A IMPORTÂNCIA DO RADAR DE VISADA LATERAL NA CARTOGRAFIA DA AMAZÔNIA BRASILEIRA Um estudo de caso na Serra do Acaraí PA

Transcrição

1 MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL RURAL DA AMAZÔNIA INSTITUTO CIBER ESPACIAL ENGENHARIA CARTOGRÁFICA E DE AGRIMENSURA LARISSA MOURÃO PANTOJA A IMPORTÂNCIA DO RADAR DE VISADA LATERAL NA CARTOGRAFIA DA AMAZÔNIA BRASILEIRA Um estudo de caso na Serra do Acaraí PA BELÉM 2018

2 LARISSA MOURÃO PANTOJA A IMPORTÂNCIA DO RADAR DE VISADA LATERAL NA CARTOGRAFIA DA AMAZÔNIA BRASILEIRA Um estudo de caso na Serra do Acaraí PA Trabalho de Conclusão de Curso apresentado ao Curso de Engenharia Cartográfica e de Agrimensura da Universidade Federal Rural da Amazônia como requisito para o grau de bacharel em Engenharia Cartográfica e de Agrimensura. Orientador: MSc. Carlos Rodrigo Tanajura Caldeira Co Orientador: Dr. Mário Ivan Cardoso BELÉM 2018

3 LARISSA MOURÃO PANTOJA A IMPORTÂNCIA DO RADAR DE VISADA LATERAL NA CARTOGRAFIA DA AMAZÔNIA BRASILEIRA Um estudo de caso na serra do Acaraí PA. Trabalho de conclusão de curso apresentado como exigência parcial para a obtenção do título de Engenheira Cartógrafa e Agrimensora pela Universidade Federal Rural da Amazônia. Data de Aprovação: Belém PA, de de. Banca Examinadora Orientador Msc. Carlos Rodrigo Tanajura Caldeira Universidade Federal Rural da Amazônia- UFRA Membro 1 Msc. Mayara Cobacho Ortega Caldeira Universidade Federal Rural da Amazônia- UFRA Membro 2 Dr. Ulisses Silva Guimarães Centro Gestor e Operacional do Sistema de Proteção da Amazônia- CENSIPAM

4 Dedico infinitamente a Deus pelo milagre da vida, a toda minha família, em especial, a minha doce filha Isabela.

5 AGRADECIMENTOS A Deus por ter me dado sabedoria, saúde, luz e força para superar as dificuldades e sempre seguir em frente. Ao meu grande amor, minha filha, vieste ao mundo para trazer-me o sentindo de viver, toda a minha força vem do teu amor. Isabela nasceu e eu renasci. Aos meus pais Eriane e Leno, pelo amor, incentivo, motivação e apoio incondicional. Aos meus irmãos Geovanna e João Pedro, por todo o carinho, amor e compreensão. A minha amada Avó, Maria Gicelda, por todo carinho, amor, apoio e conselhos. Aos meus avós in memoriam, Pedro Mourão, Lina Maria e José Alexandre por toda oração concedida, no céu existem anjos. Ao meu grande amigo e companheiro de vida Renan, por todo apoio, amor, ajuda e companheirismo. Aos meus amigos de graduação, em especial ao Arian Ferreira, Tiago Sousa, Adler Henrique, Carlos Alberto, Thamyres Marques, Francinei Oliveira, Wellington Wagner, Wendel Lopes, Ingridis Carolina, Kelly Amaral, Paulo Victor, Michele Moutinho, Luena Ossana, Rafael Pompeu, Wesley Dan, Gilvrando Amoras, Soraia Oliveira, Ronaldo Matos, Patrick Dias, Alanda Ribeiro, Dandara, Gerson Oliveira, Cristian Paixão e todos os outros que desistiram dessa grande jornada, mas, que foram buscar outros sonhos. A Universidade Federal Rural da Amazônia- UFRA pela oportunidade de realizar este curso. Ao LAGAM (Laboratório de Geoprocessamento Análise Espacial e Monitoramento por Satélite) pela oportunidade de oferecer um espaço na reta final do curso. Aos meus orientadores Carlos Rodrigo Tanajura Caldeira e Mário Ivan Cardoso, pelo suporte e apoio no pouco tempo que lhe coube, pelas suas correções e incentivos. Ao coordenador do curso de Engenharia Cartográfica e de Agrimensura, João Almiro, meu muito obrigada por todo apoio em todos os momentos. A todos professores do curso de Engenharia Cartográfica e Agrimensura, em especial a Tabilla Verena da Silva Leite, Mayara Cobacho Ortega Caldeira, Robson Carrera e Jamer Andrade Costa, por todo o conhecimento construído nesses anos, por todo apoio, amizade e compreensão quando precisei me ausentar por conta da maternidade. As minhas amigas de vida: Ruanne Ribeiro, Gabriela Oliveira, Daniela Martins, Brenda Uliana e Deborah Rodrigues. Sou grata eternamente pela nossa amizade. E a todos que direta ou indiretamente fizeram parte da minha formação, o meu muito obrigado.

6 Faça, porque se você não fizer, em breve, o resto será silêncio. (Leandro Karnal)

7 RESUMO A utilização de sensores remotos do tipo Radar é de fundamental importância na região Amazônica, devido a diversos fatores, como: longas distâncias, estradas e rodovias inviáveis, o meio fluvial por vezes limitada e o longo período chuvoso. Dessa forma, inviabiliza o mapeamento de certos locais remotos, como exemplo, para esse trabalho que consiste em área de fronteira, visto que, essas áreas são de extrema importância, e faz-se necessário o monitoramento diário ou mensal. Como a região Amazônica tem um clima muito específico e grande parte do ano é recoberto por nuvens, a utilização de sensor do tipo Radar torna-se muito benéfico, pois o mesmo consegue obter informações terrestres mesmo em clima adverso. Todavia, em casos de nuvens densas e chuvas fortes causam algum tipo de interferência, ao contrário do sensor óptico, com imagens multiespectrais, pois estes não conseguem obter informações terrestres com presença de nuvens. É muito mais comum utilizar sensores ópticos devido à grande facilidade visual das imagens, diferente das imagens produzidas por Radar que são imagens complexas, bem como, o imageamento do sensor. Então, o intuito dessa pesquisa é compreender a grande importância do Radar de Visada Lateral na Amazônia, a partir de uma abordagem histórica até os dias atuais, através de grandes projetos que ocorreram e os que estão em prática atualmente. Nessa pesquisa, utilizou-se o sensor Radar Sentinel-1, lançado em 2014 que opera na banda C. Deste modo o objetivo principal desse trabalho foi gerar uma carta-imagem na escala de 1: na área de fronteira entre o Brasil e a Guiana, a partir de imagem corrigida e processada do ano 2018 do sensor Sentinel-1. Para efeito de comprovação da eficácia dos sensores Radar há informações comparando a mesma área em mesma época do ano (fevereiro de 2017 a fevereiro de 2018), com imagens orbitais de sensores ópticos. Palavras-chave: Sensoriamento Remoto, Radar, Interpretação de imagens, Produto cartográfico.

8 ABSTRACT The use of remote sensors of radar type are of fundamental importance in the amazon region, due to many factors, like: high distances, roads and impossible highways and the fluvial way, limited sometimes. In this way, unfeasible the mapping of certain places, for example to this work which consists of border areas, as we can see that those areas have extremely important, it is made necessary the daily or monthly monitoring. As the amazon region has a very specific climate and much part of the year is cloud covered, the use of remote sensor from radar type is very beneficial, because it can get terrestrial information even in adverse weather. However, in cases of dense clouds and heavy rains they cause some kind of interference, unlike the optical sensor, with multispectral images, since they can not obtain terrestrial information with the presence of clouds. It s much more common the use of optical sensors due the visual ease of images, different from images produced by radar which are complex images, as well the sensor imaging. So, the purpose of this research is to understand the great importance of radar from lateral view of the amazon, from a historical approach since the actual days, through great projects that occurred and those that are currently in practice. In this research, was used the sensor Sentinel-1, recently released, it is a Radar sensor which operates on C band. The main objective of this work was to generate a 1: 100,000 image-chart in the border area between Brazil and Guyana, this cartographic product was generated from the corrected and processed image of Sentinel-1. To validate the effectiveness of Radar sensors, there is information comparing the same area at the same time of year, with orbital images of optical sensors. Key Words: Remote Sensing, Radar, image interpretation, cartographic product.

