Upload
phamnhu
View
219
Download
0
Embed Size (px)
Citation preview
ST2 – USO DE SENSORIAMENTO REMOTO
EM ESTATÍSTICAS AGROPECUÁRIAS
Amostragem em imagens de sensoriamento remoto
Alfredo José Barreto Luiz – Embrapa Meio Ambiente
Cuiabá, MT – 18 de outubro de 2017
- A utilização correta da estatística em qualquer área de
aplicação depende do grau de conhecimento da natureza
dos dados empregados e do nível de clareza dos objetivos
estabelecidos (Ariana, Marcelo e Walmir).
- O sensoriamento remoto (SR) oferece um conjunto muito
particular de dados, com características que precisam ser
levadas em consideração na escolha dos métodos
estatísticos a serem utilizados na sua análise.
RESUMO
- A aplicação dos dados de SR em agricultura define objetivos bem
específicos que devem influir na determinação das técnicas de
amostragem e de análise estatística.
- A aplicação de métodos de amostragem em imagens de
sensoriamento remoto pode resultar em um avanço na eficiência
do uso dos dados de sensores orbitais para fins agrícolas.
- Exemplos de aplicação da amostragem em imagens de
sensoriamento remoto serão apresentados.
RESUMO
Existem cada vez mais dados obtidos por sensores a
bordo de satélites, disponíveis e úteis para as atividades
de gestão e monitoramento da produção agropecuária.
Satélites de observação da terra coletam dados úteis no
monitoramento do uso do solo.
Os conjuntos de dados obtidos podem ser volumosos e
complexos.
Introdução
Os dados de SR possuem repetitividade no tempo, com maior ou
menor intensidade, dependendo do tipo.
Existe sempre um compromisso (trade-off) entre as escalas
radiométricas, espaciais e temporais para cada sensor, que
resulta em grandes matrizes multidimensionais de dados.
A amostragem, além de contornar o problema da ‘falta’ de
imagens ocasionada pelas nuvens, reduz o volume de dados a ser
trabalhado e, se bem planejada e executada, permite o cálculo da
incerteza das estimativas. (amostragem complexa, Dr. Steeve
Heeringa, T1 – ex.: limites geopolíticos, ambientais, buffer etc.)
Programa proposto
Dados de sensoriamento remoto
Principais tópicos:
- Conceitos básicos de sensoriamento remoto
- Satélites e outras formas de aquisição de dados
- Exemplos de relações com a amostragem
Definição:
“Medidas tomadas à distância”.
(muito ampla, genérica, imprecisa)
Conceitos básicos de Sensoriamento Remoto
Princípios físicos:
- básico do básico
- radiação eletromagnética (ondas)
- relação fonte – alvo - sensor
- de onde vem os fótons e como são ‘lidos’
E os fótons?
- o que são
- de onde vêm
- como interagem
- como são capturados
- como são lidos
- geometria, física,
estatística e eletrônica
As cobras são
extraterrestres?
Sensores:
- modo de ação
- posição
- resolução espacial
- resolução espectral
- resolução radiométrica
- resolução temporal
- compromisso
Classificação por modo de ação do
sensor:
- passivos (fonte ≠ sensor)
- fotografia
- ótico eletrônico
- ativos (fonte = sensor)
- radar
- laser
Classificação por posição
Modo de transportar o sensor:
- ‘manual’, laboratório
- ‘manual’, campo
- drones, vants, balões
- aviões
- espaçonaves
- satélites
Resolução espacial
Tamanho do pixel:
- laboratório: pontual
- campo: pontual
- drones, vants, balões: nm, mm, cm
- aviões: cm, m
- espaçonaves: cm, m
- satélites: cm, m, km
Número de pixels ou largura de
faixas, tamanho das cenas:
- um pixel
- milhões de pixels
Resolução espectral
É composta por:
- número de bandas
- largura de bandas
- posição do centro das bandas
Importância para identificação de alvos agrícolas e
compromisso entre si e com as demais resoluções.
