I ENCONTRO DE CIÊNCIA E TECNOLOGIA UTILIZAÇÕES DE IMAGENS SAR R99-B NA REGIÃO AMAZÔNICA

Transcrição

1 I ENCONTRO DE CIÊNCIA E TECNOLOGIA UTILIZAÇÕES DE IMAGENS SAR R99-B NA REGIÃO AMAZÔNICA GLEICE GOMES COSTA 1, MAYRA COSTA DOS REIS 1, ANTÔNIO RAIMUNDO RODRIGUES FÉLIX JÚNIOR 1, LUIZ GILBERTO DALL IGNA 2 INTRODUÇÃO A região amazônica é formada por diversos tipos de composições florestais, resultando em um ecossistema de alta diversidade. (ALMEIDA; BATISTA, 1998). Porém, as nuvens desta região do Brasil, ocorrem durante a maior parte do ano, limitando as informações deste ecossistema por meio de dados de sensores remotos ópticos ou termais, portanto os radares são particularmente interessantes, pois o sinal que é emitido é capaz de atravessar nuvens e chuvas. (FERREIRA et al., 2005; KUPLICH, 2003). Kuplich (2003), cita algumas dificuldades, que contribuíram para que os dados de radar de um modo geral não fossem tão disseminados como os ópticos. As informações SAR, estão relacionadas com as propriedades biofísicas dos alvos, e um alvo específico e de interesse a ser abordado é a vegetação. Para entender resposta espectral da vegetação nas imagens SAR e as possibilidades de aplicações desses dados, são necessários alguns conhecimentos sobre os parâmetros do radar e as características dos objetos que são os alvos. Portanto os parâmetros do sistema SAR, é composto por informações sobre seu comprimento de onda (cm), frequência (GHz), polarização e ângulo de incidência. Já as características dos alvos são: Coeficiente de retroespalhamento, rugosidade da superfície e conteúdo hídrico. (PONZONI et al., 2012) O objetivo deste trabalho é apresentar uma revisão literária de estudos que abordam sobre a utilização de imagens SAR do R99-B (SIPAM), na região amazônica, afim de demonstrar sua importância para a região METODOLOGIA O trabalho foi realizado a partir da revisão de literaturas de artigos, revistas e anais de congressos, dissertações e livros que envolviam a temática abordada. A partir do levantamento literário foi realizado uma síntese dos resultados das literaturas consultadas. RESULTADOS E DISCUSSÕES PARÂMETROS SAR ABORDO DO R-99 O Radar de Abertura Sintética (SAR), é um sistema imageador ativo de visada lateral, que gera sua própria radiação, operando na faixa do espectro eletromagnético das micro-ondas, 1 Acadêmicos da Faculdade de Rondônia FARO. 2 Professor e orientador da Faculdade de Rondônia - FARO.

2 tendo comprimentos que variam de 3-75 cm, esta faixa é dividida em bandas espectrais onde cada uma é denominada por uma letra. (JENSEN, 2009). Abordo da aeronave R99 Bravo da Força Aérea Brasileira à disposição do o Centro Gestor e Operacional da Amazônia (CENSIPAM), está instalado um sistema SAR, que trabalha em duas frequências, a Banda L (1.28 GHz) onde recebe e transmiti na polarização vertical (V) quanto na horizontal (H) e Banda X (9.3 GHz) que só recebe e transmiti na polarização horizontal (H) esta banda, tem poder de penetração restrito quando da presença de formações meteorológicas pesadas sendo contrária da Banda L, o sensor possui resoluções espaciais de 3 m, 6 m e 18 m. (LOPES; LIMA, 2009). Figura 1- Sistema SAR no R99-B (imagem fornecido por Alexandre Oliveira Urkia, 2014) UTILIZAÇÃO DE IMAGENS SAR DO R99-B, PARA IDENTIFICAÇÃO DO DESMATAMENTO Os índices de desmatamento na Amazônia vêm aumentando consideravelmente a partir de 1991, num ritmo variável, mas rápido.(fearnside, 2005). Portanto, Nascimento et al., (2010) consideraram a problemática do desmatamento na Amazônia preocupante, propuseram-se comparar diferentes técnicas de processamento digital, afim de analisar as imagens SAR do R99-B (SIPAM), como ferramenta alternativa para o monitoramento de desmatamento na região amazônica, especificamente o município de Iranduba AM. As técnicas e procedimentos aplicados, foram: Filtragem da imagem, composição colorida falsa-cor,segmentação, comparação de classificação não-supervisionada e classificação supervisionada,avaliação dos algoritmos de classificação, utilizando o software ENVI 4.5, por último para avaliação dos resultados dos testes, utilizaram a Matriz de confusão e o coeficiente Kappa, que testa a exatidão da classificação, variando de péssima à excelente, com valores que variam respectivamente de < 0 à 0,81-1,0. Como resultados da filtragem da imagem, Nascimento et al.,(2010) obtiveram como melhor desempenho em áreas desmatadas os filtros de Textura de Ocorrência e Co-ocorrência. Porém no aspecto visual não foi satisfatório mesmo com o filtro, após a execução da classificação