9 LISTA DE FIGURAS Figura 1 - Cobertura de nuvens anual na Amazônia Figura 2 - Espectro eletromagnético Figura 3 - Direções de propagação do campo elétrico na vertical e horizontal Figura 4 - Geometria do sistema SAR Figura 5 - Elementos básicos de um sistema radar Figura 6 - Ângulos e parâmetros do sistema SAR Figura 7 - Sombra de radar Figura 8 - Encurtamento de rampa em imagens de radar Figura 9 - Inversão do relevo nas imagens de radar Figura 10 - Retroespalhamento representado pelo vetor B Figura 11 - Speckle na imagem de radar Figura 12 - Missão espacial Sentinel Figura 13 - Amazônia Legal Figura 14 - Fotografia vertical Trimetrogon da cidade de Boa Vista/RO, 19/01/ Figura 15 - Fotografia Trimetrogon do rio Xingu Figura 16 - Mapeamento do Rio Tapauá - Sensor Trimetrogon Figura 17 - Mapeamento do Rio Tapauá- Radar de visada lateral do projeto RADAM Figura 18 - Diferença entre os métodos, em preto - Sensor Trimetrogon e em azul - Radar de visada lateral do projeto RADAM Figura 19 - Banda X e P do Projeto Radiografia da Amazônia Figura 20 - Ortoimagem de radar colorida no estado de Manaus em 29/08/ Figura 21 - Imagem de radar orbital- Projeto Amazônia SAR Figura 22 - Mapa de localização da Serra do Acaraí, divisa entre Brasil e Guiana Figura 23 - Representação da cadeia de processamento da imagem de Radar Figura 24 - Cada etapa com a respectiva imagem da cadeia de processamento Figura 25 - Em A imagem e em B imagem já processada em destaque para o polígono vermelho Figura 26 - Carta-imagem da Serra do Acaraí Figura 27 - Taxa de nuvens no período de um ano através do sensor Sentinel Figura 28 - Cena do Sentinel-2 R2G3B4 com data de aquisição: 16/08/2017/ Órbita-Ponto 21NUB... 52

10 Figura 29 - Comparação entre Sentinel-1 (03/02/2018) e Sentinel-2 (02/02/2018) com resolução espacial de 10 m

11 LISTA DE QUADROS Quadro 1 - Bandas espectrais do radar... 18

12 SUMÁRIO 1 INTRODUÇÃO Objetivos Justificativa FUNDAMENTAÇÃO TEÓRICA Sensoriamento Remoto Radiação Eletromagnética Radar Polarização Geometria das imagens de radar Ângulo de incidência Resoluções do sistema radar Parâmetros relativos à superfície Ruído (Speckle) Interferometria Missão Sentinel Principais Características e modos de aquisição Importância do Radar de visada lateral na Cartografia da Amazônia Brasileira Projeto RADAM Projeto Radiografia da Amazônia Projeto Amazônia SAR Outros sistemas sensores MATERIAIS E MÉTODOS Área de estudo Materiais Procedimentos metodológicos Cadeia de processamento... 45

13 4 RESULTADOS DISCUSSÕES CONCLUSÃO REFERÊNCIAS BIBLIOGRÁFICAS APÊNDICE A- CARTA- IMAGEM... 59

14 13 1 INTRODUÇÃO A Amazônia legal brasileira, devido sua abundância em riquezas, tais como: rios, lagos, florestas, biodiversidade e recursos naturais, despertou o interesse de muitas nações durante décadas. Conforme dados oficiais do IBGE (Instituto Brasileiro de Geografia e Estatística), a Amazônia legal tem uma extensão total de km² e corresponde à área dos Estados da Região Norte (Acre, Amapá, Amazonas, Pará, Rondônia, Roraima e Tocantins), acrescidos do Estado do Mato Grosso e dos municípios do Estado do Maranhão (IBGE, 2014). Por ter uma grande extensão territorial, torna-se custoso e oneroso desenvolver estudos significativos a respeito da área. Uma das maneiras práticas de se obter informações terrestres para grandes extensões, é através da técnica de Sensoriamento Remoto. Para Florenzano (2008) o Sensoriamento Remoto é uma das tecnologias de aquisição de dados da superfície terrestre, à distância, através de sensores instalados em plataformas terrestres, aéreas ou orbitais. Os sensores podem ser divididos em: ativos e passivos. Os ativos operam na faixa das micro-ondas, no espectro eletromagnético, e os passivos na região do visível e infravermelho. Todavia, essa última técnica apresenta algumas limitações em seu uso, pois as imagens do sensor passivo (óptico) não conseguem extrair todas as informações da superfície terrestre, em virtude de adversidades atmosféricas, como, por exemplo, a alta incidência de nuvens e grande densificação de florestas. Diferentemente do sensor ativo, o qual, consegue obter informações, mesmo com a problemática acima citada, sendo possível devido às propriedades micro-ondas ter um comprimento de onda maior que na região do visível. O RADAR (Radio Detection and Ranging) consiste em um exemplo de sensor ativo, no qual, não necessita de uma fonte de energia natural que irradie ao sensor, para seu funcionamento. Segundo FITZ (2008) os sensores ativos são aqueles que possuem sua própria fonte de energia, ou seja, eles emitem energia na direção do alvo e captam sua reflexão. Com a necessidade de obter informações pertinentes à cartografia da Amazônia, em meados dos anos de 1940, iniciaram-se os primeiros levantamentos aéreos na Amazônia (CONCAR, 2017). Com o passar dos anos, novas tecnologias foram aprimoradas, bem como o projeto RADAM (Radares da Amazônia). Conforme Lima (2012) o RADAM foi um dos maiores projetos realizado pelo governo brasileiro para mapeamento da Amazônia, onde para a sua execução foi necessário a utilização de aerolevantamento com sensores radar.

15 14 Na atualidade, para fins de mapeamento com radar na Amazônia, tem-se o projeto do exército brasileiro denominado Radiografia da Amazônia, que trabalha com levantamento aéreo. Segundo informações do Geoportal do Exército Brasileiro (2016), o projeto citado, tem a finalidade de mapear km² da região amazônica, utilizando Radares de Abertura Sintética. Um outro projeto realizado, foi o Projeto Amazônia SAR que segundo o CENSIPAM (2012) conta com auxílio de radar orbital e aerotransportado em aeronaves para fazer o monitoramento da Amazônia Brasileira. Vale ressaltar, que para estudos na região Amazônica leva-se em consideração o tipo de clima e condições atmosféricas, devido essa região ter alta incidência de nuvens, o que explica a utilização do radar. Visto que, a técnica de radar não é tão abordada e disseminada devida sua maior complexidade visual e processamento das imagens. Diante deste exposto, este trabalho tem como finalidade mostrar a importância do radar na região Amazônica e, com isso, fazer um estudo através das aplicações da técnica de radar, realizando também uma abordagem teórica com imagens para mostrar a relevância do emprego dos sensores ativos no território Amazônico. Além disso, construir uma carta imagem correspondente a uma parcela da área do município de Oriximiná, precisamente, onde se encontra uma cadeia montanhosa conhecida como Serra do Acarai, como forma de aplicação dos dados de radar em benefício da cartografia para região Amazônica a partir das imagens do satélite Sentinel-1. Para a construção desse trabalho foi utilizado imagens do satélite europeu Sentinel-1. Conforme a Agência Espacial Europeia (ESA) a missão Sentinel-1 compreende uma constelação de dois satélites que operam dia e noite realizando imagens de radar, permitindo adquirir imagens independentes do clima e condições meteorológicas. A missão sentinel-1 tem uma órbita quase polar com o sensor C-SAR, ou seja, utiliza a banda C e consiste em um radar de abertura sintética (ESA, 2013). 1.1 Objetivos O propósito central deste trabalho consiste em demonstrar o estado da arte do RADAR na Amazônia Brasileira, juntamente com a importância das aplicações do radar de visada lateral na cartografia da Amazônia. Como objetivo específico pretende-se: Levantar principais projetos relacionadas a aplicação do Radar de abertura sintética na Amazônia; Construir uma carta imagem a partir de dados do satélite Sentinel-1; e

16 15 Identificar na carta imagem os aspectos como drenagens e curvas de nível. 1.2 Justificativa A escolha da região amazônica como área de análise teve como motivo principal a sua importância no cenário mundial. Segundo Moreira (2009) a floresta amazônica é a que tem maior biodiversidade do planeta, todavia, no decorrer dos anos vem perdendo sua área desde o ciclo da borracha. O monitoramento desta região torna-se mais complexo devido à grande quantidade de nuvens e chuvas na região. De acordo com Bittencourt (2010), o inverno amazônico vai de dezembro a maio, e nesse período é inviável obter imagens multiespectrais sem o recobrimento de nuvens, devido às condições atmosféricas que dificultam aplicação adequada dos dados em estudos na superfície. A Figura 1 representa a cobertura de nuvens anualmente encontrada na Amazônia. Figura 1 - Cobertura de nuvens anual na Amazônia Fonte: Lima (2017) A escolha da utilização da aplicação do Radar na Amazônia justifica-se pelo fato de que a região Amazônica possui uma grande área de interesse econômico e também por suas

