Professional Documents
Culture Documents
SENSORIAMENTO REMOTO
SENSORIAMENTO REMOTO
ADRIANO VENTURIERI
Eng. Agr., M. Sc. em Sensoriamento Remoto; D. Sc. em Geografia
Novembro de 2007
SUMÁRIO
1 INTRODUÇÃO ..................................................................................................................... 7
BIBLIOGRAFIAS CONSULTADAS................................................................................... 82
4
LISTA DE FIGURAS
LISTA DE TABELAS
1 INTRODUÇÃO
do território nacional até o fim da década de 80. Esse levantamento foi feito pelo sistema
GEMS (Goodyear Eletronic Mapping System) operando na banda X (Trevett,1986).
A década de 60, também, assistiu ao advento dos sistemas orbitais de
sensoriamento remoto. Os primeiros sensores orbitais foram voltados para aplicações
meteorológicas. Paralelamente houve também a utilização de câmaras fotográficas para a
aquisição de fotografias da superfície terrestre durante as missões tripuladas da série Apolo. É
assim que na década de 70 é lançado o primeiro satélite experimental de levantamento de
recursos terrestres (Earth Resources Technology Satellite). Esse satélite, e o sensor
multiespectral que leva a bordo tiveram tamanho sucesso, que o seu nome foi modificado para
Landsat e se transformou no programa de sensoriamento remoto de mais longa duração já
existente, com o 7o satélite da série lançado em 1999.
Em 1978 foi lançado o primeiro sistema orbital de radar, o SeaSat. Esse satélite,
concebido para obter dados para o monitoramento da superfície oceânica manteve-se em
operação por apenas 3 meses. Por razões controvertidas (informação classificada, alta taxa de
dados para transmissão telemétrica, alta potência requerida para operação dos sensores, entre
outras) fizeram com que dados orbitais de RADAR só voltassem a ser disponíveis na década
de 90 com o lançamento do satélite soviético Almaz (1990), ERS-1 (1991), JERS-1 (1992) e
RADARSAT (1995).
Atualmente, existe um grande número de satélites de sensoriamento remoto em
operação e outros planejados para entrar em operação. Algumas dessas missões encontram-se
resumidas na Tabela 1.1. Maiores detalhes sobre essas missões podem ser encontrados em
Kramer (1996).
Tabela 1.1 – Missões de Sensoriamento Remoto Orbital em Operação e Planejadas até 2011.
Fonte
REM
Sensor Alvo
Fig. 2.1 – Esquema representativo dos quatro elementos fundamentais das técnicas de
sensoriamento remoto.
Fig. 2.3 – Flutuações dos campos elétrico (E) e magnético (M) de uma onda eletromagnética
se propagando na direção Z.
onde,
X = plano de excitação do campo elétrico;
Y = plano de excitação do campo magnético;
14
X = comprimento de onda;
t = vetores E/M que representam o valor instântâneo do campo elétrico e/ou
magnético.
Vale salientar que as ondas eletromagnéticas se diferenciam entre si quanto à
frequência e ao comprimento de onda. O comprimento de onda é a distância entre dois
máximos sucessivos, ou seja, é a distância em que a onda se repete em dado instante. Por
outro lado, a frequência de onda é o número de ondas que passa por um ponto do espaço num
determinado tempo, sendo diretamente proporcional à velocidade de propagação da radiação.
Como o comprimento de onda é inversamente proporcinal a frequência, quanto maior for a
frequência com que uma carga elétrica é acelerada, menor será o comprimento de onda
resultante.
Embora a teoria ondulatória seja bastante adequada para longos comprimentos de
onda e para exprimir os processos de propagação da REM, quando se trata dos processos de
absorção e emissão de energia radiante e curtos comprimentos de onda, costuma-se usar a
teoria corpuscular. Em tal teoria é considerado que a energia é emitida, absorvida ou
propagada não de maneira contínua, mas sim em pequenas parcelas discretas de energia
chamadas de quanta (plural de quantum) ou fótons. A quantidade de energia contida em cada
fóton de um fluxo de radiação eletromagnética é diretamente proporcional à frequência e
inversamente proporcional ao comprimento de onda a ele associado.
A partir destes conceitos, podemos compreender que o elemento fundamental
para o sensoriamento remoto é a REM, que no vácuo propaga-se à velocidade da luz e sua
interação com o meio físico pode ser explicada através de dois modelos: o modelo
corpuscular (ou quântico) e o ondulatório.
Cada fonte de REM possui espectros próprios de radiação. O Sol radia a REM
segundo o gráfico apresentado na Figura 2.4.
As faixas mais comumente exploradas para fins do SR dos recursos naturais são:
visível, infravermelho próximo, infravermelho médio e microondas
Para que se possa compreender melhor como se viabiliza a aplicação das técnicas
de SR no estudo dos recursos naturais, faz-se necessária a apresentação de pelo menos quatro
parâmetros radiométricos. O primeiro deles, refere-se à Irradiância. Em termos bastante
simplificados, a Irradiância representa a intensidade do fluxo radiante, proveniente de todas
as direções, que atinge uma dada superfície. A Figura 2.7 ilustra o aspecto geométrico
mencionado.
