Deg IniciacaoSensoriamento

  • View
    221

  • Download
    0

Embed Size (px)

Text of Deg IniciacaoSensoriamento

  • 8/12/2019 Deg IniciacaoSensoriamento

    1/10

  • 8/12/2019 Deg IniciacaoSensoriamento

    2/10

    66

    Iniciao em Sensoriamento Remoto

    as mais indicadas no mapeamento do relevo.Para reas de densa cobertura vegetal, como afloresta Amaznica, recomenda-se selecionarimagens do infravermelho prximo e de radar.Porm, se tiverem tambm um relevo muitoacentuado, (p.ex., a escarpa da serra do Mar

    coberta pela mata atlntica), melhor utilizara do infravermelho prximo ou composiescoloridas que incluam imagem dessa banda.

    Observa-se uma relao muito grande entrea textura de uma imagem e a dissecao dorelevo (densidade de drenagem) da rea nelarepresentada. Assim, a partir dos diferentespadres, formados principalmente pela texturada imagem, identificamos as diferentes unidadesde relevo com os respectivos nveis de disse-cao, como ilustram as Figs. 4.17 e 4.18.

    Os padres destacados com nmeros (1 a 6)na imagem da Fig. 4.18a e ilustrados com fotosde campo, representam algumas das diferentesunidades de paisagem da regio selecionada,cuja descrio resumida apresentada a seguir:

    Unidade 1 uma plancie fluvial de umcurso temporrio, formada por aluvies esolos aluviais eutrficos distrficos, cobertapor uma caatinga aberta de estrato arbreo(espcies pereneflias e hipoxerfilas) eherbceo.Unidade 2 uma rea de relevo suaveondulado, com dissecao alta, formada porgranitos diversos indiferenciados, regossolo

    distrfico eutrfico + afloramentos rochosos.Nela domina a caatinga aberta de estratoarbustivo e herbceo.Unidade 3 uma rea de relevo plano, comdissecao muito baixa, formada por rochasdo calcrio caatinga, vertissolos + cambis-

    solo eutrfico, coberta por caatinga aberta deestrato arbustivo e herbceo. Esta unidade,de solos frteis, utilizada com a cultura(irrigada) da cana-de-ucar.Unidade 4 uma rea de relevo plano, comdissecao muito baixa, formada por cober-turas detrticas, uma associao de podzlicovermelho amarelo eutrfico + planossoloeutrfico. coberta por caatinga fechada deestrato arbreo e arbustivo.Unidade 5 caracteriza-se por relevo

    ondulado, com dissecao alta (um conjuntode relevos residuais inselbergs). formada porgranitos diversos indiferenciados, quartzitos,granulitos e sienitos, solos litlicos eutrficos+ afloramentos rochosos e coberta pelacaatinga fechada arbrea e arbustiva.Unidade 6 um relevo de serra (inselberg),com dissecao alta, formado de quartzito,solos litlicos eutrficos extremamentepedregosos com calhaus escuros que, ao ladoda caatinga fechada arbrea e arbustiva (napoca seca), contribuem para os tons escurosrepresentados principalmente na Fig. 4.18a.

    Fig. 4.17 Exemplos de feies e

    unidades geomorfolgicas repre-

    sentadas em imagens de radar.

    As imagens A, B e C, da regio de

    Carajs, so do Radarsat-1.

    Em (a), podemos observar o

    relevo plano pouco dissecado da

    regio; em (b), o relevo onduladocom dissecao alta; e em (c),

    o relevo fortemente ondulado,

    muito dissecado, e o contato da

    serra com o relevo plano.

    Fonte: Santos et al. (1999).

  • 8/12/2019 Deg IniciacaoSensoriamento

    3/10

    67

    CAPTULO4 - Interpretao de Imagens

    elas se complementam e, assim, oferecem aoanalista um grande nmero de informaes.Como as imagens tridimensionais favorecema interpretao do relevo, imagens como as

    Fig. 4.18 Imagens MSS Landsat composio colorida 754 (RGB) da regio semirida de Juazeiro-BA, obtidas em9 de novembro de 1982 (a), final da poca seca, e em 4 de maio de 1983 (b), no final da poca de chuva, mas

    no muito representativa desta poca. Os diferentes padres de imagem representam diferentes unidades de

    paisagem exemplificadas tambm nas fotos de campo (de 1 a 6). Observar como a unidade de paisagem (4) est

    bem destacada na imagem da poca seca e quase indiscriminada na outra imagem, o que refora a utilidade de

    imagens de diferentes pocas na obteno de informaes

    a b

    1

    1

    2

    2

    3

    3

    4

    4

    6

    6

    5

    5

    Um nico tipo de imagem dificilmentefornece toda a informao procurada. Dessemodo, podem ser exploradas imagens multies-pectrais, multidatas e multissensores, pois

  • 8/12/2019 Deg IniciacaoSensoriamento

    4/10

    68

    Iniciao em Sensoriamento Remoto

    do SRTM, ou MDEs obtidos de outras fontes,podem ser integradas com imagens multies-pectrais bidimensionais. Imagens multidatas,por exemplo, podem ser analisadas em estudosmultitemporais, de deteco de mudanas nouso da terra e nas feies de relevo. Imagens

    multitemporais podem ser teis tambm medida que determinadas feies da paisagem

    so visveis em imagens adquiridas com deter-minados ngulos de elevao solar e azimute,e em condies ambientais especficas. Assim,sempre que possvel, recomendvel o usode imagens de pocas contrastantes (seca/chuvosa, vero/inverno), que permitem ampliar

    a obteno de informaes.Aps a definio do objetivo e da rea de

    Fig. 4.19Mapa de rbita/ponto dos satlites Landsat-5 e 7 para a localizao de imagem. As rbitas tm uma

    direo aproximada N-S e so numeradas na linha paralela do Equador. Cada rbita dividida em segmentos

    numerados (pontos) indicados ao longo da linha paralela aos meridianos. No detalhe, o centro da imagem mais

    prximo de Manaus (rbita/ponto de 231/62)

