CAPÍTULO 1 INTRODUÇÃO

Tamanho: px
Começar a partir da página:

Download "CAPÍTULO 1 INTRODUÇÃO"

Transcrição

1 CAPÍTULO 1 INTRODUÇÃO O sensoriamento remoto tem sido definido como um conjunto de atividades que tem por objetivo caracterizar as propriedades dos objetos através da detecção, registro e análise do fluxo radiante por eles emitido ou refletido. A essência desta atividade fundamenta-se na identificação e na discriminação de alvos, onde a radiação recebida pelo sensor tornase a base de todo o processo. Entretanto, o mecanismo de aquisição destes dados apresenta limitações, uma vez que entre o sensor e a superfície existe um meio extremamente dinâmico: a atmosfera. A atmosfera interage com a radiação eletromagnética, provocando significativas alterações no fluxo radiante proveniente do alvo. Os principais fatores causadores destas alterações, como perda de nitidez na imagem e deformação do brilho superficial, são o espalhamento molecular, o espalhamento por aerossóis e a absorção pelos gases atmosféricos. Estas alterações são na verdade um persistente e incômodo problema na análise de dados por sensoriamento remoto. Muitas vezes, esta análise vai depender das características espectrais do sensor e das condições atmosféricas na data e na hora da aquisição destes dados (Freire, 1996). Uma das maneiras de se minimizar os efeitos atmosféricos é através do aproveitamento pelos sensores das chamadas janelas atmosféricas, nas quais a radiação proveniente do alvo apresenta altos valores de transmitância, ou seja, embora ainda presente, a influência atmosférica é menor. No entanto, com o advento dos sensores hiperespectrais, capazes de adquirir simultamente dezenas de imagens de uma mesma área e de produzir um espectro de reflectância praticamente contínuo para cada pixel da cena, uma maior ênfase foi dada na minimizacão das influências atmosféricas. Esta ênfase deve-se ao fato de que grande parte da faixa espectral destes sensores é afetada por gases atmosféricos (Gao et al., 1993), mascarando assim, as variações espectrais mais sutis e cruciais para a identificação de um alvo (Leprier, 1995). 23

2 Desta forma, observa-se a importância do conhecimento das propriedades ópticas da atmosfera e do processo de interação da radiação eletromagnética com os seus constituintes, de modo a se criar ou utilizar os mais diversos métodos de correção atmosférica existentes e necessários à minimização destes efeitos atmosféricos. Estes métodos, por sua vez, podem ser divididos em físicos, que são os mais completos e baseiam-se na teoria da transferência radiativa; e os alternativos, que são mais simplificados e geralmente supõem a interferência aditiva da atmosfera (Freire, 1996). Para tanto, este trabalho tem como objetivo geral aplicar um método de correção atmosférica no processamento de dados hiperespectrais, ressaltando a necessidade da correção atmosférica para análise destes dados. Espectros de alvos de vegetação verde (mata galeria), de solo exposto e de corpos d água (corrigidos e não corrigidos para os efeitos atmosféricos), extraídos diretamente das imagens, são usados como referência para essa discussão. Dos diversos métodos de correção atmosférica existentes, utilizouse para este trabalho o método desenvolvido por Green et al. (1993) para a correção atmosférica de imagens hiperespectrais, obtidas a partir do sensor aerotransportado Airborne Visible/Infrared Imaging Spectrometer (AVIRIS). A escolha deste método, deve-se ao fato deste possuir um padrão de correção mais preciso e completo em relação aos chamados métodos alternativos (Van den Bosch e Alley, 1990), e ainda, a disponibilidade junto ao INPE, de seus programas e de todos os dados obtidos pelo sensor AVIRIS durante o experimento Smoke/Sulfate, Clouds, and Radiation-Brazil (SCAR_B). Para se atingir o objetivo geral, este trabalho apresenta ainda, os seguintes objetivos específicos: Elaborar um algoritmo capaz de converter os dados de radiância em reflectância aparente (não corrigida para os efeitos atmosféricos), de modo a comparar seus resultados com os obtidos pelo método de Green et al. (1993) (reflectância da superfície corrigida para os efeitos atmosféricos); 24

3 Avaliar o efeito da geometria de iluminação em três diferentes situações sobre a correção aplicada pelo método empregado, utilizando-se para isto de uma análise comparativa entre os espectros de amostras corrigidas dos alvos selecionados; Analisar a sensibilidade do método empregado em função da variação de alguns parâmetros utilizados durante o seu processamento. Para orientar a leitura deste trabalho, este encontra-se estruturado da seguinte forma: Capítulo 2 mostra uma descrição das propriedades ópticas inerentes à atmosfera, das características espectrais gerais relativas aos três alvos utilizados (vegetação, água e solo), e dos diversos tipos de métodos e modelos de correção atmosférica existentes na literatura; O Capítulo 3 apresenta as características gerais do sensor AVIRIS, as áreas de estudo selecionadas e os comentários sobre o método de correção desenvolvido por Green et al. (1993). Em seguida é discutida a metodologia empregada neste trabalho; O Capítulo 4 apresenta os resultados obtidos pelo método empregado e pelo programa de conversão (radiância para reflectância aparente), bem como as análises das diferenças entre os espectros das amostras corrigidas e não corrigidas para os efeitos atmosféricos relativos aos alvos selecionados. Finalmente, são apresentadas as análises das diferenças entre os espectros das amostras corrigidas dos alvos selecionados, para as três condições distintas da atmosfera, e da sensibilidade do método empregado às variações de visibilidade e shift ; O Capítulo 5 expõe inicialmente, as conclusões referentes à importância da correção atmosférica para os tipos de análises realizadas durante este trabalho. Em seguida, são apresentadas as conclusões relativas ao método empregado, suas vantagens e desvantagens e as sugestões para trabalhos futuros; 25

4 O Apêndice A apresenta os programas desenvolvidos para a realização deste trabalho, juntamente com os comentários necessários à utilização e compreensão destes; No Apêndice B, é feita a análise exploratória do primeiro programa (rotina), utilizado (H2olut), onde são realizados comentários relativos a todos os arquivos de entrada necessários a inicialização desta etapa do processamento de correção atmosférica, seguidos dos comentários de cada arquivo gerado ao final desta etapa (arquivos de saída); Nos Apêndices C, D e E, relativos ao segundo (H2ospl), terceiro (Vlsfit) e último programa (Rfl), respectivamente, são introduzidos os mesmos comentários citados no Apêndice B; O Apêndice F apresenta um histórico sobre a origem dos sensores hiperespectrais, seguido de uma descrição do sensor AVIRIS e de suas principais características ópticas; Nos Apêndices G e H são apresentados alguns conceitos radiométricos e atmosféricos, respectivamente; Finalmente, no Apêndice I é apresentado um caderno explicativo sucinto (com alguns comandos) de como viabilizar o método de correção atmosférica de Green et al. (1993). 26

5 CAPÍTULO 2 FUNDAMENTAÇÃO TEÓRICA A radiação solar, principal fonte de energia radiante em ondas curtas, interage com a atmosfera, a qual promove sua atenuação por meio dos processos de espalhamento pelos aerossóis, pelas nuvens, bem como pela absorção causada principalmente pelos gases minoritários (Bastos, 1994). Desta maneira, sendo a atmosfera terrestre um sistema complexo e extremamente dinâmico, cujas características influenciam significativamente o processo de aquisição de imagens, torna-se necessário conhecer sua composição, suas propriedades e seu dinamismo. Vale ressaltar que, como citado anteriormente, é através deste conhecimento que se pode criar ou utilizar os mais diversos métodos de correção atmosférica existentes (Freire, 1996). Neste Capítulo, são discutidas as propriedades radiativas dos componentes atmosféricos e da superfície terrestre, bem como os diversos tipos de métodos e modelos de correção atmosférica existentes na literatura Constituintes da Atmosfera Terrestre A atmosfera terrestre é um sistema que se caracteriza por uma mistura de gases em suspensão, em que seus maiores constituintes, o nitrogênio e o oxigênio, podem ser encontrados até a uma altitude de 90Km (Valley, 1965). Apesar da concentração de certos gases ser quase constante, a atmosfera apresenta grande variabilidade que se relaciona com três parâmetros físicos: temperatura, pressão e densidade. Estes parâmetros fazem com que sua composição se torne desigual. Na constituição atmosférica, o nitrogênio (N 2 ) aparece em maior quantidade, 78%, seguido do oxigênio (O 2 ) com 21%. Outros gases com concentração aparentemente 27

6 desprezível, 1%, tais como, ozônio (O 3 ), vapor d água (H O 2 ), dióxido de carbono (CO 2 ), óxido de nitrogênio (N 2 0 ), metano (CH 4 ), monóxido de carbono (C0), etc., completam sua constituição (Valley, 1965; Kaufman, 1989). Segue na Figura abaixo o espectro de atuação do sensor AVIRIS com os respectivas bandas de absorção existentes na faixa espectral de 0,4µm a 2,5µm. Fig Espectro do sensor AVIRIS com suas respectivas bandas de absorção. FONTE: Adaptada de Vane et al. (1987, p.95). Uma característica interessante é o fato do nitrogênio, sendo o constituinte de maior concentração, não ser praticamente relevante no estudo das propriedades ópticas da atmosfera. Tal estudo diz respeito à transferência radiativa, ou seja, absorção, transmissão e emissão de radiação pela atmosfera, considerada como um corpo. São os gases de menor concentração e o oxigênio que determinam as características da atmosfera em termos de absorção e emissão. Sob o ponto de vista óptico, a atmosfera pode ser dividida em dois grupos de constituintes: gases e particulados (aerossóis). 28

7 2.2 - Propriedades Ópticas da Atmosfera A radiação proveniente do sol ao atravessar a atmosfera interage com ela, resultando nos processos físicos denominados espalhamento e absorção. A combinação destes dois efeitos é denominada atenuação atmosférica (Slater, 1980) Espalhamento Atmosférico O espalhamento atmosférico é um processo no qual uma pequena partícula em suspensão interage com um fluxo de radiação, reduzindo a sua intensidade e reirradiando-o dentro de um ângulo sólido, centrado na própria partícula (McCartney, 1976; Liou, 1980). Basicamente, o espalhamento pode ser dividido em seletivo e não seletivo. O espalhamento seletivo, ocorre quando o raio das partículas é menor ou da mesma ordem de grandeza do comprimento de onda da radiação incidente. Como exemplo de espalhamento seletivo, pode-se citar o do tipo Rayleigh. Este é produzido essencialmente pelas moléculas dos gases constituintes da atmosfera e se caracteriza pelo fato de sua intensidade ser inversamente proporcional à quarta potência do comprimento de onda da radiação. Ocorre quando a radiação interage com moléculas atmosféricas e outros tipos de partículas, que possuem raios menores que o comprimento de onda da radiação incidente. A coloração azul do céu é explicada por este tipo de espalhamento (Liou, 1980). Existe um outro tipo de espalhamento seletivo denominado Mie, que ocorre quando o raio das partículas atmosféricas é da mesma ordem de grandeza do comprimento de onda da radiação incidente. Sua principal diferença em relação ao espalhamento Rayleigh é que as partículas muito pequenas tem o seu campo de radiação de forma dipolar, o que já não ocorre em partículas maiores como os aerossóis. 29

8 Os aerossóis atmosféricos são definidos como uma complexa e dinâmica mistura de partículas sólidas e líquidas em suspensão na atmosfera. Podem ser divididos em dois grupos, sendo um constituído por partículas naturais (poeira, névoa, água líquida e sólida) e outro formado por materiais resultantes da atividade antropogênica (fumaça e outros particulados) (Liou, 1980). Os particulados estão concentrados nas baixas camadas da atmosfera, com sua distribuição bastante variável em função da localização da área considerada, seja rural, urbana ou marítima. Os efeitos causados pelos particulados dependem ainda, de suas características físicas, tais como: o tamanho e a forma da partícula; o índice de refração e a distribuição da concentração das mesmas (Kaufman, 1989). O espalhamento não seletivo ocorre quando os raios das partículas que causam espalhamento são muito maiores do que o comprimento de onda da radiação incidente. Estas partículas têm normalmente diâmetros que variam de 5µm a 100µm. Conseqüentemente, este espalhamento é dito não seletivo no que diz respeito ao comprimento de onda (Lillesand e Kiefer, 1994). As explanações e demonstrações das expressões relativas ao espalhamento atmosférico podem ser verificadas em Liou (1980), Slater (1980), Deirmendjan (1969) e Irvine (1965) Absorção Atmosférica A absorção atmosférica é um fenômeno termodinâmico que resulta na perda efetiva de energia para os constituintes atmosféricos. Este fenômeno envolve a absorção de energia em determinados comprimentos de onda. A forte tendência em absorver a energia eletromagnética em comprimentos de onda específicos, faz com que os absorvedores influenciem fortemente alguns sistemas sensores, mais significativamente os hiperespectrais (Liou, 1980; Bastos, 1994). As principais bandas moleculares de absorção ou de emissão de radiação são resultantes das transições de energia rotacional e vibracional, bem como de suas interações. Cabe 30

9 salientar que, as energias de transição rotacional e vibracional são menores que as energias dos processos de transição eletrônica (Slater, 1980). A Tabela 2.1 ilustra os principais tipos de energia de transição para várias regiões espectrais. TABELA TRANSIÇÕES RESPONSÁVEIS POR LINHAS DE ABSORÇÃO OU EMISSÃO EM VÁRIAS REGIÕES ESPECTRAIS Região Espectral (µm) Energia (ergs) Ultravioleta: abaixo de 0,4 10 Visível:0,4-0, I.V. próximo: 0,7-2,0 10 I.V. médio: I.V. distante: FONTE: Houghton (1985), p.119. Tipo de transição eletrônica eletrônica eletrônica/vibracional Vibracional/rotacional rotacional Os principais constituintes atmosféricos que absorvem radiação no espectro solar, além dos aerossóis e das nuvens, são o vapor d água, dióxido de carbono e ozônio (Slater, 1980). A molécula de H O 2 é possuidora de uma alta capacidade de absorção, principalmente na região do infravermelho solar, causadas pelas transições eletrônicas/vibracionais. Esta absorção se dá por um grande número de linhas de absorção (bandas) em torno de certas freqüências predominantes e presentes no intervalo de 0,6µm a 2,0µm (Bastos, 1994). O Ozônio é também um grande absorvedor e emissor de radiação eletromagnética da atmosfera terrestre. A sua principal banda eletrônica de absorção, situada no faixa de atuação do sensor AVIRIS (vide Apêndice F), é a chamada banda de Chappuis, compreendida entre os comprimentos de onda de 0,45µm a 0,76µm. A banda de Chappuis, em relação às demais bandas do Ozônio (O 3 ), é a que apresenta a menor absorção da radiação solar (Liou, 1980). 31

10 No que diz respeito à transferência de radiação solar, os efeitos do ozônio troposférico não são tão importantes quando comparados aos do estratosférico. Isto ocorre uma vez que seu efeito predominante é na dispersão, a qual se dilui em vista do outros constituintes (Freire, 1996). Segundo Liou (1980), o gás carbônico apresenta um número de bandas de absorções muito fracas na região do espectro solar. As bandas de 1,4µm, 1,6µm e 2,0µm são tão fracas que podem ser desprezadas para cálculos de absorção solar. Entretanto, ao se incluir seus efeitos sobre a radiação difusa produzida na atmosfera pelos aerossóis e pelas nuvens, estas absorções, podem se tornar relevantes. Todos estes gases cujas faixas de absorção estão compreendidas entre 0,4µm e 2,5µm são considerados no método de correção atmosférica de Green et al. (1993) Transmitância Atmosférica A transmitância atmosférica é um fator de fundamental importância para um modelo de correção. Quando a radiação solar penetra na atmosfera terrestre, uma parte é removida devido à absorção pelos gases e pelo fenômeno do espalhamento. Estes efeitos combinados têm como resultado a redução do fluxo de radiação que chega à superfície, de forma que a atmosfera terrestre pode ser comparada a um filtro (Ribeiro, 1992). Normalmente para se parametrizar os componentes de espalhamento e de absorção da atmosfera, faz-se necessário utilizar a lei de Beer-Bouguer-Lambert, que trata da atenuação de uma onda plana, com radiância inicial L, ao atravessar a camada de uma λ determinada substância de densidade ρ e espessura ds, conforme pode-se observar na Figura 2.1. L L+dL 32

11 0 ds Fig Espessura óptica da atmosfera. FONTE: Adaptada de Zullo Jr. (1994, p.180). Sob as condições na atmosfera, a atenuação dl é proporcional à radiância inicial L, à λ extensão ds da camada, à densidade ρ e às propriedades condutivas desta substância, descritas pelo fator de proporcionalidade K λ, sendo representada matematicamente, por: dl = K. ρ. L. ds (2.1) λ λ λ que corresponde à forma diferencial da Lei de Beer-Bouguer-Lambert (Zullo Jr., 1994). Integrando a Equação 2.1 para um caminho finito s tem-se: L λ dl s λ = K. ds L L λ ρ. (2.2) 0 λ 0 λ resultando ao final a tradicional formulação matemática da Lei de Beer-Bouguer- Lambert dada por (Iqbal, 1983; Liou, 1980): [ ( λ ρ )] Lλ = L0.exp K.. s (2.3) λ Rescrevendo esta expressão (2.3), tem-se: [ ( K λ ρ s) ] exp.. = L L λ 0 λ (2.4) onde, 33

12 [ ( K s) ] exp λ. ρ. = representa a fração da radiação incidente L 0λ, que não é atenuada ao atravessar a camada de espessura s, correspondendo, desse modo à transmitância T λ da camada; (K λ. ρ ) = este produto representa o caminho óptico; e o produto total (K. ρ. s ) é definido como sendo a espessura óptica τ λ da camada λ de comprimento s. Desta forma, a relação matemática existente entre a transmitância e a profundidade óptica da camada é descrita da seguinte forma: [ ( ρ )] [ τ ] T = exp K.. s = exp (2.5) λ λ λ O termo τ expressa uma situação padrão, considerando-se uma coluna vertical da atmosfera, onde s assume um valor unitário. No entanto, pode haver variação na geometria de propagação da radiação (Figura 2.2). τ = 0 θ τ = τ Fig Variação na trajetória da radiação. Neste caso, ao se considerar a propagação não normal à superfície, a equação 2.5 passa a ser representada da seguinte maneira: τ = τ 0 Τ( λ) = exp( τ( λ).sec θ) (2.6) Considerando agora, que o processo de atenuação para cada constituinte i da atmosfera seja independente, mostra-se que a transmitância total é expressa da seguinte forma: 34

13 Τ( λ) = ΠT ( λ) = exp( sec θ. τ ( λ) (2.7) i i i O método de Green et al. (1993), que utiliza o MODTRAN para realizar os cálculos de transmitância, emprega esta formulação em seus cálculos Propriedades Ópticas da Superfície Terrestre O objetivo desta seção é fornecer algumas informações sobre as propriedades ópticas da superfície terrestre, em particular, a reflectância de alguns alvos analisados neste trabalho. Para extração de informações a partir de dados de sensoriamento remoto, é fundamental o conhecimento do comportamento espectral dos objetos da superfície terrestre e dos fatores que interferem neste comportamento. O termo comportamento espectral é comumente relacionado à maneira pela qual determinado alvo reflete a radiação incidente proveniente de uma fonte (Novo, 1992). A análise pura e simples de uma curva espectral de determinado alvo, não fornece informações suficientes sobre o mesmo, a menos que existam informações sobre as condições de aquisição dos dados sobre este alvo. As condições de aquisição envolvem o conhecimento não só dos instrumentos utilizados, mas também das condições experimentais em que se realizaram as medidas. Para uma interpretação dos dados espectrais é necessário um conhecimento adequado das condições experimentais em que foram tomados. Vale ressaltar que, estas informações são uma das grandes dificuldades encontradas, uma vez que raramente as condições experimentais são reportadas em sua totalidade (Novo, 1992). Um dos fatores de maior influência sobre as curvas espectrais de alvos da superfície é a própria forma de aquisição da medida de reflectância. Estas medidas podem ser feitas de três maneiras: em laboratório, no campo, ou a partir de uma plataforma elevada (helicóptero, avião, satélite, torre, etc) (Novo, 1990). 35