3 supervisionada pelo algoritmo Máxima Verossimilhança, a imagem na área de estudo ficou distorcida. (Figura 2). Figura 2- Visualização da imagem após filtro de Co-ocorrência e classificação (Fonte: NASCIMENTO et al, 2010) Como resultado da classificação, o que obteve melhor coeficiente Kappa com , classificada como muito boa foi a segmentação, através da utilização da extensão do módulo do aplicativo denominado ENVI Feature Extraction (ENVIFX)que permite extrair informações e classificar imagens com base nas características espaciais, espectrais e de textura.(sulsof, 2014) Contudo, Nascimento et al., (2010), recomendaram este último processamento como metodologia que minimiza as limitações existentes no processo de classificação de imagens SAR R99-B. UTILIZAÇÃO DE IMAGENS SAR R99-B NA DISCRIMINAÇÃO DE FITOFISIONOMIAS Devido à diversidade de fitofisionomias na região Amazônica, o projeto RADAMBRASIL realizado na década de 80, teve como principal objetivo fazer o levantamento dos recursos naturais, através da utilização de imagens de radar, desenvolvendo novas técnicas de mapeamento dos recursos florestais. (VELOSO; FILHO, 1982). Conhecendo as vantagens do Sensor SAR, em estudos da vegetação para os ambientes tropicais e boreais, Nunes et al (2011) objetivaram demonstrar as potencialidades das imagens da banda L do sensor SAR R99-B (SIPAM), associado ao algoritmo Modo de Interação Condicionante (ICM), a fim de evidenciar as diferenças de fitofisionomias de várzea da Reserva de Desenvolvimento Sustentável Mamirauá (RDSM), Amanã (RDSA) situadas no Amazonas. As técnicas e procedimentos, foram: Aquisição das imagens em banda L SAR R99-B (SIPAM), seleção dá área, pré-processamento; registro da imagem e a correção do padrão da antena, processamento digital; dos dados univariadosnas polarizações HH, HV e VV, e dos dados multivariados HH-HV, HH-HV-VV e HH-HV-VV com Banda Textura, seleção das amostras de treinamento para as fitofisionomias de várzea (Chavascal, Restinga baixa e alta),

4 classificação com o algoritmo ICM (contextual) através do software ENVI. Por fim,comparação dos resultados das classificações através do Índice Kappae da Matriz de Confusão. Dos resultados dos dados univariadosem amplitude, foramapresentados de acordo com Landis e Koch (1977), os valores estimados do coeficiente de concordância Kappa ( ) e variância ( ), para os classificadores MaxVer e ICM em banda L. A Classificação ICM HHcontextual conforme em destaque (Figura 3), foi o que obteve melhor resultado com um índice Kappa de 0,7358 e exatidão global da classificação de 80,08 %. Na matriz de confusão da melhor classificação (ICM HH), as classes Chavascal e da Várzea Restinga Alta resultaram em maior confusão, de acordo com Nunes et al (2011), isto se deu provavelmente pela polarização HH, não informar volumetria e estrutural existente na vegetação de Restinga alta. Figura 3 - Imagens a partir da Classificação ICM (Fonte: NUNES et al.,2011) Foram analisados os dados multivariados, com duas, três e com três polarizações adicionadas a uma banda textural (contraste) sendo que para este último o programa a ser utilizado foi implementado. Observou-se que na multipolarização (ICM HH-HV-VV) e na combinação da multipolarização adicionada a banda de textura obteve-se conceito Excelente com índice

