda-se o

comportamento espectral destas, quase sem a interferência de fatores ambientais.

26

Nível de aeronave - neste nível é possível obter informações

precisas de áreas de tamanho maior, o que favorece sobremaneira o conhecimento

mais rápido da superfície. É claro que neste caso, a atmosfera pode interferir em

um grau maior, sendo necessário conhecer, de alguma forma, o efeito desta

interferência. A energia registrada pelo sensor não se refere a um determinado

objeto ou alvo, mas sim a um arranjo ou composição dos objetos que pertencem à

cena correspondente ao pixel.

Nível orbital – neste estão incluídos todos os dados obtidos

por sensores colocados a bordo de satélites artificiais. Como no caso anterior, a

energia registrada é a integração da resposta de diferentes objetos.

No caso dos sistemas ópticos, deve-se considerar suas

resoluções espaciais, espectrais e radiométricas. De um modo bastante simples,

pode-se dizer que a resolução espacial de um sistema é dada por sua capacidade

de discernir dois pontos do terreno separados por determinada distância (pixel do

Thematic Mapper do Landsat cobre uma área é em média de 30x30 m. No entanto

ele pode detectar feições menores que essa dimensão, como o traçado de uma

estrada secundária, desde que a mesma possua alto contraste em relação ao meio

onde se encontra). A resolução espectral pode ser entendida como o número e a

largura das bandas espectrais de um sistema. No caso dos sistemas hiperespectrais

(com mais de duas centenas de bandas muito estreitas) a alta resolução espectral

permite recompor a curva de comportamento espectral de determinados alvos. A

resolução radiométrica pode ser entendida como a sensibilidade com que o

27

sistema registra as variações de comportamento do alvo, expressa em termos de

números binários (6 bits = 26 = 64 níveis de cinza; 8 bits = 2

8 = 256 níveis de

cinza etc.).

No caso dos sistemas de radar, deve-se considerar a resolução

espacial, a faixa de freqüência de obtenção das imagens (banda-X, banda-C,

banda-L), a polarização do feixe de radiação enviado e recebido pela antena (HH,

VV, HV), os ângulos de incidência do feixe, que em função da morfologia do

terreno poderão criar várias características típicas dessas imagens, como sombra,

quebra e sobreposição. Como os sistemas de radar podem obter imagens em

órbitas ascendentes e descendentes, a direção da visada é também muito

importante, posto que ela realçará de modo diferente as características do terreno.

Com raras exceções as imagens ascendentes tendem a mostrar o relevo com a

aparência invertida (locais altos aparecem baixos e vice-versa).

2.2 Comportamento Espectral de Alvos

A principal característica do Sensoriamento Remoto é o seu poder de

multiespectralidade, ou seja, a característica de obter dados de uma mesma área, a

partir de várias faixas do espectro eletromagnético.

O comportamento espectral de um alvo pode ser definido como a medida

da reflectância desse alvo ao longo do espectro eletromagnético.

28

Para a análise espectral dos objetos, é necessário o conhecimento das

condições experimentais, como características dos sensores, tipo de

processamento, geometria de aquisição de dados, fatores ambientais e estado do

objeto.

O estudo do comportamento espectral de alvos normalmente é feito sob a

forma gráfica, sendo necessários também outros tipos de informações relativas às

condições de coletas dos dados, como local, altura do equipamento, visada

vertical ou oblíqua, horário das medições, condições climáticas, data e outros.

O conhecimento do comportamento espectral de alvos é muito importante

na própria definição de novos sensores, na definição do tipo de pré-processamento

a que devem ser submetidos os dados ou mesmo na definição da forma de

aquisição deles (geometria de coleta dos dados, freqüência, altura do

imageamento, resolução limite etc).

2.2.1 Fatores que interferem nas medidas do comportamento espectral

2.2.1.1 Formas de Aquisição dos Dados

A forma de aquisição das medidas deve considerar a

reflectância, transmitância e a absortância espectral hemisférica e/ou bidirecional.

Estas principais medidas podem ser feitas da seguinte forma: em laboratório, no

29

campo, aeronave ou orbital. Cada uma destas formas gera diferentes resultados,

devido aos diferentes fatores na tomada das medidas.

2.2.1.2 Geometria de Aquisição de Dados

Independente da forma de aquisição dos dados espectro

radiométricos (laboratório ou campo, aeronave e satélites), os aspectos

geométricos envolvidos no processo de coleta exercem grande influência nas

medições.

Os parâmetros geométricos em questão referem-se às posições espaciais

assumidas pela fonte de REM, pelo alvo e pelo sensor, que são expressas sob a

forma angular.

A figura 2 ilustra um exemplo dos ângulos envolvidos numa missão de

coleta de dados, onde o Sol é a fonte de REM e o satélite a plataforma de

sustentação do sensor. Os ângulos ilustrados são: zenital solar (z) ou ângulo de

elevação solar, zenital de visada (v) ou ângulo de visada e azimutal relativo (),

sendo que H representa a altura do sensor em relação ao plano da base do alvo.

30

FIGURA 2 – Geometria de Aquisição de Dados

Fonte: Novo (1992)

2.2.1.3 Parâmetros Atmosféricos

Os parâmetros atmosféricos que interferem nas medidas de reflectância

são: umidade atmosférica, presença de aerossóis, turbulência etc, ficando

implícito o tratamento de situações onde a atmosfera esteja livre de nebulosidade.

A umidade interfere através da absorção da REM na trajetória do fluxo

entre a fonte e o alvo e entre o alvo e o sensor. As modificações na umidade

conduzem a alterações na intensidade das bandas de absorção pela água, interfere

no tipo e concentração dos aerossóis e provoca mudanças no espalhamento

atmosférico.

31

2.2.1.4 Parâmetros Relativos ao Alvo

As características de reflectância dos objetos adjacentes ao alvo de

interesse também interferem nas medidas, vez que a energia que a vizinhança do

alvo espalha pode ser diferente espectralmente da energia deste e mascarar sua

resposta.

2.2.2 Características Gerais das Curvas de Reflectância

O conhecimento dos espectros de reflectância dos diversos materiais

permite quantificar e prever a distribuição espectral da REM por eles refletida.

Este conhecimento é fundamental para a escolha dos melhores canais ou faixas

espectrais, onde algumas características dos alvos sejam realçadas, ou mesmo para

a interpretação de imagens ou dados obtidos por sensores remotos.

Na figura 3 estão representadas as curvas de reflectância espectral média

de três tipos de alvos para Sensoriamento Remoto do meio ambiente: solo,

vegetação e água. Pode-se observar que cada material apresenta uma curva de

reflectância espectral bastante típica, distinguindo-se das demais. A esta

reflectância espectral também se dá o nome de assinatura espectral.

32

FIGURA 3 - Reflectância espectral de amostras de solo, água e de vegetação

Fonte: Silva (1992)

Será apresentado, de modo generalizado, o comportamento

espectral de alguns componentes da superfície que serão aqui trabalhados, quais

sejam: vegetação, solo e água.

2.2.2.1 Vegetação

O termo vegetação, associado ao comportamento espectral, tem

sido usado para representar propriedades espectrais de partes de uma planta (ou

conjunto de plantas), como suas folhas, galhos etc.

33

Os constituintes da folha que são considerados mais importantes

na interação com a REM são a celulose, solutos, espaços intercelulares e

pigmentos existentes dentro dos cloroplastos.

O comportamento espectral de uma folha é função de sua

composição, morfologia e estrutura interna.

A curva de média da vegetação fotossinteticamente ativa é

mostrada na figura 4. Os comprimentos de onda relativos ao ultravioleta não

foram considerados porquanto uma grande quantidade dessa energia é espalhada e

a vegetação não faz uso dela.

FIGURA 4 – Curva média da vegetação fotossinteticamente ativa

Fonte: Novo (1992)

Sua análise indica que a região compreendida entre 0,4 a 2,6 m

pode ser dividida em três áreas: a região do visível (0,4 a 0,7 m), do

infravermelho próximo (0,7 a 1,3 m) e região do infravermelho médio (1,3 a 2,6

34

m). Essa divisão foi feita em função dos fatores que condicionam seu

comportamento (Novo, 1992):

- Até 0,7 m (região do visível) a reflectância é baixa (menor

que 0,2), decorrente da forte absorção da radiação pelos pigmentos do grupo da

clorofila, dominando a absorção da radiação incidente pelos pigmentos da planta

em 0,48 m (carotenóides) e em 0,62 m (clorofila). Destaca-se um pico de

reflectância em torno de 0,5 m, correspondente à região verde do espectro,

dando a coloração verde das plantas.

- De 0,7 a 1,3 m, a reflectância passa para valores próximos a

40%, o que está relacionado à estrutura celular da folha, onde ocorrem múltiplas

reflexões e refrações, associadas a descontinuidades de índices de refrações. Este

fato é importante para que a folha mantenha o equilíbrio no balanço de energia e

não se superaqueça, evitando, assim, a destruição da clorofila.

- Entre 1,3 e 2,5 m, a reflectância da vegetação é dominada

pela presença de água. Nessa região encontram-se dois máximos de absorção pela

água (em 1,4 m e 1,95 m) e as bandas de absorção atmosféricas.

Esses dados referem-se a uma única folha verde isolada e sadia,

devendo ficar claro que vários fatores podem modificar este comportamento

espectral e que, ainda, ele não pode ser aplicado diretamente para uma planta

inteira ou para uma cobertura vegetal, devido a diversos fatores, como influência

35

de superfícies desfolhadas, mudanças no ângulo de iluminação e orientação das

folhas.