14 Resposta Espectral da Vegetação Associado ao termo comportamento espectral, o termo vegetação tem sido usado para representar as propriedades espectrais das partes de uma planta, assim como folhas, galhos, ou um conjunto de plantas (Sousa, 1997). A análise de uma curva de reflectância característica da vegetação, pode ser dividida em duas regiões espectrais: região do visível e infravermelho (próximo e médio). Na região do espectro visível (0,4-0,7µm), a reflectância é baixa (ρ < 0,2), sendo dominadas pelos pigmentos. Como exemplo pode-se citar os caratenóides em 0,48µm e a clorofila em 0,62µm. Existe ainda em 0,56µm, um pequeno aumento da reflectância, que é responsável pela percepção da cor verde da vegetação. Este aumento não atinge, porém, níveis superiores a 0,1 de reflectância (Novo, 1990). Na região do infravermelho próximo (0,7-1,3µm), a reflectância espectral da vegetação é dominada pela complexa estrutura interna da folha, sendo pouco afetada pelos pigmentos e pelo conteúdo de água. Observa-se nesta região uma alta reflectância (0,3< ρ < 0,4), devido ao espalhamento da radiação eletromagnética pela estrutura interna, e baixíssimos níveis de absorção (menos de 5%) (Ponzoni e Disperati, 1992). Na intervalo compreendido entre 1,3µm e 2,7µm, correspondente a região do infravermelho médio, a reflectância espectral das folhas é dominada pela forte absorção da água, principalmente nas faixas de absorção de 1,4µm, 1,9µm e 2,7µm (Sousa, 1997; Novo, 1990). Picos de reflectância ocorrem em 1,6µm e 2,2µm entre as bandas de absorção (Figura 2.3). 36

15 Fig Curva média de uma vegetação fotossinteticamente ativa Índices de Vegetação FONTE: Adaptada de Novo (1992, p.191). Como citado por Sousa (1997), os índices de vegetação são uma das diversas transformações aplicáveis às imagens digitais, tendo como objetivo, extrair informações relativas à vegetação. Os índices de vegetação são um tipo de operação aritmética, que consiste na razão de valores digitais, de reflectância ou de radiância de duas ou mais bandas, referentes à mesma cena, para formar uma imagem, denominada imagem índice de vegetação (Sousa, 1997). O princípio dos índices consiste na exploração do comportamento espectral da vegetação na região do vermelho, que apresenta baixa reflectância, e na região do infravermelho próximo que apresenta alta reflectância (Shimabukuro et al., 1995). A escolha das bandas a serem utilizadas dependerá dos objetivos do trabalho, do objeto de estudo e da experiência do usuário. No entanto, as bandas que tem se mostrado mais 37

16 valiosas e assim mais utilizadas, são as relativas ao vermelho e ao infravermelho próximo (Sousa, 1997). Apesar da existência de diversos índices de vegetação, o mais conhecido e utilizado nos estudos de caracterização da vegetação é o Normalized Difference Vegetation Index (NDVI). Este índice foi utilizado como exemplo neste trabalho, de modo a mostrar as possíveis diferenças nestes cálculos entre uma amostra corrigida e não corrigida para os efeitos atmosféricos de uma vegetação ciliar. A equação utilizada foi: NDVI = (IVP - VM)/(IVP + VM) (2.8) onde, IVP = reflectância na banda referente ao infravermelho próximo; VM = reflectância na banda referente ao vermelho Resposta Espectral da Água A água apresenta-se sob diferentes estados físicos, que influenciam de modo fundamental seu comportamento espectral. No entanto, os ambientes aquáticos podem ser conceituados como ambientes em que a água, no estado líquido, é a componente principal (Freire, 1996). A assinatura espectral da água é modulada pelos processos de absorção e espalhamento, produzidos por materiais dissolvidos e em suspensão no corpo d água. A absorção da luz no meio aquático se deve a quatro componentes do sistema aquático: substância orgânica dissolvida, biota fotossintetizadora, partículas orgânicas e inorgânicas em suspensão, e a própria água (Novo, 1990). A água limpa tem um espectro com reflectância mais acentuado na faixa do azul. A presença de matéria orgânica dissolvida desloca o ponto máximo da reflectância espectral para a faixa do verde-amarelo, enquanto que a matéria inorgânica em suspen- 38

17 são desloca este ponto na direção do vermelho. A Figura 2.4 apresenta o comportamento espectral da água, nos seus diferentes estados físicos. Fig Comportamento espectral da água em seus diferentes estados físicos. FONTE: Adaptada de Novo (1992, p.195). Como se pode observar na Figura 2.4, a água no seu estado líquido apresenta uma baixa reflectância entre 0,38µm e 0,7µm (ρ < 0,1), sendo a sua radiação absorvida completamente a partir de 0,7µm. Na faixa espectral compreendida entre 0,38µm e 2,5µm, a água na sua forma gasosa (nuvens), apresenta uma alta reflectância (ρ 0,7). Já no estado sólido (neve), a água apresenta algumas variações, como uma alta reflectância entre 0,7µm e 1,2µm, aparecendo logo em seguida (1,2µm a 1,4µm) um rápido decréscimo nos valores de reflectância. Novamente é observado um ligeiroaumento nas faixas compreendidas entre 1,5µm e 2µm (Novo, 1990). Neste trabalho a água foi analisada apenas no seu estado líquido Resposta Espectral dos Solos Segundo Formaggio (1995), o solo é uma coleção de corpos naturais, que contém 39

18 matéria viva e são resultantes da ação do clima e da biosfera sobre as rochas. Devido às infinitas possibilidades de combinação, surgem dos fatores de formação os mais diversos tipos de solos. As curvas espectrais de solos podem ser classificadas em vários tipos, sendo comum encontrar na literatura uma classificação de cinco tipos de solo, caracterizando algumas faixas espectrais de interesse para o estudo das propriedades dos solos (Novo, 1992). Os parâmetros que mais influenciam o comportamento do solo são: umidade, matéria orgânica, granulometria, conteúdo de óxido de ferro, mineralogia da argila e o material de origem. A assinatura espectral dos solos apresenta bandas de absorção determinadas pela água (1,45µm; 1,95µm), pela hidroxilas (2,2µm), pelo óxido de ferro (0,7µm, 0,9µm e 1,0µm) e pela mineralogia da argila (água molecular - 1,4µm e 1,9µm) (Formaggio, 1995). A Figura 2.5 mostra um exemplo típico de espectro de solo, onde se pode observar a presença de água líquida no solo em 1,45µm e 1,95µm, e uma banda de absorção nas proximidades de 0,9µm, porém menos evidente (Freire, 1996). Fig Tipo de curva de reflectância espectral de um solo. FONTE: Adaptada de Freire (1996, p.48) Métodos de Correção Atmosférica para Dados Hiperespectrais 40

19 Atualmente existem na literatura diversos métodos de correção atmosférica aplicados em dados hiperespectrais e multiespectrais. Para uma melhor compreensão pode-se dividilos em métodos alternativos e físicos Métodos Alternativos Os métodos alternativos são aqueles que utilizam informações intrínsecas das próprias imagens, ou seja, utilizam pixels que são representativos de feições específicas. São correções que não dependem de parâmetros atmosféricos ou de dados da superfície, e sim das informações da própria imagem para determinar a contribuição da atmosfera em cada banda espectral. Uma de suas limitações consiste na exigência de alvos específicos nas imagens analisadas. Como exemplo de métodos alternativos pode-se citar: Internal Average Relative Reflectance (IARR) (Kruse et al., 1985) - Este é um método alternativo, onde a reflectância de cada pixel é obtida dividindo-se seu espectro de radiância pelo espectro de radiância média da imagem. A correção em si é realizada através do espectro médio da cena inteira, tomando-se este dado como espectro de referência. Cuidados devem ser tomados quando esta técnica for aplicada, pois falsas feições podem ser introduzidas, se a média do espectro contiver fortes características relacionadas com a composição da superfície (Van den Bosch e Alley, 1990). Empirical Line (Gao et al., 1991) - Neste método alternativo a reflectância de superfície aqui é obtida através de uma regressão linear que estabelece a relação entre a reflectância dos alvos selecionados e os dados de radiância correspondentes na imagem. Flat Field (Roberts et al., 1986) - Este método é utilizado para normalizar imagens em uma área de reflectância conhecida. Basicamente o espectro de radiância de cada 41

20 pixel é dividido pelo espectro de radiância média desta área, que servirá como referência para a obtenção da reflectância de superfície. Como exemplo de métodos alternativos, embora mais aplicados em imagens multiespectrais, pode-se citar ainda, os métodos do histograma mínimo, da interseção em Y e o método da regressão linear. Estes métodos são comentados e explicados em Ribeiro (1992) e Freire (1996) Métodos Físicos Nos métodos físicos, torna-se fundamental o conhecimento das propriedades ópticas da atmosfera e do processo de interação da radiação com a atmosfera e a superfície. Estes métodos são fundamentados na teoria da transferência radiativa, a fim de que retratem a complexidade da atmosfera, que irá variar com o tipo de modelo a ser utilizado e o resultado final a que se propõe. Na literatura, existem vários modelos que utilizam os chamados métodos físicos, sendo os mais representativos: Atmospheric REMoval Program (ATREM) (Gao e Goetz, 1990) - Este modelo utiliza um método de transferência radiativa onde a reflectância de superfície é obtida a partir de dados, sem o conhecimento prévio das características da superfície. O modelo utiliza bandas de absorção de vapor d água (0,94µm e 1,140µm) para calcular o vapor d água pixel a pixel, a curva da irradiância solar acima da atmosfera e o espectro de transmitância para os gases atmosféricos. O MODELO 5s (Tanré et al., 1986) - Este modelo foi desenvolvido por pesquisadores do laboratório de Óptica da Atmosfera de Lille (França), com o objetivo de estimar o sinal recebido pelos satélites no espectro solar (0,25µm a 4,0µm) na ausência de nuvens. 42

21 O modelo tem sido utilizado principalmente para a estimativa de radiação solar na superfície e para correção atmosférica. Utiliza ainda, um método de transferência radiativa onde a correção atmosférica não é realizada diretamente, mas sim executada para diferentes reflectâncias superficiais e diferentes modelos de aerossóis. Neste caso, a atmosfera é empregada como a principal informação e sua presença é considerada através das propriedades ópticas de seus constituintes (Zullo Jr., 1994). LOWTRAN 7 (Van den Bosch e Alley, 1990; Kneisys et al., 1988) - O modelo Low Atmospheric Radiance and Transmittance (LOWTRAN) foi desenvolvido pelos pesquisadores da Air Force Geophysics Laboratory (AFGL), para determinar a perda de transmissão e retornos da atmosfera que afetam o desempenho dos sistemas eletroópticos de vigilância e os sistemas de armas e orientação. Inicialmente, este modelo restringia-se à determinação da transmitância (fator fundamental para correção atmosférica) e da radiância emergente da atmosfera devido ao espalhamento atmosférico (ar e aerossóis). Neste caso, não eram considerados os efeitos da interação da radiação solar com o alvo. O Modelo LOWTRAN 7 possui significativas modificações em relação às versões anteriores. Como exemplo, pode-se citar os cálculos de espalhamento múltiplo no visível e infravermelho, bem como, os efeitos de nuvens e outros aerossóis atmosféricos. A aplicação do LOWTRAN 7 para a correção atmosférica em imagens obtidas a partir do sensor AVIRIS, tem demonstrado grande eficiência nos seus resultados. Este modelo tem suprido muita das limitações impostas pelos outros modelos, com seus diferentes métodos alternativos ou físicos. Isto elimina a necessidade de um conhecimento prévio da cena para identificar áreas com pouca ou nenhuma característica de absorção no espectro. 43

22 Dos modelos de correção atmosférica existentes e utilizados para dados hiperespectrais, destaca-se o modelo Moderate Atmospheric Radiance and Transmittance (MODTRAN 3). A precisão do método de transferência radiativa e o modelo atmosférico influenciam diretamente na obtenção da reflectância da superfície. Desta maneira, verificou-se que o MODTRAN 3 seria um substituto em potencial do LOWTRAN 7, uma vez que o primeiro possui algumas diferenças que o tornam mais preciso que o segundo. O MODTRAN 3 é um modelo de resolução moderada da radiância e transmitância atmosférica, que incorpora todas as capacidades do LOWTRAN 7, e contém ainda, modelos de bandas moleculares mais sensíveis com uma resolução de 2cm 1 et al., 1995). (Anderson Modificações foram feitas de modo a utilizá-lo de uma maneira mais adequada para dados do AVIRIS (Green et al., 1993a). Entre elas pode-se citar: (1) - A inclusão de medidas da reflectância de superfície; (2) - A relação do modelo com as medidas de profundidade óptica; e (3) - A relação do modelo com as medidas de vapor d água. Uma atualização da obtenção do espectro de irradiância solar foi incorporada ao modelo MODTRAN 3, produzindo resultados mais precisos que os obtidos por outros modelos, citando como exemplo o próprio ATREM (Green e Gao, 1993). Várias comparações e comentários sobre estes métodos e outros menos comuns, empregando diversos modelos, podem ser encontrados em Popp (1995), Ferrier (1995), Rahman e Dedieu (1994), Gilabert et al. (1994), Farrand et al. (1994), Putsay (1992), Fraser et al. (1992), Van den Bosch e Alley (1991) e Philpot (1991). 44

23 CAPÍTULO 3 MATERIAIS E METODOLOGIA Software Utilizado Para este trabalho foi utilizado o software Environment for Visualizing Images (ENVI). O ENVI é um sistema projetado para prover análises multiespectrais de dados de satélites, que permite trabalhar com arquivos de imagens inteiras, bandas individuais, ou ambas. Quando um arquivo de entrada é aberto, cada banda espectral torna-se disponível para toda as funções do sistema. Com múltiplos arquivos abertos, pode-se selecionar bandas de diferentes arquivos para serem processados juntos. Este inclui ainda, ferramentas para a extração do espectro, uso de bibliotecas espectrais e análise de dados de imagens hiperespectrais (ENVI, 1996). Para tanto, este software foi utilizado para a visualização e manipulação das imagens hiperespectrais selecionadas e obtidas pelo sensor AVIRIS. Como exemplo de funções utilizadas pode-se citar: a visualização das imagens e sua conversão para o formato TIF, compatível com programas do Windows 95 e 97; a conversão das imagens AVIRIS do formato Bandas Interpolada por linhas (BIL) para o formato Bandas Interpoladas por Pixels (BIP), necessária para que se possa aplicar o método de correção atmosférica de Green et al.(1993); visualização e conversão de espectros em caracteres ASCII, entre outros Sensor AVIRIS O sensor AVIRIS pertence à segunda geração de espectrômetros imageadores desenvolvido pelo JPL para uso em sensoriamento remoto. Foi configurado para atender às necessidades de várias áreas científicas, tais como botânica, geologia, hidrologia, oceanografia e ciência atmosférica. Seu projeto e construção foram iniciados em 1984 e finalizados em junho de Após sua calibração em laboratório, seu vôo operacional deu-se em 25 de junho de

24 Este sensor foi projetado para aproveitar o potencial diagnóstico de feições de absorção tipicamente estreitas, que ocorrem nos materiais da superfície terrestre. É capaz de propiciar imagens em 224 bandas espectrais contíguas de 0,010µm de largura entre as regiões de 0,4µm e 2,5µm (Wallace e Enmark, 1987). O AVIRIS possui ainda, um campo de visada instantâneo de 1 mrad e um ângulo de varredura de 30. Isto implica em uma faixa de imageamento de 10,5Km composta de pixels com uma resolução espacial de 20 m obtidos a uma altitude de 20Km. A imagem no sistema é obtida a partir de espelhos de varredura, que definem uma linha de 614 pixels de largura perpendicular à direção de vôo, e pela direção da aeronave, que define a extensão da imagem. Maiores informações podem ser obtidas no Apêndice F Área de Estudo O sensor AVIRIS foi utilizado durante o experimento SCAR-B realizado no Brasil durante os meses de agosto a setembro, cujo objetivo era o estudo de partículas em suspensão no ar (aerossóis). Nesta missão estiveram envolvidos três aeronaves: o Earth_Ressoures ER-2 do Centro de Pesquisas Ames da NASA, O Convair C-131A da Universidade de Washigton e o Bandeirante EMB-110 do INPE (SCAR-B, 1996). Durante este experimento foram obtidas imagens pelo sensor AVIRIS (equipado na aeronave ER-2) das seguintes regiões: Brasília (DF), Cuiabá (MT), Pantanal Matogrossense (MS), Porto Nacional (GO), Alta Floresta (MT), Vilhena e Ji-Paraná (RO). Neste trabalho foram usadas imagens relativas à região de Cuiabá (Figura 3.1). A razão para esta escolha, deve-se ao fato desta ser a única região onde foi possível obter imagens sob três situações distintas de atmosfera e em dias diferentes, possibilitando desta maneira a verificação da importância da correção atmosférica, bem como a avaliação da eficiência do método empregado. 46

25 Fig Mapa do Brasil com a localização da área de estudo. A cidade de cuiabá aparece no canto inferior direito da imagem. 47

26 A região de Cuiabá situa-se no Estado do Mato Grosso e é predominada pelo clima tropical chuvoso (quente e úmido). Esta região é caracterizada por duas estações distintas, uma seca e outra chuvosa. A primeira abrange normalmente um período mais longo, embora apresente alguns dias de chuva. O lapso de maio a setembro corresponde à época mais seca do ano. A temperatura média da região gira em torno dos 25 C (RADAMBRASIL, 1982). Alguns dos tipos de solos de maior predominância na área são das seguintes classes: Latossolo Amarelo, Latossolo vermelho-escuro, Latossolo roxo, Cambissolo e Solos Aluviais. A cobertura vegetal é caracterizada por cinco domínios: Savana, Floresta Ombrófila Densa, Floresta Ombrófila Aberta, Floresta Estacional Semidecidual e Floresta Estacional Decidual (RADAMBRASIL, 1982) Imagens Selecionadas Neste trabalho foram selecionadas três imagens da região de Cuiabá, obtidas em condições atmosféricas e dias diferentes. Estas, por sua vez, foram adquiridas com o sentido de vôo de leste para oeste e em rotas diferentes. Estas diferentes rotas utilizadas durante o vôo no SCAR-B fizeram com que a área imageada no solo não fosse a mesma para as três imagens. Contudo, estas imagens apresentaram uma grande área em comum, que foi utilizada para as análises de algumas amostras. 48