5 Kappa de 0,8251 e 0,8963, respectivamente. (Tabela 1) sendo o último o melhor resultado.(nunes et a.l, 2011). Na matriz de confusão da melhor classificação, ICM HH -HV-VV associada a banda de textura, resultou em 92,23% a exatidão global da classificação, Portanto Nunes et al.,(2011) concluíram que a efetiva melhora na classificação em termos de exatidão do mapeamento esta última, apresentou qualidade superior aos demais, sendo justificado pela adição da banda de textura que está associada a informações relacionadas com a rugosidade da superfície dos alvos, como é o caso da Restinga Alta que, comparada ao Chavascal, possui maior quantidade de biomassa vegetal, portanto há maior interação do dossel das árvores com as ondas de 23,5 cm da banda L. Tabela 1 - Resultado das classificações (Fonte: NUNES et al.,2011) Contudo, Nunes et al.,(2011), demonstraram que a classificação ICM permitiu a correta discriminação de fitofisionomias de várzea e lâmina d água, através de imagens SAR R99-B. CONCLUSÕES As imagens SAR do R99-B (SIPAM), tem como principal vantagem a aquisição de dados em qualquer condições atmosféricas, com base nesta informação o propósito desta revisão foi apresentar utilizações de imagens SAR do R99-B (SIPAM) e sua importância para a região amazônica. Contudo, através dos estudos abordados, os mesmos demonstraram a transcendência dos dados SAR do R99-B (SIPAM) e que é possível utilizá-los como ferramenta para o monitoramento e detecção de mudanças para fins de controle do desmatamento e fiscalização ambiental, como já vem sendo realizado pelo SIPAM, bem como para fins de identificação de diferentes tipos de vegetações. REFERÊNCIAS ALMEIDA, E. S.; BATISTA, G. T. Índice de vegetação versus precipitação na Amazônia. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO (SBSR), 9., 1998, São José dos Campos. Anais... São José dos Campos: INPE, p Disponível em:< Acesso em: 11 set EMERSON, L. S; TATIANA, M.K.; YOSIO, E.S. Análise preliminar de imagens SAR polarimétrica e potencial de aplicações em florestas tropicais. Revista Brasileira de Cartografia, nº 62/03, FEARNSIDE P. M. Desmatamento na Amazônia brasileira: história, índices e consequências. Revista Megadiversidade, v. 1, n. 1, 2005.

6 FERREIRA, M. E.; AGUIAR, M. C.; FERREIRA JÚNIOR, L. G.; FERREIRA, N. C.; SANO, E. E. Verificação preliminar do sinergismo entre dados ópticos de resolução moderada (MODIS) e dados SAR aerotransportados (SIPAM) para o monitoramento da cobertura vegetal na região Amazônica. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO (SBSR), 12., 2005, Goiânia. Anais... São José dos Campos: INPE, p Disponível em: < Acesso em: 11 set JENSEN J R. Sensoriamento Remoto do ambiente: Uma perspectiva em recursos terrestres. São José dos Campos: Parênteses, KUPLICH T.M. Estudos florestais com imagens de radar. Revista. Espaço & Geografia, v..6, n. 1, LOPES, G. O.; LIMA, C. A. Características e aplicações das imagens SAR na identificação de alvos na Região Amazônica. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO (SBSR), 14., 2009, Natal. Anais... São José dos Campos: INPE, p Disponível em: < Acesso em: 11 set MENESES R.P.; ALMEIDA T. Introdução ao Processamento de imagens de sensoriamento remoto. Brasília: UNB : CNPQ; NASCIMENTO B. K. B.; PARISE M.; PINHEIRO E. S. Imagens SAR-R99B aplicadas no mapeamento do desflorestamento. In: SEMINÁRIO INTERNACIONAL DE SUSTENTABILIDADE NA AMAZÔNIA DE CIÊNCIAS DO AMBIENTE, 1., Anais NUNES G. M.; FILHO C. R. S.; FERREIRA L. G.; Discriminação de fitofisionomias de floresta de várzea a partir do algoritmo Iterated Conditional Modes aplicado aos dados SAR/R99 (QUAD-POL/Banda L). Revista Acta Amazonia, v. 41, n. 4, PONZONI F. J.; SHIMABUKURO Y. E.; KUPLICH T. M. Sensoriamento Remoto da Vegetação. 2 ed. São Paulo: Oficina de Texto, SULFOFT. ENVI 5. Disponível em: < >. Acesso em: 30 Set VELOSO P. H.; FILHO G. L. Fitogeografia Brasileira. Projeto RADAMBRASIL. Boletim Técnico. Série Vegetação. Salvador nº 1, p. 80. Dezembro de p 11 e 32.