Vale salientar que neste fluxo radiante estão contidos todos os diversos
comprimentos de onda que são radiados pela fonte, segundo suas próprias características,
assim como apresentado na Figura 2.6 para a fonte Sol.
Assim que um determinado fluxo radiante atinge uma superfície, ele sofre três
fenômenos: reflexão, transmissão e absorção. Estes fenômenos são dependentes das
características físico-químicas do próprio objeto, que definem as intensidades de reflexão,
transmissão e absorção da REM em cada comprimento de onda incidente no objeto.
17
Fig. 2.6 – Representação gráfica dos possíveis ângulos de incidência sobre um alvo.
Fonte: Ponzoni e Disperati (1995)
Imaginando então somente a porção refletida pelo objeto, um novo fluxo será
originado em sentido contrário ao incidente, mas nas mesmas direções. A intensidade deste
fluxo pode também ser quantificada e é expressa pela chamada Excitância.
Parte deste fluxo refletido pelo objeto pode ser coletado por um sensor localizado
remotamente. O termo “parte” refere-se a dois aspectos: um de ordem geométrica e outro de
ordem espectral. O de ordem geométrica refere-se por sua vez ao fato de que não há
instrumentos capazes de registrar a Excitância, uma vez que seria necessário o
desenvolvimento de um sensor que envolvesse todo o objeto, o que comprometeria a
incidência da REM. Evidentemente poderiam ser desenvolvidos métodos que permitissem sua
estimativa, mas outra solução foi adotada. Para melhor compreender esta solução, a Figura 2.7
apresenta um esquema da trajetória da REM proveniente de um ponto da superfície de um
objeto fictício.
Todo sensor possui uma abertura pela qual a REM refletida, ou emitida, pelos
objetos passa em direção ao chamado “detetor”, que é o elemento que realmente “sente” a
REM. Essa abertura possui dimensões variáveis e dependentes das características tecnológicas
do instrumento ou da própria natureza das operações de coleta de dados. De qualquer forma,
entre esta abertura e o ponto da superfície do objeto passa a ser definido um cone por onde
trafega a REM. Esse cone é denominado de ângulo sólido.
Fica claro que somente a REM que estiver contida neste ângulo sólido será
sentida pelo detetor, mas ao mesmo tempo, o sensor não observa somente um ponto na
superfície e sim uma determinada área desta superfície, a qual é constituída por infinitos
pontos. Assim, o que realmente é medido pelo sensor é a intensidade de todos os infinitos
fluxos contidos nos ângulos sólidos dos pontos da área da qual ele é capaz de observar. Esta
intensidade é denominada de Radiância. A Radiância é, portanto, a intensidade do fluxo
radiante por unidade de ângulo sólido e seu conceito pode ser comparado ao conceito de
brilho, ou seja, um objeto é considerado mais brilhante quanto maior for sua Radiância
medida.
O aspecto espectral refere-se ao fato de que a composição espectral do fluxo que
deixa a superfície sofre alterações que são dependentes das suas características físico-
químicas. Assim, a Radiância medida por um sensor pode ser determinada para um intervalo
específico de comprimentos de onda (região ou banda espectral).
No esquema apresentado na Figura 2.7, fica claro que o sensor “observa”
instantaneamente uma determinada porção da superfície do terreno. A área desta superfície
define o chamado elemento de resolução espacial (pixel). Desta área é registrado um único
valor de Radiância para cada faixa ou região espectral que o sensor é capaz de perceber a
REM refletida ou emitida pelos objetos contidos em seu elemento de resolução espacial.
18
objetos em refletir a REM incidente, pois ela é dependente das suas propriedades físico-
químicas. Este estudo é denominado de estudo do Comportamento espectral de alvos, cujos
principais aspectos serão apresentados oportunamente.
Fig. 2.8 – Gráfico contendo as curvas de Reflectância para alguns recursos naturais.
Estas curvas de Reflectância são curvas médias que somente ilustram as formas
típicas dos alvos apresentados refletirem a REM sobre eles incidente. Servem então somente
de base para formar uma idéia da reflexão destes alvos, não sendo possível sua generalização,
uma vez que também não foram fornecidas informações adicionais sobre as condições
(geométricas e dos próprios alvos) adotadas quando foram geradas. Esta forma típica é
geralmente referenciada com o termo Assinatura Espectral.
Através da análise de curvas como estas apresentadas na Figura 2.8, pode ser
prevista a aparência de alvos em produtos de SR, tais como imagens orbitais e/ou fotografias
aéreas. Esta aparência é expressa pela tonalidade (clara ou escura) assumida pelos alvos e
dependendo do tipo de produto, ela ainda pode ser expressa pela cor e pela textura.