17 16 condições atmosféricas serem muito específicas, visto que, estas condições atmosféricas têm pouca influência nos dados Radar. Dessa forma, a pesquisa irá contribuir tanto para o acervo científico quanto para a população acadêmica, devido as imagens de Radar do Sentinel-1 estarem a pouco tempo em uso, pois o seu lançamento foi realizado no ano de FUNDAMENTAÇÃO TEÓRICA 2.1 Sensoriamento Remoto O estudo da técnica de radar está dentro dos conceitos de Sensoriamento Remoto que, segundo Jensen (2009), consiste no registro de uma informação sem nenhum tipo de contato físico que pode ser feito através de sensores localizados em plataformas, aeronaves e satélites. A análise da informação em forma visual (imagens), e computacional (matrizes), pode ser feita através de processamento digital de imagens. Para uma análise mais científica do Sensoriamento Remoto, Meneses e Almeida (2012) afirmam que é o desenvolvimento de aquisição de imagens da superfície terrestre por meio da detecção das respostas espectrais das interações da radiação eletromagnética. Dentro deste estudo é comum subdividir os sensores em duas vertentes, os sensores ditos imageadores e os não-imageadores. De acordo com Novo (2010) os sensores ditos imageadores geram como produtos imagens a partir das detecções obtidas que advém da interação da radiação eletromagnética com os alvos. Já os não-imageadores, geram como produtos finais, gráficos e informações de forma numérica, a caracterizar tais respostas, usualmente numa escala ou gama maior de possibilidades de caracterização. Com base no foco desta pesquisa, os sensores imageadores ainda são divididos basicamente em dois grandes grupos, os sensores ativos e os sensores passivos. A principal diferença entre os sensores ópticos (passivos) e os sensores ativos é o tipo de radiação eletromagnética que é utilizada em cada sensor, além disso, os ópticos dependem da energia proveniente do sol (principal) e da Terra, diferentemente, do sensor ativo que não depende de nenhum tipo de energia externa, pois ele mesmo tem sua própria fonte de energia, devido a isto, pode operar tanto de dia quanto a noite.

18 Radiação Eletromagnética Em Sensoriamento Remoto é muito importante entender a interação entre a energia e a matéria. Conforme Santos (2013) a propagação de energia tem duas teorias distintas que a explicam, sendo elas: teoria do modelo corpuscular e teoria do modelo ondulatório. De acordo com Meneses e Almeida (2012) o modelo ondulatório pode ser explicado através das formulações de Maxwell, onde as perturbações nos campos magnéticos e elétricos derivam as chamadas ondas eletromagnéticas e a teoria do modelo corpuscular é a energia que se propaga pela emissão de fótons que se movimentam na velocidade da luz. Conforme Novo (2010) o espectro eletromagnético representa o conjunto de comprimentos de onda que caracteriza desde os raios gama até as ondas de rádio, no qual tem como elementos principais o comprimento de onda, a frequência e a velocidade da luz. Na Figura 2 destaca-se a distribuição da radiação eletromagnética. Figura 2 - Espectro eletromagnético Fonte: Micha et al (2011) A partir da Figura 2 do espectro eletromagnético pode-se compreender que os sensores passivos ópticos- que operam na faixa do visível e infravermelho, possuem o comprimento de onda eletromagnética menor que dos sensores ativos, que trabalham na faixa das micro-ondas. Por esta razão, tais sensores quase não sofrem interferência atmosférica. No entanto, conforme Polidori (2013) em caso de nuvens densas e carregadas, há certa dificuldade das ondas eletromagnéticas de radar ultrapassa-las, e também em casos de chuvas fortes, pois das microondas de radar não penetra na água, essas interferências causadas pelas nuvens densas e chuvas fortes sofrem interferência na informação final, dependendo da banda utilizada com relação em função do comprimento de onda

19 18 Segundo Novo (2010) a radiação utilizada no sistema radar apresenta o comprimento de onda entre 1 mm e 1 metro, ou seja, comprimentos de onda usados para comunicação. Os radares possuem sua própria fonte de energia no qual há interação entre a energia incidente e a superfície terrestre Radar Para Polidori (2013) o radar é um sensor ativo que opera nas micro-ondas e produz imagens através dos ecos refletidos ou retro espalhados. Em concordância, Florenzano (2008) afirma que a imagem produzida por um sistema radar é uma função de retorno. Estes sinais de retorno ou ecos são influenciados por parâmetros definidos pelo próprio sistema. Segundo Oliveira et al. (2013) o imageamento por radar consiste na emissão de pulsos e sinais de retorno provenientes da mesma região à medida que o sensor se desloca. Dentre o intervalo do espectro eletromagnético tem-se uma subdivisão das micro-ondas que são chamadas de bandas. Conforme Silva (2013) as bandas espectrais utilizadas no sistema radar são identificadas pelas letras: K, X, C, L, S e P. O Quadro 1 mostra a frequência e comprimento de onda de cada banda. Quadro 1 - Bandas espectrais do radar BANDA FREQUÊNCIA COMPRIMENTO DE ONDA K GHz 0,80 2,40 cm X GHz 2,40 3,75 cm C GHz 3,75 7,50 cm L GHz 7,50 15,0 cm S GHz 15,0 30,0 cm P 01 GHz 300 MHz 30,0 100 cm Fonte: Silva (2013) De acordo com Novo (2010) quanto maior o comprimento de onda maior a capacidade da informação da superfície terrestre. A banda P, possui a capacidade de extrair informações abaixo do dossel das árvores, já a banda K pode sofrer espalhamento em caso de chuvas fortes. Para Polidori (2013) os comprimentos de onda mais curtos (banda K e X) sofrem espalhamento em caso de chuvas torrenciais e em comprimentos de onda maiores sofrem atraso na ionosfera.

20 Polarização A polarização refere-se à direção de propagação das ondas eletromagnéticas. Segundo Teixeira (2011) as antenas do sistema radar são configuradas para transmitir e receber a radiação eletromagnética que pode ser polarizada verticalmente (VV) e horizontalmente (HH). Conforme Oliveira et al. (2013) uma das principais características dos sensores SAR é a capacidade de emitir sinais polarizados que consiste em definir a orientação no qual oscila. De acordo com Ponzoni et al (2012), o sistema radar permite quatro tipos de polarizações: HH, VV, HV, VH. Sendo HH e VV polarizações paralelas e HV e VH polarizações cruzadas. Essas polarizações ajudam na identificação dos alvos. Os objetos situados verticalmente como as árvores são melhor representados quando a polarização é VV e objetos na horizontal melhor visualizados com a polarização HH. Na Figura 3 (a) é demonstrado a polarização do campo elétrico na vertical, e na Figura 3 (b) a polarização do campo elétrico horizontal. Figura 3 - Direções de propagação do campo elétrico na vertical (a) e horizontal (b) (a) Fonte: Teixeira (2011) (b) Geometria das imagens de radar Meneses e Almeida (2012) afirmam que o sistema radar envia sucessivos pulsos de energia eletromagnética (micro-ondas) através de uma antena em direção ao alvo (objeto), essa antena é fixada na lateral da aeronave/satélite para melhorar a capacidade de resolução espacial, dessa forma, os radares são chamados de SAR (Radar de Abertura Sintética). O mecanismo se resume em enviar os pulsos e calcular o tempo de retorno do sinal, visto que, já se sabe o tempo

21 20 de propagação e velocidade do pulso, assim, podendo calcular a posição do terreno. Conforme Guimarães (2017) o sistema SAR ilumina a superfície do terreno com o pulso eletromagnético e recebe um sinal de retroespalhamento da área. De acordo com Fonseca e Fernandes (2004) a geometria de aquisição de dados do sistema radar provocam distorções geométricas nas imagens devido a geometria ser lateral e por medir distâncias, as distorções podem ser em escala, efeito da sombra, encurtamento de relevo, deslocamento do relevo etc. Segundo Guimarães (2017) a visada lateral é utilizada para minimizar efeitos de ambiguidade em direção ao alcance. Conforme Jensen (2009) a direção de azimute consiste na configuração da visada lateral, e a direção de alcance é a direção de iluminação do sensor de forma que os objetos situados ortogonal a iluminação tem maior sinal de retroespalhamento. A Figura 4 configura na representação de uma plataforma móvel, dessa forma, as imagens de radar são geradas a partir da geometria específica SAR. Figura 4 - Geometria do sistema SAR Fonte: INPE (2006) Existe uma unidade que recepciona o sinal de retorno e depois é armazenado e processado (Figura 5). O pulso de radar emitido pela antena instalado na plataforma transmite e recebe o sinal de retorno, através de um comutador. A informação é captada no receptor e em seguida é armazenada e processada, por fim, é gerado o produto final que é a imagem.