A medida de reflectância espectral da vegetação depende de um

conjunto de fatores, como condições atmosféricas, espécie, solo, índice de área

foliar, biomassa, forma da folha, posição, água, pigmento, geometria da medida,

tipo de sistema sensor e cobertura da copa.

2.2.2.2 Solos

O solo, sob o ponto de vista edafológico, é massa natural que

compõe a superfície terrestre, sendo que sua função é suportar as plantas. Uma

segunda definição, sob o ângulo pedológico, é um conjunto de corpos naturais

contendo matéria viva e resultantes da ação do clima e da biosfera sobre as rochas,

cuja transformação em solo se realiza durante certo tempo e sofre influência de

acordo com o tipo de relevo.

Os principais fatores de formação do solo são: organismos, clima (água e

temperatura), material de origem, tempo e relevo. Seu comportamento espectral

está em função principalmente da porcentagem de matéria orgânica,

granulometria, umidade e Capacidade de Troca Catiônica (CTC), sendo que o

aumento da quantidade de matéria orgânica provoca a diminuição da resposta

espectral.

36

Quanto à relação granulometria/reflectância, para as partículas

transparentes, sua diminuição de tamanho aumenta os valores de reflectância;

entretanto, nos opacos, quanto menor a sua granulometria, maior será a redução da

reflectância e atenuação das bandas de absorção.

Para umidade e CTC, solos úmidos possuem reflectâncias mais baixas que

os solos secos quando na faixa do espectro refletido, sendo que o aumento na

capacidade de troca catiônica provoca um decréscimo na reflectância dos solos.

A tabela 1 estabelece uma classificação do solo em 5 tipos, resumindo suas

principais características.

37

Tabela 1 – Principais características das assinaturas espectrais de solo

TIPO DE

CURVA

REGIÃO DO

ESPECTRO

(µm)

FEIÇÃO

ESPECTRAL

CARACTERÍSTICA DO

SOLO

1

0,32 – 1,0 Baixa reflectância

Forma côncava

----

2

0,32 – 0,60

0,60 – 0,70

0,70 – 0,75

0,32 – 0,75

Gradiente decrescente

Gradiente acentuado


Forma convexa

Solos bem drenados pouca

Matéria orgânica

3

0,32 – 0,60

0,60 – 0,74

0,76 – 0,78

Gradiente acentuado

Gradiente pequeno


Solos com conteúdo de

ferro

Razoavelmente elevado

4

0,32 – 2,30

0,88 – 1,30

Baixa reflectância

Redução da

reflectância

Alto conteúdo de ferro e

matéria orgânica

5

0,75 – 1,30


não há banda de

absorção de água em

1,45 m

Alto conteúdo de ferro e

baixo conteúdo de matéria

orgânica

Fonte: Adaptação de Novo (1992)

38

A partir de uma análise e estudos, foram sugeridas por Silva (1992),

algumas faixas espectrais interessantes para estudo de propriedades do solo, que

são apresentadas.

Tabela 2 – Regiões espectrais próprias ao estudo de propriedades dos solos

REGIÕES ESPECTRAIS

(µm)

PROPRIEDADES

0,57 Monitoramento de matéria orgânica em solos sem

cobertura vegetal

0,7 e 0,9 Monitoramento do conteúdo de compostos de ferro

férrico

1,0 Monitoramento do conteúdo de compostos de ferro

ferroso

2,2 Monitoramento de umidade do solo

Fonte: Novo (1992)

2.2.2.3 Água

Um dos principais itens envolvidos no estudo do comportamento espectral

da água é a interação da radiação eletromagnética com um corpo d´água, como é

mostrado na figura 5. A radiação que chega à superfície da água é refletida ou

refratada. Uma parte desta radiação refratada pode ser absorvida e espalhada pela

39

própria água ou por partículas nela presentes, refletida no fundo da superfície,

podendo novamente atingir a superfície.

FIGURA 5 - Comportamento espectral da água

Fonte: Novo (1992)

Portanto, podem ocorrer os seguintes fenômenos quando da interação da

radiação eletromagnética com um meio líquido:

- Reflexão na superfície;

- Reflexão na superfície da água;

- Absorção de parte da radiação pela água e pelas partículas

presentes nela;

- Espalhamento e desvio na direção do percurso da radiação;

- Reflexão no fundo do corpo d´água;

- Nova refração da radiação na superfície, com conseqüente

emersão na atmosfera.

40

Esta pequena parte da radiação emergente, associada à radiação

refletida na superfície da água, novamente é modificada pela atmosfera até atingir

o sistema sensor. Além destes fatores, corpo d´água e condições atmosféricas, o

estudo de água por Sensoriamento Remoto depende também do tipo de sistema

sensor empregado e da geometria de tomada da medida.

A figura 6 ilustra o comportamento espectral d´água em seus

diferentes estados físicos.

FIGURA 6 - Assinatura espectral da água em três estados físicos

Fonte: Bowker et al. (1985)

De modo geral, a assinatura espectral da água líquida apresenta

uma baixa reflectância, menor do que 10%, na faixa espectral compreendida entre

41

0,38 e 0,7 m e máxima absorção acima 0,7 m. As nuvens apresentam elevada

reflectância, em torno de 70%, em todo o espectro óptico e com destacadas bandas

de absorção em 1, 1,3 e 2 m. A assinatura espectral da neve apresenta maiores

valores de reflectância do que as nuvens na faixa espectral de 0,4 a 1,2 m tendo

um decaimento acentuado no intervalo entre 0,8 e 1,5 m quando a reflectância

atinge valor inferior a 1%. Esses valores voltam a crescer, atingindo valores

máximos ( 20%) em, aproximadamente, 1,75 e 2,25 m e mínimo ( 0) em

torno de 2 m.

As bandas de absorção devido a processos de oscilações têm

uma tarefa importante ao representar os minerais que contêm água, íons de

oxidrilo ou carbonato. A presença de água é revelada através de duas bandas

características a 1,4 e 1,9. A presença simultânea destas bandas indica que a

água não é associada com a estrutura cristalina, considerando-se que a presença

de uma única banda em 1,4 indica que aqueles íons de oxidrilo ligados ao

padrão cristalino estão presentes. Esta banda, às vezes, é alargada de 1,5 a 1,7.

O estilo de oscilação principal do OH - íon dá uma banda de absorção em,

aproximadamente, 2,8 (Antikidis et al., 1995).

2.3 Sistema Landsat

A idéia de se desenvolver um sistema de coleta de dados a partir

de satélite surgiu com as primeiras fotografias orbitais dos programas Mercury e

42

Gemini. Essas fotografias demonstraram a viabilidade de se utilizar plataformas

espaciais como base para a coleta de dados sobre os recursos da superfície

terrestre (Novo, 1992).

O sistema Landsat foi desenvolvido pelos Estados Unidos, com

o objetivo de permitir a aquisição repetitiva e de alta resolução de dados

multiespectrais da superfície terrestre. No começo ficou conhecido por ERTS -

Earth Resources Technology Satellite.

Na tabela 3 apresenta as datas de lançamento de cada satélite,

bem como seu período de vida útil.

Tabela 3 - Satélites do Sistema Landsat

SATÉLITE

DATA DE

LANÇAMENTO

SENSORES

ESTADO DE

OPERAÇÃO

Landsat 1 23-7-1972 MSS e RBV Terminado em 5-1-1978

Landsat 2 22-1-1975 MSS e RBV Final 27-7-1983

Landsat 3 5-3-1978 MSS e RBV Final 07-9-1983

Landsat 4 16-7-1982 MSS, TM Final de 1983

Landsat 5 1-3-1984 MSS, TM Operacional

Landsat 6 3-10-1993 ETM Perdido no lançamento

Landsat 7 Abril, 1999 TM, ETM+ Operacional

Fonte: Adaptada de http://www.ltid.inpe.br/selper/image/portugues/landsat1.html

em 21/10/1998

http://www.ltid.inpe.br/selper/image/portugues/landsat1.html

43

2.3.1 Componentes do Sistema Landsat

Como todo sistema de Sensoriamento Remoto orbital, o sistema

Landsat compõe-se de duas partes principais: o subsistema satélite e o subsistema

estação terrestre.

O subsistema satélite tem a função básica de adquirir os dados.

Na configuração atual (Landsat 5), que difere da dos três primeiros, percebe-se

claramente que esta série é a ponte entre as antigas e as novas gerações de

sistemas orbitais de coleta de dados. Este subsistema satélite adquire imagens dos

alvos terrestres graças a dois sensores denominados Thematic Mapper - TM e

Thematic Mapper Realçado - ETM. O subsistema satélite tem a função também de

fornecer meios de transmissão das imagens diretamente às estações terrestres,

através de satélites de comunicação (Tracking and Data Relay Satellite System) -

TDRSS, proporcionar energia para a operação dos instrumentos e equipamentos

sensores e de suporte, manter a estabilidade de altitude das estações terrestres e

interagir com os ônibus espaciais.

Além dos sensores a bordo, o satélite é composto por vários

outros subsistemas que têm, cada um, uma função específica, mas que, no geral,

garantem a recepção e transmissão dos dados sobre os alvos da superfície

terrestre.

A órbita é repetitiva, circular, heliosíncrona e quase polar. O

satélite está a uma altitude de 705 Km, sendo que, essa diminuição de altitude

proporcionou atingir-se a resolução de 30 metros no terreno para os dados do

44

sensor TM, o que foi um avanço para áreas como a Cartografia. As passagens pela

mesma área imageada ocorrem a cada 16 dias.