Resolução radiométrica:
- Landsat OLI: 16 bits
- MODIS: 12 bits
- Sentinel MSI: 12 bits
- WorldView: 11 bits
- Landsat 7: 8 bits
Resolução temporal
Tempo que o sensor leva para retornar à área alvo
- laboratório: programável
- campo: programável
- drones, vants, balões: programável
- aviões: programável
- espaçonaves: programável mas muito dispendioso,
geralmente fixo e dependente da missão
- satélites: dias, depende da posição e altitude da órbita,
largura da faixa imageada, existência de satélites ‘irmãos’
(em tandem), possibilidade de ‘olhar de lado’ etc.
Resolução temporal
- satélites: dias, depende da posição e altitude da órbita,
largura da faixa imageada, existência de satélites ‘irmãos’
(em tandem), possibilidade de ‘olhar de lado’ etc. Ex:
Dinâmica agrícola e a relação com a resolução temporal:
- o uso muda no mesmo local, no tempo
- o mesmo uso muda a resposta no tempo
- o mesmo uso, na mesma data, responde diferente de
local para local
- usos diferentes com resposta semelhante
- alguns padrões se mantêm (cana, pasto)
Dr. Pedro (ENCE) – cadastro de alunos, um ano é velho.
feijão – entre plantio e colheita = menos de 80 dias
Compromisso (trade-off = conflito de escolha):
- tamanho do pixel x largura de banda
- tamanho do pixel x posição da banda
- tamanho do pixel x revisita
- altitude x peso do sensor
- largura de banda x posição da banda
- revisita x altitude
- revisita x largura de imageamento
- largura de imageamento x altitude
- altitude (velocidade de translação) x horário de passagem
- resoluções x custo
etc.
Definição:
“Satélite de observação da Terra é todo satélite especificamente
projetado para observar a Terra quando em órbita, com
finalidades não militares, tais como: monitoramento ambiental,
meteorologia, cartografia, etc.”
Satélites ambientais permitem monitoramento ambiental,
detectando alterações na vegetação, composição dos gases na
atmosfera, estado dos mares, cores dos oceanos e estado das
massas de gelo, topografia (radares).
Satélites de observação da terra
Landsat 8 captura mais de 700
cenas por dia, um acréscimo
considerável sobre as 250 cenas
por dia do Landsat 7.
Uma cena recobre 180 x 180 km.
Programa proposto
Dados de sensoriamento remoto
Principais tópicos:
√ Conceitos básicos de sensoriamento remoto
√ Satélites de observação da terra
√ Satélites meteorológicos
√ Drones
√ Mini satélites
Exemplos
Como tudo começou?
INPE, 1999 – doutorado
Da ingenuidade à realidade.
Remoteiro gosta de mapa!
A importância da combinação de áreas do
conhecimento.
Reflexão
Crença na precisão das
estimativas estatísticas.
Isaac Asimov
Confiança no bom senso.
Descartes
ESTATÍSTICAS AGRÍCOLAS POR AMOSTRAGEM
AUXILIADA PELO SENSORIAMENTO REMOTO
“Inexiste no mundo coisa mais bem distribuída que o bom senso, visto que
cada indivíduo acredita ser tão bem provido dele que mesmo os mais difíceis
de satisfazer em qualquer outro aspecto não costumam desejar possuí-lo
mais do que já possuem. E é improvável que todos se enganem a esse
respeito; mas isso é antes uma prova de que o poder de julgar de forma
correta e discernir entre o verdadeiro e o falso, que é justamente o que é
denominado bom senso ou razão, é igual em todos os homens; e, assim
sendo, de que a diversidade de nossas opiniões não se origina do fato de
serem alguns mais racionais que outros, mas apenas de dirigirmos nossos
pensamentos por caminhos diferentes e não considerarmos as mesmas
coisas. Pois é insuficiente ter o espírito bom, o mais importante é aplicá-lo
bem. As maiores almas são capazes dos maiores vícios, como também das
maiores virtudes, e os que só andam muito devagar podem alcançar bem
mais, se continuarem sempre pelo caminho reto, do que aqueles que correm
e dele se afastam”.