22 21 Figura 5 - Elementos básicos de um sistema radar Fonte: SILVA (2013) Ângulo de incidência Segundo Florenzano (2008) esse ângulo (θ) é formado entre a normal da superfície e o feixe de iluminação do radar. A Figura 4 apresenta o ângulo de incidência (representada pelo símbolo θ). Complementando a afirmação da autora acima, para Ponzoni et al (2012) além do ângulo de incidência (θ) o sistema radar é definido por mais dois ângulos de visada (γ) e de depressão (α) que se complementam na linha de transmissão. Na Figura 6 é representado os ângulos citados.

23 22 Figura 6 - Ângulos e parâmetros do sistema SAR Fonte: Lima (1995) De acordo com Teixeira (2011) o ângulo de incidência varia entre o alcance próximo e o alcance distante, sendo que, qualquer mudança no ângulo irá modificar a geometria de visada do radar, e com isso, ocorrem alguns efeitos na aquisição de imagens, sendo eles: deslocamento do relevo, sombreamento, encurtamento de rampa (foreshortening) e inversão do revelo (layover). Segundo Florenzano (2008), o deslocamento de relevo que ocorre nas imagens de radar se dá na direção do sensor, quanto maior o ângulo de incidência, menor será o deslocamento do relevo. De acordo com mesmo autor citado anteriormente, a sombra nas imagens ocorre quando não há o recebimento do sinal de retorno, este efeito ocorre atrás de declives muito acentuados. Na Figura 7 mostra a sombra causada por relevo nas imagens de radar. Figura 7 - Sombra de radar

24 23 Fonte: Lima (1995). Imagem RVL/GEMS, Pico da Neblina/AM O encurtamento de rampa (foreshortening) representada pela Figura 8, consiste em uma distorção que ocorre quando o ângulo de incidência local e a declividade frontal têm diferença, dessa forma, a base e o topo do relevo são imageados em momento simultâneo, de acordo com Polidori (2013) o encurtamento de rampa ocorre quando a iluminação é perpendicular ao relevo em efeito máximo, porém há distorções menores em casos que o ângulo de incidência local é maior que a declividade

25 24 Figura 8 - Encurtamento de rampa em imagens de radar Fonte: Silva (2013). Imagem ERS-1 (ESA) O efeito que provoca a inversão do revelo (layover), de acordo com, Florenzano (2008) ocorre quando a energia refletida no topo do revelo é recebida antes daquela refletida na base, e ocorre mais frequentemente com ângulos de incidência pequenos. Como pode ser visto na Figura 9 esse fenômeno. Figura 9 - Inversão do relevo nas imagens de radar Fonte: Silva (2013). Imagem Radarsat Resoluções do sistema radar Raney (1998) afirma que a resolução em radar é a distância mínima que descreve a capacidade em diferenciar refletores em pequenos intervalos. A resolução espacial é medida

26 25 por dois parâmetros: Azimute e alcance (range). Consiste na dimensão de algum elemento situado no terreno. Segundo Shannon (1984) a resolução espacial é definida por dois parâmetros, em alcance e azimute, que no qual é possível medir a forma do sinal com frequência maior ou igual duas vezes o maior sinal produzida através de dois objetos. Conforme Florenzano (2008) a dimensão em alcance (Range) significa a distância na direção de visada que é perpendicular ao deslocamento da plataforma, à dimensão em azimute é paralela ao deslocamento da plataforma. De acordo com Filho (2005) a Equação 1 demonstra a resolução espacial no sistema radar. Onde: Rd= Resolução espacial; c= Velocidade da luz; t= Tempo de duração do pulso; θ= Ângulo de incidência. Rd = c t 2 sen θ (1) Parâmetros relativos à superfície Polidori (2013) afirma que o retroespalhamento caracteriza o tipo de superfície através de dois parâmetros: rugosidade e umidade. Na Figura 10 é evidenciado o retroespalhamento na superfície terrestre, o vetor A caracteriza a energia proveniente do sensor, o vetor B a energia retroespalhada e em C a caracterização do retroespalhamento a partir de uma superfície rugosa. Figura 10 - Retroespalhamento representado pelo vetor B Fonte: Adaptado de Silva (2013)

27 26 Segundo Jensen (2009) uma superfície lisa gera mais refletividade em direção oposta ao sensor e assim consiste em uma imagem escura, uma superfície rugosa gera uma imagem mais clara, visto que, quanto maior o comprimento de onda menor a rugosidade da superfície. A rugosidade é a característica que tem maior influência sobre o retroespalhamento, dependendo também do comprimento de onda utilizado. Para Silva (2013) a umidade afeta as propriedades dielétricas da superfície, a energia retroespalhada é elevada em decorrência do conteúdo da umidade Ruído (Speckle) Segundo Galo (2017) o speckle é um ruído que segue um padrão e está presente nas imagens advindas do sistema radar, devido à própria natureza das micro-ondas, no qual, causa uma interferência construtiva e destrutiva na imagem, o que resulta em áreas claras e escuras. Coutinho e Ling (2014) afirmam que o processo de formação do speckle ocorre quando o sinal de retorno é composto por diversos espalhamentos e as ondas recebidas são coerentes em frequência, mas não são coerentes na fase. Este comportamento se denomina speckle, causando ruídos na imagem. Para melhorar a imagem é necessário aplicar um filtro que elimine ou atenue o ruído. Porém antes de aplicar o filtro, realiza-se o procedimento de multilook, que segundo Silva (2013) consiste em dividir em diversos look (visadas) a abertura sintética, dessa forma, é feita a média de cada look, reduzindo o ruído. Na Figura 11 demonstra-se duas imagens de uma mesma área, sendo subdivididas em Figura 11 (a) e Figura 11 (b), versão original da imagem e a imagem após a correção, respectivamente.

28 27 Figura 11 - Speckle na imagem de radar Fonte: Zhang (2010) (a) (b) Para a imagem do sensor Sentinel-1, utilizada nesse trabalho, o filtro específico aplicado é o Lee Sigma que segundo Lee e Pottier (2009) esse filtro realiza a distribuição gaussiana do ruído e realiza a filtragem do pixel central. Há também a técnica de preservação da assinatura do alvo que foi desenvolvida para evitar que o alvo do ponto seja filtrado. É utilizado um estimador do erro médio dos mínimos quadrados, para a redução do speckle, todavia, existe uma grande desvantagem nesse filtro, pois o algoritmo desenvolvido usa a média dos pixels dentro de dois sigmas, e é sempre subestimada, devido ao fato, de que as distribuições não são simétricas. Para o filtro Lee Sigma são necessários os seguintes parâmetros: Número de looks; Sigma; Tamanho da janela do filtro; Tamanho da janela do alvo Interferometria De acordo com Paradella et al. (2015) a técnica de interferometria em radar de abertura sintética, conhecido como InSAR, consiste em combinar imagens complexas registradas por antenas em linhas de bases coerentes, no qual é definida por diferentes localizações ou instantes de tomada de tempo, sendo assim, torna-se a medição mais acurada em distâncias relativas.

29 28 Para Oliveira, Saldanha e Correia (2013) a interferometria é baseada na análise de sinal de fases de radar recebidos através de duas antenas SAR ou por uma antena em que a época e posição sejam diferentes. A técnica InSAR tem duas observáveis definidas: Amplitude e a Fase. A amplitude é a energia da onda eletromagnética retroespalhada e a fase muda em π e + π, devido a onda eletromagnética propagar no espaço e percorrer distâncias discretas (GUIMARÃES, 2017). Conforme Gama (2007) a interferometria por radar é a interação dos ecos recebidos por duas antenas, separadas por uma distância denominada baseline, e o valor pode ser obtido por meio de duas passagens ou por uma única passagem. As imagens geradas pela técnica de interferometria podem ser chamadas de interferogramas, e são formadas pela diferença de fase dos pixels gerados a partir de ecos recebidos Missão Sentinel-1 Segundo informações da ESA (2013) a missão espacial Sentinel, iniciou com o primeiro da série, Sentinel-1 foi lançado em 3 de Abril de 2014 e consiste em um instrumento de Radar (SAR) avançado para fornecer imagens da superfície terrestre tanto de dia quanto a noite, operando na banda C. O projeto Sentinel-1 tem o objetivo de fornecer cobertura global e rápida entrega dos seus dados, e tem diversos benefícios como: monitoramento ambiental, mapeamento rotineiro de mares, vigilância no meio marinho, monitoramento de derramamento de óleo e detecção de navios, monitoramento da superfície terrestre para riscos de movimento, mapeamento da floresta, água e solo. Na Figura 12, pode-se ver o Satélite Sentinel 1.