2.3.2 Sensor MSS – (Multispectral Scanner Subsystem)

O sensor MSS hoje não se encontra em operação por problemas

técnicos. Este sensor é um equipamento de varredura ótico-eletrônica, que opera

em quatro faixas do espectro eletromagnético, duas no visível (canais 4 e 5) e duas

no infravermelho próximo (canais 6 e 7). Segundo Curran (1985), a cena terrestre

imageada por este sensor representava uma área de 185 x 185 km e a resolução

espacial de 80 x 80 m. No Landsat 3 foi acrescentado um canal na faixa do

infravermelho termal (canal 8), cuja resolução era de 240 m, que captava a

radiação emitida pelos alvos, mas como falhou logo após o lançamento, poucas

destas imagens foram usadas para aplicações ambientais.

45

Tabela 4 – Principais características e aplicações das bandas MSS

Satélites Bandas Faixas

Espectrais (µm)

Aplicação Resolução

Espacial (m)

Landsat

1, 2, 3

4

0,5 - 0,6 (verde)

-Uso do solo, vegetação

-Áreas urbanas, qualidade

d’água

80

5

0,6 - 0,7

(vermelho)

-Diferenciação de espécies

vegetais

-Agricultura, qualidade

d’água

-Áreas urbanas

80

6

0,7 - 0,8

(infravermelho

próximo)

- -Delineamento de corpos

d’água

- -Mapeamento geológico

- -Mapeamento

geomorfológico

- -Áreas úmidas

-

80

46

7

0,8 - 1,1

(infravermelho

próximo)

- -Delineamento de corpos

d’água

- -Mapeamento geológico

- -Mapeamento

geomorfológico

- -Áreas úmidas

-Queimadas

-

80

Landsat 3

8

10,4 - 12,6

(infravermelho

termal)

-Correntes marinhas

-Diferenças de temperatura

dos alvos da superfície

terrestre

240

Fonte: http://www.ltid.inpe.Br/selper/image/português/landsat4.html em

21/10/1998

Os dois últimos satélites da série Landsat (o 4 e o 5), sofreram

algumas modificações, tanto na forma da plataforma como em suas características

orbitais. A altitude foi modificada de 920 km para 705 km, o ciclo de

recobrimento passou de 18 dias para 16 dias e o período orbital passou de 103

minutos para 98,9 minutos. O horário médio de passagem pelo Equador continuou

sendo 9h 30 min, horário local.

Principais características e aplicações das bandas MSS

(continuação)

http://www.ltid.inpe.br/selper/image/portugu�s/landsat4.html

47

2.3.3 Sensor TM - Thematic Mapper

O sensor TM tem um sistema avançado de varredura

multiespectral concebido para proporcionar resolução espacial mais fina (30m),

melhor discriminação espectral entre os alvos e maior fidelidade geométrica em

relação ao sensor MSS.

O sensor TM possui sete canais, sendo que 6 deles (canais 1, 2,

3, 4, 5 e 7) possuem resolução espacial de 30 metros e o canal 6 tem resolução

espacial de 120 metros.

Na tabela 5 é possível verificar as faixas espectrais do sensor

TM e suas principais aplicações.

48

Fonte: Novo (1992)

O sensor TM também tem espelho no seu sistema de varredura,

sendo que este sistema agora é eletrônico e não mais mecânico como no caso do

Tabela 5 – Principais características e aplicações das bandas TM

Canal Faixa Espectral

( m )

Principais Aplicações Resolução

Espacial (m)

1 0,45 - 0,52 - Diferenciação entre solo e vegetação

- Mapeamento de águas costeiras

30

2 0,52 - 0,60 - Reflectância de vegetação verde

sadia

30

3 0,63 - 0,69 - Absorção de clorofila

- Diferenciação entre espécies

vegetais

30

4 0,76 - 0,90 - Levantamento de biomassa

- Delineamento de corpos d’água

30

5 1,55 - 1,75 - Medidas de umidade de vegetação

- Diferenciação entre nuvens e neve

30

6 10,4 - 12,5 - Mapeamento de estresse térmico

- Outros mapeamentos térmicos

120

7 2,08 - 2,35 - Mapeamento hidrotermal 30

49

MSS. O espelho oscila perpendicularmente à direção de deslocamento do satélite

em sentido leste-oeste e oeste-leste, segundo um ângulo de varredura de 7,7.

2.3.4 ETM+: “Thematic Mapper Realçado”

O sensor ETM opera nas mesmas bandas do TM (pequena

alteração nos intervalos), com inovação da banda pancromática com 15 metros de

resolução, operando na faixa de 0,52 m a 0,90 m, conforme ilustrado na tabela

6.

Tabela 6 - Bandas ETM+

Banda Faixa espectral (m) Resolução espacial (m)

1 0,45 – 0,515 30

2 0,525 – 0,605 30

3 0,63 – 0,690 30

4 0,75 – 0,90 30

5 1,55 – 1,75 30

6 10,40 – 12,5 60

7 2,09 – 2,35 30

Pan 0,52 - 0,90 15

Fonte: Adaptação http://www.nasa.gov em 21/10/1998

http://www.nasa.gov/

50

2.4 Sistema SPOT

O programa Spot foi projetado como um sistema operacional e

comercial. Foi estabelecido pelo governo francês em 1978, com a participação da

Suécia e Bélgica. O programa é gerenciado pelo Centro de Estudos Espaciais -

CNES na França, órgão responsável pelo desenvolvimento do mesmo e pela

operação dos satélites.

Os satélites do programa Spot (1, 2 e 3) possuem dois sensores

idênticos e o Spot 4, atualmente em uso, possui a bordo os sensores conhecidos

por Vegetation e HRVIR – High Resolution Visible InfraRed, que obtêm

informações da superfície terrestre.

O sistema Spot é um programa parecido com o Landsat. Os

satélites podem ser alterados para abrigar diferentes “cargas úteis”, sistemas

sensores que visam captar informações dos alvos presentes na superfície terrestre.

Possui a bordo dois sensores idênticos denominados HRV – High Resolution

Visible (visão de alta resolução); suas imagens recobrem uma área no terreno

equivalente a 60 x 60 Km, podendo chegar a 117 x 60 Km, fornecendo imagens

com resoluções de 10 e 20 m, dependendo do modo.

Possui ainda a possibilidade de estereoscopia, o que é de grande

importância para certas áreas, por exemplo, a Cartografia.

51

O sistema Spot é composto pelo satélite, instrumentos e estação

de rastreamento, recepção e processamento dos dados, conforme mostra a figura

7.

FIGURA 7 - Componentes do sistema Spot

Fonte: SPOT IMAGE (1986)

O satélite possui vários subsistemas com as seguintes funções:

controle da órbita, estabilização em três eixos, suprimento de energia, manutenção

das funções de telemetria e transmissão, recepção de comandos, monitoramento e

programação da carga útil.

52

O sensor HRV a bordo do Spot 3 foi criado para operar em dois

modos diferentes. Um denominado modo multiespectral, que permite a aquisição

de dados em três faixas, com resolução espacial de 20 metros; o segundo,

conhecido por modo pancromático, com resolução de 10 metros e uma faixa

espectral. A Tabela 7 ilustra estas faixas e suas aplicações.

Tabela 7 – Características e aplicações das bandas Spot

Canal Faixa espectral

( m )

Principais aplicações Resolução

espacial (m)

1 0,50 - 0,59 - Reflectância de vegetação verde sadia

- Mapeamento de águas

20

2

0,61 - 0,68

- Absorção da clorofila

- Diferenciação de espécies vegetais

- Diferenciação de solo e vegetação

20

3 0,79 - 0,89 - Levantamento de fitomassa

- Delineamento de corpos d’água

20

Pan 0,51 - 0,73 - Estudo de áreas urbanas 10

Organizado por PEGORARI (2001)

O Spot 4, diferente dos anteriores da sua série, possui dois novos sistemas

sensores, a saber:

HRVIR: É uma melhoria do sensor HRV. Possui as mesmas bandas

dos Spot 1, 2, e 3 mais uma no Infravermelho próximo (1,5 a 1,75

53

m). Esta nova banda oferece uma melhor discriminação entre

culturas e cobertura de plantas, e entre solos e formações geológicas.

É particularmente sensível ao conteúdo de água dos solos, da

folhagem e da estrutura da cobertura das plantas.

Vegetation: Possui as mesmas bandas do HRVIR mais uma banda

experimental (0,43 - 0,47 m) que gera imagem do globo inteiro com

resolução espacial de 1 Km a cada 24 horas.

2.5 AVHRR

Os satélites meteorológicos foram desenvolvidos especialmente

para assistir na predição e monitoramento do tempo e, geralmente, incorporam

sensores que têm resolução espacial muito pobre se comparada a sistemas

orientados para o estudo do uso da terra. Em contrapartida, os satélites

meteorológicos oferecem a vantagem de cobertura global com resolução temporal

muito alta. Os dados obtidos por esses satélites são úteis em aplicações de

recursos naturais possibilitando o mapeamento de grandes áreas sem a

preocupação com os detalhes.

Vários países lançam diferentes tipos de satélites

meteorológicos, sendo que os mais conhecidos são as séries NOAA e GOES.

A série NOAA carrega a bordo o sensor AVHRR – Advanced Very High

Resolution Radiometer que oferece imagens no visível e no infravermelho,

operando de dia e de noite. Constitui-se de um radiômetro multiespectral acoplado

54

a um sistema de varredura transversal à trajetória do satélite que fornece imagens

em vários canais no visível e no infravermelho, permitindo avaliações precisas de

gelo, massas d´água, condições das nuvens e temperaturas da superfície do mar.