27 TABELA DADOS DE AQUISIÇÃO REFERENTES ÀS IMAGENS SELECIONADAS Imagem Data Temperat/ vento 1 25/08/95 35graus/ 14nós 2 27/08/95 36graus/ 6nós 3 07/09/95 33 graus/ 3nós Horário de aquisição 15h04min28seg às 15h06 min7seg 18h13min38seg às 18h15min20seg 15h05min20seg às 15h07min55seg Coord inicial S W S W S W Coord final S W S W S W Elevação Solar 64 o 45 o 67 o As três imagens selecionadas podem ser vistas nas Figuras 3.2, 3.3 e 3.4. Para a composição colorida das imagens, selecionou-se os canais R(137-1,650µm), G (50-0,830µm) e B (29-0,660µm) do AVIRIS, com o intuito de se realizar uma composição colorida semelhante à composição 5(R), 4(G) e 3(B) do sensor TM. 49

28 Fig Imagem AVIRIS de Cuiabá do dia 25/08/95, obtida com os valores de radiância (fornecida pelo JPL), não corrigida para os efeitos atmosféricos, dos canais 137 (1,650µm), 50 (0,830µm) e 29 (0,660µm) exibidos, respectivamente, em vermelho, verde e azul. Os pontos indicados por setas são discutidos no texto. Neste dia (25/08/95), esta região se caracterizava por grandes focos de incêndios e fumaça (setas amarelas e cyan, respectivamente). Das três imagens selecionadas, esta foi a que se encontrava em condições atmosféricas mais extremas (SCAR_B, 1996). A área urbana observada nesta imagem corresponde à região nordeste de Cuiabá (setas em vermelho). Outras características marcantes nesta imagem da Figura 3.2 são: (1) - Uma extensa área de cerrados (setas brancas); e 50

29 (2) - O rio Coxipó (seta azul escuro). Fig Imagem AVIRIS de Cuiabá do dia 27/08/95, obtida com os valores de radiância (fornecida pelo JPL), não corrigida para os efeitos atmosféricos, dos canais 137 (1,650µm), 50 (0,830µm) e 29 (0,660µm) exibidos, respectivamente, em vermelho, verde e azul. Os pontos indicados por setas são discutidos no texto. A imagem (Figura 3.3) do dia 27/08/95, apresenta algumas diferenças, como pode ser observado pela presença do rio Coxipó em uma maior extensão (seta vermelha). No cerrado onde existiam queimadas, pode-se ver apenas manchas negras remanescentes do incêndio (setas amarelas) e alguns focos de fumaça (seta branca). 51

30 Fig Imagem AVIRIS de Cuiabá do dia 07/09/95, obtida com os valores de radiância (fornecida pelo JPL), não corrigida para os efeitos atmosféricos, dos canais 137 (1,650µm), 50 (0,830µm) e 29 (0,660µm) exibidos, respectivamente, em vermelho, verde e azul. Os pontos indicados por setas são discutidos no texto. A terceira imagem de Cuiabá (Figura 3.4) do dia 07/09/95 foi adquirida praticamente no mesmo horário da imagem do dia 25/08/95. Contudo, observa-se também, um ligeiro deslocamento de posição em relação a esta. Grandes áreas de queimadas podem ser observadas através das manchas negras indicadas pelas setas brancas. Das três imagens selecionadas, esta foi a que se encontrava em melhores condições atmosféricas (SCAR_B, 1996). 52

31 Fig Área comum às três imagens de Cuiabá (Figuras 3.2 a 3.4), com os três alvos selecionados para estudo e indicados dentro dos quadrados amarelo (vegetação), azul (água) e verde (solo). A Figura 3.5 representa a área comum às três imagens e os alvos selecionados para o estudo. Estes alvos de vegetação, de água e solo, são representados por uma amostra de 26 pixels identificados dentro dos quadrados: amarelo (amostra-cinza claro), cyan (amostra-verde claro) e verde (amostra-cinza escuro), respectivamente. Estes alvos 53

32 selecionados foram analisados de duas maneiras: pela interpretação visual da imagem propriamente dita e através de seus espectros. Destas análises, observou-se as seguintes características inerentes à estas amostras: (1) - A amostra da vegetação utilizada foi de uma mata ciliar do rio Coxipó; (2) - A amostra de solo utilizado (tipo cambissolo) apresentava uma alta resposta espectral (Formaggio, 1998); e (3) - A amostra de água utilizada foi a de uma represa típica da região (Valério, 1998) Método de Correção Atmosférica Utilizado Neste trabalho foi utilizado o método de correção atmosférica, do tipo físico, desenvolvido por Green et al. (1993) para correção atmosférica de imagens hiperespectrais obtidas a partir do sensor AVIRIS. Este método baseia-se no modelo MODTRAN 3, na calibração do sensor AVIRIS para radiância obtida em laboratório e em dados de calibração em vôo. Os dados de calibração referentes ao ano de 1995, foram obtidos na região de Ivanpah Playa, Califórnia (Green, 1997)). Neste tipo de correção algumas condições são pré-estabelecidas: 1. Não são considerados aspectos como o multi-espalhamento do terreno; 2. Não são consideradas variações topográficas acentuadas; 3. Supõe-se que as superfícies terrestres são lambertianas; e 4. Define-se a atmosfera como horizontalmente homogênea Objetivo do Método O objetivo deste método é calcular a reflectância aparente na superfície do terreno, a 54

33 partir dos dados de radiância total medidos pelo AVIRIS. Para este método, o valor de reflectância é calculado como uma função da radiância total, da irradiância solar no topo da atmosfera, da reflectância da atmosfera e da transmitância atmosférica nos dois sentidos (do sensor até a superfície e da superfície ao sensor) do caminho percorrido pela energia eletromagnética. Desta forma, a radiância espectral (L) que é medida no nível do sensor AVIRIS, pode ser descrita pela seguinte expressão (Green, 1997; Green et al., 1993): L( λ) = ( ) E λ. T ( λ). T( λ). ρ ( λ) sol d a sup L atmos ( λ) π + (3.1) onde, E sol (λ ) = é a irradiância solar no topo da atmosfera, em um dado comprimento de onda (λ); T d ( λ ) e T a ( λ ) = são os coeficientes de transmissão que relatam a radiação ρ sup ( λ ) = é a reflectância do alvo; espalhada pelas moléculas e a extinção pelos aerossóis nos caminhos ópticos descendentes e ascendentes; L atmos = é a parte da radiação solar espalhada diretamente pela atmosfera na direção do sensor em um dado λ. Segundo Green (1997), considerando que a radiância solar que atinge a superfície (negligenciando a reflectância da superfície) é refletida em direção ao sensor, a mesma pode ser definida como: E ( λ). T ( λ). T( λ) L sol d a r ( λ) = π (3.2) 55

34 Desta forma, verifica-se que a Equação (3.1) também pode ser escrita da seguinte maneira: L( λ) = L r ( λ). ρ sup ( λ) + L atmos ( λ) (3.3) Usando os valores estimados de profundidade óptica dos aerossóis e do vapor d água obtidos a partir de algoritmos pré-estabelecidos (Green et al.,1993), utiliza-se o MODTRAN 3 para determinar a radiância refletida e atmosférica. Neste caso, o modelo utiliza um valor pré-definido da reflectância de superfície (0,25) (Green, 1997). Desta maneira, o cálculo da radiância modelada no método pode ser definido da seguinte forma: L ( λ) = L ( λ)., L m r atmos (3.4) Uma vez definidos estes parâmetros e usando as Equações (3.3) e (3.4), obtém-se a reflectância da superfície, aplicada neste método: ( λ atmos λ ) ( L( λ) L ( λ) ρ ( λ ) 025,. L ( ) L = ( ) sup m atmos (3.5) Cabe salientar que, a conversão dos valores de radiância da imagem em valores de reflectância de superfície é um passo fundamental na análise de dados hiperespectrais. Isto porque, esses valores são baseados na comparação qualitativa ou quantitativa dos espectros de reflectância, obtidos em imagens com espectros existentes em bibliotecas espectrais Descrição das Rotinas do Método Empregado Este método é composto por 4 rotinas escritas em linguagem FORTRAN, que são aplicados à imagem original (fornecida em radiância pelo JPL), onde de uma forma seqüencial, o resultado de um serve de entrada para a seguinte. Uma explanação delas pode ser dada da seguinte maneira: 56

35 h2olut - Esta é a rotina que irá gerar as tabelas de vapor d água e aerossóis, cálculos de transmitância e radiância em arquivos chamados tapes (Apêndice B), que variam em função dos dados inseridos (parâmetros e variáveis considerados). Os comentários sobre seus arquivos de entrada e saída, seus parâmetros e variáveis, encontram-se no Apêndice B; h2spl - Esta rotina tem como função obter o melhor caminho para minimizar o resíduo entre a radiância modelada pelo método e a radiância observada pelo sensor. Para isto, o método toma os 12 diferentes valores de vapor d água (arquivo.int- Apêndice B) e os interpola através de uma função spline. Nesta rotina o usuário define os valores de deslocamento ( shift ) e largura ( Full Width Half Maximum -FWHM) a serem considerados nas bandas de vapor d água existentes na faixa dos espectrômetros (Green, 1997). Os comentários sobre os dados de entrada e saída, seus parâmetros e variáveis, encontram-se no Apêndice C; vlsfit - Esta rotina tem como objetivo encontrar o melhor resultado para a banda de vapor d água de 0,94µm, usando dados obtidos nos dois programas (rotinas) anteriores. Quanto melhor a definição da largura e profundidade da banda de 0,94µm, obtidas anteriormente, mais precisa será a correção das bandas de absorção causada pelos gases. Ao final desta rotina é gerada uma imagem composta de 10 bandas, definida como imagem VLS (vapor, líquido e sólido). Cada banda possui um significado, objeto de comentários no Apêndice D. Das 10 bandas geradas, existe uma banda de número 3, chamada de imagem vapor d água, que indica, entre outros critérios, se a correção foi realizada de maneira satisfatória ou não (Green, 1997). Os comentários sobre os dados de entrada e saída, seus parâmetros e variáveis, encontram-se no Apêndice D; rfl - Esta rotina obtém a reflectância a partir dos valores da imagem VLS e os demais cálculos obtidos anteriormente. Nesta fase ocorre o processo de inversão para os valores de reflectância, conforme Equações (3.3), (3.4) e (3.5). Os comentários sobre seus parâmetros e variáveis encontra-se no Apêndice E. 57

36 3.5 - Metodologia Esta seção tem a finalidade de apresentar a seqüência empregada para a obtenção dos resultados finais. Para tanto, esta metodologia foi composta de cinco etapas: (1) - Uma análise exploratória do método empregado; (2) - Elaboração de um algoritmo para a conversão de dados de radiância em reflectância aparente; (3) - Aplicação do método empregado na correção atmosférica das três imagens; (4) - Comparação entre os espectros das amostras de vegetação, água e solo, corrigidas e não corrigidas para os efeitos atmosféricos; e (5) - Comparação entre os espectros corrigidos das amostras de vegetação, água e solo para as três condições atmosféricas distintas (diferente geometria de iluminação, vento, visibilidade, etc) e a verificação da sensibilidade do método de correção empregado às variações dos parâmetros de shift e visibilidade. Todos os comentários feitos anteriormente, assim como, os passos metodológicos são mostrados inicialmente através de um fluxograma para uma melhor visualização e entendimento, seguidos dos comentários relativos a cada etapa (Figura 3.6). 58

37 Área de Estudo (Seção 3.3) Correção das imagens (para valores de reflectância de superfície) com os parâmetros disponíveis no método (Seção Análise exploratória do método de Green et al.(1993)-(seção 3.5.1) Elaboração do programa de conversão da imagem em valores de radiância para reflectância aparente (Seção 3.5.2) Análise da correções aplicadas às três imagens (Seção ) Conversão da três imagens em em valores de reflectância aparente (Seção 3.5.2) Geração da imagem 3 corrigida. (Seção 3.5.3) Geração da imagem 2 corrigida. (Seção 3.5.3) Geração da imagem 1 corrigida. (Seção 3.5.3) Geração da imagem 1 não corrigida. (Seção 3.5.2) Geração da imagem 2 não corrigida. (Seção 3.5.2) Geração da imagem 3 não corrigida. (Seção 3.5.2) Análise dos espectros (solo, água, vegetação) (Seção 3.5.5) Variações dos parâmetros( shift e visibilidade) (Seção 3.5.5) Comparação dos resultados entre as amostras corrigidas para os efeitos atmosféricos (Seção 3.5.5) Análise da comparação entre as amostras corrigidas e a verificação da sensibilidade do Comparação dos resultados entre as amostras corrigidas e não corrigidas para os efeitos atmosféricos (Seção 3.5.4) Discussões dos resultados Análise dos espectros (vegetação, água, solo) (Seção 3.5.4) Cálculo do NDVI. (vegetação) primeira etapa quarta etapa segunda etapa quinta etapa terceira etapa Fig Diagrama esquemático da metodologia. 59

38 Análise Exploratória A análise exploratória consistiu na identificação de cada parâmetro utilizado nas rotinas do método de correção atmosférica empregado, mostrando suas variáveis, seus significados, suas limitações e, dentro do possível, os cálculos utilizados na obtenção de cada um. O método de Green et al. (1993), como comentado no Capítulo 3, é baseado no modelo MODTRAN, que por sua vez, é uma adaptação do modelo LOWTRAN. Por esta razão, os manuais destes modelos foram usados para auxiliar na análise exploratória. Estes apresentavam em parte, as respostas para algumas dúvidas, bem como, os significados dos diversos parâmetros e variáveis existentes no método. Os comentários da análise dos parâmetros e suas variáveis podem ser encontrados nos Apêndices B, C, D e E Elaboração do Programa de Conversão O programa desenvolvido para converter a imagem original (radiância) em reflectância aparente (não corrigida para os efeitos atmosféricos) foi baseado na seguinte equação (Slater, 1980): ρ λ = π. L λ E.cos θ λ s (3.6) onde, L = é o valor de radiância detectada pelo sensor; λ E = é a irradiância solar correspondente a cada banda no topo da atmosfera; λ θ s = é o ângulo zenital medido em função da latitude, mês, dia e horário de aquisição da imagem. Os seguintes passos foram definidos na obtenção destes termos. Para os valores de irradiância solar, utilizou-se do arquivo Sun2 (vide Apêndice B), existente no método de Green et al. (1993). Este arquivo apresenta seus valores em unidade de número de 60

39 onda. Desta forma, fez-se necessária, as conversões para a unidade de comprimento de onda, com os seus respectivos valores de irradiância, correspondentes a cada banda do sensor AVIRIS. A conversão da unidade em número de onda (cm 1 ) para a unidade em comprimento de onda (µm), foi feita da seguinte maneira (Slater, 1980): onde, λ = (µm): (3.7) ν λ = é a unidade em comprimento de onda; ν = é a unidade em número de onda. Quanto à obtenção dos valores de irradiância, baseou-se na seguinte relação de Maul (1985) e Liou (1980): E( λ, T) = E(, ν T). ν 2 (W / m 2. µ ): (3.8) onde a irradiância em freqüência é igual a irradiância em unidade de número de onda, multiplicado pelo valor ao quadrado da unidade em número de onda. Quanto aos valores referentes ao ângulo de elevação, utilizou-se de um algoritmo aplicado em Walraven (1978). Este fornece os dados de ângulo de elevação, zenital e azimutal (vide Apêndice H) com uma precisão de 0,01 graus. Seu programa, dado em FORTRAN, foi convertido para IDL e adaptado para a latitude sul (vide Apêndice A). Os valores obtidos de ângulo azimutal apresentaram uma diferença inferior a 0,5 graus ao valor obtido pelo método empregado. Esta diferença, segundo Green (1997), não acarreta em problemas significativos nas comparações entre os resultados. Uma vez definido o programa e feitos os possíveis acertos de unidades, este foi aplicado às três imagens selecionadas, obtendo-se desta forma, as chamadas imagens não 61

40 corrigidas para os efeitos atmosféricos (em valores de reflectância aparente). Os comentários relativos a este programa podem ser observados no Apêndice A Correção Atmosférica Inicialmente, foram obtidos junto ao aeroporto de Cuiabá, dados de temperatura e vento, referentes às três imagens selecionadas (25/08, 27/08 e 07/09) do ano de Foram obtidos ainda, os dados referentes à latitude, longitude e o horário de aquisição das subcenas utilizadas, fornecidos da seguinte maneira: latitude e longitude iniciais e finais; horário de aquisição inicial e final para cada subcena. Estas informações podem ser adquiridas a partir da leitura das fitas exabyte, onde são armazenados todos os dados de vôo referentes ao sensor AVIRIS. Uma vez definidos estes dados, bem como, os parâmetros e variáveis relativos à área que se quer corrigir (vide Apêndice B, C, D, E e caderno explicativo), partiu-se para o processo de correção atmosférica das imagens selecionadas, obtendo-se ao final as três imagens corrigidas para os efeitos atmosféricos (em valores de reflectância de superfície). Os espectros das amostras destas imagens (vegetação, água, solo) por sua vez, foram comparados e analisados com os resultados obtidos pelo programa de conversão, comentado anteriormente. Deve-se ressaltar que, a cada correção realizada (utilizando-se diferentes parâmetros), deve ser feita uma análise dos resultados obtidos utilizando critérios, definidos por Green (1997), de modo a verificar se a imagem está sendo bem corrigida ou não (Seção ) Análise da Correção Atmosférica Para este método de correção atmosférica existem algumas maneiras de se verificar a eficiência de uma correção. Uma delas é através da chamada imagem vapor d água (banda 3 - imagem VLS - vapor, líquido, sólido), gerada ao final da terceira parte do processamento (vide Apêndice D). Se a correção estiver sendo feita de maneira correta,ou seja, com os parâmetros adequados (vide Apêndices B, C, D e E), esta imagem 62

41 deverá aparecer de uma forma homogênea, com uma espécie de bruma encobrindo-a. Quanto mais homogênea a imagem, melhor estará sendo feita a correção. Esta análise é complementada selecionando-se pares de amostras que englobem toda a imagem. Segundo Green (1997), um número aproximado de 10 pares de amostras (para o tamanho de subcena utilizada neste trabalho) são suficientes para este tipo de análise. Desta forma será definida então, uma percentagem relativa entre os valores médios de cada par de amostra. Para que se verifique uma boa correção, esta percentagem relativa obtida deve estar compreendida entre 0% e 3% (Green, 1997). Quanto mais baixos os valores de porcentagem obtidos, mais homogênea estará a imagem. Um outro critério de análise da correção é através da verificação das bandas de absorção correspondentes ao vapor d água em 0,94µm (banda 62 - AVIRIS) e 1,14µm (banda 83 -AVIRIS) (Green, 1997). Este tipo de análise deve ser feito comparando-se os diversos tipos de alvos existentes na imagem, que por sua vez foi corrigida com diferentes parâmetros. Como exemplo pode-se citar, a análise entre as amostras de uma imagem corrigida com diferentes valores de visibilidade (10Km e 25Km), mantendo-se constante os demais parâmetros (Green, 1997). Cabe salientar que, deve-se variar um parâmetro por vez (Green, 1997). Para este caso, a imagem que apresentar o maior valor da reflectância normalizada, ou seja, quanto menor a profundidade das bandas de vapor d água em 0,94µm e 1,14µm (próxima do valor 1), melhor estará sendo feita a sua correção. A terceira maneira de se analisar é verificando se a correção foi superestimada ou não. Esta superestimativa está altamente relacionada com a visibilidade. Se a visibilidade definida for menor do que a real, o método irá considerar uma influência atmosférica maior do que realmente ocorre. Desta maneira, este resultado irá afetar nos cálculos de radiância (visualizados na Equação 3.5), acarretando assim, em valores negativos de reflectância. A superestimativa de uma correção é verificada na região do visível onde o espalhamento atmosférico é considerável (Green, 1997). 63