O conhecimento sobre o comportamento espectral de alvos é, portanto,
fundamental para a extração de informações a partir de produtos de SR, quer sejam
fotografias, ou imagens.
O estudo da interação da radiação eletromagnética com os alvos da superfície
terrestre é realizado através da análise das propriedades espectrais dos mesmos. Quando um
fluxo de REM irradia um objeto, podem acontecer três fenômenos : parte do fluxo é refletido;
parte penetra no objeto, sendo progressivamente absorvido; e parte consegue atravessá-lo
(transmitido), emergindo novamente para o espaço (Figura 2.9).
21
onde,
</>i = fluxo incidente <f>a = fluxo absorvido
<pr = fluxo refletido <f)t = fluxo transmitido
Neste contexto, considerando-se a Lei de Conservação da Energia, pode-se escrever :
<Pi = <Pr+ <Pa+ <Pt
Dividindo-se os dois membros da equação anterior pelo fluxo incidente ((|)i), tem-se
então :
Todo corpo com temperatura superior a zero grau absoluto ou zero Kelvin (0 K= -
273,16°C) emite REM, sendo a quantidade de radiação emitida (exitância) proporcional a
temperatura que o mesmo apresenta, sendo por isso denominada térmica. Como cada corpo
possui características próprias de emissão térmica, o espectro da radiação emitida pelo mesmo
será então particularizado.
Devido os diferentes materiais presentes na natureza não serem corpos negros
ideais, parte da radiação incidente não é absorvida, sendo refletida ou mesmo transmitida.
Desta forma, é necessário a definição de emissividade, que corresponde a razão de exitância
de um corpo real pela exitância de um corpo negro, à mesma temperatura. Em outras palavras,
a emissividade de um corpo caracteriza quanto este corpo se aproxima ou se afasta do padrão
teórico de um corpo negro, sendo sempre menor que um.
Fig. 2.11 – Comportamento da reflexão especular (a) e difusa (b) em uma superfície.
Fonte: Steffen et al., 1981.
Em alguns casos, pode-se ter uma mistura de reflexão especular e difusa, mas para
todos os efeitos, costuma-se considerar como reflexão difusa quando uma porção
considerável, da ordem de 25% ou mais da radiação é refletida difusamente.
Em nível de paisagem, as diferenças nas taxas de cobertura do solo promovem
respostas espectrais distintas que podem ser detectadas por sensores remotamente situados.
Assim, o perfeito entendimento dos processos que afetam o comportamento espectral da
vegetação e dos solos, mostra-se imprescindível, na medida em que facilita a extração de
informações confiáveis a partir de produtos de sensoriamento remoto.
25
maior parte é transmitida para o mesófilo esponjoso, onde os raios incidem freqüentemente nas
paredes celulares, sendo refletidos se os ângulos de incidência forem suficientemente grandes.
Esta reflexão múltipla é essencialmente um processo aleatório no qual os raios mudam de
direção dentro da folha. Dado o grande número de paredes celulares dentro da folha, alguns
raios são refletidos de volta, enquanto outros são transmitidos através da folha. A espessura da
folha é fator importante no caminho da REM, já que geralmente a transmitância é maior do que
a reflectância para folhas finas, mas o inverso acontece com folhas grossas.
Fig. 3.2 – Seção transversal de uma folha mostrando os possíveis caminhos da luz incidente.
Fonte: Gates et al, 1965.
A análise da Figura 3.3 indica que a região compreendida entre 400 nm a 2600 nm
pode ser dividida em três áreas:
a) região do visível (400 nm a 700 nm);
28
mais lacunosa for a estrutura interna foliar, maior será o espalhamento interno da radiação
incidente, e consequentemente, maior será também a reflectância;
c) região do infravermelho médio: A absorção devido à água líquida predomina
na reflectância espectral das folhas na região do infravermelho próximo. Considerando a água
líquida, esta apresenta na região em torno de 2000 nm, uma reflectância geralmente pequena,
sendo menor do que 10% para um ângulo de incidência de 65o e menor do que 5% para um
ângulo de incidência de 20o. A água absorve consideravelmente a REM incidente na região
espectral compreendida entre 1300 nm a 2000 nm. Em termos mais pontuais, a absorção da
água se dá em 1100 nm; 1450 nm; 1950 nm; 2700 nm e 6300 nm.