  • 8/12/2019 Deg IniciacaoSensoriamento

    5/10

    69

    CAPTULO4 - Interpretao de Imagens

    estudo, o prximo passo localizar a rea eidentificar qual a rbita/ponto (sistema dereferncia) ou as coordenadas da imagem quecobrem a rea de interesse. Para selecionarimagens dos satlites Landsat-5 e 7 de umadeterminada rea de estudo, consultamos um

    mapa-ndice (mapa de rbita/ponto) (Fig. 4.19).Nele esto indicadas, por um sistema de coorde-nadas (Sistema Landsat de Referncia Universal),as rbitas percorridas por esses satlites elatitudes. A rea coberta por cada imagemLandsat de 185 por 185 km, e os pequenoscrculos no mapa de rbita/ponto indicam a reacentral de cada imagem.

    Nesse mapa, constata-se que a cidade deManaus, por exemplo, coberta pela imagem derbita 231, ponto 62. Procedimento semelhante

    utilizado com relao s imagens obtidas deoutros satlites, consultando-se os respectivosmapas-ndice. As grades (mapas de referncia)Landsat e CBERS podem ser obtidas no endereo

    eletrnico: . De modo geral possveltambm selecionar a imagem de satlite darea de interesse a partir de suas coordenadasgeogrficas. No Catlogo de Imagens do Inpe(http://www.dgi.inpe.br/CDSR), as imagens

    dos satlites CBERS, Landsat e ResourceSatpodem ser selecionadas tambm pelo nome domunicpio de interesse.

  • 8/12/2019 Deg IniciacaoSensoriamento

    6/10

  • 8/12/2019 Deg IniciacaoSensoriamento

    7/10

    71

    5.1 Pr-ProcessamentoO pr-processamento refere-se ao trata-

    mento preliminar dos dados brutos, com afinalidade de calibrar a radiometria da imagem,atenuar os efeitos da atmosfera, remover rudos

    e corrigir suas distores geomtricas (decor-rentes do processo de aquisio dos dados edeslocamento da plataforma) por meio de georre-ferenciamento. Com este tipo de processamento,

    Captulo 5

    PROCESSAMENTO DE IMAGENS

    Uma imagem digital obtida por senso-riamento remoto uma representao

    matricial dos valores que correspondem inten-sidade de energia refletida ou emitida pelosobjetos da superfcie terrestre. A Fig. 5.1 ilustra

    uma imagem digital, na qual o valor numrico decada elemento de resoluo (clula oupixel) repre-senta uma intensidade de energia e um nvelde cinza. Quanto maior o valor do pixel, maior a energia e maior o nvel de cinza(mais claro, tendendo ao branco);quanto menor o valor do pixel, menora energia e menor o nvel de cinza(mais escuro, tendendo ao preto). Ovalor numrico de cada elemento deresoluo (pixel) da imagem varia de 0(zero) a 2x. Em uma imagem do sensorTM (satlite Landsat), por exemplo,o valor de x 8 (28). Portanto, essaimagem representada em 256 nveisde cinza (0 a 255), ou seja, em 8 bits(28), como so chamados os dgitos dosistema binrio.

    Por meio da utilizao de softwaresespecializados, so aplicadas tcnicasde processamento (operaes ou

    transformaes numricas) nasimagens digitais de sensoriamentoremoto. fundamental compreendero tipo de transformao aplicada aosdados de sensoriamento remoto, paraevitar perda de informao e errosna sua anlise e interpretao. Essastcnicas podem ser agrupadas emtrs conjuntos: pr-processamento,realcee classificaode imagens.

    Fig. 5.1Imagem digital representada em 256 nveis de cinza. O valor

    (nmero digital) de cada elemento de resoluo (pixel) representa

    a energia (mdia) refletida pelo(s) objeto(s) contido(s) nessa rea.

    Podemos observar que os valores mais baixos (objetos que absorvem

    muita energia) correspondem a nveis de cinza escuros e os mais altos

    (objetos que refletem muita energia) correspondem a nveis de cinza

    claros. Os valores extremos, 0 (zero) e 255, correspondem, respectiva-

    mente, ao preto e ao branco.

    Adaptado de CCRS/CCT

    Orientaes para aplicao de tcnicas de processamento de ima-gens disponveis no site da editora (http://www.ofitexto.com.br) napgina do livro.

  • 8/12/2019 Deg IniciacaoSensoriamento

    8/10

    72

    Iniciao em Sensoriamento Remoto

    devem ser ortorretificadas por meio de ummodelo matemtico apropriado ou uma funode interpolao tridimensional baseada nageometria e orientao do sensor. Sobre ortorre-tificao de imagens obtidas de sensores de altaresoluo, sugerimos consultar Arajo (2006).

    Ainda dentro do pr-processamento, cabedestacar a restaurao de imagens, um proce-dimento disponvel no sistema Spring. Este tipode procedimento ajuda a eliminar distores erefinar (melhorar) a resoluo espacial originalda imagem. Imagens TM, por exemplo