RENÉ DESCARTES, na primeira parte do Discurso do Método, 1637.
“O ser individual é imprevisível, porém as reações das
multidões podem ser tratadas estatisticamente. Quanto maior
a multidão, tanto maior a precisão que se pode conseguir”.
ISAAC ASIMOV, no livro Fundação, escrito entre 1942 e
1949.
PRESSUPOSTOS
Talhão típico
Classe única de uso no talhão
Imagem+SIG+GPS => AAS
Estratificação aumenta eficiência
MATERIAL E MÉTODOS
Ipuã – SP
Estado de São Paulo
Dados do IBGE
IEA/CATI (LUPA)
SPRING
LANDSAT
SAS
Método desenvolvido para uma tese
N
I
12
10
11
6
4
5
3
13
2
9
7
8
1
II
III
V
IV
VII
VI
VIII
IXX XI
XII
+
+
+
+
+
+
+
+
+
+
+
+
+
W 48º 15´ W 48º 00´ W 47º 45´ W 47º 30´
S 20º 00´
S 20º 15´
S 20º 30´
S 20º 45´
EDR de Orlândia
I - IgarapavaII - AraminaIII - BuritizalIV - MiguelópolisV - ItuveravaVI - IpuãVII - GuaráVIII - S. J. Da BarraIX - Morro AgudoX - OrlândiaXI - NuporangaXII - Sales Oliveira
SãoPaulo
CONSTRUÇÃO DA REFERÊNCIA
mapeamento de Ipuã (inverno e verão)
falta de dados de referência
imagens + visitas ao campo
AMOSTRAGEM
Opção pela amostragem
AAS
tamanho da amostra
construção de uma AA
Estratificação
dentro do município
0
10
20
30
40
50
60
0 200 400 600 800 1000
tamanho da amostra (n)
Co
efi
cie
nte
de v
ari
ação
(C
V %
)
Ipuã: N = 747.294 pixels de 25x25 (46.706 ha)
Soja = 16.200 ha => P = 0,34685
ESTRATIFICAÇÃO NO MUNICÍPIO
Âh = ph x AH
CVh = 100 x (qh/nhph)1/2
 = A1 + A2
Wh = AH/AM
CV = 100 x {[W12 x (p1q1/n1)]+[W2
2 x (p2q2/n2)]}1/2/(Â/AM)
RESULTADOS
Estimativas por AAS em Ipuã
Tabela 4.3 – Comparação entre as estimativas oficiais, as obtidas por amostragem e a
referência, para as principais culturas no município de Ipuã, na safra 2001/2002.
Uso AAS 2001/2002 IBGE/PAM 2001 EDR nov/2001 Ref 2001/2002
Cana-de-açúcar 15.316 24.000 29.000 15.096
Soja 17.377 16.200 4.500 16.155
Milho 1.733 8.500 13.000 1.740
Dados de novembro de 2001 fornecidos pelo EDR de Orlândia.
CONCLUSÕES
1) Imagens + SIGs + GPS + AA + campo:
Permitem estimar a área plantada com as principais
culturas de um Estado ou País, de maneira rápida,
econômica, simples e com confiabilidade
predeterminada.
2) As Imagens são essenciais: pixels
3) As imagens ajudam: localização e classificação
CONCLUSÕES
4) A estratificação é um poderoso instrumento.
E as imagens auxiliam na estratificação.
5) O planejamento se beneficia de dados preexistentes.
Tanto na estratificação quanto na definição do
tamanho da amostra.
LUIZ, A. J. B.; FORMAGGIO, A. R.; EPIPHANIO, J. C. N. Objective
sampling estimation of crop area based on remote sensing images.
In: Computational Methods for Agricultural Research: Advances
and Applications / Prado, H. A.; Luiz, A. J. B.;Chaib Filho, H.,
editors. Hershey - New York: Information Science Reference, 2011,
p. 73-95 (Chapter 5), ISBN 978-1-616920871-1.
Exemplos