Pelo exposto pode-se, portanto, constatar nas imagens que na região do visível um
dossel vegetal apresenta valores de reflectância relativamente baixos devido à ação dos
pigmentos fotossintetizantes que absorvem a REM para a realização da fotossíntese, na região
do infravermelho próximo que estes valores apresentam-se elevados devido ao espalhamento
interno sofrido pela REM em função da disposição da estrutura morfológica da folha, aliado
ainda ao espalhamento múltiplo entre as diferentes camadas de folhas e, finalmente, que no
infravermelho médio tem-se uma nova queda destes valores, devido a presença de água no
interior da folha. De fato, estes fatores influentes não atuam isoladamente. Em cada uma das
regiões espectrais todos os fatores exercem sua influência concomitantemente. Assim, por
exemplo, os níveis baixos de reflectância na região do visível, esperados para uma cobertura
vegetal, não se devem exclusivamente à absorção dos pigmentos existentes nas folhas, mas
também às sombras que se projetam entre as folhas, as quais são dependentes da geometria de
iluminação, da Distribuição Angular das Folhas (DAF) e da rugosidade do dossel em sua
camada superior (topo do dossel). Sobre esses efeitos discorreremos oportunamente.
Vale salientar que o que é efetivamente medido pelo sensor colocado em órbita
terrestre é a radiância espectral. Como cada sensor de cada banda espetral, na qual tal sensor é
apto a coletar a REM refletida pelos objetos possui sua própria sensibilidade, isso implica num
“desbalanceamento” entre as radiâncias espectrais medidas. Esse desbalanceamento pode
ocasionar diferenças de brilho de um mesmo objeto entre as bandas, ora subestimando-o, ora
superestimando-o. Isso pode explicar, por exemplo, que apesar da queda da reflectância
31
80
Reflectância (%)
φ
< 0,062 mm
0,062 - 2 mm
> 2 mm
0
500nm 900nm
Comprimento de onda
Fig. 4.1 – Efeito do tamanho da partícula sobre o comportamento espectral dos solos.
Fonte: Adaptado de Szekielda, 1988.
4.1.1 Umidade
enquanto que em concentrações inferiores a 2%, torna-se menos efetiva no mascaramento dos
efeitos dos outros constituintes do solo. O aumento do teor de matéria orgânica promove
principalmente uma redução da reflectância na região do visível.
Os constituintes orgânicos, tais como os ácidos húmico e fúlvico, além de
componentes não específicos, incluindo resídos de plantas em decomposição, influenciam a
reflectância do solo em diferentes graus, embora a contribuição de cada um seja difícil de
quantificar.
4.1.3 Granulometria
Água
Fig. 6.2 – Sub-cena de uma composição colorida das bandas 3 (Vermelho), 4 (Verde) e 5
(Azul) do sensor Thematic Mapper que mostra a porção oeste do reservatório da Usina
Hidroelétrica de Tucuruí, próximo á cidade de Novo Repartimento.
Fig. 6.3 – Composição colorida dos canais 1 (azul), 2(verde) e 3 (vermelho) do sensor
Thematic Mapper do satélite Landsat-5.
sensores de primeira e segunda geração e para a maioria dos sensores de alvos terrestres,
como é o caso dos sensores TM/Landsat e HRV/SPOT.
A diferença mais crucial entre o estudo do comportamento espectral da água e dos
demais alvos é que, quando se estuda o comportamento de uma rocha, o que se busca é
conhecer as propriedades daquela rocha, mas quando se estuda o comportamento da água, o
que se busca conhecer não é a “água-objeto-em-si-mesmo”, mas os componentes que se
encontram nela dissolvidos ou nela suspensos. Portanto, o estudo do comportamento espectral
da água, é usado como indicador do comportamento de um sistema muito mais complexo que
é o sistema áquático.
Todas essas diferenças tiveram conseqüência no estudo do comportamento
espectral da água. A primeira conseqüência foi a de que durante muitos anos não existiam
instrumentos suficientemente sensíveis que permitissem detectar diferenças sutis na
porcentagem refletida pêlos diferentes corpos d’água. Enquanto as pessoas saiam pelos
campos medindo a reflectância dos solos, das rochas, das plantas sob as mais diferentes
condições, um ou outro pesquisador tentava desenvolver diferentes arranjos experimentais
para tentar medir a energia refletida pela água.
As dificuldades para estudar o comportamento espectral da água sempre foram
tantas que estudar água se tornou um assunto paradoxalmente árido, levando a que muitos
começassem, mas poucos permanecessem entusiasmados com a empreitada após sucessivos
resultados pouco satisfatórios.
Analisando a bibliografia sobre o assunto observa-se que as pesquisas nesse
campo seguiram duas tendências básicas. De um lado existem numerosos trabalhos
experimentais realizados principalmente pela comunidade ligada a sistemas aquáticos
continentais, e por outro lado numerosos trabalhos de simulação e modelagem matemática,
realizados por pessoas oriundas da comunidade de oceanógrafos físicos.
Essas diferenças de abordagem deste alvo, fez com que a metodologia de
aquisição de dados, a nomenclatura, os conceitos utilizados, etc., sejam bastante específicos
para o alvo água. Pôr isso, antes de nos aventurarmos pelo estudo do comportamento espectral
da água, teremos que nos deter um pouco no estudo de alguns conceitos básicos.