Apresenta uma resolução no nadir de aproximadamente 1,1 km para uma altitude

de 844 km (Wetzel, 1995).

Tabela 8 - Características e aplicações das bandas AVHRR

Canal Faixa espectral ( m ) Principais aplicações

1 0,58 - 0,68 - Mapeamento diurno de nuvens, gelo e neve

2

0,725 - 1,10

- Delimitação de massa d´água

- Avaliação de vegetação e agricultura

3

3,55 - 3,93

- Temperatura da superfície do mar

- Mapeamento noturno de nuvens

- Detecção de queimadas

- Atividades vulcânicas

4

10,33 - 11,30

- Temperatura da superfície do mar

- Mapeamento diurno e noturno de nuvens

- Umidade do solo

- Atividades vulcânicas

5 11,50 – 12,50 - Temperatura do mar

- Umidade do solo

Fonte: Adaptação www.nasa.gov em 21/10/1998

http://www.nasa.gov/

55

2.6 Sistema AVIRIS

AVIRIS, abreviação de Airbone Visible Infrared Imaging

Spectrometer, é a segunda geração de espectrômetros imageadores desenvolvidos

pelo JPL para uso em Sensoriamento Remoto. Seu projeto e construção foram

iniciados em 1984 e completados em junho de 1987. Após sua calibração em

laboratório, seu vôo operacional deu-se em 25 de junho de 1987 (Latorre et al,

1998).

Este sensor foi projetado para tirar vantagens no diagnóstico das

feições da absorção tipicamente estreitas, que ocorrem nos materiais da superfície

terrestre. É um sensor óptico único que fornece imagens calibradas da radiância

espectral acima de 224 canais contínuos de espectro (também chamadas bandas)

de aproximadamente 10 nanômetros (nm), permitindo cobrir uma área no terreno

entre 400 e 2500 nanômetros (nm). Quando os dados de cada detetor são traçados

em um gráfico, os mesmos produzem um espectro. A comparação do espectro

resultante com essas substâncias conhecidas revela informações sobre a

composição da área sendo vista pelo instrumento. O instrumento voa a bordo de

um avião NASA ER-2 (um avião U2 modificado para aumentar o desempenho) a

aproximadamente 20 Km acima do nível do mar, a aproximadamente 730 Km/h.

O AVIRIS tem passado pelos Estados Unidos, pelo Canadá e pelos países da

Europa.

56

AVIRIS usa um espelho que varre de um lado a outro

produzindo 614 pixels para os 224 detetores de cada varredura. Cada pixel

produzido pelo instrumento cobre aproximadamente uma área de 20 x 20 metros

no terreno (com alguma sobreposição entre pixels), assim rendendo a cada

cobertura da Terra aproximadamente 11 km de largura.

Os dados no terreno são registrados a bordo do instrumento

(junto com dados da navegação e da engenharia) e as leituras a bordo do

calibrador de AVIRIS. Quando todos estes dados do terreno são processados e

armazenados, produzem aproximadamente 140 megabytes (Mb) para cada 512

varreduras (ou linhas) de dados. Cada 512 conjuntos de linhas de dados é

chamada uma “cena”.

A cada hora de vôo do AVIRIS, o instrumento faz várias coletas

de dados (também conhecidas como linhas de vôo). Uma fita de armazenamento

cheia de dados do AVIRIS pode chegar a quase 16 gigabytes (Gb) de dados por

dia.

57

FIGURA 8 – Instrumento a bordo do avião NASA ER-2

Fonte: Adaptada de http://makalu.jpl.nasa.gov/html/aviris.overview.html em

17/07/2000

O principal objetivo do projeto AVIRIS é identificar, medir e

monitorar os elementos constituintes da superfície e da atmosfera da Terra,

através da análise das assinaturas espectrais dos alvos.

As principais áreas de pesquisa e aplicações do AVIRIS são:

Ecologia: clorofila, água da folha, celulose, pigmentos, estrutura, espécie

da vegetação e mapas da comunidade;

Águas costeiras e do interior: clorofila, plancton, compostos orgânicos

dissolvidos, sedimentos, composição inferior, levantamento batimétrico;

Geologia e solos: mineralogia, tipo do solo;

http://makalu.jpl.nasa.gov/html/aviris.overview.html

58

Hidrologia da neve e do gelo: a fração da tampa da neve, granizo, as

impurezas;

Estudo de nuvens e atmosfera: vapor de água, propriedades das nuvens,

aerosóis, gases absorventes;

Biomassa que se queima: fumo, produtos da combustão;

Perigos ambientais: contaminadores diretos e indiretos, carcaça geológica;

Calibração: sensores do avião e do satélite, simulação do sensor,

validação padrão;

Modelagem: validação e confinamento radiativo do modelo de

transferência;

Aplicações Comerciais: exploração, agricultura e status minerais da

floresta;

Algoritmos: correção atmosférica autônoma, derivação avançada do

espectro;

Outro: infraestrutura humana.

2.6.1 Espectro de AVIRIS

A figura 9 mostra um exemplo de um único espectro do pixel de

AVIRIS. O eixo x é o comprimento de onda do canal em micrômetros, também

conhecidos como microns (1 micron = 1000 nanômetros). O eixo y é a radiância,

59

normalmente expresso em unidades de microwats por centímetro quadrado, por

nanômetro, por radiância ou W/(cm2/nm/sr).

FIGURA 9 – Espectro de AVIRIS

Fonte: Adaptada de http://www.ltid.inpe.br/html/pub/docs/html 17/07/2000

A forma geral de um espectro de AVIRIS é denominada pela

curva do Sol e das características de absorção da atmosfera. A atmosfera absorve

a luz nos comprimentos de onda que correspondem aos comprimentos de onda de

absorção dos componentes da atmosfera: nitrogênio, oxigênio, dióxido de

http://www.ltid.inpe.br/html/pub/docs/html

60

carbono, água e outros elementos. O fato de áreas de absorção descerem próximo

de 0 ao redor de 1,4 e 1,9 microns se deve a água absorver estes comprimentos de

onda.

Os altos e baixos de um espectro não são devidos ao Sol ou à

atmosfera e revelam a informação sobre a composição química do pixel que está

sendo examinado. Cada substância tem o seu próprio espectro, por exemplo, as

plantas verdes usam clorofila para absorver a luz visível do Sol, mas refletem a

radiação infravermelha. Isto se manifesta como um grande pico nos espectros da

área onde a luz vermelha (0,7 microns) funde no infravermelho.

Na tabela 9 pode-se verificar as faixas espectrais do sensor

AVIRIS.

61

Tabela 9 - Faixas espectrais do AVIRIS

BANDA

FAIXA

ESPECTRAL

(m)

BANDA

FAIXA

ESPECTRAL

(m)

BANDA

FAIXA

ESPECTRAL

(m)

BANDA

FAIXA

ESPECTRAL

(m)

1 0,383150 57 0,893460 113 1,412200 169 1,960800

2 0,392840 58 0,903060 114 1,422200 170 1,970800

3 0,402540 59 0,912670 115 1,432200 171 1,980800

4 0,412250 60 0,922270 116 1,442100 172 1,990800

5 0,421980 61 0,931880 117 1,452100 173 2,000900

6 0,431710 62 0,941490 118 1,462000 174 2,010900

7 0,441460 63 0,951090 119 1,472000 175 2,020900

8 0,451220 64 0,960700 120 1,481900 176 2,030900

9 0,460990 65 0,970310 121 1,491900 177 2,040900

10 0,470760 66 0,979920 122 1,501900 178 2,050900

11 0,480550 67 0,989530 123 1,511800 179 2,060900

12 0,490340 68 0,999130 124 1,521800 180 2,071000

13 0,500140 69 1,008700 125 1,531700 181 2,081000

14 0,509950 70 1,018300 126 1,541700 182 2,091000

15 0,519760 71 1,028000 127 1,551700 183 2,101000

16 0,529580 72 1,037600 128 1,561600 184 2,111000

62

17 0,539400 73 1,047200 129 1,571600 185 2,121000

18 0,549230 74 1,056800 130 1,581500 186 2,130900

19 0,559070 75 1,066400 131 1,591500 187 2,140900

20 0,568900 76 1,076000 132 1,601400 188 2,150900

21 0,578740 77 1,085600 133 1,611400 189 2,160900

22 0,588580 78 1,095200 134 1,621300 190 2,170900

23 0,598430 79 1,104800 135 1,631300 191 2,180900

24 0,608270 80 1,114400 136 1,641200 192 2,190800

25 0,618110 81 1,124000 137 1,651200 193 2,200800

26 0,627960 82 1,133600 138 1,661200 194 2,210800

27 0,637800 83 1,143200 139 1,671100 195 2,220800

28 0,647650 84 1,152800 140 1,681100 196 2,230700

29 0,657490 85 1,162400 141 1,691000 197 2,240700

30 0,667330 86 1,172000 142 1,701000 198 2,250600

31 0,677170 87 1,181600 143 1,710900 199 2,260600

32 0,687000 88 1,191200 144 1,720900 200 2,270600

33 0,663300 89 1,200800 145 1,730800 201 2,280500

34 0,672870 90 1,210400 146 1,740800 202 2,290400

35 0,682440 91 1,220000 147 1,750700 203 2,300400

36 0,692020 92 1,229600 148 1,760700 204 2,310400

Faixas espectrais do AVIRIS

(continuação)