42 Estes critérios devem ser utilizados de maneira conjunta e geralmente são baseados em comparações entre os resultados obtidos com as correções aplicadas à uma determinada imagem (Green, 1997). Desta forma, a cada correção aplicada à uma imagem, deve-se verificar se a sua imagem vapor d água e seus pares de amostras (percentagem relativa), apresentaram resultados melhores ou não em relação às correções anteriores. O mesmo procedimento deve ser feito para as bandas de absorção em 0,94µm (banda 62 - AVIRIS) e 1,14µm (banda 83 - AVIRIS), bem como se a correção está superestimada ou não (visibilidade). Esta análise poderá ser melhor analisada no Capítulo seguinte Comparação dos Resultados entre os Espectros das Amostras Corrigidas e não Corrigidas para os Efeitos Atmosféricos Uma vez geradas as imagens corrigidas e não corrigidas para os efeitos atmosféricos, partiu-se para as análises de seus espectros, utilizando os três alvos (vegetação, água e solo) definidos. Inicialmente, foram feitas as comparações entre os espectros das amostras corrigidas e não corrigidas para os efeitos atmosféricos destes alvos citados. Estas comparações relativas foram baseadas na estimativa do erro médio quadrático normalizado entre dois espectros de cada alvo selecionado obtido da seguinte forma (Pitas e Venetsanopaulos, 1990): emq = ( ρcor i ρncor i ) i = ( ρcor i ) i = 1 * 100 (3.9) onde, ρcor i = Valor da reflectância de superfície da banda i; ρncor i = Valor da reflectância aparente da banda i. 64

43 Para estes cálculos foi desenvolvido um algoritmo (compespf.pro-vide Apêndice A) capaz de definir os dois espectros citados, mostrando suas diferenças em erros médios quadráticos normalizados (%). Esta comparação teve como objetivo mostrar estas diferenças entre os espectros, tanto visualmente quanto quantitativamente, ressaltando desta forma as possíveis conseqüências de se analisar estes dados sem a devida correção atmosférica. Todos estes procedimentos foram realizados para os três alvos. Foram utilizadas ainda, as seguintes análises complementares: Para o corpo d água, foi realizada uma razão entre as bandas do azul e do verde. Esta razão permite verificar os componentes opticamente ativos da água (clorofila) e é feita entre os comprimentos de onda de 0,45µm (azul) e 0,52µm (verde) (Kirk, 1994); e Análise das possíveis diferenças nos cálculos de NDVI das amostras corrigidas e não corrigidas para os efeitos atmosféricos da vegetação, relativas às três imagens selecionadas (Seção ) Cálculo de NDVI A correção atmosférica é um fator relevante, sobretudo, entre análises multitemporais de dados e análises entre bandas. Para tanto, de modo a mostrar de uma maneira mais concreta os efeitos na análise de uma imagem sem a devida correção atmosférica, foram utilizadas as possíveis diferenças nos cálculos de NDVI entre os espectros corrigidos e não corrigidos para os efeitos atmosféricos do alvo de vegetação ciliar citado. Estes cálculos foram realizados de três maneiras diferentes. Inicialmente, utilizou-se das Bandas 28 e 42 do AVIRIS, correspondentes ao vermelho em 0,6477µm e ao infravermelho em 0,7495µm, respectivamente. Estas bandas são usadas pelo método empregado na obtenção da imagem NDVI (vide Apêndice D). A segunda parte, baseou-se no programa utilizado por Esposito (1998). Este algoritmo faz uma simulação dos canais do TM a partir do sensor AVIRIS. Desta forma é 65

44 estabelecido um peso para cada uma das bandas do AVIRIS correspondentes aos canais do TM, realizando assim, uma média ponderada destes valores. Esta etapa teve como objetivo simular as bandas TM3 e TM4, verificando-se as diferenças nos cálculos de NDVI (corrigido e não corrigido para os efeitos atmosféricos) para a referida situação. A terceira parte baseou-se no desenvolvimento de um programa para o cálculo de NDVI (NDVI.pro - vide Apêndice A). Este algoritmo teve como finalidade obter os valores de NDVI, mantendo constante a banda 28 (vermelho-0,6477µm) do AVIRIS e variando suas bandas de número 42 a 83 (infravermelho-0,7495µm a 1,1432µm). O objetivo desta terceira etapa foi o de mostrar o quanto os valores de NDVI podem variar em função da banda do infravermelho definida, considerando ainda, as bandas de absorção existentes nesta faixa espectral Análise das Diferenças entre as Amostras Corrigidas e a Sensibilidade do Método Empregado Com o intuito de verificar a diferença entre os espectros das amostras dos alvos selecionados para as três condições atmosféricas definidas e a sensibilidade do método empregado, foram realizados dois procedimentos. Primeiramente, realizou-se comparações entre os espectros corrigidos para os efeitos atmosféricos dos alvos citados das imagens 25/08 e 27/08 (com diferentes geometrias de iluminação); e das imagens do dia 25/08 e 07/09/95 (com semelhantes geometrias de iluminação). O objetivo desta comparação foi verificar o comportamento do método empregado na correção de alvos idênticos, obtidos em diferentes condições atmosféricas e geometrias de iluminação. Foi utilizado para as comparações o mesmo algoritmo comentado na Seção Finalizando, variaram-se os parâmetros de visibilidade e shift, com o intuito de se verificar a sensibilidade do método à estas variações. A visibilidade foi variada de 10Km a 300Km (intervalos de 20Km), ou seja, em todo o range permitido pelo método empregado. Quanto ao shift, variou-se de 0,1nm a 1nm (intervalos de 0,1nm), range definido como o ideal por Green (1997). Um dos motivos para a escolha da variação 66

45 destes dois parâmetros, deve-se ao fato destes apresentarem um papel de fundamental importância na minimização dos efeitos atmosféricos (vide Apêndice B e C). A análise da sensibilidade do método à estas variações foi feita através da diferença, baseada na estimativa do erro médio quadrático normalizado, entre o espectro de um solo de uma imagem, cuja a correção foi considerada a ideal ( shift, visibilidade e demais parâmetros definidos como os melhores) e o mesmo alvo da imagem corrigida a partir dos diferentes valores de shift e visibilidade. As comparações foram feitas da seguinte maneira: variando-se o shift e mantendo constante os demais parâmetros; e variando-se a visibilidade e mantendo constante os demais parâmetros. 67

46 68

47 CAPÍTULO 4 RESULTADOS E DISCUSSÕES Este capítulo tem a finalidade de apresentar e discutir os resultados obtidos, os quais são apresentados da seguinte forma: 1) Imagens dos dias 25/08, 27/08 e 07/08/95 geradas pelo programa de conversão (radiância para reflectância aparente); 2) Imagens dos dias 25/08, 27/08 e 07/08/95 (em valores de reflectância de superfície) corrigidas pelo método de Green et al. (1993); 3) Análise de uma correção atmosférica aplicada à imagem do dia 25/08/95: a) Utilizando uma imagem vapor d água; b) Analisando a profundidade das bandas de absorção de vapor d água centradas em 0,94µm e 1,14µm, considerando um espectro de reflectância extraído de uma alvo de solo e corrigido com diferentes parâmetros de visibilidade (10Km e 25Km); e c) Analisando os efeitos da superestimativa da correção sobre os espectros de duas amostras (vegetação e solo), onde a imagem foi corrigida com uma visibilidade de 10Km; 4) Análise das diferenças entre os espectros das amostras corrigidas e não corrigidas para os efeitos atmosféricos de uma mesma vegetação ciliar da imagem do dia 25/08; a) Análise das diferenças nos cálculos de NDVI das imagens do dia 25/08, 27/08 e 07/09/95; 69

48 5) Análise espectral da diferença entre a amostra corrigida e a não corrigida para os efeitos atmosféricos de um corpo d água da imagem do dia 25/08/95; 6) Análise espectral da diferença entre a amostra corrigida e não corrigida para os efeitos atmosféricos de um solo da imagem do dia 25/08/95; 7) Análise das diferenças entre os espectros corrigidos (vegetação, água e solo), para as diferentes condições atmosféricas, referentes às imagens do dia 25/08 e 27/08; e 25/08 e 07/09/95; 8) Análise da sensibilidade do método às variações dos parâmetros de shift e visibilidade Imagens Obtidas pelo Programa Elaborado (não corrigidas para os efeitos atmosféricos) As Figuras 4.1, 4.2 e 4.3 mostram as imagens não corrigidas para os efeitos atmosféricos (obtidas pelo programa elaborado - vide Apêndice A), referentes aos dias 25/08, 27/08 e 07/09/95. Para a composição colorida das imagens, selecionou-se os canais R(137-1,650µm), G (50-0,830µm) e B (29-0,660µm) do AVIRIS, com o intuito de se realizar uma composição colorida semelhante à composição 5(R), 4(G) e 3(B) do sensor TM. 70

49 Reflectância aparente % Número de Bandas Fig Imagem AVIRIS de Cuiabá do dia 25/08/95, obtida com valores de reflectância aparente dos canais 137 (1,650µm), 50 (0,830µm)e 29 (0,660µm) exibidos, respectivamente, em vermelho, verde e azul. O espectro de reflectância aparente de uma amostra de vegetação ciliar, indicada em azul escuro na área em destaque, é apresentado. 71

50 40 35 Reflectância aparente % Número de Bandas Fig Imagem AVIRIS de Cuiabá do dia 27/08/95, obtida com valores de reflectância aparente dos canais 137 (1,650µm), 50 (0,830µm)e 29 (0,660µm) exibidos, respectivamente, em vermelho, verde e azul. O espectro de reflectância aparente de uma amostra de vegetação ciliar, indicada em magenta na área em destaque, é apresentado. 72

51 40 35 Reflectância aparente % Número de Bandas Fig Imagem AVIRIS de Cuiabá do dia 07/09/95, obtida com valores de reflectância aparente dos canais 137 (1,650µm), 50 (0,830µm)e 29 (0,660µm) exibidos, respectivamente, em vermelho, verde e azul. O espectro de reflectância aparente de uma amostra de vegetação ciliar, indicada em cinza na área em destaque, é apresentado. 73

52 Observa-se pelo espectro da vegetação, que os efeitos atmosféricos são bem marcantes, destacando-se o espalhamento na faixa relativa ao visível e às absorções na faixa do infravermelho. Os cortes nas faixas espectrais correspondentes às bandas 102 a 120 e às bandas 142 a 162, devem-se ao fato de, nesta faixa, ocorrerem valores negativos de radiância e ruídos inerentes à baixa resposta do alvo, causados pela forte absorção das bandas de vapor d água em 1,38µm e 1,88µm (Green, 1997) Imagens Obtidas pelo Método de Correção Empregado As Figuras 4.4, 4.5 e 4.6 mostram as imagens corrigidas pelo método de Green et al. (1993), referentes aos dias 25/08, 27/08 e 07/09/95. A composição colorida aplicada nas Figuras 4.4, 4.5 e 4.6 é a mesma das Figuras anteriores, assim como o local onde foram extraídos os espectros de vegetação ciliar. Foram indicados ainda, os valores de visibilidade e shift definidos para cada imagem durante o processo de correção atmosférica. 74

53 Reflectância de superfície % Número de Bandas Fig Imagem AVIRIS de Cuiabá do dia 25/08/95 (visibilidade de 25Km e shift de 0,3), obtida com valores de reflectância de superfície dos canais 137 (1,650µm), 50 (0,830µm) e 29 (0,660µm) exibidos, respectivamente, em vermelho, verde e azul. O espectro de reflectância de superfície de uma amostra de vegetação ciliar, indicada em azul escuro na área em destaque, é apresentado. 75

54 Reflectância de superfície % Número de Bandas Fig Imagem AVIRIS do dia 27/08/95 (visibilidade de 40Km e shift de 0), obtida com valores de reflectância de superfície dos canais 137 (1,650µm), 50 (0,830µm) e 29 (0,660µm) exibidos, respectivamente, em vermelho, verde e azul. O espectro de reflectância de superfície de uma amostra de vegetação ciliar, indicada em magenta na área de destaque, é apresentado. 76

55 Reflectância de superfície % Número de Bandas Fig Imagem corrigida do dia 07/09/95 (visibilidade de 50Km e shift de 0,2), obtida com valores de reflectância de superfície dos canais 137 (1,650µm), 50 (0,830µm) e 29 (0,660µm) exibidos, respectivamente, em vermelho, verde e azul. O espectro de reflectância de superfície de uma amostra de vegetação ciliar, indicada em cinza na área de destaque, é apresentado. 77

56 Observando as Figuras 4.1 e 4.4, 4.2 e 4.5, 4.3 e 4.6, nota-se que para esta composição colorida utilizada, as diferenças visuais entre as imagens são quase imperceptíveis. No entanto, observa-se pelos espectros correspondentes à amostra de vegetação utilizada, que estas diferenças passaram a se tornar bem visíveis. Isto mostra que a análise dos dados de uma imagem, neste caso, deve ser feita de preferência utilizando os seus espectros, onde observou-se que as diferenças são maiores Análises de uma Correção Atmosférica Aplicada à Imagem do dia 25/08/95 A Figura 4.7 mostra uma imagem vapor d água utilizada na análise da correção atmosférica da imagem do dia 25/08/ Fig Imagem vapor d água do dia 25/08/95 com 10 pares de amostras utilizadas na análise da eficiência da correção atmosférica, mostrando as áreas onde o método não corrige maneira satisfatória (seta amarela). As partes mais claras da imagem observadas na Figura 4.7 correspondem a uma maior umidade, enquanto que as partes mais escuras indicam menor umidade. Pode-se verificar ainda que, as áreas mais escuras (setas amarelas) correspondem à fumaça originada das queimadas, onde o método aplicado não corrige de maneira satisfatória tal efeito. Devido à extensa cobertura de fumaça (aerossóis), o método considera esta área como ausência 78

57 de informação (Green, 1997). Para se ter a certeza se a correção está sendo bem feita, esta análise é complementada pela percentagem relativa entre os valores médios dos pares de amostras selecionados na imagem da Figura 4.7 e observadas na Tabela 4.1. TABELA PERCENTAGEM RELATIVA DOS 10 PARES SELECIONADOS PARA A IMAGEM DO DIA 25//8/95 DA FIGURA 4.7 PAR DE AMOSTRA VALORES MÉDIOS PERCENTAGEM RELATIVA 1 Vermelho (16,538772) verde (16,104718) 2,6% 2 Roxo (16, ) Marrom claro (15, ) 1,3% 3 Cyan (16, ) Magenta (16, ) 1,5% 4 Verde (15, ) Marrom escuro (15, ) 0,9% 5 Rosa claro (15, ) Vermelho (16, ) 1,0% 6 Azul (15, ) Verde (15, ) 1,5% 7 Amarelo (16, ) Cyan (15, ) 0,6% 8 Cyan (15, ) Magenta (15, ) 1,4% 9 Azul (16, ) Amarelo (15, ) 1,2% 10 Verde escuro (16, ) Marrom escuro (15, ) 1,6% Observando-se a Figura 4.7 (exceção feita à área indicada pelas setas amarelas) e os valores de percentagem relativa das amostras selecionadas (Tabela 4.1), verifica-se que esta imagem esta sendo bem corrigida. Outra alternativa para a análise da eficiência da correção atmosférica é a verificação das bandas de absorção de vapor d água em 0,94µm e 1,14µm, através do cálculo da reflectância normalizada. Como exemplo deste tipo de análise selecionou-se a amostra de solo para a imagem do dia 25/08/95. Esta imagem foi corrigida com diferentes parâmetros de visibilidade (10Km e 25Km), porém mantendo-se constante os demais parâmetros ( shift, modelos sazonais de aerossóis, etc). A reflectância normalizada para 79

58 a faixa do espectro (banda 61 a 84) correspondente a amostra de solo é mostrada na Figura 4.8. A Figura 4.8a apresenta a reflectância normalizada para o valor de visibilidade de 10Km, enquanto a Figura 4.8b mostra os resultados para o valor de visibilidade de 25Km. TABELA VALORES DE REFLECTÂNCIA NORMALIZADA DAS BANDAS 62 A 63 e 81 A 83 DOS ESPECTROS DAS FIGURAS 4.8a E 4.8b BANDAS (µm) ESPECTRO 1(Fig.4.8a) ESPECTRO 2( Fig.4.8b) 62 (0.9415) 0,9894 0, (0.9511) 0,9701 0, (1.1240) 0,9419 0, (1.1336) 0,9764 1,0 83 (1.1436) 0,9753 1,0 (a) (b) Fig Análise das Bandas 62 (0,94µm) e 83 (1,14µm) de uma amostra de solo da imagem do 25/08/95 com as seguintes características: a) visibilidade de 10Km e shift de 0,3; b) visibilidade de 25Km e shift de 0,3. Observando as bandas 62 e 83 de vapor d água referentes à Fig 4.8b e Tabela 4.2, verifica-se que, estas bandas apresentam um valor de reflectância normalizada maior ( menor profundidade ). Isto indica que, esta imagem aparentemente está melhor corrigida para estes parâmetros do que os da Fig 4.8a. Como comentado anteriormente, 80

59 este procedimento deve ser realizado entre diversos alvos da imagem, de modo a analisar a correção atmosférica na imagem como um todo. A Figura 4.9 mostra um exemplo de uma correção atmosférica superestimada da imagem do dia 25/08/95, utilizando-se de um valor de visibilidade de 10 Km. Neste caso, foram utilizados como exemplo, um alvo de solo (Fig.4.9a) e de uma vegetação ciliar (Fig.4.9b). Como o objetivo destas Figuras é mostrar apenas a faixa em que a correção foi superestimada, não foram feitos os cortes correspondente às bandas 104 a 120 e 150 a 167, comentados anteriormente. Pelo mesmo motivo, os valores de reflectância ainda se encontram multiplicados por 1000, fator de ganho aplicado a estes valores na última etapa do processamento da correção atmosférica (vide Apêndice E). do processamento (Green, 1997). (a) (b) Fig Análise do espectro de um alvo de solo (a) e de uma vegetação ciliar (b) da imagem do dia 25/08 (visibilidade de 10Km), na qual a correção atmosférica é superestimada (bandas do espectros 1 a 20). Nos dois exemplos da Figura 4.9, observa-se que esta correção atmosférica está superestimada, ou seja, apresenta valores de reflectância negativos na faixa do visível (bandas de 1 a 37). É justamente nesta faixa onde o espalhamento é influente e altamente correlacionado com a visibilidade. Neste caso, deve-se ajustar a visibilidade, aumentando-a, de modo a se eliminar estas situações. Cabe salientar que, a faixa correspondente às bandas 102 a 120 e 142 a 162 não devem ser consideradas na análise. 81