Fluxo Ascendente
Espalhamento Absorção
Não Seletivo
•Particulas > 700 Seletivo
nm •moléculas d’água
Seletivo •fitoplâncton
•Partículas < 700 •substâncias húmicas
nm •sais dissolvidos
Atenuação
Qualidade da Quantidade
Radiação da Radiação
submersa a cada nível da coluna d´agua está em íntima relação com a composição da água e
com seus componentes físicos, químicos e biológicos.
2,5
1,5
0,5
0
280 380 480 580 680 780 880
Comprimento de onda (nm)
A análise desta Figura 6.6 revela que a presença de matéria orgânica dissolvida na
água provoca profundas modificações no processo de absorção da luz no meio aquático. Em
primeiro lugar, o máximo de absorção da água com matéria orgânica dissolvida ocorre na
região de mínima absorção da água pura. È na região do azul em que se dá o maior contraste
na absorção da água pura e da água com altas concentrações de matéria orgânica dissolvida.
Os coeficientes de absorção da matéria orgânica dissolvida se eqüivalem numericamente aos
coeficientes de absorção da água pura no infravermelho. Na região do verde e vermelho,
entretanto, esse coeficiente é bem menor.
A Figura 6.7 mostra o espectro de absorção da clorofila para duas concentrações,
50 mg m e 5 mg m-3.
-3
1
Coeficiente de Absorção da
0,9
0,8
Clorofila (m -1)
0,7 50 mg m-3
0,6
0,5
0,4
0,3 5mg m-3
0,2
0,1
0
400 450 500 550 600 650 700
Comprimento de onda (nm)
60
Coeficiente de espalhamento x
50
40
10 -4 (m -1)
30
20
10
0
400 450 500 550 600
Comprimento de onda (nm)
As partículas inorgânicas tem sua origem no intemperismo das rochas e solos. As partículas
inorgânicas geralmente são as que mais afetam as propriedades óticas da água.
As partículas orgânicas ocorrem em diversas formas tais como: Vírus, colóides,
bactérias, fitoplâncton, detritos orgânicos, zooplâncton. Embora individualmente vírus e
colóides não são espalhadores eficientes de luz visto que suas dimensões são menores do que
os comprimentos de onda do visível. Entretanto, estudos recentes mostram que estas
partículas, devido à grande concentração com que ocorrem na água, contribuem
significativamente para o retro-espalhamento (Mobley, 1994). Estudos recentes também
demonstram que as bactérias, cujas dimensões variam entre 0,2 a 1,0 µm de diâmetro,
ocorrem em grandes concentrações em água natural (1011 a 1013 m-3) e que são os mais
importantes micro-organismos a contribuir para o espalhamento por partículas.
O fitoplâncton ocorre em uma grande diversidade de espécies, tamanhos, formas e
concentrações. O tamanho das células fitoplanctônicas pode variar entre 1µm e 200µm. Essas
partículas são em geral muito maiores do que o comprimento de onda e são espalhadores
eficientes da luz.
Estudos relatados por Kirk (1996) as partículas responsáveis pela maior proporção
do espalhamento no meio aquático possuem diâmetros maiores do que 2 µm., ou seja muito
maiores que os comprimentos de onda com que interagem.
O espalhamento por partículas maiores que o comprimento de onda da radiação
incidente é geralmente explicado pela teoria de Mie (Mobley, 1994, Kirk, 1996) e pôr
mecanismos de difração da luz. A principal diferença entre o espalhamento por partículas
grandes em relação ao espalhamento pôr partículas pequenas, é que o primeiro é não seletivo,
ou seja, é constante para os diferentes comprimentos de onda. Além disso, o espalhamento por
partículas grandes é predominante na região frontal.
Como o espalhamento é proporcional também ao número de partículas no meio
aquático, e como para um mesmo peso de partículas, há maior número de partículas pequenas
, em geral, partículas finas resultam em maiores coeficientes de espalhamento.
A Figura 6.9a mostra o comportamento espectral de um corpo d´água sujeito a
concentrações variáveis de sólidos em suspensão. O que se observa é um aumento da
reflectância da água em todos os comprimentos de onda. A região mais sensível entretanto, é
a região compreendida entre o verde e o vermelho. Isso faz com que em composições
coloridas, rios com alta concentração de sólidos em suspensão apresentem a cor amarela,
conforme a Figura 6.9 b.
48
14
6
SSC (mg/l)
1- 0
2 - 35
5 3 - 105
4 - 210
5 - 350
FRB (%) 4
6 - 590
3
1
2
0
450 nm 550 nm 750 nm 950 nm
a
b
Fig. 6.9 – Comportamento Espectral da água sob diferentes concentrações de sedimentos em
suspensão e Composição colorido normal (TM1 (Azul), TM2 (Verde), TM3(Vermelho)).