63

37 0,701590 93 1,239200 149 1,770600 205 2,320300

38 0,711170 94 1,248800 150 1,780600 206 2,330200

39 0,720750 95 1,258400 151 1,790500 207 2,340200

40 0,730340 96 1,268000 152 1,800500 208 2,350100

41 0,739920 97 1,252900 153 1,810400 209 2,360000

42 0,749510 98 1,262800 154 1,820400 210 2,370000

43 0,759090 99 1,272800 155 1,830300 211 2,379900

44 0,768680 100 1,282800 156 1,840300 212 2,389800

45 0,778270 101 1,292700 157 1,850200 213 2,399700

46 0,787870 102 1,302700 158 1,860200 214 2,409600

47 0,797460 103 1,312600 159 1,870100 215 2,419600

48 0,807050 104 1,322600 160 1,880100 216 2,429500

49 0,816650 105 1,332600 161 1,880400 217 2,439400

50 0,826250 106 1,342500 162 1,890400 218 2,449300

51 0,835850 107 1,352500 163 1,900500 219 2,459200

52 0,845450 108 1,362400 164 1,910600 220 2,469100

53 0,855050 109 1,372400 165 1,920600 221 2,479000

54 0,864650 110 1,382400 166 1,930600 222 2,488900

55 0,874250 111 1,392300 167 1,940700 223 2,498800

56 0,883850 112 1,402300 168 1,950700 224 2,508700


Faixas espectrais do AVIRIS

(continuação)

64

3. MATERIAIS E EQUIPAMENTOS

3.1 Localização da Área de Estudo

Durante a missão realizada pelo SCAR-B (Smoke, Silfate,

Clouds And Radiation – Brasil), foram obtidas imagens pelo sensor AVIRIS,

sobre as seguintes regiões: norte de Brasília (DF), Cuiabá (MT), Pantanal Mato-

Grossense (MS), Porto Nacional (GO), Alta Floresta (MT), Vilhena e Ji-Paraná

(RO).

A figura 10 mostra a área escolhida para a realização do

trabalho, ou seja, o município de Alto Paraíso de Goiás no estado de Goiás.

Localiza-se na Região Centro-Oeste do Brasil entre os paralelos 14° 00' S e 14°

15' S e os meridianos 47° 30' W e 47° 40' W. Foi utilizada uma imagem AVIRIS

adquirida a uma altitude de 20 km, em agosto de 1995, na estação seca, com um

ângulo de elevação solar de 62° e uma resolução espacial de 20 m (Galvão et al.,

1999). Tal área foi escolhida por ser a única disponível para uso.

No Brasil, dados hiperespectrais foram obtidos pelo sensor

hiperespectral AVIRIS no período de agosto a setembro de 1995 durante a missão

SCAR-B, coincidindo com o cume da estação seca. As imagens foram coletadas

em 224 bandas espectrais estreitas (10nm de largura) na faixa 400-2500 nm, com

resolução espacial de 20 metros.

65

FIGURA 10 – Localização geográfica da área de estudo

Fonte: Adaptada de Ab´Saber (1971)

É uma área de maior ocorrência da vegetação de savanas, mais conhecida

como cerrado, com uma localização geográfica no Brasil Central. O cerrado cobre

bem mais de 1,8 milhão de Km2 do país com espécie lenhosa e herbácia perene,

adaptada às oscilações de um clima tropical chuvoso/seco, com chuva anual na

ordem de 1500 mm. A temperatura média anual, normalmente, excede 24C com

mínimo médio mensal e máximo de 15C e 35C (Nix, 1993).

66

Segundo Galvão et al. (1999), o cerrado está composto de pequenas

árvores espalhadas, intercaladas por arbustos e gramas, em proporções variáveis.

Porém, por causa da influência de outros agentes como macroclima, fertilizantes,

drenagem, topografia local, profundidade do lençol de água, e freqüência de

queimadas, uma grande variedade de tipos de savanas pode ser distinguida.

Foi utilizada uma carta topográfica, executadas pela DSG (Diretoria de

Serviço Geográfico – Brasil), fotografias aéreas de 1965 do AST – 10/USAF, na

escala de 1:100.000, projeção UTM (Universal Transversa de Mercator), Datum

Horizontal: Córrego Alegre – MG, Datum Vertical: Imbituba – SC, com as

denominações de:

- Folha Alto Paraíso de Goiás – SD.23-Y-A-I

Pode-se observar na figura 11 a área pertencente à região a ser utilizada.

67

FIGURA 11 – Trecho de carta topográfica da localização da área de estudo


68

3.2 Equipamentos

Software para o desenvolvimento

Para a realização do trabalho, foi utilizado o ENVI Versão 3.2 (the

ENvironment for Visualizing Images), versão que rodou sob o sistema

operacional Windows 98, licença adquirida através da SulSoft - Creative

Software. O ENVI é um software projetado para processar imagens de satélites e

dados de Sensoriamento Remoto, sendo que também inclui ferramentas para

extração espectral, uso de bibliotecas espectrais, análise de imagens com alta

resolução espectral como as do AVIRIS. O espectro processado pode ser aplicado

a qualquer dado multiespectral ou hiperespectral, sem limitações de bandas

espectrais.

Neste estudo foram utilizadas as funções de filtro adicionadas à biblioteca

de simulação espectral como Landsat/TM, MSS, Spot e AVHRR.

Hardware para o desenvolvimento

Foram necessários ainda alguns recursos de hardware como:

Computador Pentium II 400 MHz, 128 Megabytes de memória

RAM;

10.5 Gygabytes de Hard Disk (HD);

Monitor de 15 polegadas;

Estações Gráficas;

Impressora Epson Stylus Color 800;

Unidade gravadora de CD;

Scanner para digitalização.

69

4. PROCEDIMENTOS METODOLÓGICOS

O procedimento adotado baseou-se em três etapas: a primeira foi

a correção atmosférica da imagem AVIRIS, ou seja, redução dos dados do

AVIRIS de radiância para reflectância; a segunda foi a seleção dos alvos; e a

terceira, a simulação das imagens Landsat/TM-5, Landsat/MSS-5, Spot 1 e

AVHRR-11.

4.1 Correção Atmosférica e Redução dos Dados do AVIRIS de

Radiância para Reflectância

Neste trabalho foi utilizada uma imagem AVIRIS para análise da

influência das características espectrais dos alvos selecionados. Como afirmado

anteriormente, esta foi adquirida a uma altitude de 20 Km, em agosto de 1995, na

estação seca, com um ângulo de elevação solar de 62, e uma resolução espacial

nominal de 20 m. Os dados foram coletados em 224 canais contíguos (10 nm de

largura) e com um intervalo espectral de 400 – 2500 nm. O método utilizado para

minimizar os efeitos de absorção atmosférica e espalhamento nos dados de

radiância foi baseado em MODTRAN (Green, 1991; Green et al., 1993). A

técnica inclui um jogo de algoritmos destinado a caracterizar e compensar os

efeitos da absorção de vapor de água atmosférico nos dados aerotransportados,

70

como também as propriedades do espalhamento de outros componentes

atmosféricos, como os gases bem misturados e aerossóis. Embora de maneira bem

menos expressiva, o mesmo ainda é capaz de estimar os aerossóis e,

conseqüentemente, os espalhamentos produzidos por estes (Crósta, 1997). O

passo final do método é a conversão da radiância para a correção atmosférica da

reflectância da superfície, sendo esta etapa já feita no INPE – Instituto Nacional

de Pesquisas Espaciais, em São José dos Campos, SP, anteriormente à aquisição

da imagem.

Segundo Baptista et al. (1998a) apud Green (1991) o método é constituído

por quatro etapas:

desenvolvimento de tabelas (LUT – look up tables) de

condições atmosféricas para a faixa imageada com o

MODTRAN;

convolução dos espectros gerados pelo MODTRAN para

as características espectrais do AVIRIS;

derivação das condições atmosféricas, principalmente

vapor d´água, a partir dos espectros do AVIRIS e das

tabelas do MODTRAN;

Inversão dos espectros de radiância calibrada do AVIRIS

para reflectância espectral aparente da superfície;

De acordo com Clark et al. (1995), esta correção realiza um

ajuste nos níveis de oxigênio, dióxido de carbono e vapor d´água para cada pixel.

Como resultado, esse método elimina as bandas de absorção d´água em 1400 e

71

1900 nm, além de reduzir os dados de radiância para reflectância, conforme se

pode notar nos espectros apresentados na figura 12, obtidos para o mesmo pixel.

FIGURA 12 – Espectros obtidos a partir dos dados do AVIRIS, a) Radiância

(W/cm2/nm/sr), b) Reflectância (%) obtido após o Método de Green et al.(1991),

mostrando a remoção das bandas de absorção da água em 1400 e 1900 nm

Fonte: Baptista et al. (1998a)

4.2 Seleção dos Alvos

Assim como na maioria das aplicações das técnicas de

Sensoriamento Remoto, há interesse em identificar, acompanhar ou estudar algum

alvo de interesse que se processa na superfície da Terra, ou, mesmo não sendo de

superfície, tenha alguma influência sobre ela. Neste trabalho, houve necessidade

(a) (b)

72

de se escolher, para a análise, alguns pontos específicos que correspondem a tipos

de pixels variados. Estes alvos foram identificados com base nos espectros

gerados através de cada um deles. Os alvos selecionados para esta pesquisa foram

água, vegetação, solo exposto e estrada de terra. Os alvos escolhidos são

importantes para a Cartografia no sentido de auxiliar, após a extração dos mesmos

das imagens, em processos de atualização de produtos cartográficos.