60 As variações observadas nas análises anteriores mostram-se muito sutis. Por esta razão, nota-se a necessidade de se utilizar estes critérios com muita atenção e de maneira correta, de modo a se obter o melhor resultado Diferença entre os Espectros das Amostras Corrigidas e não Corrigidas para os Efeitos Atmosféricos (Vegetação) A análise dos resultados entre os espectros obtidos das amostras corrigidas e não corrigidas para os efeitos atmosféricos, considerando um alvo de vegetação ciliar, pode ser analisada através das Figuras 4.10, 4.11 e 4.12 (imagem 25/08/95). A Figura 4.10 mostra uma comparação entre os espectros citados, na faixa espectral de 0,4µm a 2,5µm. Para uma melhor análise, os espectros foram divididos em duas faixas espectrais: 0,38-0,7µm (Fig.4.11), 0,7-2,5µm (Fig.4.12), com seus respectivos erros médios quadráticos normalizados em relação ao espectro corrigido. Os gráficos mostrados tem como objetivo permitir uma análise visual da diferença entre os espectros considerados, complementados pelos valores de erros médios quadráticos que tem como objetivo, permitir um análise quantitativa do quanto um espectro (não corrigido para os efeitos atmosféricos) está variando em relação ao outro (corrigido para os efeitos atmosféricos), em valores de porcentagem. 82

61 Amostra corrigida Amostra não corrigida Reflectância % ,38 0,68 0, Comprimento de Onda (micrometro) Erro Médio Quadrático Normalizado (%) na faixa (0,38-2,5µm) 10,56 Fig Comparação entre os espectros de reflectância AVIRIS de uma amostra de mata ciliar corrigida e não corrigida para os efeitos atmosféricos (25/08/95), com o seu erro médio quadrático normalizado (%), correspondente à faixa de 0,38-2,5µm. 83

62 Amostra corrigida Amostra não corrigida Reflectância % ,38 0,43 0,48 0,52 0,58 0,63 0,68 0,69 Comprimento de onda (micrometro) Diferença Quadrática Normalizada entre dois espectros de Reflectância 1,40 Erro Médio Quadrático Normalizado % 1,20 1,00 0,80 0,60 0,40 0,20 0,00 0,38 0,43 0,48 0,52 0,58 0,63 0,68 0,69 Comprimento de onda (micormetro) Erro Médio Quadrático Normalizado (%) na faixa (0,38-0,7µm) 1,23 Fig Diferença entre os espectros corrigidos e não corrigidos para os efeitos atmosféricos da amostra de vegetação ciliar (25/08/95), na faixa espectral de 0,38µm a 0,7µm, com seus respectivos erros médios quadráticos normalizados. 84

63 Amostra corrigida Amostra não corrigida Reflectância % ,70 0, Comprimento de onda (micrometro) Diferença Quadrática Normalizada entre dois espectros de Reflectância 1,40 Erro Médio Quadrático Normalizado % 1,20 1,00 0,80 0,60 0,40 0,20 0,00 0,70 0,89 1,09 1,25 1,45 1,65 1,85 2,04 2,24 2,44 Comprimento de onda (micrometro) Erro Médio Quadrático Normalizado (%) na faixa (0,7-2,5µm) 9,33 Fig Diferença entre os espectros corrigidos e não corrigidos para os efeitos atmosféricos da amostra de vegetação ciliar (25/08/95), na faixa espectral de 0,7µm a 2,5µm, com seus respectivos erros médios quadráticos normalizados. 85

64 A Figura 4.10 mostra que os espectros apresentam um erro médio quadrático normalizada na faixa de 0,38µm a 2,5µm em torno de 11%. A diferença entre os espectros, como pode-se observar, é causada basicamente pelo espalhamento atmosférico e pela absorção existente nesta faixa espectral. Analisando região do visível (Figura 4.11), nota-se que as diferenças maiores ocorrem na faixa do azul onde a influência do espalhamento atmosférico (Rayleigh) é mais acentuada. Destaca-se também, nesta faixa espectral, a absorção causada pelo ozônio (0,45µm a 0,76µm). Na faixa compreendida entre 0,7µm e 2,5µm (Figura 4.12), onde a influência da energia refletida pela atmosfera é menor, a maior diferença ocorre devido a absorção por gases, tendo como exemplo, as causadas pelo vapor d água (0,72µm, 0,82µm, 0,94µm, 1,14µm), gás carbônico (1,6µm e 2,0µm) e oxigênio (0,76µm). Pode-se verificar ainda que, a correção realizada pelo método na parte relativa ao visível resultou em valores de reflectância menores, em função da contribuição aditiva do efeito de espalhamento, que é em torno de 50% do sinal que chega no sensor (Deschamps et.al., 1981). O contrário ocorre em relação `as absorções da faixa do infravermelho, que tem um efeito espectral subtrativo da radiação incidente Cálculos de NDVI As Tabelas 4.3, 4.4 e 4.5 mostram os valores de NDVI obtidos entre as amostras corrigidas e não corrigidas (25/08, 27/08 e 07/09/95) para os efeitos atmosféricos e suas diferenças em porcentagem. Os cálculos foram feitos, inicialmente, considerando a bandas do vermelho posicionada em 0,6447 µm e a do infravermelho em 0,7495µm. 86

65 TABELA VALORES DE REFLECTÂNCIA (%) DA BANDA 42 E 28 DO AVIRIS E A DIFERENÇA EM PORCENTAGEM DOS VALORES DE NDVI OBTIDOS DA AMOSTRA DE VEGETAÇÃO CILIAR DO DIA 25/08/95 BANDA42 BANDA28 DIFERENÇA NDVI (NDVI) (IVER µm) (VER µm) CORR/NCORR NÃO CORRIGIDA 21,664 6,996 0,512 23,72% CORRIGIDA 21,938 4,926 0,633 Obs: (Visibilidade de 25Km). TABELA VALORES DE REFLECTÂNCIA (%) DA BANDA 42 E 28 DO AVIRIS E A DIFERENÇA EM PORCENTAGEM DOS VALORES DE NDVI OBTIDOS DA AMOSTRA DE VEGETAÇÃO CILIAR DO DIA 27/08/95 BANDA42 BANDA28 DIFERENÇA NDVI (NDVI) (IVER µm) (VER µm) CORR/NCORR NÃO CORRIGIDA 18,347 9,177 0,333 20,46% CORRIGIDA 18,130 7,746 0,401 Obs: (Visibilidade de 40Km). TABELA VALORES DE REFLECTÂNCIA (%) DA BANDA 42 E 28 DO AVIRIS E A DIFERENÇA EM PORCENTAGEM DOS VALORES DE NDVI OBTIDOS DA AMOSTRA DE VEGETAÇÃO CILIAR DO DIA 07/09/95 BANDA42 BANDA28 DIFERENÇA NDVI (NDVI) (IVER µm) (VER µm) CORR/NCORR NÃO CORRIGIDA 20,544 10,982 0,303 13,21% CORRIGIDA 20,792 10,157 0,343 Obs: (Visibilidade de 50Km). As diferenças para as três imagens variaram da imagem com menor visibilidade (23%) para a de maior visibilidade (13,21%). Este resultado é coerente, pois, quanto mais limpa a imagem (maior visibilidade), menor será o efeito de espalhamento e portanto, menor 87

66 serão as diferenças entre os cálculos de NDVI destas amostras. Por sua vez, um efeito contrário ocorrerá, quando o efeito de espalhamento de uma imagem for maior (visibilidade menor). Foi realizado ainda, o cálculo considerando a imagem do dia 25/08, onde sua correção foi superestimada (Tabela 4.6). TABELA VALORES DE REFLECTÂNCIA (%) DA BANDA 42 E 28 DO AVIRIS E A DIFERENÇA EM PORCENTAGEM DOS VALORES DE NDVI OBTIDOS DA AMOSTRA DE VEGETAÇÃO CILIAR DO DIA 25/08/95, CONSIDERANDO UMA CORREÇÃO ATMOSFÉRICA SUPERESTIMADA DA BANDA42 (IVER µm) CENA BANDA28 (VER µm) NDVI DIFERENÇA (NDVI) CORR/NCOR NÃO CORRIGIDA 21,664 6,996 0,512 49,4% CORRIGIDA 22,353 2,976 0,765 Obs: (Visibilidade de 15Km). Na Tabela 4.6 pode-se observar que ocorreu uma aumento na diferença dos cálculos de NDVI entre estas imagens. Este resultado mostra que, além da necessidade da correção atmosférica, deve-se tomar o cuidado de se corrigir de maneira satisfatória. Este cuidado por sua vez, implica que a não utilização adequada de um método de correção poderá inferir em um erro maior do que a não correção atmosférica. Os cálculos de NDVI relacionando os canais 3 e 4 simulados do TM são mostrados nas Tabelas 4.7, 4.8 e

67 TABELA VALORES DE REFLECTÂNCIA (%) RESULTANTES DA SIMULAÇÃO TM3 E TM4 A PARTIR DO AVIRIS E A DIFERENÇA EM PORCENTAGEM DOS VALORES DE NDVI OBTIDOS DA AMOSTRA DE VEGETAÇÃO CILIAR DO DIA 25/08/95 BANDA4 BANDA3 NDVI DIFERENÇA(NDVI) CORR/NCOR NÃO CORRIGIDA 25,893 7,283 0,561 21,7% CORRIGIDA 28,570 5,391 0,683 Obs: (Visibilidade de 25Km). TABELA VALORES DE REFLECTÂNCIA (%) RESULTANTES DA SIMULAÇÃO TM3 E TM4 A PARTIR DO AVIRIS; E A DIFERENÇA EM PORCENTAGEM DOS VALORES DE NDVI OBTIDOS DA AMOSTRA DE VEGETAÇÃO CILIAR DO DIA 27/08/95 BANDA4 BANDA3 NDVI DIFERENÇA(NDVI) CORR/NCOR NÃO CORRIGIDA 21,925 8,839 0,425 24,4% CORRIGIDA 23,805 7,343 0,529 Obs: (Visibilidade de 40Km). TABELA VALORES DE REFLECTÂNCIA (%) RESULTANTES DA SIMULAÇÃO TM3 E TM4 A PARTIR DO AVIRIS; E A DIFERENÇA EM PORCENTAGEM DOS VALORES DE NDVI OBTIDOS DA AMOSTRA DE VEGETAÇÃO CILIAR DO DIA 07/09/95 BANDA4 BANDA3 NDVI DIFERENÇA(NDVI) CORR/NCORR NÃO CORRIGIDA 24,074 10,827 0,380 20,52% CORRIGIDA 26,671 9,917 0,458 Obs: (Visibilidade de 50Km). As Tabelas 4.7, 4.8 e 4.9 mostram que as diferenças nos cálculos de NDVI apresentaram quase os mesmos valores. A possível explicação para este resultado deve-se ao peso 89

68 atribuído às bandas do AVIRIS, bem como, a média ponderada aplicada a estes valores, normalizando estes erros de uma maneira geral. Existem várias situações em que estes valores poderão variar para mais ou para menos, embora tenha-se confirmado que esta diferença existe e pode ser acentuada. Foi feito também para este caso, o cálculo utilizando uma imagem (25/08/95) em que a correção foi superestimada. Seus resultados podem ser verificados na Tabela 4.10, confirmando novamente, o aumento na diferença destes cálculos de NDVI. TABELA VALORES DE REFLECTÂNCIA (%) RESULTANTES DA SIMULAÇÃO TM3 E TM4 E A DIFERENÇA EM PORCENTAGEM DOS VALORES DE NDVI OBTIDOS DA AMOSTRA DE VEGETAÇÃO CILIAR DO DIA 25/08/95; CONSIDERANDO UMA CORREÇÃO ATMOSFÉRICA SUPERESTIMADA DA CENA BANDA4 BANDA3 NDVI DIFERENÇA(NDVI) CORR/NCORR NÃO CORRIGIDA 25,893 7,283 0,561 42,2% CORRIGIDA 29,104 4,599 0,798 Obs:(Visibilidade de 15Km). A aplicação da terceira etapa nos cálculos de NDVI, em que variou-se as bandas de número 42 a 83 (infravermelho - 0,7495µm a 1,1432µm), pode ser observada na Tabela

69 TABELA DIFERENÇA EM PORCENTAGEM ENTRE O NDVI DA AMOSTRA CORRIGIDA (NDVI_CORR) E NÃO CORRIGIDA (NDVI_NCORR) DO DIA 25/08/95 CANAL(I.R) CENTRO DO CANAL (µm) NDVI_CORR NDVI_NCORR PORCENTAGEM 42 0,7495 0,6332 0, , ,7591 0,6498 0, , ,7687 0,6504 0, , ,7783 0,6610 0, , ,7879 0,6663 0, , ,7975 0,6711 0, , ,8070 0,6782 0, , ,8166 0,6841 0, , ,8263 0,6884 0, , ,8359 0,6933 0, , ,8454 0,6996 0, , ,8551 0,7036 0, , ,8647 0,7084 0, , ,8742 0,7134 0, , ,8838 0,7156 0, , ,8935 0,7201 0, , ,9031 0,7221 0, , ,9127 0,7237 0, , ,9223 0,7267 0, , ,9319 0,7287 0, , ,9415 0,7316 0, , ,9511 0,7272 0, , ,9607 0,7256 0, , ,9703 0,7293 0, , ,9799 0,7343 0, , ,9895 0,7374 0, , ,9991 0,7423 0, , ,0087 0,7461 0, , ,0183 0,7507 0, , ,0280 0,7525 0, , ,0376 0,7548 0, , ,0472 0,7568 0, , ,0568 0,7573 0, , ,0664 0,7573 0, , ,0760 0,7598 0, , ,0856 0,7608 0, , ,0952 0,7599 0, , ,1048 0,7591 0, , ,1144 0,7636 0, , ,1240 0,7575-0, , ,1336 0,7527 0, , ,1432 0,7432 0, ,82 91

70 Embora as faixas correspondentes às bandas de absorção não sejam normalmente incluídas nos cálculos de NDVI, estas foram consideradas, nesse exemplo, apenas para se verificar as possíveis conseqüências de sua inclusão nos cálculos, considerando a ausência de uma devida correção atmosférica. Observando a Tabela 4.11, nota-se que as maiores diferenças ocorrem justamente nas bandas de número 43, 61 a 64 e 80 a 83. Estas bandas correspondem à absorção causada pelo oxigênio em 0,76µm e pelo vapor d água na faixa espectral de 0,94µm e 1,14µm, respectivamente. Embora as diferenças não sejam tão acentuadas como nas bandas correspondentes ao oxigênio e a água, verifica-se que estas diferenças continuam existindo para todas as bandas consideradas nos cálculos. Os valores negativos, observados na Tabela 4.11, ocorrem quando os valores da banda do infravermelho ficam menores do que os valores de reflectância no vermelho. Outro fator a ser observado é o da variação entre os valores de NDVI. No caso do NDVI corrigido, a maior diferença (entre o maior e menor valor de NDVI) foi de 0,13, enquanto que no caso do NDVI não corrigido foi de 0,6. Cabe salientar que existem várias situações (diferentes geometrias de aquisição, condições atmosféricas, faixas espectrais) em que estes valores poderão variar para mais ou para menos, embora tenha-se verificado que esta diferença existe e pode ser acentuada. Resumidamente, estas análises mostram a importância de se corrigir de maneira satisfatória os efeitos atmosféricos, principalmente na análise de imagens índice de vegetação Diferença entre os Espectros das Amostras Corrigidas e não Corrigidas para os Efeitos Atmosféricos(água) Foram adotados para as Figuras 4.13, 4.14 e 4.15 os mesmos procedimentos empregados na Seção

71 35 30 Amostra corrigida Amostra não corrigida 25 Reflectância % ,38 0,58 0,74 0, Comprimento de Onda (micrometro) Erro Médio Quadrático Normalizado (%) na faixa (0,38-2,5µm) 19,01 Fig Comparação entre os espectros de reflectância AVIRIS de uma amostra de uma corpo d água (25/08/95) corrigida e não corrigida para os efeitos atmosféricos, com o seu Erro Médio Quadrático Normalizado (%), correspondente à faixa de 0,38-2,5µm. 93

72 35 30 Amostra corrigida Amostra não corrigida 25 Reflectância % ,38 0,43 0,48 0,53 0,58 0,63 0,68 0,69 Comprimento de Onda (micrometro) Diferença Quadrática Normalizada entre dois espectros de Reflectância 4,00 Erro Médio Quadrático Normalizado % 3,50 3,00 2,50 2,00 1,50 1,00 0,50 0,00 0,38 0,43 0,48 0,53 0,58 0,63 0,68 0,69 Comprimento de onda (micrometro) Erro Médio Quadrático Normalizado (%) na faixa (0,38-0,7µm) 14,93 Fig Diferença entre os espectros corrigidos e não corrigidos para os efeitos atmosféricos de uma amostra de um corpo d água (25/08/95), na faixa espectral de 0,38µm a 0,7µm, com seus respectivos erros médios quadráticos normalizados. 94

73 Amostra corrigida Amostra não corrigida Reflectância % ,70 0, Comprimento de onda (micrometro) Diferença Quadrática Normalizada entre dois espectros de Reflectância 4,00 Erro Médio Quadrático normalizado % 3,50 3,00 2,50 2,00 1,50 1,00 0,50 0,00 0,70 0,89 1,09 1,25 1,45 1,65 1,85 2,04 2,24 2,44 Comprimento de onda (micrometro) Erro Médio Quadrático Normalizado (%) na faixa (0,7-2,5µm) 4,18 Fig Diferença entre os espectros corrigidos e não corrigidos para os efeitos atmosféricos de uma amostra de um corpo d água (25/08/95), na faixa espectral de 0,7µm a 2,5µm, com seus respectivos erros médios quadráticos normalizados. 95

74 A Figura 4.13 mostra que, a diferença quadrática normalizada na faixa de 0.38µm a 2,5µm foi em torno de 19 %. Essa diferença, como pode-se observar, é causada basicamente pelo espalhamento atmosférico e por absorções. A faixa de interesse para o estudo de um corpo d água é a do visível. É justamente nesta faixa que o espalhamento atmosférico apresenta maior interferência. A diferença quadrática normalizada verificada na Figura 4.14 mostra como a influência atmosférica afetou na diferença existente entre os espectros analisados. Para este caso, o efeito causado pelas absorções (Figura 4.15) foi muito inferior ao causado pelo espalhamento atmosférico. Esta diferença pode ser possivelmente explicada pelo fato do alvo escolhido se encontrar na área altamente influenciada pela queimada, onde o efeito do espalhamento se acentua. Através destas Figuras (4.13, 4.14 e 4.15) pode-se inferir que a não correção de uma imagem contendo um corpo d água poderá induzir em análises errôneas no que diz respeito ao conteúdo deste corpo. Além do mascaramento de seu espectro como um todo, a não correção afetará a razão entre as bandas do azul e o verde. Esta razão permite verificar os componentes opticamente ativos da água (clorofila) e é feita entre os comprimentos de onda de 0,45µm (azul) e 0,52µm (verde) (Kirk, 1994). Quanto maior a razão, menor é a quantidade destes componentes ativos, uma vez que uma alta reflectância no azul indica a existência de uma água limpa (menor concentração destes componentes). TABELA RAZÃO DE BANDAS (AZUL E VERDE) PARA A VERIFICAÇÃO DOS COMPONENTES OPTICAMENTE ATIVOS DA ÁGUA AMOSTRA RAZÃO DAS BANDAS (0,45µm/0,52µm) CORRIGIDA 0,76 NÃO CORRIGIDA 0,96 Observando pelo espectro da Figuras acima e a Tabela 4.12, verifica-se que esta razão será maior na amostra não corrigida do que na corrigida, de modo que a não correção indicará a existência de uma água mais limpa (baixa concentração de componentes opticamente ativos) do que existe na realidade. Desta forma, pode-se inferir que, para 96