Na Figura 6.9b pode-se observar que a água do rio Madeira tem altas
concentrações de partículas em suspensão. A quantificação da quantidade existente nessa
exata data requereria , entretanto, calibração das imagens em campo. Observando a mesma
figura, podemos verificar que a lagoa ao lado, tem cor tendendo para o marron, ou seja,
reflectancia no verde e vermelho, mas inferior àquela do rio. Este padrão permite o
levantamento de duas hipóteses: a concentração de sólidos é menor na lagoa (em decorrência
da decantação); a lagoa tem alta concentração de matéria orgânica dissolvida. Tais hipóteses
só podem ser comprovadas em campo, ou com a análise de imagens hiperespectrais.
49
7 SENSORES E PRODUROS
a) Sensores Ativos - Possuem uma fonte própria de radiação, como observado para os
radares.
b) Sensores Passivos - Necessitam de uma fonte externa de radiação para operarem, que
quase sempre é o sol, como ocorre para os sensores ópticos.
50
a) b)
Fig. 7.2 – Imagens de diferentes resoluções radiométricas: a) 2 níveis de cinza e b) 32 níveis
de cinza.
São sensores imageadores ativos, sendo que o termo "radar" corresponde a uma
sigla proveniente de Radio Detetion and Ranging. O princípio básico de operação de um radar
é a emissão de um sinal que sendo refletido por um objeto distante, retorna ao sensor onde é
processado para a extração do tempo decorrido entre a emissão e a recepção do mesmo. O
sinal emitido pelos radares se propagam à velocidade da luz, sendo os pulsos, na maioria dos
radares, emitidos a frequências bastantes altas, da ordem de 3 GHz, e duração aproximada de
10-6 s. A Figura 7.4 apresenta, de forma esquematizada, o funcionamento de um sistema de
imageamento radar.
dias nublados, já que a transmitância da REM nesta faixa de comprimento de onda é de quase
100%. O único fator meteorológico limitante para o retorno adequado do sinal radar é a
chuva.
No sistema de imageamento mais comum, conhecido como radar de visada lateral
ou SLAR, a aeronave carrega uma antena cuja dimensão longitudinal coincide com a direção
de vôo e permite o ima//geamento contínuo do terreno. Esta antena tem a propriedade de
emitir pulsos na direção normal à direção de vôo, com a particularidade de serem dirigidos
para um dos lados da aeronave. Os retornos de radar, produzidos por reflexão ou
retroespalhamento de alvos situados a diferentes distâncias do receptor, serão separadas no
tempo quando registradas.
Os três primeiros satélites deste sistema possuiam dois tipos de sistemas sensores:
um imageador multiespectral de varredura (Multispectral Scanner System-MSS) com quatro
bandas espectrais e um sistema de televisão (RBV), sendo três canais nos Landsat 1 e 2 e um
canal no Landsat 3. Por outro lado, nos Landsat 4 e 5, o sistema de televisão foi substituído
por um novo e mais moderno sensor denominado Mapeador Temático (Thematic Mapper-
TM), com sete bandas espectrais. O Landsat7 é o mais recente satélite em operação do
programa Landsat, financiado pelo Governo norte-mericano. O novo satélite foi lançado em
abril de 1999, com um novo sensor a bordo denominado ETM+ (Enhanced Thematic Mapper
Plus). Uma imagem LANDSAT 7 ETM+ é composta por 8 bandas espectrais que podem ser
combinadas em inúmeras possibilidades de composições coloridas e opções de
processamento. Entre as principais melhorias técnicas, se comparado com satélite Landsat 5,
destacam-se a adição de uma banda espectral (banda Pancromática) com resolução de 15 m,
perfeitamente registrada com as demais bandas, melhorias nas características geométricas e
radiométricas, e o aumento da resolução espacial da banda termal para 60 m. Esses avanços
tecnológicos permitem qualificar o LANDSAT 7 como sendo o satélite mais interessante para
a geração de imagens de satélites com aplicações diretas até a escala 1:25.000, em áreas rurais
principalmente, mesmo em grandes extensões de território, como acontece freqüentemente no
Brasil.
Na Figura 7.5 podem ser visualizadas a configuração dos satélites Landsat,
enquanto na Tabela 7.2 são descritas as principais características dos sensores MSS, TM e
ETM+.
25
Tabela 7.2 – Principais Características dos Sensores MSS e TM e ETM+.
NC=Nível de Cinza
O sensor MSS fez parte de todos os satélites da série e foi mantido no Landsat 5
apenas para dar tempo aos países portadores de estações receptoras de adaptarem seus
sistemas de recepção para as imagens TM, evitando assim, causar prejuízos na continuidade
de seus projetos de aplicação.