4.3 Simulação das imagens Landsat/TM-5, Landsat/MSS-5, Spot 1 e

AVHRR-11

Para gerar os espectros de reflectância, faz-se necessário simular

as imagens Landsat/TM-5, Landsat/MSS-5, Spot 1 e AVHRR-11, a partir da

imagem AVIRIS adquirida, retirando-se as bandas de absorção nos seguintes

intervalos: 0,38 – 0,45 m, 1,30 – 1,50 m, 1,80 – 2,05 m, 2,30 – 2,50 m, para

que se possa gerar as curvas espectrais de cada alvo selecionado, sendo:

vegetação, solo exposto, estrada de terra e água.

A figura 13 ilustra a seqüência de passos utilizados para gerar a

simulação das imagens.

73

FIGURA 13 – Seqüência para simular imagens a partir da imagem AVIRIS


Os passos apresentados na figura 13 ilustram primeiro que após

selecionar a imagem AVIRIS, deverão ser retiradas as bandas de absorção das 224

bandas que o AVIRIS possui, ficando assim, somente 146 bandas selecionadas. O

passo seguinte é o de selecionar um tipo de sensor para a simulação. Neste caso,

foram selecionados o Landsat/TM-5, Landsat/MSS-5, Spot 1 e AVHRR 11.

74

A seguir são apresentados as imagens Landsat/TM-5 geradas

através da simulação feita a partir da imagem AVIRIS.

FIGURA 14 – Simulação das imagens Landsat/TM-5, bandas 1, 2, 3, 4, 5 e 7,

respectivamente em (A), (B), (C), (D), (E) e (F), a partir da imagem AVIRIS


75

Na seqüência estão apresentadas as imagens simuladas do sensor

Landsat/MSS-5, na figura 15.

FIGURA 15 – Simulação das imagens Landsat/MSS-5, bandas 1, 2, 3 e 4,

respectivamente em (A), (B), (C) e (D), a partir da imagem AVIRIS


76

Em continuação, são feitas as apresentações das imagens Spot 1 (figura

16), gerada a partir da imagem AVIRIS.

FIGURA 16 – Imagens Spot 1 simuladas, bandas 1, 2 e 3, respectivamente em

(A), (B) e (C)


77

E por fim, são apresentados as imagens simuladas AVHRR 11 na figura

17.

FIGURA 17 – Simulação das imagens AVHRR 11, bandas 1 e 2, respectivamente

em (A) e (B), a partir da imagem AVIRIS


A simulação das imagens do sensor AVHRR 11 não foram obtidas para as

bandas 3, 4 e 5, pois o comprimento de onda nestes canais ultrapassa o limite a

imagem AVIRIS que fica entre 0,3 a 2,5 µm.

78

A tabela 10 mostra o intervalo espectral para cada sensor utilizado na

simulação, e também a média espectral de cada centro simulado.

Tabela 10 – Comparação entre os intervalos de bandas dos sensores

Landsat/TM5, Landsat/MSS-5, Spot 1 e AVHRR 11

Sensor

Banda

Intervalo espectral (µm) Centro de Banda para os

Sensores Simulados (µm)

Landsat/TM-5

1 0,45 – 0,52 0,4866

2 0,52 – 0,60 0,5709

3 0,63 – 0,69 0,6610

4 0,76 – 0,90 0,8369

5 1,55 – 1,75 1,6767

7 2,08 – 2,35 2,2155

Landsat/MSS-5

4 0,5 – 0,6 0,5478

5 0,6 – 0,7 0,6437

6 0,7 – 0,8 0,7503

7 0,8 – 1,1 0,8267

Spot 1

1 0,50 – 0,59 0,5409

2 0,61 – 0,68 0,6356

3 0,79 – 0,89 0,8160

AVHRR 11

1 0,58 – 0,68 0,6363

2 0,725 – 1,10 0,8383

79

5. APRESENTAÇÃO E ANÁLISE DOS RESULTADOS

Neste capítulo são apresentadas e analisadas as imagens e os resultados

obtidos.

Utilizando-se da imagem AVIRIS banda 21 (0.5787 m) região do visível,

foram selecionados quatro alvos: vegetação, solo exposto, estrada de terra e água,

indicados na figura 18. Estes alvos foram identificados por inspeção visual, com

base nos espectros gerados de cada um deles, como mostra a figura 19. Convém

ressaltar que a banda 21 foi escolhida por apresentar uma boa distinção visual

entre os alvos, o que foi confirmado pelo gráfico de comportamento espectral dos

alvos selecionados. Não se deve trabalhar com as bandas de absorção que se

apresentam nos intervalos entre 0,38 – 0,45 m, 1,30 – 1,50 m, 1,80 – 2,05 m,

2,30 – 2,50 m.

80

FIGURA 18 – Imagem AVIRIS – banda 21 (0.5787 µm), com pontos

selecionados (A) Vegetação, (B) Água, (C) Solo Exposto, (D) Estrada de Terra


81

FIGURA 19 – Reflectância Espectral dos alvos selecionados da imagem AVIRIS

canal 21 (0.5787 µm) da figura 18


Observa-se pelas curvas espectrais mostradas na figura 19, onde fica bem

evidente a reflectância de cada alvo da imagem AVIRIS, e as bandas de absorção

existentes em 1.4 µm e 1.9 µm.

Para o comportamento espectral da Vegetação: através de sua análise,

pode-se decompô-la em três regiões espectrais, em função dos fatores que

condicionam seu comportamento: a) até 0,7 m, a reflectância é baixa (< que 0,2),

dominando a absorção da radiação incidente pelos pigmentos da planta em 0,48

m (carotenóides) e em 0,62 m (clorofila). Em 0,56 m há um pequeno aumento

82

do coeficiente de reflectância, não atingindo, porém, níveis superiores a 0,1. É a

reflectância responsável pela percepção da cor verde da vegetação; b) de 0,7 m a

1,3 m, tem-se a região denominada pela alta reflectância da vegetação (0,3 < <

0,4), devido à interferência da estrutura celular; c) entre 1,3 m e 2,5 m, a

reflectância da vegetação é dominada pelo conteúdo de água das folhas. Nessa

região, encontram-se dois máximos de absorção pela água: em 1,45 m e 1,96

m. A esta região correspondem também as bandas de absorção atmosférica;

conseqüentemente, os sensores desenvolvidos têm suas faixas espectrais

deslocadas para regiões sujeitas à atenuação atmosférica. Pode-se observar pelo

gráfico da figura 19 que os resultados apresentados revelam o mesmo

comportamento espectral da vegetação.

Para o comportamento espectral do Solo: é a que apresenta

valores de reflectância mais altos, com acentuado crescimento da reflectância até

próximo a 0,9 µm. As faixas de absorção de água (1,4 m e 1,9 m) servem para

determinar a quantidade de água no solo.

Para o comportamento espectral da Água: pode-se analisar

que a água em estado líquido apresenta baixa reflectância. Observa-se que a

assinatura espectral da água mostra que tem baixa reflectância, típica de águas

com maior transparência e um pico na faixa verde, forte indicador da presença de

material orgânico.

83

5.1 Contraste espectral entre os pares de alvos selecionados

A seguir, é feita a apresentação do contraste espectral entre os pares de

alvos estrada de terra/água e solo exposto/água, selecionados para cada sensor

simulado, correspondente às figuras 20 a 27.

FIGURA 20 - Contraste espectral entre os alvos Água e Estrada de Terra da

imagem simulada do Landsat/TM-5


84


imagem simulada Landsat/MSS-5



imagem simulada Spot 1


85


imagem simulada AVHRR-11


FIGURA 24 - Contraste espectral entre os alvos Água e Solo Exposto da Imagem

simulada Landsat/TM-5


86


simulada Landsat/MSS-5



simulada Spot 1


87


simulada AVHRR-11


Nota-se que, para todas as simulações geradas, a curva de reflectância dos

alvos estrada de terra e solo exposto apresentam-se com valores de reflectância

altos, com acentuado crescimento da reflectância até próximos de 0,7 m. Já a

reflectância do alvo água no estado líquido tem baixa reflectância.

Observando as figuras 20, 21, 22, 24, 25 e 26, nota-se que os alvos água,

estradas de terra/solo exposto se separam muito bem. Portanto, fica evidente que

na simulação do sensor Landsat/TM-5, houve uma maior separação dos alvos nos

intervalos de 0,9 a 1,2 m e 1,5 a 1,8 m. E para os sensores Landsat/MSS-5 e

Spot 1 ocorreu uma maior separação nos intervalos entre 0,7 a 0,8 m.

Na continuação, é apresentado o comportamento espectral dos pares de

alvos água/mata galeria, nas figuras 28 a 31.

88

FIGURA 28 - Contraste espectral entre os alvos Água e Mata Galeria da imagem

simulada Landsat/TM-5


FIGURA 29 - Contraste espectral entre os alvos Água e Mata Galeria da Imagem

simulada Landsat/MSS-5


89


simulada Spot 1



simulada AVHRR-11


90

Uma folha verde típica (vegetação) tem seu comportamento espectral no

intervalo de 0,4 a 2,6 m. O comportamento da vegetação na região do visível

tem sua reflectância baixa devido à forte absorção da radiação pela clorofila, com

duas bandas de absorção próximas de 0,48 a 0,68 m, devido à fotossíntese, e um

pico de reflectância em 0,5 m na região verde do espectro, devido à coloração

verde das plantas. No intervalo compreendido entre 0,7 a 1,3 m ocorre um

aumento de reflectância para que a folha mantenha o equilíbrio no balanço da

energia e não se superaqueça. Já o decréscimo da reflectância nos comprimentos

de onda superiores a 1,3 m é devido à presença de água.