75 a análise de um corpo d água, a minimização destes efeitos atmosféricos se faz necessária Diferença entre os Espectros das Amostras Corrigidas e não Corrigidas para os Efeitos atmosféricos (Solo) Para a análise dos resultados das diferenças entre os espectros das amostras corrigidas e não corrigidas (solo) foram utilizados também, apenas os dados referentes à imagem do dia 25/08/95 (Figura 4.16, 4.17 e 4.18). Para esta análise foram adotados os mesmos procedimentos empregados nas Seções 4.4 e Amostra Amostra corrigida corrigida Amostra Amostra não não corrigida corrigida 50 Reflectância % ,38 0,58 0,74 0,93 1,12 1,29 1,49 1,69 1,88 2,08 2,28 2,48 Comprimento de Onda (micrometro0 Erro Médio Quadrático Normalizado (%) na faixa (0,38-2,5µm) 8,88 Fig Comparação entre os espectros de reflectância AVIRIS de uma amostra de solo (25/08/95) corrigida e não corrigida para os efeitos atmosféricos, com o seu Erro Médio Quadrático Normalizado (%), correspondente à faixa de 0,38-2,5µm. 97

76 Reflectância % Amostra corrigida Amostra não corrigida 0 0,38 0,43 0,48 0,52 0,58 0,63 0,68 0,69 Comprimento de Onda (micrometro) Diferença Quadrática Normalizada entre dois espectros de Reflectância 0,60 Erro Médio Quadrático Normalizado % 0,50 0,40 0,30 0,20 0,10 0,00 0,38 0,43 0,48 0,52 0,58 0,63 0,68 0,69 Comprimento de onda (micrometro) Erro Médio Quadrático Normalizado (%) na faixa (0,38-0,7µm) 0,82 Fig Diferença entre os espectros corrigidos e não corrigidos para os efeitos atmosféricos de um solo (25/08/95), na faixa espectral de 0,38µm a 0,7µm, com seus respectivos erros médios quadráticos normalizados. 98

77 Reflectância % Amostra corrigida Amostra não corrigida 0 0,70 0,89 1,09 1,25 1,45 1,65 1,85 2,04 2,24 2,44 Comprimento de onda (micrometro) Diferença Quadrática Normalizada entre dois espectros de Reflectância 0,60 Erro Médio Quadrático Normalizado % 0,50 0,40 0,30 0,20 0,10 0,00 0,70 0,89 1,09 1,25 1,45 1,65 1,85 2,04 2,24 2,44 Comprimento de onda (micrometro) Erro Médio Quadrático Normalizado (%) na faixa (0,7-2,5µm) 8,06 Fig Diferença entre os espectros corrigidos e não corrigidos para os efeitos atmosféricos de um solo (25/08/95), na faixa espectral de 0,7µm a 2,5µm, com seus respectivos erros médios quadráticos normalizados. 99

78 Na Figura 4.16, pode-se verficar que a diferença quadrática normalizada foi de aproximadamente 9%. Neste caso, observando o espectro como um todo, nota-se que as maiores diferenças aconteceram na faixa compreendida entre 0.7µm e 2,5µm (Figura 4.18). Esta diferença é explicada, possivelmente, pelo fato do alvo escolhido se encontrar em uma área pouco influenciada pelas queimadas, não acentuando desta forma os efeitos do espalhamento atmosférico (Figura 4.17). Nota-se que, a influência do espalhamento atmosférico e as absorções podem, neste caso, produzir análises errôneas de seu espectro, podendo até mesmo impossibilitar sua análise e identificação, caso não seja aplicada uma correção atmosférica para a minimização destes efeitos atmosféricos. Cabe salientar ainda que, para o caso de outros espectros de solos que apresentam bandas de absorção bem definidas, pode-se dizer que a não correção atmosférica produzirá um mascaramento destas feições, que muitas vezes são diagnósticas para a identificação mineral. Pode-se inferir desta forma, que para a análise de um espectro de solo é conveniente a minimização dos efeitos atmosféricos através de um método de correção atmosférica. Resumidamente, as três análises verificadas para os diferentes alvos (vegetação, água e solo) mostraram a necessidade de se minimizar os efeitos atmosféricos através de um método de correção atmosférica de dados hiperespectrais Resultados Obtidos da Comparação entre os Espectros Corrigidos para as Diferentes Datas Nestas análises foram utilizadas as comparações entre as imagens do dia 25/08 e 27/08 e 25/08 e 07/09, nesta seqüência, utilizando os alvos de vegetação, de água e de solo. A Tabela 4.13 indica os diferentes valores de ângulos azimutais e de elevação das imagens selecionadas. 100

79 TABELA ÂNGULOS AZIMUTAIS E DE ELEVAÇÃO DAS IMAGENS SELECIONADAS Imagem 25/08 Imagem 27/08 Imagem 07/09 Ângulo Azimutal Ângulo de Elevação A primeira análise foi realizada com o espectro da amostra de vegetação ciliar entre os dias 25/08-27/08 (Fig.4.19) e 25/08-07/09 (Fig.4.20), seguido das análises relativas aos espectros da amostra da água (Fig.21 e 22) e do solo (Fig.23 e 24), respectivamente. Estas Figuras apresentam a análises compreendidas na faixa de 0,4µm a 2,5µm, com os seus respectivos erros médios quadráticos normalizados para a faixa considerada. 101

80 Amostra corrigida 25/08 Amostra corrigida 27/08 Reflectância % ,38 0,58 0,74 0,93 1,12 1,29 1,49 1,69 1,88 2,08 2,28 2,48 Comprimento de Onda (micrometro) 0,06 Diferença Quadrática Normalizada entre dois espectros de Reflectância Erro Médio Quadrático Normalizado % 0,05 0,04 0,03 0,02 0,01 0,00 0,38 0,58 0,74 0,93 1,12 1,29 1,49 1,69 1,88 2,08 2,28 2,48 Comprimento de onda (micrometro) Erro Médio Quadrático Normalizado (%) na faixa (0,38-2,5µm) 2,88 Fig Diferença entre os espectros corrigidos para os efeitos atmosféricos de uma amostra de vegetação ciliar (25/08/95 e 27/08/95), na faixa espectral de 0,38µm a 2,5µm, com seus respectivos erros médios quadráticos normalizados. 102

81 Amostra corrigida 25/08 Amostra corrigida 07/09 Reflectância % ,38 0,58 0,74 0,93 1,12 1,29 1,49 1,69 1,88 2,08 2,28 2,48 Comprimento de Onda (micrometro) Diferença Quadrática Normalizada entre dois espectros de Reflectância 0,06 Erro Médio Quadrático Normalizado % 0,05 0,04 0,03 0,02 0,01 0,00 0,38 0,58 0,74 0,93 1,12 1,29 1,49 1,69 1,88 2,08 2,28 2,48 Comprimento de onda (micrometro) Erro Médio Quadrático Normalizado (%) na faixa (0,38-2,5µm) 1,83 Fig Diferença entre os espectros corrigidos para os efeitos atmosféricos de uma amostra de vegetação ciliar (25/08/95 e 07/09/95), na faixa espectral de 0,38µm a 2,5µm, com seus respectivos erros médios quadráticos normalizados. 103

82 Amostra corrigida 25/08 Amostra corrigida 27/08 Reflectância% ,38 0,58 0,74 0,93 1,12 1,29 1,49 1,69 1,88 2,08 2,28 2,48 Comprimento de Onda (micrometro) Diferença Quadrática Normalizada entre dois espectros de Reflectância 0,60 Erro Médio Quadrático Normalizado % 0,50 0,40 0,30 0,20 0,10 0,00 0,38 0,58 0,74 0,93 1,12 1,29 1,49 1,69 1,88 2,08 2,28 2,48 Comprimento de onda (micrometro) Erro Médio Quadrático Normalizado (%) na faixa (0,38-2,5µm) 24,77 Fig Diferença entre os espectros corrigidos para os efeitos atmosféricos, de uma amostra de um corpo d água (25/08/95 e 27/08/95), na faixa espectral de 0,38µm a 2,5µm, com seus respectivos erros médios quadráticos normalizados. 104

83 Amostra corrigida 25/08 Amostra corrigida 07/09 12 Reflectância % ,38 0,58 0,74 0,93 1,12 1,29 1,49 1,69 1,88 2,08 2,28 2,48. Diferença Quadrática Normalizada entre dois espectros de Reflectância 0,60 Comprimento de Onda (micrometro) Erro Médio Quadrático Normalizado % 0,50 0,40 0,30 0,20 0,10 0,00 0,38 0,58 0,74 0,93 1,12 1,29 1,49 1,69 1,88 2,08 2,28 2,48 Comprimento de onda (micrometro) Erro Médio Quadrático Normalizado (%) na faixa (0,38-2,5µm) 12,68 Fig Diferença entre os espectros corrigidos para os efeitos atmosféricos, de uma amostra de um corpo d água (25/08/95 e 07/09/95), na faixa espectral de 0,38µm a 2,5µm, com seus respectivos erros médios quadráticos normalizados. 105

84 60 50 Reflectância % Amostra corrigida 25/08 Amostra corrigida 27/08 0 0,38 0,58 0,74 0,93 1,12 1,29 0,38 0,58 0,74 0,93 1,12 1,29 1,49 1,69 1,88 2,08 2,28 2,48 1,49 1,69 Comprimento de Onda (micrometro) 1,88 2,08 2,28 2,48 Diferença Quadrática Normalizada entre dois espectros de Reflectância 0,035 Erro Médio Quadrático Normalizado % 0,030 0,025 0,020 0,015 0,010 0,005 0,000 0,38 0,58 0,74 0,93 1,12 1,29 1,49 1,69 1,88 2,08 2,28 2,48 Comprimento de onda (micrometro) Erro Médio Quadrático Normalizado (%) na faixa (0,38-2,5µm) 2,19 Fig Diferença entre os espectros corrigidos para os efeitos atmosféricos, de uma amostra de um tipo de solo (25/08/95 e 27/08/95), na faixa espectral de 0,38µm a 2,5µm, com seus respectivos erros médios quadráticos normalizados. 106

85 60 50 Reflectância % Amostra corrigida 25/08 Amostra corrigida 07/09 0 0,38 0,58 0,74 0,93 1,12 1,29 1,49 1,69 1,88 2,08 2,28 2,48 Comprimento de Onda (micrometro) Diferença Quadrática Normalizada entre dois espectros de Reflectância 0,035 Erro Médio Quadrático Normalizado % 0,030 0,025 0,020 0,015 0,010 0,005 0,000 0,38 0,58 0,74 0,93 1,12 1,29 1,49 1,69 1,88 2,08 2,28 2,48 Comprimento de onda (micrometro) Erro Médio Quadrático Normalizado (%) na faixa (0,38-2,5µm) 0,35 Fig Diferença entre os espectros corrigidos para os efeitos atmosféricos, de uma amostra de um tipo de solo (25/08/95 e 07/09/95), na faixa espectral de 0,38µm a 2,5µm, com seus respectivos erros médios quadráticos normalizados. 107

86 Observando a Figura 4.19, nota-se que os espectros são bem parecidos. Na região do visível, os espectros apresentam uma diferença (2,88%) que pode ser explicada possivelmente pela não consideração dos efeitos de anisotropia da superfície, bem como, o fato do método não corrigir de maneira satisfatória os efeitos do espalhamento atmosférico para ambientes saturados por aerossóis. Nesta faixa deve-se considerar também, os efeitos de retroespalhamento. Quanto menor o ângulo de elevação maior será este efeito, causado principalmente pelo aumento do sombreamento na vegetação. Na faixa do infravermelho, as diferenças são também, possivelmente explicadas pelos diferentes ângulos de elevação e azimutais, pelos efeitos de sombreamento (em menor proporção), vento, entre outros. Observa-se ainda na faixa do infravermelho, como o ângulo de elevação influencia as respostas da vegetação. Como a imagem do dia 25/08 possui um ângulo de elevação (64 ), maior do que o da imagem do dia 27/08 (45 ), verifica-se na Figura 4.19 a inversão dos valores de reflectância. Nesta faixa onde a influência atmosférica é bem menor, os valores de reflectância do dia 25/08 ficam maiores do que os do dia 27/08, mostrando que, quanto maior o ângulo de elevação, menor o efeito de sombreamento e maior a reflectância do alvo. Esta diferença por sua vez, será menor se os ângulos de elevação forem próximos, como pode-se observar na Figura 4.20 (1,83%). Considerando neste caso, que as diferenças dos ângulos de elevação são muito pequenas, a Figura 4.20 mostra quase que uma superposição dos espectros na faixa relativa ao infravermelho próximo. No entanto, a diferença continua na faixa do visível, explicada possivelmente pelo fato do método não corrigir de maneira satisfatória o efeito de espalhamento, mantendo com isto, a diferença entre eles. As diferenças verificadas para os espectros de vegetação são também observadas na comparação dos espectros corrigidos para os efeitos atmosféricos do solo e da água. Nas Figuras 4.21 (água) e da Figura 4.23 (solo), onde as imagens foram coletadas com 108

87 ângulo de elevação distintos, observa-se que as diferenças entre os espectros são de 24,77% e 2,19%, respectivamente. No entanto, pode-se observar que estas diferenças são reduzidas para as imagens com valores de ângulo de elevação similares (12,68% para o caso da água na Figura 4.22 e 0,35% para o solo na Figura 4.24). Novamente, pode-se dizer que os resultados verificados através das Figuras acima são possivelmente explicados pelo fato do método não considerar os efeitos de anisotropia da superfície e não corrigir de maneira acentuada ambientes saturados por aerossóis. Nota-se ainda que, as diferenças para o alvo de solo são menores do que os outros dois, uma vez que, este é mais homogêneo e estável em relação aos outros. No caso da água estas diferenças foram mais acentuadas, pelo fato deste alvo ter sido escolhido na área onde o foco de incêndio era mais intenso, acentuando assim os efeitos de espalhamento atmosférico e as diferenças entre os espectros corrigidos, uma vez que este método não corrige de maneira satisfatória ambientes saturados por aerossóis. Outra observação a ser considerada é sobre as diferenças dos espalhamentos atmosféricos existentes na faixa do visível para a amostra de vegetação. Nesta faixa, pode-se observar que, a imagem com a menor visibilidade apresentou o menor espalhamento atmosférico. Este fato pode ser supostamente explicado da seguinte forma: (1) - A área escolhida estava fora dos focos de incêndio; (2) - A velocidade do vento relativa à imagem do dia 25/08 (menor visibilidade) era bem maior do que os outros dois dias, evitando com isto, a formação de brumas sobre o alvo selecionado; As imagens dos dias 25/08, 27/08 e 07/09 obtidas partir do comprimento de onda em 0,45µm, indicam as diferenças entre as imagens causadas pelos efeitos comentados anteriormente (Figuras 4.25, 4.26 e 4.27). 109

88 Fig Imagem do dia 25/08/95 em valores de reflectância aparente, monocromática (banda 8-0,4512µm), com a área relativa à amostra de vegetação, solo e água, indicada por um círculo vermelho, amarelo e verde, respectivamente. Fig Imagem do dia 27/08/95 em valores de reflectância aparente, monocromática (banda 8-0,4512µm), com a área relativa à amostra de vegetação, solo e água, indicada por um círculo vermelho, amarelo e verde, respectivamente. 110

89 Fig Imagem do dia 07/09/95 em valores de reflectância aparente, monocromática (banda 8-0,4512µm), com a área relativa à amostra de vegetação, solo e água, indicada por um círculo vermelho, amarelo e verde, respectivamente. Pelas Figuras acima, observa-se que a área da vegetação para o dia 25/08/95 estava menos saturada por aerossóis do que os demais dias (27/08/95 e 07/09/95). Este problema, por sua vez, não ocorreu para os alvos de água e solo, como pode-se observar nas Figuras 4.21 e 4.22 e Figuras 4.23 e 4.24, respectivamente. Um dos aspectos que foram observados através das três análises realizadas (vegetação, água e solo), foi o fato de que o método tende a levar toda a correção na faixa final do ultravioleta para zero, dificultando com isto, uma análise mais precisa da correção nesta faixa espectral. 111

COMPORTAMENTO ESPECTRAL DE ALVOS

COMPORTAMENTO ESPECTRAL DE ALVOS COMPORTAMENTO ESPECTRAL O que é? DE ALVOS É o estudo da Reflectância espectral de alvos (objetos) como a vegetação, solos, minerais e rochas, água Ou seja: É o estudo do da interação da REM com as substâncias

Leia mais

Sensoriamento Remoto I Engenharia Cartográfica. Prof. Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista

Sensoriamento Remoto I Engenharia Cartográfica. Prof. Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista Sensoriamento Remoto I Engenharia Cartográfica Prof. Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista 2016 Interações Energia-Matéria na Atmosfera Energia Radiante Ao contrário

Leia mais

EFEITOS DA FUMAÇA SOBRE A DETERMINAÇÃO DO NDVI MARCELO LIMA DE MOURA LÊNIO SOARES GALVÃO

EFEITOS DA FUMAÇA SOBRE A DETERMINAÇÃO DO NDVI MARCELO LIMA DE MOURA LÊNIO SOARES GALVÃO EFEITOS DA FUMAÇA SOBRE A DETERMINAÇÃO DO NDVI MARCELO LIMA DE MOURA LÊNIO SOARES GALVÃO INPE - Instituto Nacional de Pesquisas Espaciais Caixa Postal 515-12245-970 - São José dos Campos - SP, Brasil {moura,lenio}@ltid.inpe.br

Leia mais

CONCEITOS RADIOMÉTRICOS

CONCEITOS RADIOMÉTRICOS CONCEITOS RADIOMÉTRICOS Irradiância: intensidade do fluxo radiante, proveniente de todas as direções, que atinge uma dada superfície. EXCITÂNCIA fluxo deixando a superfície em todas as direções CONCEITO

Leia mais

Interações com a Atmosfera. Disciplina: Sensoriamento Remoto Prof. Dr. Raoni W. D. Bosquilia

Interações com a Atmosfera. Disciplina: Sensoriamento Remoto Prof. Dr. Raoni W. D. Bosquilia Interações com a Atmosfera Disciplina: Sensoriamento Remoto Prof. Dr. Raoni W. D. Bosquilia Interação com a Atmosfera A energia eletromagnética proveniente do sol, deve atravessar a atmosfera antes de

Leia mais

Avaliação Parcial 01 - GABARITO Questões Bate Pronto. As questões 1 a 23 possuem apenas uma alternativa correta. Marque-a.

Avaliação Parcial 01 - GABARITO Questões Bate Pronto. As questões 1 a 23 possuem apenas uma alternativa correta. Marque-a. Avaliação Parcial 01 - GABARITO Questões Bate Pronto. As questões 1 a 23 possuem apenas uma alternativa correta. Marque-a. 1) A água reflete muita radiação no infravermelho próximo. (5 pontos) 2) A radiação

Leia mais

Fundamentos de Sensoriamento Remoto

Fundamentos de Sensoriamento Remoto UNIVERSIDADE DO ESTADO DE SANTA CATARINA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA CIVIL DISCIPLINA: Geoprocessamento para aplicações ambientais e cadastrais Fundamentos de Sensoriamento Remoto Profª. Adriana

Leia mais

Sensoriamento Remoto Hiperespectral PPGCC. Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista Presidente Prudente

Sensoriamento Remoto Hiperespectral PPGCC. Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista Presidente Prudente Sensoriamento Remoto Hiperespectral PPGCC Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista Presidente Prudente 2014 Conceitos Radiométricos Básicos Uma breve revisão 1. Energia

Leia mais

INTRODUÇÃO AO SENSORIAMENTO REMOTO

INTRODUÇÃO AO SENSORIAMENTO REMOTO UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ DEPARTAMENTO DE ENGENHARIA DE BIOSSISTEMAS DISCIPLINA: LEB450 TOPOGRAFIA E GEOPROCESSAMENTO II PROF. DR. CARLOS ALBERTO VETTORAZZI

Leia mais

REFLECTÂNCIA ESPECTRAL DA ÁGUA

REFLECTÂNCIA ESPECTRAL DA ÁGUA REFLECTÂNCIA ESPECTRAL DA ÁGUA Radiação Eletromagnética no Ambiente Aquático; Absorção e Espalhamento da Luz em um Corpo D água; Influência Espectral dos Componentes da Água; Sensoriamento Remoto de Ambientes

Leia mais

Sensoriamento Remoto: características espectrais de alvos. Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho.