No satélite Landsat a varredura pelo sistema imageador é perpendicular a
trajetória da plataforma, sendo conseguida a partir de um espelho oscilante. O sistema permite
56
Principais Aplicações:
1 Acompanhamento do uso agrícola das terras;
2 Apoio ao monitoramento de áreas de preservação;
3 Atividades energético-mineradoras;
4 Cartografia e atualização de mapas;
5 Desmatamentos;
6 Detecção de invasões em áreas indígenas;
7 Dinâmica de urbanização;
8 Estimativas de fitomassa;
9 Monitoramento da cobertura vegetal;
10 Queimadas Secas e inundações ;
11 Sedimentos em suspensão nos rios e estuários.
Principais Aplicações:
• Impacto das atividades humanas sobre o meio ambiente;
• Monitoramento de fenômenos naturais;
• Acompanhamento do uso agrícola das terras;
• Apoio ao monitoramento de áreas de preservação;
• Atividades energético-mineradoras;
• Cartografia e atualização de mapas;
• Desmatamentos;
• Dinâmica de urbanização;
• Estimativas de fitomassa;
• Monitoramento da cobertura vegetal;
• Queimadas;
• Secas e inundações;
• Sedimentos em suspensão nos rios e estuários.
59
O satélite Ikonos II, operado pela Space Imaging, foi lançado em 24 de setembro
de 1999, sendo o primeiro satélite comercial de alta resolução com capacidade de
imageamento de 1 metro. Seu sistema sensor capta imagens no modo pancromático e
multiespectral. Adicionalmente, há a possibilidade de combinação de imagens preto e branco
com dados multiespectrais para a geração de imagens coloridas, facilitando assim a
interpretação visual e substituindo em grande parte dos casos, o uso de fotografias aéreas. A
figura 7.8 apresenta a configuração do satélite Ikonos. A tabela 7.7 apresenta as principais
características do satélite Ikonos II e a tabela 7.8 apresenta as características do sensor.
8.3.2 Forma
8.3.4 Textura
8.3.5 Sombra
As sombras, para o caso das imagens que registram a energia solar refletida, são
resultantes da iluminação oblíqua (pelo sol) sobre áreas que apresentam rugosidades no
terreno. Assim relaciona-se aos ângulos de elevação e azimute solar e com o ângulo de visada
do sensor, favorecendo preponderantemente impressões de relevo.
No caso de mosaicos de radar de visada lateral, as sombras estão relacionadas a
ausência de sinal de retorno. A presença de sombras constitui um dos elementos fundamentais
para os casos de imagens fotográficas que não apresentam o recurso da estereoscopia, pois
conferem a estes tipos de imagens a noção de relevo ou morfologia do terreno.
Adicionalmente, devem ser consideradas no processo de análise visual os critérios
de tamanho, elemento diretamente associado à escala do produto e às dimensões reais do alvo
no terreno; e de posição geográfica ou regional, que define-se pelo conhecimento por parte do
analista do produto, da área e de suas características gerais.
68
8.6 COLORIMETRIA
O olho humano é capaz de dicriminar até 2.000 matizes de cor, ao invés de 200
tons de cinza, além de estar mais acostumado a distinguir objetos utilizando-se do subsídio da
cor. Esas características favorecem de sobremaneira a utilização de produtos coloridos pelo
fotointérprete.
Uma imagem colorida é obtida através da adição de uma cor primária (azul, verde
ou vermelho) a outra cor primária. Este procedimento é denominado processo aditivo de
formação de cores (Figura 7.1a). As cores secundárias resultantes denominadas de smsrelo,
magenta e ciano, são produtos respectivamente da adição do verde e vermelho, azul e
vermelho, e azul e verde. O branco é cor resultante da adição conjunta e proporcional das três
cores primárias.
De uma maneira análoga, no processo subtrativo (Figura 7.1b), são utilizadas as
cores secundárias amarela, magenta e ciano. Onde há sobreposição do amarelo e magenta,
ocorre a formação da cor vermelha. Azul e verde são formados pela sobreposição do ciano e
magenta e do ciano e amarelo, respectivamente. Salienta-se que a cor preta é obtida pela
sobreposição do amarelo, magenta e ciano.
para subsequente análise automática. Isso é realizado por transformações pontuais do valor de
brilho de cada pixel que está sendo processado, ou por transformações espaciais dos pixels
vizinhos, de modo a realçar as feições de baixo contraste espectral na imagem. A escolha da
melhor técnica de realce, ou da melhor imagem realçada está condicionada às características
fisiográficas da área de interesse, ao objetivo específico do trabalho e à própria capacidade do
analista em interpretar a imagem. Dentre esses algoritmos existem alguns que apresentam
potencialidade nos estudos referentes a cobertura vegetal e uso da terra.
Geralmente os valores de nível de cinza originais de uma cena não ocupam todo o
intervalo dinâmico possível. A ampliação linear de contraste representa uma técnica de
manipulação de contraste que permite, através de uma transformação linear, ampliar o
intervalo original para toda a escala de cinza disponível, sendo para o caso do sensor TM
correspondente a 256 níveis.
A principal característica da técnica de ampliação linear de contraste é que as
barras que formam o histograma da imagem de saída são espaçadas igualmente, pois a função
de transferência é uma reta. Além disso, como pode ser observado na Figura 8.2, o histograma
final será idêntico em formato ao histograma inicial, exceto que apresentará valor médio e
espalhamento diferentes.