30 29 Figura 12 - Missão espacial Sentinel-1 Fonte: ESA (2013) Principais Características e modos de aquisição Os dados adquiridos do Sentinel-1 são disponibilizados gratuitamente na internet com intuito a promover o aumento dos estudos científicos a partir da análise de imagens de radar. Abaixo se encontram algumas informações e configurações do Sentinel-1 conforme dados da ESA (2013). Instrumento: Radar de Abertura Sintética de banda C a 5.405GHz; Órbita: Polar com altitude de 693 km; Vida útil: Mínimo de sete anos; Tamanho: 2,8 m de comprimento; 2,5 m de largura; 4 m de altura e uma antena de radar com 12 m de comprimento; Massa: 2300 kg (incluindo 130 kg de combustível); Modos operacionais: Interferometric wide-swath mode a 250 km e resolução de 5 x 20m, Wave-mode de 20 x 20 km e resolução de 5 x 5m (com intervalos de 100km), Stripmap mode de 80 km e resolução de 5 x 5m e Extra wide-swath de 400 km e resolução de 20 x 40m; Missão: Desenvolvido e administrado pela ESA; Financiamento: Membros da ESA e União Européia.

31 30 Segundo Saraiva (2015) o sistema operacional do Sentinel-1 tem capacidade de operar em dupla polarização (HH/HV ou VV/VH) e única polarização (HH ou VV) e possui quatro modos de aquisição diferentes, sendo eles com suas respectivas siglas: Interferometric wideswath mode (IW), Wave-mode (WV), Stripmap mode (SM) e Extra wide-swath (EW). Conforme Saraiva (2015) no modo SM a faixa do terreno é iluminada por uma sequência de pulsos enquanto o feixe da antena é direcionado para o ângulo de azimute. O modo IW é o principal modo de aquisição de dados da superfície terrestre pois tem uma larga faixa de 250 km e uma resolução de 5 x 20 m, utilizando a técnica TOPSAR (Terrain Observation with Progressive Scans), que segundo ESA (2013) corresponde a uma técnica de scan SAR em que os dados são adquiridos através da alternação cíclica do feixe da antena (ESA, 2013). O modo EW também utiliza a técnica TOPSAR para adquirir dados de uma área bem maior do que o IW. Por fim, o modo WV consiste em uma boa resolução espacial, mas a faixa de imageamento é menor e tem o modo de polarização única (HH ou VV) (ESA, 2013). No Brasil, os recobrimentos das imagens Sentinel-1 estão sendo realizadas apenas no modo IW, dessa forma, a imagem utilizada para compor a carta-imagem é do modo IW. 2.2 Importância do Radar de visada lateral na Cartografia da Amazônia Brasileira A Amazônia Legal foi denominada pelo governo brasileiro com a finalidade de promover o desenvolvimento social e econômico local, e para integrar uma região pouco povoada e desenvolvida. Sendo assim foi criada a Superintendência do Plano de Valorização Econômica da Amazônia (SPVEA) com base na lei de 06/01/1953. Hoje este órgão foi extinto e substituída pela Superintendência do Desenvolvimento da Amazônia (SUDAM) que coordena, supervisiona planos de órgãos federais (ECO, 2014). Na Figura 13 evidencia a área, os estados, que compõe a Amazônia Legal.

32 31 Figura 13 - Amazônia Legal Fonte: IBGE (2014) A Amazônia legal tem diversas características peculiares que influenciam no mapeamento desta área, como: grande extensão geográfica e longas distâncias, densa camada de floresta tropical, presença de nuvens, difícil acesso por via terrestre e navegação fluvial por vezes limitada. Dessa maneira, a análise da Cartografia através de mapeamento convencional torna-se mais dificultoso. É importante ressaltar que a densidade demográfica na Amazônia é baixa em comparação ao restante do Brasil, sendo assim, a infraestrutura nessa região é considerada ruim, devido à baixa concentração de renda e pessoas. Para Lourenção (2003) a biodiversidade é um fator de maior importância ambiental na região Amazônica pois nela está contida diversas espécies de plantas e animais, e também em termos de riqueza de madeira e jazidas minerais de metais nobres. Dessa forma, é importante considerar a localização estratégica e geopolítica da Amazônia devido sua fronteira terrestree fronteira marítima além da sua bacia fluvial que se conecta aos Estados Unidos e União Europeia. A exploração da Amazônia Legal sempre foi muito enfocada devido à grande quantidade de riquezas naturais e minerais, dessa forma, a partir das dificuldades acima mencionada a utilização de sensores remotos para análise e mapeamento da superfície terrestre

33 32 torna-se imprescindível. Essa busca do conhecimento à cartografia amazônica iniciou nos meados do ano de Conforme dados da CONCAR, a USAF (Força Aérea dos Estados Unidos) fez o primeiro levantamento aerofotogramétrico dessa imensa região, utilizando fotografias aéreas do tipo Trimetrogon, as quais representam-se por uma câmera vertical e duas inclinadas em relação ao horizonte. A Figura 14 é uma fotografia vertical do Trimetrogon de mapeamento por compilação na região da cidade de Boa Vista/Roraima. Figura 14 - Fotografia vertical Trimetrogon da cidade de Boa Vista/RO, 19/01/1940 Fonte: Guerra (1957) Outro exemplo de imagem aérea do trimetrogon, na região do médio rio Xingu, sul do Estado do Pará (Figura 15), no qual percebe-se as distorções provocadas nas formas do relevo.

34 33 Figura 15 - Fotografia Trimetrogon do rio Xingu Fonte: Guerra (1957) Segundo Lima (2008), a evolução do conhecimento sobre meio ambiente na região Amazônica foi muito lenta devido à ausência de uma cobertura aerofotogramétrica eficaz. As fotografias aéreas do tipo Trimetrogon contribuíram para o conhecimento dessa região e assim propiciando a elaboração de mapas planimétricos. No entanto, conforme Zarur (1948) tal sensor devido à geometria de seus ângulos de visada, uma foto vertical e duas inclinadas de 60 o em relação ao horizonte, criou em seus produtos grandes distorções na representação das formas de relevo e na rede de drenagem, dificultando, sobremodo, a cartografia da região. De acordo com Barbosa et al. (1966) o governo federal, na década de 60, criou os projetos Araguaia, Médio Tapajós e Rondônia através do Departamento Nacional de Produção Mineral (DNPM) e do Ministério de Minas e Energia (MME). Esses projetos tiveram como objetivo o mapeamento geológico a partir de imagens áreas com boas resoluções espaciais (3 m) e sem grandes problemas geométricos como o Trimetrogon. Mas, mesmo com a melhora da fotografia aérea desses projetos, o produto final deixou a desejar devido pouco conhecimento técnico e escasso conhecimento do terreno, e principalmente porque nessa região há grande incidência de nuvens, no qual, dificulta a visualização da superfície. Dessa forma, pouco contribuiu para os estudos geológicos principalmente por erros de distorções e cartográficos. A partir do avanço tecnológico e científico foi possível extrair informações da faixa das micro-ondas, o que levou a construção de novos sensores do tipo Radar tanto orbital como