Sensoriamento Remoto: características espectrais de alvos. Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho. Sensoriamento Remoto: características espectrais de alvos Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho. Vegetação Novo, 2010. No visível a reflectância é baixa em função da absorção

Leia mais

APÊNDICE F SENSORES HIPERESPECTRAIS

APÊNDICE F SENSORES HIPERESPECTRAIS APÊNDICE F SENSORES HIPERESPECTRAIS F.1 - Histórico No período entre os anos 80 até os anos 90, os sensores hiperespectrais têm-se mostrado como uma tecnologia emergente (Kruse et al., 1993). Eles possuem

Leia mais

RADIAÇÃO. 2. Radiação Eletromagnética. 1. Introdução. Características da Radiação Eletromagnética

RADIAÇÃO. 2. Radiação Eletromagnética. 1. Introdução. Características da Radiação Eletromagnética O AQUECIMENTO DA ATMOSFERA RADIAÇÃO SOLAR E TERRESTRE 1. Introdução RADIAÇÃO Radiação = Modo de transferência de energia por ondas eletromagnéticas única forma de transferência de energia sem a presença

Leia mais

IMAGENS E ESPECTROS. As imagens são representações espacializadas dos mecanismos de interação da energia radiante com a superfície;

IMAGENS E ESPECTROS. As imagens são representações espacializadas dos mecanismos de interação da energia radiante com a superfície; IMAGENS E ESPECTROS As imagens são representações picturais do comportamento espectral dos alvos As imagens são representações espacializadas dos mecanismos de interação da energia radiante com a superfície;

Leia mais

SOLAR E TERRESTRE RADIAÇÃO O O AQUECIMENTO DA ATMOSFERA. 2. Radiação Eletromagnética. 1. Introdução. Características da Radiação Eletromagnética

SOLAR E TERRESTRE RADIAÇÃO O O AQUECIMENTO DA ATMOSFERA. 2. Radiação Eletromagnética. 1. Introdução. Características da Radiação Eletromagnética O O AQUECIMENTO DA ATMOSFERA RADIAÇÃO SOLAR E TERRESTRE 1. Introdução RADIAÇÃO Radiação = Modo de transferência de energia por ondas eletromagnéticas única forma de transferência de energia sem a presença

Leia mais

Estimativa da Temperatura da TST

Estimativa da Temperatura da TST Estimativa da Temperatura da Superfície Terrestre TST Estimativa da TST TST estimada a partir da temperatura de brilho (TB) (temperatura radiante radiação emitida pela superfície) A TB é uma estimativa

Leia mais

Geomática e SIGDR aula teórica 23 7 de Maio Correcções radiométricas de imagens de satélite Estimação de reflectâncias à superfície

Geomática e SIGDR aula teórica 23 7 de Maio Correcções radiométricas de imagens de satélite Estimação de reflectâncias à superfície Geomática e SIGDR aula teórica 23 7 de Maio 2013 Correcções radiométricas de imagens de satélite Estimação de reflectâncias à superfície Manuel Campagnolo ISA Manuel Campagnolo (ISA) Geomática e SIGDR

Leia mais

Sensoriamento Remoto Aplicado à Geografia. Prof. Dr. Reinaldo Paul Pérez Machado

Sensoriamento Remoto Aplicado à Geografia. Prof. Dr. Reinaldo Paul Pérez Machado Sensoriamento Remoto Aplicado à Geografia Prof. Dr. Reinaldo Paul Pérez Machado Qual é a nossa principal fonte de energia? ( SOHO ) Solar and Heliospheric Observatory Image of the Sun Obtained on September

Leia mais

DETEÇÃO REMOTA 2011/2012 Frequência 23 de Novembro de 2011

DETEÇÃO REMOTA 2011/2012 Frequência 23 de Novembro de 2011 DETEÇÃO REMOTA 2011/2012 Frequência 23 de Novembro de 2011 1 Na figura ao lado encontra-se representada a fração de luz dispersa em função do comprimento de onda. Note que, no eixo dos xx, se encontram

Leia mais

SENSORIAMENTO REMOTO INTRODUÇÃO E ÍNDICES DE VEGETAÇÃO

SENSORIAMENTO REMOTO INTRODUÇÃO E ÍNDICES DE VEGETAÇÃO SENSORIAMENTO REMOTO INTRODUÇÃO E ÍNDICES DE VEGETAÇÃO Paulo Guilherme Molin, MSc Prof. Silvio F. de Barros Ferraz Prof. Carla Cassiano Laboratório de Hidrologia Florestal Departamento de Ciências Florestais

Leia mais

Interação da radiação com a atmosfera

Interação da radiação com a atmosfera Universidade Federal de Campina Grande Centro de Ciências e Tecnologia Agroalimentar Interação da radiação com a atmosfera Professora Valéria Peixoto Borges COMPONENTE B : Processos de atenuação da radiação

Leia mais

Bacharelado em Engenharia Agronômica AGROMETEOROLOGIA E CLIMATOLOGIA. Prof. Samuel Silva. Radiação Solar. IFAL/Piranhas

Bacharelado em Engenharia Agronômica AGROMETEOROLOGIA E CLIMATOLOGIA. Prof. Samuel Silva. Radiação Solar. IFAL/Piranhas Bacharelado em Engenharia Agronômica AGROMETEOROLOGIA E CLIMATOLOGIA Prof. Samuel Silva Radiação Solar IFAL/Piranhas Diâmetro Sol: 1.392.684 km Terra: 12.742 km Estratificação da Atmosfera Terrestre

Leia mais

Aula 2 - Sensoriamento Remoto: Espectro eletromagnético; principais sensores. Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho.

Aula 2 - Sensoriamento Remoto: Espectro eletromagnético; principais sensores. Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho. Aula 2 - Sensoriamento Remoto: Espectro eletromagnético; principais sensores Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho. Espectro eletromagnético É o intervalo de todos os possíveis

Leia mais

FUNDAMENTOS DE SENSORIAMENTO REMOTO

FUNDAMENTOS DE SENSORIAMENTO REMOTO FUNDAMENTOS DE SENSORIAMENTO REMOTO Elisabete Caria Moraes DSR/INPE bete@dsr.inpe.br Introdução O Sensoriamento Remoto pode ser entendido como um conjunto de atividades que permite a obtenção de informações

Leia mais

Sensoriamento remoto 1. Prof. Dr. Jorge Antonio Silva Centeno Universidade Federal do Paraná 2016

Sensoriamento remoto 1. Prof. Dr. Jorge Antonio Silva Centeno Universidade Federal do Paraná 2016 Sensoriamento remoto 1 Prof. Dr. Jorge Antonio Silva Centeno Universidade Federal do Paraná 2016 Súmula princípios e leis da radiação eletromagnética radiação solar conceito de corpo negro REM e sensoriamento

Leia mais

Curso de Extensão: Noções de Sensoriamento

Curso de Extensão: Noções de Sensoriamento UFBA Curso de Extensão: Noções de Sensoriamento IPF Institut für Photogrammetrie und Fernerkundung Mauro Alixandrini Universität Karlsruhe (TH) Universität Karlsruhe (TH) www.kit.edu 04.08 Noções de Sensoriamento

Leia mais

COMPORTAMENTO ESPECTRAL DOS ALVOS

COMPORTAMENTO ESPECTRAL DOS ALVOS Reflectância espectral característica da folha vegetal verde sadia, para o intervalo de comprimentos de onda entre 0,4 e 2,61μm. Os fatores dominantes que controlam a reflectância foliar são os vários

Leia mais

Método de Correção Atmosférica Aplicado aos Dados do Sensor AVIRIS em Regiões Tropicais

Método de Correção Atmosférica Aplicado aos Dados do Sensor AVIRIS em Regiões Tropicais Método de Correção Atmosférica Aplicado aos Dados do Sensor AVIRIS em Regiões Tropicais MARCELO LOPES LATORRE 1 YOSIO EDEMIR SHIMABUKURO 1 LUIZ ALBERTO VIEIRA DIAS 2 1. INPE - Instituto Nacional de Pesquisas

Leia mais

PROCESSAMENTO DIGITAL DE IMAGENS

PROCESSAMENTO DIGITAL DE IMAGENS UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ DEPARTAMENTO DE ENGENHARIA DE BIOSSISTEMAS DISCIPLINA: LEB450 TOPOGRAFIA E GEOPROCESSAMENTO II PROF. DR. CARLOS ALBERTO VETTORAZZI

Leia mais

Sensoriamento remoto 1. Prof. Dr. Jorge Antonio Silva Centeno Universidade Federal do Paraná 2016

Sensoriamento remoto 1. Prof. Dr. Jorge Antonio Silva Centeno Universidade Federal do Paraná 2016 Sensoriamento remoto 1 Prof. Dr. Jorge Antonio Silva Centeno Universidade Federal do Paraná 2016 Sensoriamento Remoto Resposta espectral de alvos VEGETAÇÃO Qual a cor da vegetação? Como é a resposta espectral

Leia mais

Satélites Artificiais da Terra

Satélites Artificiais da Terra Satélites Artificiais da Terra Os valores numéricos correspondem aos níveis radiométricos registados pelo sensor em cada uma das bandas espectrais. Satélites Artificiais da Terra As imagens de satélite

Leia mais

Tecnologias de sensoriamento remoto para a identificação e monitoramento das mudanças no uso e ocupação dos solos urbanos

Tecnologias de sensoriamento remoto para a identificação e monitoramento das mudanças no uso e ocupação dos solos urbanos Tecnologias de sensoriamento remoto para a identificação e monitoramento das mudanças no uso e ocupação dos solos urbanos associadas às vias de transportes terrestres. José A. Quintanilha C láudia A. S.

Leia mais

Radiometria e Princípios de Sensoriamento Remoto Hiperespectral

Radiometria e Princípios de Sensoriamento Remoto Hiperespectral Radiometria e Princípios de Sensoriamento Remoto Hiperespectral - Porto Alegre, Outubro de 2006 - Instituto Nacional de Pesquisas Espaciais (INPE) Divisão de Sensoriamento Remoto (DSR) São José dos Campos

Leia mais

Sensoriamento Remoto. Prof. Enoque Pereira da Silva

Sensoriamento Remoto. Prof. Enoque Pereira da Silva Sensoriamento Remoto Prof. Enoque Pereira da Silva Radiação Eletromagnética (REM) Radiação Eletromagnética (REM) REM pode se deslocar no vácuo, ou seja, não precisa de um material (corda) Todo corpo acima

Leia mais

Eng. Ambiental Geoprocessamento

Eng. Ambiental Geoprocessamento Eng. Ambiental Geoprocessamento Índices de vegetação Profa. Ligia Fonte: PONZONI; SHIMABUKURO (2007) Comportamento espectral da vegetação Estrutural: Epiderme, cutícula Mesófilo: onde encontram-se os pigamentos

Leia mais

COMPORTAMENTO ESPECTRAL DE ALVOS

COMPORTAMENTO ESPECTRAL DE ALVOS O QUE É COMPORTAMENTO ESPECTRAL DE ALVOS? Importância É a medida da reflectância de um alvo ao longo do espectro eletromagnético Extração de informações sobre imagens Definição de Novos Sensores Prof.

Leia mais

27/03/2017 OPERAÇÕES ARITMÉTICAS NDVI E RAZÃO DE BANDAS AULA 04 RAZÃO DE BANDAS. Ex: Realce de minerais de Ferro = ρ v / ρ A

27/03/2017 OPERAÇÕES ARITMÉTICAS NDVI E RAZÃO DE BANDAS AULA 04 RAZÃO DE BANDAS. Ex: Realce de minerais de Ferro = ρ v / ρ A OPERAÇÕES ARITMÉTICAS NDVI E AULA 04 Daniel C. Zanotta 27/03/2017 Dividir uma banda por outra (pixel a pixel) pode trazer diversas informações a respeitos dos alvos contidos na cena. Dependendo dos canais

Leia mais

Qualidade Radiométrica das Imagens Sensor ADS40

Qualidade Radiométrica das Imagens Sensor ADS40 Qualidade Radiométrica das Imagens Sensor ADS40 O sensor ADS40 (Airborne Digital Sensor) é um Sensor Digital Linear de alta resolução geométrica e radiométrica desenvolvido pela Leica Geosystems. O sensor

Leia mais

Geomática e SIGDR aula teórica 25 14/05/2013. Interpretação de imagens de detecção remota Índices de vegetação

Geomática e SIGDR aula teórica 25 14/05/2013. Interpretação de imagens de detecção remota Índices de vegetação Geomática e SIGDR aula teórica 25 14/05/2013 Interpretação de imagens de detecção remota Índices de vegetação Manuel Campagnolo ISA Manuel Campagnolo (ISA) Geomática e SIGDR 2012-2013 14/05/2013 1 / 18

Leia mais

Sensoriamento Remoto Aplicado à Geografia

Sensoriamento Remoto Aplicado à Geografia Sensoriamento Remoto Aplicado à Geografia Comportamento Espectral dos Objetos Reinaldo Paul Pérez Machado Prof. Dr. Fernando Reinaldo Shinji Paul Kawakubo Pérez Machado O que é? Comportamento Espectral

Leia mais

Capítulo 9: Transferência de calor por radiação térmica

Capítulo 9: Transferência de calor por radiação térmica Capítulo 9: Transferência de calor por radiação térmica Radiação térmica Propriedades básicas da radiação Transferência de calor por radiação entre duas superfícies paralelas infinitas Radiação térmica

Leia mais

UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE CIÊNCIAS NATURAIS E EXTAS CURSO DE GRADUAÇÃO EM GEOGRAFIA Disciplina: Climatologia Geográfica I

UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE CIÊNCIAS NATURAIS E EXTAS CURSO DE GRADUAÇÃO EM GEOGRAFIA Disciplina: Climatologia Geográfica I UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE CIÊNCIAS NATURAIS E EXTAS CURSO DE GRADUAÇÃO EM GEOGRAFIA Disciplina: Climatologia Geográfica I Unidade II Controle primário do tempo e clima parte 2 Patricia

Leia mais

Fundamentos de Sensoriamento Remoto. Elisabete Caria Moraes (INPE) Peterson Ricardo Fiorio

Fundamentos de Sensoriamento Remoto. Elisabete Caria Moraes (INPE) Peterson Ricardo Fiorio Fundamentos de Sensoriamento Remoto Elisabete Caria Moraes (INPE) Peterson Ricardo Fiorio Processos de Transferência de Energia Corpos com temperatura acima de 0 K emite energia devido às oscilações atômicas

Leia mais

Sensoriamento Remoto: Radiometria espectral e técnicas de análise de espectros. Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho.

Sensoriamento Remoto: Radiometria espectral e técnicas de análise de espectros. Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho. Sensoriamento Remoto: Radiometria espectral e técnicas de análise de espectros Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho. Radiometria espectral A Radiometria é a medida quantitativa

Leia mais

APÊNDICE G GRANDEZAS RADIOMÉTRICAS

APÊNDICE G GRANDEZAS RADIOMÉTRICAS APÊNDICE G GRANDEZAS RADIOMÉTRICAS Neste Apêndice são apresentadas as definições e conceitos de algumas grandezas radiométricas, julgadas importantes no estudo da radiação e que lhe proporcionam um tratamento

Leia mais

Programa de Pós-Graduação em Ciências Cartográficas. Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista Presidente Prudente

Programa de Pós-Graduação em Ciências Cartográficas. Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista Presidente Prudente Programa de Pós-Graduação em Ciências Cartográficas Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista Presidente Prudente 2014 Disciplina Sensoriamento Remoto Hiperespectral CH:

Leia mais

Geoprocessamento e sensoriamento remoto como ferramentas para o estudo da cobertura vegetal. Iêdo Bezerra Sá

Geoprocessamento e sensoriamento remoto como ferramentas para o estudo da cobertura vegetal. Iêdo Bezerra Sá Geoprocessamento e sensoriamento remoto como ferramentas para o estudo da cobertura vegetal. Iêdo Bezerra Sá Engº Florestal, D.Sc. Sensoriamento Remoto/Geoprocessamento, Pesquisador Embrapa Semi-Árido

Leia mais

INTRODUÇÃO AO SENSORIAMENTO REMOTO. Daniel C. Zanotta

INTRODUÇÃO AO SENSORIAMENTO REMOTO. Daniel C. Zanotta INTRODUÇÃO AO SENSORIAMENTO REMOTO Daniel C. Zanotta O que é Sensoriamento Remoto? Arte e ciência da obtenção de informação sobre um objeto sem contato físico direto com o objeto. É a tecnologia científica

Leia mais

REFLECTÂNCIA DA FOLHA

REFLECTÂNCIA DA FOLHA PROPRIEDADES ESPECTRAIS DA VEGETAÇÃO Reflectância da Folha; Reflectância do Dossel; Índices de Vegetação e Parâmetros do Dossel; Fatores que Afetam a Determinação de Índices de Vegetação; Fatores Relacionados

Leia mais

Vinícius Emmel Martins 2, Dieison Morozoli Da Silva 3, Sidnei Luís Bohn Gass 4

Vinícius Emmel Martins 2, Dieison Morozoli Da Silva 3, Sidnei Luís Bohn Gass 4 CORREÇÃO ATMOSFÉRICA DE IMAGENS DE SATÉLITE PARA FINS DE MAPEAMENTO TEMPORAL DE USO E COBERTURA DO SOLO 1 ATMOSFERIC CORRECTION OF SATELLITE IMAGES FOR MAPPING TEMPORAL LAND USE AND LAND COVER Vinícius

Leia mais

A Atmosfera Terrestre: Parte 1

A Atmosfera Terrestre: Parte 1 Universidade Federal do Rio Grande do Sul Instituto de Física Departamento de Astronomia FIP10104 - Técnicas Observacionais e Instrumentais A Atmosfera Terrestre: Parte 1 Rogério Riffel Porto Alegre, 24

Leia mais

LAB 1 - GEOPROCESSAMENTO Introdução à imagem multiespectral e assinatura espectral de alvos

LAB 1 - GEOPROCESSAMENTO Introdução à imagem multiespectral e assinatura espectral de alvos LAB 1 - GEOPROCESSAMENTO Introdução à imagem multiespectral e assinatura espectral de alvos Neste laboratório, você começará a trabalhar com imagens multiespectrais. O objetivo do laboratório é desenvolver

Leia mais

José Alberto Quintanilha Mariana Giannotti

José Alberto Quintanilha Mariana Giannotti José Alberto Quintanilha jaquinta@usp.br Mariana Giannotti mariana.giannotti@usp.br Estrutura da Aula Momento Satélite (Apresentação de um novo satélite a cada aula) O que é uma imagem de satélite? O histograma

Leia mais

Aula 8. Atenuação. Capítulo 6 - Battan

Aula 8. Atenuação. Capítulo 6 - Battan Aula 8 Atenuação Capítulo 6 - Battan Atenuação Quando derivamos a equação do radar, nós assumimos que a distância entre o volume iluminado e o alvo estava preenchida por um meio não atenuante. Em outras

Leia mais

Sensoriamento remoto x uso do solo x transportes

Sensoriamento remoto x uso do solo x transportes Sensoriamento remoto x uso do Introdução e justificativas Objetivos da aula Sensoriamento Remoto: introdução; conceitos básicos. Processamento digital de imagens: conceito de imagem digital e de processamentos

Leia mais

3 Fundamentos de sensoriamento remoto

3 Fundamentos de sensoriamento remoto 3 Fundamentos de sensoriamento remoto O presente capítulo apresenta uma descrição sucinta dos principais fundamentos do sensoriamento remoto e tem exclusivamente o objetivo de facilitar a compreensão deste

Leia mais

Atmosfera terrestre Parte 2

Atmosfera terrestre Parte 2 Atmosfera Terrestre (Parte 2) - FIP10104 - Técnicas Observacionais e Instrumentais p. Atmosfera terrestre Parte 2 Tibério B. Vale Depto. Astronomia, IF, UFRGS FIP10104-Técnicas Observacionais e Instrumentais

Leia mais

processos de formação e suas inter-relações com o ambiente. As diversas combinações de fatores (clima, relevo,

processos de formação e suas inter-relações com o ambiente. As diversas combinações de fatores (clima, relevo, INTRODUÇÃO AO LEVANTAMENTO DE SOLOS INTRODUÇÃO AO LEVANTAMENTO DE SOLOS variabilidade espacial dos solos fenômeno natural variabilidade espacial dos solos fenômeno natural resultante da interação resultante

Leia mais

Sensoriamento Remoto: Sistemas de imageamento e níveis de aquisição de dados. Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho.