Fig. 9.2 – Histograma de uma imagem e de sua versão com ampliação linear de contraste.
banda.
Ao efetuar uma razão entre bandas, os quocientes variam em um intervalo que
compreende valores reais contínuos. Para discretização desses valores multiplica-se os
quocientes por um ganho e adiciona-se a ele um "offset", cujos valores ideais variam de
acordo com a imagem e o tipo de "ratio". Esses valores devem atribuir à imagem resultante
respectivamente, uma maior variância possível sem saturá-la, e uma média próxima daquela
do intervalo máximo dos valores digitais da imagem.
Na Razão de Bandas, utiliza-se o seguinte algoritmo de transformação :
Vi = A Va/Vb + B
onde,
Vi = valor do pixel resultante A = ganho
Va = valor do pixel da banda "a" B = "offset"
Vb = valor do pixel da banda "b"
9.2.4 Filtragem
Nas imagens de sensores remotos, as regiões onde ocorre uma grande variação de
níveis de cinza em pequenas áreas são conhecidas como de altas freqüências. Quando a
distribuição dos níveis de cinza em uma região é mais uniforme, com limites menos nítidos, é
chamada de imagem de baixa freqüência. A grande mistura de freqüências em uma imagem
dificulta a interpretação de feições com freqüências específicas. Para resolver este problema,
são utilizadas as técnicas de filtragem espacial, que visam realçar seletivamente as feições de
alta ou baixa freqüências que compõem as imagens.
Tal transformação, que ocorre pixel-a-pixel, não depende somente do pixel
processado mas também da sua vizinhança. Desta forma, a filtragem é uma operação
dependente do contexto, alterando o nível de cinza de um determinado pixel, de acordo com
seu relacionamento com os níveis de cinza dos pixels vizinhos.
Os filtros digitais podem ser classificados em dois grupos básicos : filtros passa-
baixa e filtros passa-alta. Os filtros passa-baixa suavizam os detalhes da imagem e reduzem a
variância do nível de cinza, deixando a imagem com uma aparência desfocada. A maior
utilização dos filtros passa-baixa é na remoção de ruídos eletrônicos, presentes em imagens
orbitais e na uniformização dos valores de brilho dos pixels na imagem.
Os filtros passa-alta realçam detalhes nas imagens aumentando a variância,
produzindo uma imagem com histograma relativamente estreito, centralizado no nível de
cinza zero. Tais filtros são muito eficientes para aumentar o contraste nas regiões de transição
ou bordas dentro da imagem, como por exemplo diferentes usos e/ou manejos da terra. Os
77
Fig. 9.4 – Efeito dos filtros passa-alta (A) e passa-baixa (B) sobre imagens.
Fig. 9.5 – Representação de uma imagem digital: normal (a) e temática (b).
Esta técnica é utilizada quando não há nenhum tipo de conhecimento sobre a área
imageada, por exemplo, quando não se dispõe de dados prévios sobre o número de classes
presentes na cena de interesse. Tal abordagem de classificação corresponde a uma técnica de
segmentação de imagens onde as mesmas são divididas em classes não conhecidas, ou seja, o
algoritmo define as classes com base em regras estatísticas.
A classificação não supervisionada baseia-se em uma análise de agrupamento
onde são identificadas no espaço de atributos, nuvens ou "clusters" formadas por pixels
espectralmente similares. Para aplicação desse classificador deve-se primeiramente
especificar um número de nuvens de pixels ou classes esperadas, apesar de o número atual ou
ótimo não ser conhecido. Posteriormente, observa-se quais das concentrações de pixels
obtidas devem ser tratadas como grupos distintos, atribuindo-se um limiar, cujo valor é
definido pelo analista.
Dentre os algoritmos de classificação não supervisionada, o K-Médias é o mais
comumente utilizado. Esse algoritmo determina o agrupamento natural dos dados em K
dimensões no espaço, onde "K" corresponde ao número de bandas espectrais e/ou imagens
envolvidas. Assume-se que cada nuvem de pixels gerada é representativa da distribuição de
probabilidade de uma determinada classe.
Inicialmente o algoritmo define um vetor média para cada classe, sendo em
seguida, os pixels da amostragem avaliados individualmente com relação a cada uma destas
médias, de modo a agrupar os pixels mais similares digitalmente. Esse procedimento é
contínuo até que não ocorra mudança significativa nos vetores de média das classes e/ou
posicionamento dos pixels na classificação, ou ainda, atinja um número máximo fixado de
iterações. Com a conclusão da fase de avaliação por agrupamento, todos os pixels da imagem
serão classificados em função da máxima verossimilhança.
81
BOWKER, D. E.; DAVIS, R. E.; MYRICK, D. L.; STACY, K.; JONES, W. T. Spectral
reflectances of natural targets for use in remote sensing studies. Washington, DC: NASA,
1985. 181 p. (NASA Reference Publication-1139).