35 34 aéreo. Dessa forma, a partir dos anos de 1970 iniciaram novos projetos de recobrimento terrestre, especificamente na Amazônia, a partir do Radar, visto que, problemas como nuvens e distorções foram minimizados, no qual, as nuvens só causam interferência nas imagens em caso de nuvens densas e chuvas fortes, e as distorções causadas pelo sensor podem ser corrigidas Projeto RADAM Segundo Oliveira (2016) o projeto RADAM iniciou com intuito de obter informações acerca de recursos naturais, solos, vegetação, Geologia, Geomorfologia, uso da terra e Cartografia, organizado pelo Ministério de Minas e Energia, utilizando Radar de visada lateral, visto que, essa nova tecnologia foi um grande avanço para época. Devido os bons resultados no mapeamento da Amazônia, o projeto expandiu para todo o país denominado projeto RADAMBRASIL. De acordo com Lima (2008) na década de 70 criou-se o projeto RADAM. A região amazônica foi totalmente coberta por imagens de radar do sensor GEMS (Good Year Eletronic Mapping Sistem), que operava na banda X e com resolução espacial de 16 m. Por ser um sensor ativo opera da faixa das micro-ondas que independe de cobertura de nuvens, sendo este o principal obstáculo para qualquer tipo de levantamento fotográfico na região amazônica. A partir dessa época, mais precisamente no ano de 1972, a Amazônia Brasileira deu um grande passo no desenvolvimento para grandes descobertas minerais, visto que, o sensor radar de visada lateral, utilizado no projeto, retratou a existência de um maior conhecimento cartográfico e estudos específicos do terreno como geologia e geomorfologia. É importante ressaltar também, que no mesmo ano, segundo Rocchio (2005) o satélite Landsat-1foi lançado, na época conhecido como Earth Resources Technology Satellite (ERTS), no qual foi o primeiro satélite de observação da Terra com a intenção de monitoramento e estudo das massas terrestres. Dessa forma, para a época consistiu em mais uma ferramenta importante para o conhecimento da cartografia da região. Apesar de que esse satélite era um sensor passivo e assim sofria com os efeitos das condições atmosféricas, todavia, na época foi essencial devido poucas informações acerca da cartografia. O projeto RADAM consistiu em atividades de voo, ou seja, aerolevantamentos utilizando sistemas ópticos (visível e infravermelho) e sensor radar (micro-ondas). Segundo Lima (2008) o projeto utilizou o sensor GEMS-1000, com as seguintes configurações e

36 35 especificações: Antena abertura sintética, banda X, comprimento de onda de 3,12 cm, polarização HH, resolução espacial de 16 m, faixa imageadora de 37 km e escala original de 1: Alguns equipamentos especiais como plataforma inercial, navegador doppler e altímetro barométrico. Para verificar como os dados do projeto RADAM foram eficientes as Figura 16 e Figura 17 mostram uma comparação entre a base cartográfica do tipo Trimetrogon e do radar de visada lateral do projeto RADAM. Figura 16 - Mapeamento do Rio Tapauá - Sensor Trimetrogon Fonte: Lima (2008)

37 36 Figura 17 - Mapeamento do Rio Tapauá- Radar de visada lateral do projeto RADAM Fonte: Lima (2008)

38 37 Figura 18 - Diferença entre os métodos, em preto - Sensor Trimetrogon e em azul - Radar de visada lateral do projeto RADAM. Fonte: Adaptado de Lima (2008) Analisando a Figura 18, é notável a grande diferença da quantidade de informações a respeito das drenagens na base cartográfica do projeto RADAM. Muitos dados foram descobertos através desse levantamento na década de 70. A história do radar na Amazônia iniciou com o RADAM, e é de extrema importância até nos dias atuais, apesar do mapeamento ter sido na escala de 1:250:000, este projeto teve grandes descobertas, bem como, as informações dos rios contido na base cartográfica Projeto Radiografia da Amazônia De acordo com informações do Geoportal do Exército Brasileiro (2016) o projeto tem objetivo de mapear uma área correspondente a Km² na Amazônia legal, que consiste na área conhecida como vazio cartográfico. A partir desse projeto tem-se o subprojeto

39 38 conhecido como Projeto Amazônia SAR que conta com a parceria do CENSIPAM que permitirá um conhecimento mais aprofundado sobre a Amazônia em escalas de até 1:50.000e dar suporte a projetos de infraestrutura para serem instalados. O mapeamento SAR, no projeto, tem o propósito de obter a topografia do terreno através da técnica de interferometria, para geração de Modelo Digital de Superfície (MDS) e Modelo Digital de Terreno (MDT), visto que, o projeto conta com as bandas X e P. A partir da combinação dessas duas bandas é possível obter as alturas do nível do solo e da copa das árvores (Geoportal do Exército Brasileiro, 2016). A Figura 19 exemplifica como essas informações são extraídas através das duas bandas combinadas. Figura 19 - Banda X e P do Projeto Radiografia da Amazônia Fonte: Geoportal do Exército Brasileiro (2016) Segundo Correia (2011) o projeto está na responsabilidade da Diretoria de Serviço Geográfico (DSG) e tem por objetivo atingir cerca de produtos cartográficos, sendo eles do tipo: Ortoimagem SAR, carta topográfica, MDT, MDE etc. Utilizando a escala de 1: e 1: na região do vazio cartográfico. O aerolevantamento SAR interferométrico com as bandas X e P está sendo executado pela empresa BRADAR e o projeto com as bandas X e L está sendo executado pela FAB com as aeronaves R-99B. Alguns produtos cartográficos do projeto radiografia da Amazônia já se encontram disponíveis no portal do banco de dados geográficos do exército, como exemplo, tem-se a

40 39 representando uma ortoimagem colorida obtida pela fusão IHS da ortoimagem da banda X (com realce no sombreamento obtido pelo MDS), com a ortoimagem vegetação, de onde são extraídas as componentes H (Hue) e S (Saturation) das cores de cada classe. A ortoimagem colorida é obtida pelo processo de classificação digital empregando-se todos os insumos gerados na fase de processamento SAR na escala de 1: Figura 20 - Ortoimagem de radar colorida no estado de Manaus em 29/08/2012 Fonte: Imagem obtida do Projeto Radiografia da Amazônia no Banco de dados Geográficos do Exército. A Figura 20 é uma ortoimagem, ou seja, sem distorções causadas devido ao relevo, sem influências atmosféricas adversas como nuvens e uma característica muito interesse é a coloração, pois facilita a maior interpretação visual. Os produtos cartográficos do projeto Radiografia da Amazônia são disponibilizados gratuitamente sendo necessário apenas fazer um breve cadastro. Essas imagens são um grande avanço principalmente pela qualidade e precisão do produto, bem como a escala de 1: que evidencia maior detalhamento.

41 Projeto Amazônia SAR De acordo com Mendes (2015) a história do Sistema de Vigilância da Amazônia (SIVAM) iniciou no ano de 1990, quando os ministros da aeronáutica e da justiça apresentaram ao presidente Collor um documento relatando a realidade da Amazônia juntamente com toda a sua problemática, todavia apenas em 1993 com o presidente Itamar Franco que foi aprovada e implementado o SIVAM que consistia em proteger a Amazônia. No ano de 1990 segundo Becker (2009) a política de Terra sem homens para homens sem terra do regime militar foi substituída pelo programa Calha Norte que tem o propósito de proteger, desenvolver sustentavelmente e promover a ocupação do território Amazônico. Em 2002 o SIVAM foi substituído pelo Sistema de Proteção da Amazônia (SIPAM). Segundo o autor Mendes (2015) os objetivos principais do SIPAM, são: Controle Ambiental; Desenvolvimento regional; Vigilância; Controle de tráfego aéreo; Coordenação de emergências; Monitoramento das condições meteorológicas; Controle de ações de contrabando. O SIPAM passa a ser denominado Centro Gestor e Operacional do Sistema de Proteção da Amazônia- CENSIPAM. Dessa forma, o CENSIPAM conta com o projeto denominado Projeto Amazônia SAR, assim, pode-se enfatizar que este órgão conta com apoio de radares de visada lateral para a segurança e proteção da Amazônia. De acordo com informações do próprio CENSIPAM (2012) o objetivo do projeto é fiscalizar e monitorar a Amazônia com foco no desmatamento ilegal e enviando esses dados para Instituto Brasileiro de Meio Ambiente e dos Recursos Naturais Renováveis (IBAMA) e para o Instituto Nacional de Pesquisas Espaciais (INPE) para compor dados do Sistema Nacional de Detecção de Desmatamento em Tempo Real (DETER). Segundo informações do CENSIPAM (2012) para o Projeto Amazônia SAR a Força Aérea Brasileira (FAB) disponibilizou uma aeronave denominada R-99, com Radar aerotransportado. A imagem é adquirida em tempo real com resolução espacial de 18 a 22 metros à medida que o radar estiver varrendo no local. O intuito para uso do Radar nesse projeto foi realizar o monitoramento nos meses onde o clima se apresentava adverso, ou seja, com

42 41 grandes presenças de nuvens. O Amazônia SAR contou com ajuda financeira do Banco Nacional de Desenvolvimento Econômico e Social (BNDES) e o fundo Amazônia que consiste em apoiar o desenvolvimento de sistema de monitoramento e combate ao desmatamento, todavia a partir de 2019 o CENSIPAM terá que arcar com custos de telemetria (sinal do satélite) e a manutenção do mesmo. A Figura 21 mostra uma imagem de radar utilizado pelo CENSIPAM, onde em destaque, observa-se uma área desmatada. Figura 21 - Imagem de radar orbital- Projeto Amazônia SAR Fonte: CENSIPAM (2012) Este projeto iniciou em 20 de julho de 2015 e tem a previsão de término em 20 de julho de Nesse período a Amazônia legal será monitorada sistematicamente com o Radar. Uma das principais ações do projeto é a utilização de infraestrutura de software que garanta processar os dados advindos do sistema radar, o software adquirido para o projeto é o SARscape for envi que consiste em um programa completo para processamento de diversos dados de Sensoriamento Remoto. O projeto conta também com imagens de radar orbital do satélite Cosmo-Skymed. É um grande avanço devido à grande incidência de desmatamento, garimpos clandestinos e pista de pouso ilegal como a Figura 21 retrata.

