determinação de bandas espectrais a partir de dados hiperspectrais
TRANSCRIPT
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
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
MÍRIAM REGINA BORDINHON PEGORARI
“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
Figura 21 - Contraste espectral entre os alvos Água e Estrada de Terra da
imagem simulada do Landsat/MSS-5..........................................
84
Figura 22 - Contraste espectral entre os alvos Água e Estrada de Terra da
imagem simulada do Spot 1.........................................................
84
Figura 23 - Contraste espectral entre os alvos Água e Estrada de Terra da
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
Figura 25 - Contraste espectral entre os alvos Água e Solo Exposto da
imagem simulada do Landsat/MSS-5..........................................
86
Figura 26 - Contraste espectral entre os alvos Água e Solo Exposto da
imagem simulada do Spot 1.........................................................
86
Figura 27 - Contraste espectral entre os alvos Água e Solo Exposto da
imagem simulada do AVHRR-11................................................
87
Figura 28 - Contraste espectral entre os alvos Água e Mata Galeria da
imagem simulada do Landsat/TM-5............................................ 88
Figura 29 - Contraste espectral entre os alvos Água e Mata Galeria da
imagem simulada do Landsat/MSS-5..........................................
88
Figura 30 - Contraste espectral entre os alvos Água e Mata Galeria da
imagem simulada do Spot 1.........................................................
89
Figura 31 - Contraste espectral entre os alvos Água e Mata Galeria da
imagem simulada do AVHRR-11................................................
89
Figura 32 - Contraste espectral entre os alvos Solo Exposto e Estrada de
Terra da imagem simulada do Landsat/TM-5.............................
91
Figura 33 - Contraste espectral entre os alvos Solo Exposto e Estrada de
Terra da imagem simulada do Landsat/MSS-5............................
91
Figura 34 - Contraste espectral entre os alvos Solo Exposto e Estrada de
Terra da imagem simulada do Spot 1..........................................
92
Figura 35 - Contraste espectral entre os alvos Solo Exposto e Estrada de
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
Figura 37 - Contraste espectral entre os alvos Mata Galeria e Estrada de
Terra da imagem simulada do Landsat/MSS-5............................
94
Figura 38 - Contraste espectral entre os alvos Mata Galeria e Estrada de
Terra da imagem simulada do Spot 1..........................................
94
Figura 39 - Contraste espectral entre os alvos Mata Galeria e Estrada de
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
Figura 41 - Contraste espectral entre os alvos Solo Exposto e Mata
Galeria da imagem simulada do Landsat/MSS-5.........................
96
Figura 42 - Contraste espectral entre os alvos Solo Exposto e Mata
Galeria da imagem simulada do Spot 1.......................................
96
Figura 43 - Contraste espectral entre os alvos Solo Exposto e Mata
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
Gradiente decrescente
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
Gradiente decrescente
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
Gradiente decrescente
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
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)
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
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
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;
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
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
Organizado por PEGORARI (2001)
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
Organizado por PEGORARI (2001)
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
Organizado por PEGORARI (2001)
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
Organizado por PEGORARI (2001)
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
Organizado por PEGORARI (2001)
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)
Organizado por PEGORARI (2001)
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
Organizado por PEGORARI (2001)
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
Organizado por PEGORARI (2001)
81
FIGURA 19 – Reflectância Espectral dos alvos selecionados da imagem AVIRIS
canal 21 (0.5787 µm) da figura 18
Organizado por PEGORARI (2001)
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
Organizado por PEGORARI (2001)
84
FIGURA 21 - Contraste espectral entre os alvos Água e Estrada de Terra da
imagem simulada Landsat/MSS-5
Organizado por PEGORARI (2001)
FIGURA 22 - Contraste espectral entre os alvos Água e Estrada de Terra da
imagem simulada Spot 1
Organizado por PEGORARI (2001)
85
FIGURA 23 - Contraste espectral entre os alvos Água e Estrada de Terra da
imagem simulada AVHRR-11
Organizado por PEGORARI (2001)
FIGURA 24 - Contraste espectral entre os alvos Água e Solo Exposto da Imagem
simulada Landsat/TM-5
Organizado por PEGORARI (2001)
86
FIGURA 25 - Contraste espectral entre os alvos Água e Solo Exposto da Imagem
simulada Landsat/MSS-5
Organizado por PEGORARI (2001)
FIGURA 26 - Contraste espectral entre os alvos Água e Solo Exposto da Imagem
simulada Spot 1
Organizado por PEGORARI (2001)
87
FIGURA 27 - Contraste espectral entre os alvos Água e Solo Exposto da Imagem
simulada AVHRR-11
Organizado por PEGORARI (2001)
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
Organizado por PEGORARI (2001)
FIGURA 29 - Contraste espectral entre os alvos Água e Mata Galeria da Imagem
simulada Landsat/MSS-5
Organizado por PEGORARI (2001)
89
FIGURA 30 - Contraste espectral entre os alvos Água e Mata Galeria da Imagem
simulada Spot 1
Organizado por PEGORARI (2001)
FIGURA 31 - Contraste espectral entre os alvos Água e Mata Galeria da Imagem
simulada AVHRR-11
Organizado por PEGORARI (2001)
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
Organizado por PEGORARI (2001)
FIGURA 33 - Contraste espectral entre os alvos Solo Exposto e Estrada de Terra
da Imagem simulada Landsat/MSS-5
Organizado por PEGORARI (2001)
92
FIGURA 34 - Contraste espectral entre os alvos Solo Exposto e Estrada de Terra
da Imagem simulada Spot 1
Organizado por PEGORARI (2001)
FIGURA 35 - Contraste espectral entre os alvos Solo Exposto e Estrada de Terra
da Imagem simulada AVHRR-11
Organizado por PEGORARI (2001)
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
Organizado por PEGORARI (2001)
94
FIGURA 37 - Contraste espectral entre os alvos Mata Galeria e Estrada de Terra
da Imagem simulada Landsat/MSS-5
Organizado por PEGORARI (2001)
FIGURA 38 - Contraste espectral entre os alvos Mata Galeria e Estrada de Terra
da Imagem simulada Spot 1
Organizado por PEGORARI (2001)
95
FIGURA 39 - Contraste espectral entre os alvos Mata Galeria e Estrada de Terra
da Imagem simulada AVHRR-11
Organizado por PEGORARI (2001)
FIGURA 40 - Contraste espectral entre os alvos Solo Exposto e Mata Galeria da
Imagem simulada Landsat/TM-5
Organizado por PEGORARI (2001)
96
FIGURA 41 - Contraste espectral entre os alvos Solo Exposto e Mata Galeria da
Imagem simulada Landsat/MSS-5
Organizado por PEGORARI (2001)
FIGURA 42 - Contraste espectral entre os alvos Solo Exposto e Mata Galeria da
Imagem simulada Spot 1
Organizado por PEGORARI (2001)
97
FIGURA 43 - Contraste espectral entre os alvos Solo Exposto e Mata Galeria da
Imagem simulada AVHRR-11
Organizado por PEGORARI (2001)
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
- diferenciação entre mata galeria e
estrada de terra
- diferenciação entre mata galeria e
solo exposto
SPOT 1
0,70 – 0,80
- diferenciação entre estrada de terra e
água
- diferenciação entre solo exposto e
água
- diferenciação entre mata galeria e
água
Organizado por PEGORARI (2001)
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.
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.