Em razão do contraste espectral gerado na simulação dos sensores

Landsat/TM-5, figura 28, observa-se que ocorreu uma maior separação dos alvos

água e mata galeria nos intervalos entre 0,7 a 1,3 m. Já para os sensores

Landsat/MSS-5 e Spot 1, figuras 29 e 30, este intervalo se deu entre 0,70 a 0,80

m.

Em seqüência é apresentado, nas figuras 32 a 35, o contraste espectral dos

alvos estrada de terra/solo exposto.

91

FIGURA 32 - Contraste espectral entre os alvos Solo Exposto e Estrada de Terra

da Imagem simulada Landsat/TM-5



da Imagem simulada Landsat/MSS-5


92


da Imagem simulada Spot 1



da Imagem simulada AVHRR-11


93

Nas simulações do Landsat/TM-5, Landsat/MSS-5, Spot 1 e AVHRR-11,

figuras 32, 33, 34 e 35, não ocorreu a separação dos alvos estrada de terra e solo

exposto como era de se esperar por se tratar de mesmo componente espectral, ou

seja, “terra”.

Na continuação, as figuras 36 a 43 mostram o comportamento espectral

dos alvos estrada terra/mata galeria e solo exposto/mata galeria.

FIGURA 36 - Contraste espectral entre os alvos Mata Galeria e Estrada de Terra

da Imagem simulada Landsat/TM-5


94


da Imagem simulada Landsat/MSS-5



da Imagem simulada Spot 1


95


da Imagem simulada AVHRR-11


FIGURA 40 - Contraste espectral entre os alvos Solo Exposto e Mata Galeria da

Imagem simulada Landsat/TM-5


96


Imagem simulada Landsat/MSS-5



Imagem simulada Spot 1


97


Imagem simulada AVHRR-11


Pode-se notar também que ocorreu uma grande separação dos

alvos mata galeria e estrada de terra/solo exposto nos intervalos de 1,0 a 1,2 m

e 1,7 a 1,8 m, como foi observado na simulação realizada para o sensor

Landsat/TM-5, figuras 36 e 40, ficando como sugestão na criação de novas

bandas.

Já os sensores Landsat/MSS-5 e Spot 1 tiveram uma separação nos

intervalos de 0,55 a 0,68 m, figuras 37, 38, 41 e 42, para os alvos estrada

terra/mata galeria e solo exposto/mata galeria.

98

Para o intervalo de 0,60 a 0,70 m, os alvos mata galeria/estrada de terra

e solo exposto/mata galeria, observar figuras 38 e 42, também ocorre a separação

destes alvos, haja visto que esta separação não ocorre com tanta intensidade, mas

que existe e pode ser trabalhada.

Nas figuras 23, 27, 31, 35, 39 e 43 observa-se um comportamento espectral

cuja qualidade apresentou dificuldade na análise dos dados devido ao sensor AVHRR

11 ter sido desenvolvido especificamente para assistir na predição e monitoramento do

tempo (meteorologia). Este tipo de sensor possui resolução espacial muito baixa, que

pode comprometer a homogeneidade espacial e a qualidade dos índices gerados, o que

dificulta na análise dos dados em Cartografia.

Em seqüência, na tabela 11, são apresentados resumidamente os resultados

da análise comparativa feita.

99

TABELA 11 – Apresentação dos novos intervalos de bandas para alguns sensores

em estudo

SATÉLITE INTERVALO DE

NOVAS BANDAS (m)

PRINCIPAIS APLICAÇÕES

SUGERIDAS

LANDSAT

TM

1,0 – 1,2

1,70 – 1,80

- diferenciação entre estrada de terra e

água

- diferenciação entre solo exposto e

água

- diferenciação entre mata galeria e

água


estrada de terra


solo exposto

SPOT 1

0,70 – 0,80

- diferenciação entre estrada de terra e

água

- diferenciação entre solo exposto e

água


água


100

6. CONCLUSÕES E RECOMENDAÇÕES

Os testes realizados e resultados apresentados no capítulo 5 mostram que o

procedimento metodológico adotado é eficiente para a indicação de novos

intervalos espectrais (bandas), que podem ser incorporados nos sensores já

existentes ou nos de futuros projetos.

Os dados hiperespectrais, como os do AVIRIS, possibilitam através da

simulação de bandas, indicar intervalos espectrais que podem ser estudados e

incorporados a novos sistemas sensores. Assim sendo, o resultado obtido nesta

pesquisa, apresentou um procedimento para simular imagens multiespectrais que

usam dados de um sensor hiperespectral, ao qual possibilita avaliar as suas

potencialidades e verificar se os resultados alcançados atendem aos objetivos

propostos.

Uma técnica de simulação como esta prevê a capacidade de execução para

criar futuros modelos de sensores multiespectrais relacionados à determinação de

bandas espectrais. A partir da análise de cada simulação obtida, seguem-se

algumas considerações mais relevantes:

- Os resultados apresentados nesta Dissertação mostram o

potencial em usar imagem hiperespectral (no caso aqui abordado uma imagem

AVIRIS), para simular novos intervalos espectrais que podem ser incorporados

aos futuros sensores. No caso particular, foram simulados dados para os satélites:

Landsat/TM-5, Landsat/MSS-5, Spot 1 e AVHRR-11.

101

- A simulação de novas bandas obteve melhores resultados para

os sensores Landsat/TM-5 e Spot 1, pois foi neles que se detectou a presença de

novos intervalos de bandas, conforme apresentados na tabela 10.

- Os histogramas gerados a partir da imagem AVIRIS mostram

que tanto o sensor Landsat/TM5 como o Spot 1 apresentam faixas de bandas

espectrais, evidenciando assim a possibilidade de utilização de novos intervalos

espectrais, o que poderia auxiliar na tarefa de diferenciação entre os alvos e

melhor discriminação destes. Com base nestes aspectos, verifica-se a importância

do produto gerado para criar novos intervalos de bandas que serão necessários na

análise dos alvos de interesse, ou até mesmo na criação de novos sensores que

englobem estes intervalos.

- A apresentação da simulação de novos intervalos para o sensor

AVHRR-11 mostrou sua eficácia, pois comprovou que a utilização de novas

bandas para discriminação de alvos não ficou evidente, já que este se destina ao

uso da meteorologia.

- Os novos sensores em desenvolvimento estão sendo planejados

para operar com bandas mais estreitas e também com melhores desempenhos, isto

é, maior sensibilidade. Recomenda-se, como continuidade, a utilização dos

resultados obtidos neste trabalho para serem aplicados em Sensoriamento Remoto,

com base na proposição de estudo de viabilidade de incorporação de novas bandas

em futuros sensores.

- Os resultados obtidos possibilitam o estudo para alteração dos

intervalos espectrais originais contidos nos diversos sensores atuais, a fim de

102

proceder a ajustes nas futuras bandas espectrais para atingir melhores resultados

na discriminação das feições de interesse.

- Espera-se também, que a análise desta simulação possa ser útil

como uma ferramenta para monitorar mudanças na calibração de sensores

espaciais a bordo de aviões.

Em razão dos resultados obtidos, diferentes usuários de

Sensoriamento Remoto podem ser beneficiados com a metodologia empregada.

103

BIBLIOGRAFIA

AB´SABER, A. N. The natural organization of the Brazilian tropical landscapes.

In: PROCEEDINGS OF THE 3RD

BRAZILIAN CERRADO

SYMPOSIUM, São Paulo, Brasil, pp. 1-14,1971.

ALMEIDA FILHO, R., Elementos de Análise e Interpretação de Imagens de

Sensoriamento Remoto. Disponível no endereço:

http://www.ltid.inpe.br/dsr/raimundo/rai11.html. Capturado por Míriam

Regina Bordinhon Pegorari, em 17/10/2000.

ANTIKIDIS, J. P. et al., Tutorials by the Grouping for the Development of

Aerospacial Remote Sensing. GDTA, 1995.

BAPTISTA, G. M. M., NETTO, J.S. M., MENESES, P. R. Determinação da

Relação Sílica – Alumina a partir dos Dados do Sensor AVIRIS

(JPL/NASA), para Discretização Espacial do Grau de Intemperismo de

Solos Tropicais. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO

REMOTO, 9. Sessões Orais. Instituto Nacional de Pesquisas Espaciais,

Santos, Cd-Rom, 1998a.

http://www.ltid.inpe.br/dsr/raimundo/rai11.html

104

BAPTISTA, G. M. M., MARTINS, E. S., MADEIRA NETTO, J. S.,

CARVALHO JR., O.A., MENESES, P.R. Use of AVIRIS Data for

Mineralogical Mapping in Tropical Soils, in the District of São João

D´Aliança, Goiás. Proceedings of the Seventh Airborne Visible/Infrared

Imaging Spectrometer (AVIRIS) Workshop, JPL Publications, 1998b.

BERENDES, T. A., FEIND, R. E., KUO, K.S., WELCH, R. M. Cloud base height

and optical thickness retrievals using AVIRIS data. Third AVIRIS

Workshop, JPL Publication 91-28 (Pasadena, CA: Jet Propulsion

Laboratory), pp. 232-247, 1991.

BOWKER, D. E., DAVIS, R. E., MYRIK, D. L., STACY, K., JONES, W. J.