43 Outros sistemas sensores Há diversos sensores do tipo Radar, sendo eles: orbitais, aerotransportados, marítimos, terrestres e entre outros. Todavia, os custos financeiros de uma imagem/cena desse tipo de sensor são altos, muitas vezes para a comunidade acadêmica e de pesquisa torna-se inviável. Dessa forma, a finalidade é a obtenção de dados gratuitos, bem como o Sentinel-1, sendo assim, é de grande importância ressaltar dois sensores Radar, sendo eles: SRTM (Shuttle Radar Topography Mission) e o Alos Palsar-1. De acordo com Barros et al (2005) a sigla SRTM não é o nome do satélite, e sim, o nome da missão espacial que ocorreu em fevereiro do ano de 2000, com o propósito de gerar modelo digital de elevação com alta resolução espacial de boa parte do planeta. Essa missão foi liderada pela NASA com a parceria das agências espaciais da Alemanha e Itália. Segundo informações da EMBRAPA (2013) a missão durou 11 dias a bordo do ônibus espacial Endeavour, a nave percorreu por 16 órbitas diárias, totalizando 176 órbitas durante seu tempo de utilização, os dados produzidos foram da região do planeta localizado entre os paralelos 56 S e 60 N. Conforme Sadeck (2013) a missão espacial contou com SAR, sendo dois sistemas de radar interferométricos acoplados na aeronave. Foram utilizadas duas antenas para coletar dados simultaneamente em diferentes fases e duas bandas C e X, resultando em 30 m de resolução para ambas. Segundo Prates (2014) as informações de MDE com 30m de resolução tem muitas aplicações, como, modelagem de paisagem, modelagem de bacia hidrográfica e modelagem hidrológica. O interessante dos dados SRTM é que são disponibilizados gratuitamente através de diversas plataformas online, como a do INPE e USGS (United States Geological Survey). De acordo com IBGE (2006) o satélite ALOS foi lançado pela JAXA (Agência Espacial Japonesa) no dia 24 de janeiro de 2006, com participação efetiva do IBGE e da ASF (Alaska Satellite Facility). O ALOS transporta três sensores, sendo dois óticos e um radar, o imageador radar é chamado de Palsar, também conhecido como Alos Palsar-1, que capta imagens através de micro-ondas. Foi desenvolvido para auxiliar na cartografia, levantamento de recursos naturais, monitoramento de desastres ambientais e para mapeamento topográfico. No endereço eletrônico do IBGE é possível baixar as imagens do Alos Palsar, com 10 m de resolução espacial. As imagens ortorretificadas são disponibilizadas da região norte e nordeste do Brasil de forma gratuita. Essas imagens contribuem muito para o acervo científico

44 43 devido à grande necessidade da obtenção de mais informações pertinentes a superfície terrestre. Em 2011 o Alos Palsar-1 foi desativado por motivos técnicos e em 2014 foi lançado o Alos Palsar-2, visto que, esse não é disponibilizado gratuitamente. 3 MATERIAIS E MÉTODOS Nesta seção será abordada a metodologia juntamente com os materiais que foram utilizados para alcançar os objetivos, citados no item Área de estudo A área de estudo se encontra em região de fronteira entre Brasil e Guiana. A escolha foi feita devida a uma cobertura de nuvens encontrada na região em grande parte do ano, no qual, se torna inviável a utilização de alguns satélites imageadores, como por exemplo, os sensores ópticos, visto que, nessa região é uma área de difícil acesso por meio de estradas, e dessa forma, é uma área que pouco se conhece. Na região Amazônica há diversas áreas com a problemática abordada. Dessa forma, o intuito principal é extrair informações terrestres através das imagens do Sentinel-1, no qual, não é possível extrair as mesmas informações por sensores ópticos. A área de análise da carta imagem, mais precisamente está localizada no município de Oriximiná no estado do Pará, uma porção do Estado de Roraima e a Guiana (Figura 22). Nessa área tem-se uma serra denominada Serra do Acaraí que é uma formação de relevo localizado no planalto das Guianas na fronteira entre Brasil-Guiana, por ser uma referência de maior relevância altimétrica, geomorfológica e geológica.

45 44 Figura 22 - Mapa de localização da Serra do Acaraí, divisa entre Brasil e Guiana Fonte: Autora, Materiais Os materiais que foram utilizados para a construção da carta imagem, a fim de gerar os resultados dessa pesquisa, estão listados em sequência: Imagem do sensor Sentinel-1 com a data de aquisição: 10/01/2018, adquirido de forma gratuita para composição da carta-imagem; Imagem do sensor Sentinel-2 com a data de aquisição: Uma cena do sensor SRTM para geração das curvas de nível na carta-imagem; Software livre SNAP (Sentinel Application Plataform) 5.0, para o processamento das imagens do sensor Sentinel-1; Software QGIS , para processamento da imagem Sentinel-2, para vetorização das drenagens e para construção do layout da carta-imagem; Software ArcGis 10.5 para geração das curvas de nível, no qual, a UFRA possui a licença.

46 Procedimentos metodológicos Inicialmente foi realizado o download, na plataforma online da ESA, de uma imagem Sentinel-1, com as seguintes características: Data de aquisição da imagem: 10/01/2018; Instrumento: SAR-C; Modo Operacional: IW- Interferometric wide-swath a 250 km e resolução de 5 x 20m; Órbita descendente; Polarização: VV e VH; Tipo de produto: GRD (Ground Range Detected). A resolução de um produto GRD corresponde ao valor do intervalo médio na altitude da órbita média, no modo IW o tamanho do pixel (Range x Azimuth) corresponde a 10 x 10 m e 5 x 1 em números de looks (ESA, 2013). Como o enfoque principal são as imagens de radar, nesse trabalho é abordado com ênfase o processamento das imagens Sentinel-1, visto que, as imagens ópticas são utilizadas como um comparativo para relevância da comprovação da importância do radar, e assim não será visto o processamento das imagens ópticas. Dessa forma, para o processamento das imagens do Sentinel-1, foi usado o programa Snap 5.0, um software desenvolvido pela própria ESA, tendo como especificidade o quadro de processamento em gráfico que permite ao usuário criar de acordo com suas necessidades a sua própria cadeia de processamento. O download automático do MDE SRTM (Modelo Digital de Elevação- Shuttle Radar Topography Mission) e reprodução precisa da ortorretificação para projeções em mapas comuns Cadeia de processamento Após a obtenção da imagem Sentinel-1 e a instalação do software Snap 5.0 foi gerado a cadeia de processamento, com cinco passos específicos, para melhorar a qualidade da imagem e torná-la mais coerente. A cadeia de processamento está representada pela Figura 23.