Sensoriamento Remoto: Sistemas de imageamento e níveis de aquisição de dados. Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho. Sensoriamento Remoto: Sistemas de imageamento e níveis de aquisição de dados Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho. Recapitulando... Os sensores podem ser: Imageadores ou Não-imageadores

Leia mais

Fundamentos do Sensoriamento Remoto. Disciplina: Sensoriamento Remoto Prof. Dr. Raoni W. D. Bosquilia

Fundamentos do Sensoriamento Remoto. Disciplina: Sensoriamento Remoto Prof. Dr. Raoni W. D. Bosquilia Fundamentos do Sensoriamento Remoto Disciplina: Sensoriamento Remoto Prof. Dr. Raoni W. D. Bosquilia Fundamentos do Sensoriamento Remoto Procedimentos destinados a obtenção de imagens mediante o registro

Leia mais

COMPARAÇÃO ENTRE OS MÉTODOS DE FUSÃO IHS, PRINCIPAL COMPONENTS

COMPARAÇÃO ENTRE OS MÉTODOS DE FUSÃO IHS, PRINCIPAL COMPONENTS 112 COMPARAÇÃO ENTRE OS MÉTODOS DE FUSÃO IHS, PRINCIPAL COMPONENTS E GRAM-SCHMIDT APLICADOS À IMAGEM DO SATÉLITE LANDSAT 8 SENSOR OLI. Introdução LIMA, Daniel de PEREIRA, Gabriela Kostrzewycz RIBEIRO,

Leia mais

COMPARAÇÃO ENTRE MÉTODOS DE CORREÇÃO ATMOSFÉRICA EM IMAGENS MULTIESPECTRAIS LANDSAT 8 OLI

COMPARAÇÃO ENTRE MÉTODOS DE CORREÇÃO ATMOSFÉRICA EM IMAGENS MULTIESPECTRAIS LANDSAT 8 OLI 129 COMPARAÇÃO ENTRE MÉTODOS DE CORREÇÃO ATMOSFÉRICA EM IMAGENS MULTIESPECTRAIS LANDSAT 8 OLI 1. Introdução RIBEIRO, Selma Regina Aranha SCHOEMBERGER, Graciani Maria As imagens Landsat OLI, assim como

Leia mais

3 Propagação de Ondas Milimétricas

3 Propagação de Ondas Milimétricas 3 Propagação de Ondas Milimétricas O desempenho de sistemas de comunicação sem fio depende da perda de propagação entre o transmissor e o receptor. Ao contrário de sistemas cabeados que são estacionários

Leia mais

O resultado é uma série de "fatias" da superfície, que juntas produzem a imagem final. (Exemplo: o radiômetro dos satélites NOAA gira a uma

O resultado é uma série de fatias da superfície, que juntas produzem a imagem final. (Exemplo: o radiômetro dos satélites NOAA gira a uma Sensores e Satélites Para que um sensor possa coletar e registrar a energia refletida ou emitida por um objeto ou superfície, ele tem que estar instalado em uma plataforma estável à distância do objeto

Leia mais

Sensoriamento Remoto Aplicado à Geografia Características das Imagens

Sensoriamento Remoto Aplicado à Geografia Características das Imagens Sensoriamento Remoto Aplicado à Geografia Características das Imagens Prof. Dr. Reinaldo Paul Pérez Machado Remote Sensing Raster (Matrix) Data Format Jensen, 2004 Nível de Cinza Tipos de Resolução resolução

Leia mais

O resultado é uma série de "fatias" da superfície, que juntas produzem a imagem final. (Exemplo: o radiômetro dos satélites NOAA gira a uma

O resultado é uma série de fatias da superfície, que juntas produzem a imagem final. (Exemplo: o radiômetro dos satélites NOAA gira a uma Sensores e Satélites Para que um sensor possa coletar e registrar a energia refletida ou emitida por um objeto ou superfície, ele tem que estar instalado em uma plataforma estável à distância do objeto

Leia mais

Mapeamento do uso do solo para manejo de propriedades rurais

Mapeamento do uso do solo para manejo de propriedades rurais 1/45 Mapeamento do uso do solo para manejo de propriedades rurais Teoria Eng. Allan Saddi Arnesen Eng. Frederico Genofre Eng. Marcelo Pedroso Curtarelli 2/45 Conteúdo programático: Capitulo 1: Conceitos

Leia mais

ENERGIA SOLAR: CONCEITOS BASICOS

ENERGIA SOLAR: CONCEITOS BASICOS ENERGIA SOLAR: CONCEITOS BASICOS Uma introdução objetiva dedicada a estudantes interessados em tecnologias de aproveitamento de fontes renováveis de energia. 1. INTRODUÇÃO: 1.1. Um rápido olhar na relação

Leia mais

SENSORIAMENTO REMOTO: CONCEITOS, TENDÊNCIAS E APLICAÇÕES. Imagens de Satélites Orbitais

SENSORIAMENTO REMOTO: CONCEITOS, TENDÊNCIAS E APLICAÇÕES. Imagens de Satélites Orbitais Distribuidor Erdas e RapidEye no Brasil SENSORIAMENTO REMOTO: CONCEITOS, TENDÊNCIAS E APLICAÇÕES Imagens de Satélites Orbitais Contato: Santiago & Cintra Consultoria E-mail: contato@sccon.com.br Fone:

Leia mais

Fundamentos do. Sensoriamento Remoto. Metodologias de Aplicação. Mauricio A. Moreira -INPEe

Fundamentos do. Sensoriamento Remoto. Metodologias de Aplicação. Mauricio A. Moreira -INPEe Fundamentos do Sensoriamento Remoto Mauricio A. Moreira mauricio@dsr.inpe.br -INPEe Metodologias de Aplicação Que importância tem o Sensoriamento Remoto nos dias atuais? * A Terra é um planeta finito e

Leia mais

8.4 Termômetros de Radiação

8.4 Termômetros de Radiação 8.4 Termômetros de Radiação Todos os tipos de medidores de temperatura discutidos até aqui necessitam que o sensor estivesse em contato físico com o corpo cuja temperatura se deseja medir. Além disso,

Leia mais

Sensoriamento Remoto I Engenharia Cartográfica. Prof. Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista

Sensoriamento Remoto I Engenharia Cartográfica. Prof. Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista Sensoriamento Remoto I Engenharia Cartográfica Prof. Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista 2016 Coleta de dados de sensoriamento remoto A quantidade de radiação eletromagnética,

Leia mais

CAPÍTULO 7 SENSORIAMENTO REMOTO APLICADO AOS ESTUDOS GEOLÓGICOS

CAPÍTULO 7 SENSORIAMENTO REMOTO APLICADO AOS ESTUDOS GEOLÓGICOS INPE-8984-PUD/62 CAPÍTULO 7 SENSORIAMENTO REMOTO APLICADO AOS ESTUDOS GEOLÓGICOS Fabio Moreira INPE São José dos Campos 2002 C A P Í T U L O 7 S E N S O R I A M E NT O R E M O T O A P L I C A D O A O S

Leia mais

Introdução ao Processamento e Síntese de imagens Rendering 2016

Introdução ao Processamento e Síntese de imagens Rendering 2016 Introdução ao Processamento e Síntese de imagens Rendering 2016 Fontes: Rogers, D. F. Procedural Elements for Computer Graphics Modelos de Iluminação A Computação Gráfica simula como os objetos refletem

Leia mais

REVISÃO SENSORIAMENTO REMOTO AULA ZERO. Daniel C. Zanotta 14/03/2018

REVISÃO SENSORIAMENTO REMOTO AULA ZERO. Daniel C. Zanotta 14/03/2018 REVISÃO SENSORIAMENTO REMOTO AULA ZERO Daniel C. Zanotta 14/03/2018 O que é Sensoriamento Remoto? Arte e ciência da obtenção de informações sobre um objeto, através de radiação eletromagnética, sem contato

Leia mais

09/03/2017. O que é Sensoriamento Remoto? Tipos de Sensoriamento Remoto REVISÃO SENSORIAMENTO REMOTO AULA ZERO. Satélites.

09/03/2017. O que é Sensoriamento Remoto? Tipos de Sensoriamento Remoto REVISÃO SENSORIAMENTO REMOTO AULA ZERO. Satélites. REVISÃO SENSORIAMENTO REMOTO AULA ZERO Daniel C. Zanotta 09/03/2017 O que é Sensoriamento Remoto? Arte e ciência da obtenção de informações sobre um objeto, através de radiação eletromagnética, sem contato

Leia mais

O CLIMA DA TERRA: Processos, Mudanças e Impactos

O CLIMA DA TERRA: Processos, Mudanças e Impactos O CLIMA DA TERRA: Processos, Mudanças e Impactos Prof. TÉRCIO AMBRIZZI Professor Titular ambrizzi@model.iag.usp.br E Profa. Dra. MARCIA A. YAMASOE Professora Associada akemi@model.iag.usp.br Departamento

Leia mais

GEOPROCESSAMENTO. Sensoriamento Remoto. Prof. Luiz Rotta

GEOPROCESSAMENTO. Sensoriamento Remoto. Prof. Luiz Rotta 1 GEOPROCESSAMENTO Sensoriamento Remoto Prof. Luiz Rotta SENSORIAMENTO REMOTO - DEFINIÇÕES Utilização de sensores para a aquisição de informações sobre objetos ou fenômenos sem que haja contato direto

Leia mais

Radiação Solar parte 2

Radiação Solar parte 2 Universidade de São Paulo Departamento de Geografia Disciplina: Bioclimatologia Radiação Solar parte 2 Prof. Dr. Emerson Galvani Laboratório rio de Climatologia e Biogeografia LCB Unidades de Irradiância

Leia mais

Simulação das bandas espectrais das câmaras CCD e WFI (CBERS), geradas a partir das imagens do sensor hiperespectral AVIRIS

Simulação das bandas espectrais das câmaras CCD e WFI (CBERS), geradas a partir das imagens do sensor hiperespectral AVIRIS Simulação das bandas espectrais das câmaras CCD e WFI (CBERS), geradas a partir das imagens do sensor hiperespectral AVIRIS ENIO SALVATORE CARMINE ESPOSITO 1 THELMA KRUG 2 ROBERT OTIS GREEN 3 1 CTA - Centro

Leia mais

UNIVERSIDADE PAULISTA. A espectrofotometria é uma técnica de análise baseadas na interação entre a radiação eletromagnética e a matéria.

UNIVERSIDADE PAULISTA. A espectrofotometria é uma técnica de análise baseadas na interação entre a radiação eletromagnética e a matéria. DISCIPLINA: MÉTODOS INSTRUMENTAIS DE ANÁLISE TÓPICO 4: Espectrofotometria de Absorção Molecular UV/Visível A espectrofotometria é uma técnica de análise baseadas na interação entre a radiação eletromagnética

Leia mais

Manipulação, Visualização e Interpretação de Imagens de Sensoriamento Remoto

Manipulação, Visualização e Interpretação de Imagens de Sensoriamento Remoto Manipulação, Visualização e Interpretação de Imagens de Sensoriamento Remoto Alexandre Xavier Falcão Instituto de Computação - UNICAMP afalcao@ic.unicamp.br Objetivo Extrair informações quantitativas e

Leia mais

UNIVERSIDADE FEDERAL DA PARAÍBA CENTRO DE CIÊNCIAS EXATAS E DA NATUREZA DEPARTAMENTO DE GEOCIÊNCIAS FUNDAMENTOS DO SENSORIAMENTO REMOTO

UNIVERSIDADE FEDERAL DA PARAÍBA CENTRO DE CIÊNCIAS EXATAS E DA NATUREZA DEPARTAMENTO DE GEOCIÊNCIAS FUNDAMENTOS DO SENSORIAMENTO REMOTO UNIVERSIDADE FEDERAL DA PARAÍBA CENTRO DE CIÊNCIAS EXATAS E DA NATUREZA DEPARTAMENTO DE GEOCIÊNCIAS FUNDAMENTOS DO SENSORIAMENTO REMOTO Prof. Dr. Richarde Marques Satélite Radiação solar refletida Atmosfera

Leia mais

Processamento Digital de Imagens - PDI

Processamento Digital de Imagens - PDI Processamento Digital de Imagens - PDI x Definição: x Manipulação da imagem por computador x Área Multidisciplinar: x Ótica x Engenharia Elétrica x Colorimetria x Neurofisiologia x Ciência da Computação

Leia mais

UNIDADE 4. TRANSFERÊNCIA DE ENERGIA NO SISTEMA ATMOSFERA- OCEANO. Conteúdo

UNIDADE 4. TRANSFERÊNCIA DE ENERGIA NO SISTEMA ATMOSFERA- OCEANO. Conteúdo UNIDADE 4. TRANSFERÊNCIA DE ENERGIA NO SISTEMA ATMOSFERA- OCEANO Conteúdo 4.1 POR QUE A ATMOSFERA E O OCEANO SE MOVEM CONTINUAMENTE?... 2 4.2 BALANÇO DE CALOR DO OCEANO E ATMOSFERA... 4 4.3 BALANÇO DE

Leia mais

PMI 3331 GEOMÁTICA APLICADA À ENGENHARIA DE PETRÓLEO

PMI 3331 GEOMÁTICA APLICADA À ENGENHARIA DE PETRÓLEO UNIVERSIDADE DE SÃO PAULO Escola Politécnica Departamento de Engenharia de Minas e de Petróleo PMI Graduação em Engenharia de Petróleo PMI 3331 GEOMÁTICA APLICADA À ENGENHARIA DE PETRÓLEO COMPORTAMENTO

Leia mais

Processamento Digital de Imagens

Processamento Digital de Imagens Processamento Digital de Imagens Conceitos Básicos CPGCG/UFPR Prof. Dr. Jorge Centeno Realidade e imagem Uma imagem é a representação pictórica de um aspecto da realidade. Uma imagem não é idêntica à cena

Leia mais

UMA ABORDAGEM GERAL SOBRE UM MODELO DE CORREÇÃO ATMOSFÉRICA APLICADO AO SENSORIAMENTO REMOTO HIPERESPECTRAL

UMA ABORDAGEM GERAL SOBRE UM MODELO DE CORREÇÃO ATMOSFÉRICA APLICADO AO SENSORIAMENTO REMOTO HIPERESPECTRAL UMA ABORDAGEM GERAL SOBRE UM MODELO DE CORREÇÃO ATMOSFÉRICA APLICADO AO SENSORIAMENTO REMOTO HIPERESPECTRAL MARCELO LOPEZ LATORRE 1,2 OSMAR ABÍLIO DE CARVALHO 3 YOSIO EDEMIR SHIMABUKURO 1 1 INPE Instituto

Leia mais

ATIVIDADE AVALIATIVA

ATIVIDADE AVALIATIVA Climatologia 2. Atmosfera Terrestre ATIVIDADE AVALIATIVA Valor: 1,0 Tempo para responder: 15min 1) Qual a importância da concentração dos gases que compõe a atmosfera terrestre, em termos físicos e biológicos?

Leia mais

RECURSO SOLAR. Disciplina: Centrais Elétricas Professor: Clodomiro unsihuay-vila

RECURSO SOLAR. Disciplina: Centrais Elétricas Professor: Clodomiro unsihuay-vila RECURSO SOLAR Disciplina: Centrais Elétricas Professor: Clodomiro unsihuay-vila AGENDA Introdução; Partes Constituintes; Geometria Sol-Terra; Radiação Solar sobre a Terra; Instrumentos para Medição; Análise

Leia mais

1. Introdução: um breve histórico

1. Introdução: um breve histórico 1. Introdução: um breve histórico Sensoriamento Remoto no Brasil Início das Atividades 1968 - Projeto SERE 1972 - PG em SR 1973 - Recepção de dados Landsat 1975-1 a Dissertação de Mestrado Sensoriamento

Leia mais

RADIAÇÃO SOLAR E TERRESTRE

RADIAÇÃO SOLAR E TERRESTRE RADIAÇÃO SOLAR E TERRESTRE LINHAS DO CAMPO MAGNÉTICO TERR A TEMPESTADE SOLAR SOL 1. INTRODUÇÃO Radiação (energia radiante) - se propaga sem necessidade da presença de um meio material designa processo

Leia mais

Nome: Assinatura:...

Nome: Assinatura:... Nome: RG: Assinatura: Código do Candidato: M01... Código do Candidato: M01 Leia com atenção antes de iniciar a Prova A duração da prova será de 3 horas. O candidato somente poderá ausentar-se da sala após

Leia mais

ESTRUTURA DE UMA IMAGEM E CALIBRAÇÃO RADIOMÉTRICA AULA 01. Daniel C. Zanotta 14/03/2018

ESTRUTURA DE UMA IMAGEM E CALIBRAÇÃO RADIOMÉTRICA AULA 01. Daniel C. Zanotta 14/03/2018 ESTRUTURA DE UMA IMAGEM E CALIBRAÇÃO RADIOMÉTRICA AULA 01 Daniel C. Zanotta 14/03/2018 ESTRUTURA DAS IMAGENS MULTIESPECTRAIS Matriz-Imagem Exemplo Landsat: Banda 1 Banda 2 Banda 3 Banda 4 Banda 5 Banda

Leia mais

ASSUNTO: Produção e Propagação de Ondas Eletromagnéticas.

ASSUNTO: Produção e Propagação de Ondas Eletromagnéticas. UNIDADES DE TRANSMISSÃO 1 QUESTIONÁRIO DA UNIDADE I ASSUNTO: Produção e Propagação de Ondas Eletromagnéticas. Nome: N o : Turma: Para cada período mencionado, analise seu conteúdo e marque " F " para uma

Leia mais