Spectral reflectances of natural targets for use in remote sensing studies.

National Aeronautics and Space Administration, NASA Reference

Publication 1139, 184 p, 1985.

CLARK, R. N., SWAYZE, G. A., HEIDEBRECHT, K., GREEN, R. O., GOETZ,

A. F. H. Calibration to Surface Reflectance of Terrestrial Imaging

Spectrometry Data: Comparison of methods, Summaries of the Fifth

Airbone Visible/Infrared Imaging Spectrometer (AVIRIS) Workshop, JPL

Publications 95-1, vol.1, pp. 41-42, 1995.

105

CROSTA, A. P. Processamento Digital de Imagens de Sensoriamento Remoto.

IG/UNICAMP, Campinas, SP, 1993, 170p.

CROSTA, A. P. Síntese sobre o método de correção atmosférica de Green et al.

São José dos Campos, 10 de fevereiro, 1997. Comunicação pessoal.

CURRAN, P. J. Principles of Remote Sensing. Longman Inc., New York, 1985.

DURAND, Dominique. Booklet A1 – Space maps image mapping methods

examples of implementation, grouping for the Development of Aerospatial

Remote Sensing, 1995.

ESPOSITO, E. S.C., KRUG, T., GREEN, R.O. Simulação das bandas espectrais

das câmaras CCD e WFI (CBERS), Geradas a Partir das Imagens do Sensor

Hiperespectral AVIRIS. Simpósio Brasileiro de Sensoriamento Remoto, 9.

Sessões Orais. Instituto Nacional de Pesquisas Espaciais, Instituto Nacional

de Pesquisas Espaciais, Santos, Cd-Rom, 1998.

FREIRE, M. L. F. Correção atmosférica em imagens LANDSAT contaminadas

por efeito de adjacência. Campina Grande, 1996, 98p, (Tese de mestrado em

meteorologia) – Universidade Federal da Paraíba.

106

GALVÃO, L. S., VITORELLO, Í., FILHO, R. A. Effects of Band

Positioning and Bandwidth on NDVI Measurements of Tropical

Savannas. Remote Sens. Environ., 67:181-193, 1999 .

GAO, B. C., GOETZ, A. F. H. Cloud area determination from AVIRIS

data using water vapor channels near 1 m. Journal of

Geophysical Research, 96, pp. 2857-2864, 1991.

GOETZ, A.F.H., VANE, G., SOLOMON, J.E., ROCK, B.N. Imaging

Spectrometry for Earth Remote Sensing. Science, 228 (4704):1147-1153,

1985.

GOMES, A., R., MALDONADO F. D. Análise de Componentes Principais em

Imagens Multitemporais TM/Landsat como Subsídio aos Estudos de

Vulnerabilidade à Perda de Solo em Ambiente Semi-Árido. In: SIMPÓSIO

BRASILEIRO DE SENSORIAMENTO REMOTO, 9. Sessões Orais.

Instituto Nacional de Pesquisas Espaciais, Instituto Nacional de Pesquisas

Espaciais, Santos, Cd-Rom, 1998.

GREEN, R. O. Retrieval of reflectance from AVIRIS- measured radiance using a

radiative transfer code. In: Proceedings of the 3rd Airborne Visible/Infrared

Imaging Spectrometer (AVIRIS) Workshop, JPL Publications 91-28,

Pasadena,CA, pp. 200-210, 1991.

107

GREEN, R. O., CONEL, J. D., ROBERTS, D. A. Estimation of aerosol optical

depth pressure elevation, water vapor, and calculation of apparent surface

reflectance from radiance measured by the Airbone Visible/InfraRed

Imaging Spectrometer (AVIRIS) using a radiative transfer code. In

Proceedings of the International Society for Optical Engineering, SPIE,

VOL. 1937, Orlando, FL, pp. 2-11, 1993.

GREEN, R. O., EASTWOOD, M. L., SARTURE C.M., CHRIEN T. G.,

ARONSSON M., CHIPPENDALE B. J., FAUST J. A., PAVRI B.

E., CHOVIT C. J., SOLIS M., OLAH M. R., WILLIAMS O.

Imaging Spectroscopy and the Airbone Visible/Infrared Imaging

Spectrometer (AVIRIS). Remote Sens. Environ., 65:227-248,

1998.

KWARTENG, A. Y., JR. C. Extracting Spectral Contrast in Landsat Thematic

Mapper Image Data Using Selective Principal Component Analysis. .

Photogrammetric Engineering and Remote Sensing, Vol. 55, No. 3, pp. 339-

348, 1989.

LATORRE, M.L., SHIMABUKURO, Y. E., DIAS, L. A. V. Método de Correção

Atmosférica Aplicado aos Dados do Sensor AVIRIS em Regiões Tropicais.

In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 9.

108

Sessões Orais. Instituto Nacional de Pesquisas Espaciais, Santos, Cd-Rom,

1998.

LILLESAND, T. M., KIEFER, R.W. Remote Sensing and Image Interpretation.

Second edition. John Wiley & Sons, Inc. New York, 1987.

LOUGHLIN, W. P. Principal Component Analyses for Alteration Mapping.

Photogrammetric Engineering and Remote Sensing, 57(9), pp. 1163-1169,

1991.

NIX, H. A. Climate of tropical savannas. In Tropical Savannas (F. Bourlière,

Ed.), Elsevier, Amsterdam, Chap. 3, pp. 37-62, 1993.

NOVO, E. M. L. Sensoriamento Remoto – Princípios e Aplicações. Editora

Edgard Blucher Ltda, 1992.

PIZARRO, M. A.; EPIPHANIO, J. C. N.; GALVÃO, L. S. Identificação de

Minerais em Solos Tropicais a partir de Dados Hiperespectrais do Sensor

AVIRIS. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO

REMOTO, 9. Sessões Orais. Instituto Nacional de Pesquisas Espaciais,

Santos, 1998.

109

PLANET, W. G. Data extration and calibration of TIROS-N/NOAA radiometers.

NOAA Technical Memorandum NESS 107 (Washington, D. C.: U.S.

Department of Commerce), 1988.

RICHARDS, J.A. Remote Sensing Digital Image Analysis – In Introduction.

Berlin- Heideberg. Springer – Verlag, 281p, 1986.

SILVA, E. A. Curso de Sensoriamento Remoto – Notas Técnicas. Presidente

Prudente: FCT/Unesp, 100p, 1992. (Apostila).

SINGH, A., HARRISON A. Standardized Principal Components. Int. J. Remote

Sensing, Vol. 6, No. 6, pp. 883-896, 1985.

SMITH, M.O., JOHNSON, P.E., ADAMS, J.B. Quantitative determination of

mineral types and abundances from reflectance spectra using principal

components analysis. J. geophys. Res. 90:C797-C804, 1985.

STEFFEN, C. A., LORENZETTI, J. A., STECH, J. L., SOUZA, R. C. M.

Sensoriamento Remoto: Princípios físicos, sensores e produtos e sistema

Landsat. São José dos Campos, INPE, 1981.

STEFFEN, C. A., MORAES, E. C., GAMA, F. F. Radiometria Óptica Espectral.

In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 8.

110

Tutorial de Radiometria. Instituto Nacional de Pesquisas Espaciais, São

José dos Campos, SP. Salvador, BA, abril, Cd-Rom,1996.

WETZEL, M. A., WELCH, R. M. Simulation of AVHRR-K Band Ratios with

AVIRIS. Third Annual JPL Airbone Geoscience Workshop, JPL

Publication 92-14, Vol. 1, Pasadena, CA: Jet Propulsion Laboratory, pp.

157-159, 1992.

WETZEL, M. A. Simulation of radiances for future AVHRR platforms with the

AVIRIS spectral radiometer. Int. J. Remote Sensing, Vol.16, No. 6, pp.

1167-1177, 1995.

VANE, G. et al. Airbone Visible/Infrared Imaging Spectrometer (AVIRIS): na

advanced tool for earth remote sensing. International Geoscience and

Remote Sensing Symposium, SP215, IEEE, New York, a Proceedings. pp.

751-757, 1984.

VANE, G., Ed. Airborne Imaging Spectrometry, Special Issue, Remote Sens.

Environ. 44(2-3), pp.117-356, 1993.

111

Pegorari, Míriam Regina Bordinhon. Determinação de bandas espectrais a partir

de dados hiperspectrais. Presidente Prudente, 2001. 111p.:il. Dissertação

(mestrado) em Engenharia Cartográfica – Universidade Estadual Paulista,

Faculdade de Ciências e Tecnologia.

“ABSTRACT”

Hyperspectral data have been used in Remote Sensing to extract more information

from the targets. Therefore this work, which is part of Cartography, has as an

objective to support the area by contributing initially to the use of data of

hyperspectral sensors on identifying new spectral intervals that can be used either

to current sensor systems or to future ones. The data are from an area in the region

of Goiás-BR and they were obtained in August 1995 by the AVIRIS sensor from

NASA. In this study an image simulation technique of multiespectral sensors will

be presented through the image processing of the hyperspectral AVIRIS sensor in

order to generate new spectral intervals. With those new intervals it may be

possible to extract a larger number of information from the targets, which may

contribute positively to the Remote Sensing area, actually, yet we know little

about the potencial use of the hyperspectral data on generating new bands, which

corresponds to a wide research field, on which this paper has given an initial

contribution.

Word-keys: Hyperspectral Data, Remote Sensing, AVIRIS.

determinação de bandas espectrais a partir de dados hiperspectrais

Documents