47 46 Figura 23 - Representação da cadeia de processamento da imagem de Radar Fonte: Autora, 2018 Em seguida, será visto como essa cadeia de processamento melhorou significativamente a imagem através das etapas acima, visto que, os passos correspondentes ao read e write, significa a leitura (entrada) e a escrita (saída), respectivamente, do processamento representada na cadeia. Na sequência será abordado o que cada etapa significa dentro do processamento: - Speckle filter: é utilizado para atenuar o efeito do ruído que degrada a qualidade da imagem SAR, visto que, esse efeito causa uma interferência destrutiva e/ou construtiva na imagem o que leva ao fenômeno do speckle. Há diversos tipos de filtro para a redução desses ruídos, no qual, são baseados na média incoerente e aplicados na covariância ou matriz de coerência. Após diversos testes realizados com filtros especificos disponibilizados no Snap 5.0, o que resultou em uma imagem com menos speckle foi com o filtro Lee-Sigma. Este é baseado no filtro Lee, todavia, é feito um refinamento nos dados. Para a utilização desse filtro é necessário ajustar alguns parâmetros, como: Número de looks que é usado na estimativa do desvio padrão e o tamanho da janela alinhada. Os valores usados foram 7 x 7, 9 x 9 e 11 x 11; - Calibration: o objetivo é fornecer imagens nas quais os valores dos pixels podem estar diretamente relacionados a dispersão da cena. Embora, as imagens SAR não calibradas sejam suficientes para uso qualitativo, as imagens SAR calibradas são essenciais para uso quantitativo. Para converter valores de pixels digitais em estruturas radiométricas calibradas, todas as informações necessárias podem ser encontradas no produto, o vetor de calibração está incluído como uma anotação, dessa forma, permitindo uma conversão dos valores de intensidade da imagem em valores de sigma; - Terrain Correction: devido as variações ocasionadas no relevo e à inclinação do sensor, as distâncias podem ser distorcidas nas imagens SAR. As correções do terreno destinam-se a compensar essas distorções para que a representação geométrica da imagem seja o mais próximo possível do real. A ortorretificação permite a sobreposição geométrica de dados de diferentes sensores e/ou geometrias. O software Snap 5.0 faz o download automático do

48 47 MDE STRM para ortorretificação do produto, dessa forma, é necessário também que o usuário especifique as coordenadas e o elipsoide de referência. A seguir, após a aplicação de cada etapa mencionada e descrita acima, pode-se visualizar com aproximação (zoom) uma parte da área que compõe a carta-imagem. A Figura 24 representa cada etapa da cadeia de processamento com a referida imagem. Pode-se analisar a melhora na qualidade da imagem de Radar após os procedimentos realizados. Figura 24 - Cada etapa com a respectiva imagem da cadeia de processamento Fonte: Autora, 2018 Pode-se perceber no processamento que as principais etapas de correção da imagem é Terrain Correction, consiste na ortorretificação, realiza correção de deformações geométricas, como o ângulo de aquisição das imagens, o relevo, a curvatura e a rotação terrestre. Para ter uma ideia mais ampla da cena utilizada. A seguir a Figura 25 (a) representa a imagem bruta e

49 48 na Figura 24 (b) a imagem já corrigida e processada, em destaque para o polígono vermelho que representa a área da carta-imagem. Figura 25 - Em (a) imagem GRD e em (b) imagem já processada em destaque para o polígono vermelho Fonte: Autora, 2018 (a) (b) O processamento foi realizado na cena inteira e depois foi apenas utilizado a área representado pelo polígono em vermelho na carta-imagem. Percebe-se a grande diferença entre a imagem GRD (Figura 24 (a)) e a processada (Figura 24 (b)), visto que, esse procedimento requer um computador (hardware) robusto devido o programa Snap 5.0 e as imagens necessitarem de uma grande memória computacional. 4 RESULTADOS Como resultado e objetivo específico esperado desse Trabalho de Conclusão de Curso TCC, a construção de um produto cartográfico, carta-imagem, no qual foi baseada na interpretação de imagem de Radar com suas devidas correções, vetorização de drenagens, geração de curvas de níveis com equidistância de 200 m e identificação da Serra do Acaraí, foi concluído como esperado. Baseado no layout padrão do IBGE e plotado na folha A1 (594 x 841 mm) encontrado no APÊNDICE A, com as devidas convenções e simbologias cartográficas. A seguir na Figura 26 encontra-se a representação da carta-imagem da Serra do Acaraí correspondente a folha NA-21-Y-A-VI:

50 49 Figura 26 - Carta-imagem da Serra do Acaraí Fonte: Autora, 2018

51 50 A partir da análise da carta imagem percebe-se com detalhamento as formas de relevo e assim, facilitando vetorização das hidrografias de forma manual. De acordo com o produto cartográfico apresentado pode-se obter outros estudos relacionado a Ciências da Terra, como: Geomorfológicos, geológicos e uso da Terra. E outras pesquisas mais específicas, como: Detecção de desmatamento na Amazônia legal; Análise sazonal de vegetação de várzea; Monitoramento de instabilidade de minas; Detecção de mudança na paisagem; Investigação da dinâmica de áreas alagadas; Monitoramento de derramamento de óleo. Essas análises podem ser feitas através de interpretação de imagens, todavia há procedimentos que incluem outros processamentos de imagens SAR para outras análises de pesquisas mais especificas, como: estimativa de retroespalhamento, técnicas de interferometria, exploração de atributos de fases e da polarização do sinal, radargrametria e outros. Essas análises requerem uma complexidade de dados e uma gama de análises inerente ao sensor e ao objeto imageado na superfície. A carta imagem é um documento cartográfico com coordenadas conhecidas que possui legenda e informações de hidrografia, curvas de nível e toponímia. O produto gerado consiste em recurso de análise da superfície terrestre a partir de uma imagem de Radar ortorretificada, e serve para obter uma visão mais dinâmica do espaço e para o planejamento e gestão territorial. 5 DISCUSSÕES De maneira, a justificar a utilização de sensor Radar para a construção da carta-imagem realizou-se uma análise na porcentagem de nebulosidade nas imagens do Sentinel-2 (sensor óptico) com a mesma resolução espacial do Sentinel-1 (Radar), correspondente a 10 m, os dois sensores consistem na missão espacial Sentinel. A análise foi feita no período de um ano (fevereiro de 2017 a fevereiro de 2018), a Figura 27 representa a variação entre a porcentagem de nuvens em cada cena do sensor Sentinel-2 relacionada com o mês do ano: Figura 27 - Taxa de nuvens no período de um ano através do sensor Sentinel-2

52 51 Fonte: Autora, 2018 O período com menos quantidade de nuvens foram nos meses de agosto e setembro de 2017, como exemplo, a cena com a menor taxa do ano foi no mês de agosto de 2017 com a porcentagem de nebulosidade 6,97% com a seguinte data de aquisição da cena 16/08/2017 e órbita-ponto 21NUB (Sentinel-2). A Figura 28 representa a cena com a menor porcentagem de nuvens descrita acima:

53 52 Figura 28 - Cena do Sentinel-2 R2G3B4 com data de aquisição: 16/08/2017/ Órbita-Ponto 21NUB Fonte: Autora, 2018 Apesar de que, a cena escolhida foi com a menor porcentagem de nebulosidade percebese que ainda dificulta a visualização da superfície, dessa forma tornando inviável a utilização desses sensores em locais onde o recobrimento de nuvens é intenso. Para efeito de comparação entre o sensor radar e óptico foi analisado duas imagens, sendo, uma do Sentinel-1 (Radar) e outra do Sentinel-2 (óptico), com a diferença temporal de apenas um dia, visto que, anteriormente foi feito uma análise anual dessas cenas do óptico, e pode-se perceber que a cartaimagem não teria uma gama de informações tão detalhadas, como, as formas de relevos e as drenagens se fosse utilizado imagens de sensores ópticos. A Figura 29 representa essa comparação entre os dois diferentes tipos de sensores, visto que, a área da comparação é a mesma da carta-imagem com uma devida aproximação (zoom).

54 53 Figura 29 - Comparação entre Sentinel-1 (03/02/2018) e Sentinel-2 (02/02/2018) com resolução espacial de 10 m. Fonte: Autora, 2018 Não foi possível gerar a comparação com área toda utilizada da carta-imagem, pois a cena do Sentinel-2 é bem menor, dessa forma, teria que utilizar cenas distintas e assim aumentaria os dias de análise. Mas, é percebível através dos dados que a área de análise é recoberta por nuvens densas anualmente. Dessa maneira, a utilização do sensor Radar torna-se coerente. Através dessas imagens do Sentinel-1 pode-se gerar produtos e análises em diferentes campos de estudos e com dados atuais. 6 CONCLUSÃO A realização desse trabalho, atingiu o objetivo inicial proposto de elaborar uma cartaimagem na escala de 1: em área de fronteira entre o Brasil e Guiana através do sensor Sentinel-1. Neste projeto, deu-se ênfase na importância do Radar na cartografia da Amazônia, buscando um histórico e os motivos para usar esse sensor em áreas com clima adverso. Sendo assim, o produto cartográfico gerado mostrou-se satisfatório, em decorrência, de um bom processamento digital que gerou uma imagem ortorretificada, calibrada e corrigida de erros provenientes do próprio sensor. A partir, do tratamento na imagem foi possível a drenagem e com um auxílio dos dados do SRTM, gerar as curvas de nível. Como a imagem de Radar detalha bem as formas de relevo, foi possível detectar drenagens que ainda não foram mapeadas ou que ainda não existe na base cartográfica.