VIDEOGRAFIA APLICADA A AGRICULTURA DE PRECISÃO: UM ESTUDO DE CASO PARA A CULTURA DE SOJA

Transcrição

1 ISSN , p VIDEOGRAFIA APLICADA A AGRICULTURA DE PRECISÃO: UM ESTUDO DE CASO PARA A CULTURA DE SOJA JAQUELINE VICENTE MATSUOKA 1, 2 NILTON NOBUHIRO IMAI 2 JÚLIO KIYOSHI HASEGAWA 2 1 Programa de Pós-Graduação em Geografia Universidade Federal do Rio Grande do Sul Instituto de Geociências, Porto Alegre/RS 2 Programa de Pós-Graduação em Ciências Cartográficas Universidade Estadual Paulista - Unesp Faculdade de Ciências e Tecnologia - FCT jaquematsuoka@gmail.com; nimai@fct.unesp.br; hasegawa@fct.unesp.br RESUMO É apresentada uma abordagem para adquirir, tratar e analisar imagens obtidas com câmeras digitais multiespectrais com visada inclinada e realizada uma avaliação do seu potencial para agricultura de precisão. Foi realizado um estudo de caso com a câmera digital multiespectral Duncan Tech MS-3100 em plataforma terrestre, com visada inclinada, de forma a integrar o sistema com máquinas agrícolas. As imagens foram retificadas e normalizadas. Os resultados mostraram que as variações da resposta espectral decorrentes das alterações dos ângulos de tomada constituem a maior dificuldade, a qual deve ser superada para tornar viável a aplicação dessa abordagem. ABSTRACT This work presents an approach to get multispectral images from an off nadir point of view and the procedure developed to extract information. A case study was carried on in a soybean production area. A Duncan Tech MS-3100 digital camera was applied to get pictures. The images have been standardized and retified. The results showed that spectral responses variations related with different point of view angle are the main problem that must be solved to apply this approach in precision farming planning. 1 CONSIDERAÇÕES INICIAIS As imagens digitais multiespectrais podem fornecer informações que auxiliarão na estimativa da produtividade de culturas agrícolas, e mesmo subsidiar o monitoramento de seu desenvolvimento. Isso é possível, pois o volume de fitomassa acumulado nas plantas constitui-se num bom indicador das condições disponíveis ao desenvolvimento da cultura, além de estar diretamente relacionado à sua composição físico-química. Moreira (2001) e Curram (1983), ressaltam que os principais mecanismos que influenciam a quantidade de energia refletida pelas folhas são: pigmentos, água, espaços de ar e estrutura celular. Segundo Ponzoni F, J, et al (2002), a predição e a compreensão da aparência assumida por um dossel vegetal ou de um dado radiométrico proveniente desse mesmo dossel, presentes em uma imagem, não podem ser feitas única e exclusivamente tomando-se como base a reflectância espectral de alguns elementos da vegetação (folhas, flores, galhos, troncos, frutos, etc.). As geometrias de iluminação e visada (parâmetros geométricos que caracterizam a bidirecionalidade da radiância medida pelos sensores remotamente situados), a densidade destes elementos da vegetação (muitas vezes expressa pelo Índice de Área Foliar - IAF), suas orientações espaciais e as características espectrais do solo no qual a vegetação se desenvolve são outros fatores que exercem influência sobre a reflectância espectral da vegetação. Apesar da complexidade dos sistemas vegetados, tem-se procurado avaliar alguns parametros espectrais descritores das condicõess de desenvolvimento desses sistemas (Epiphanio e Formaggio, 1991); (Epiphanio, Leonardi e Formaggio, 1994). Como alternativa ao trabalho de campo intensivo deseja-se associar os dados de levantamentos de campo com imagens utilizadas como dados adicionais, visto que ambos, desenvolvimento das culturas e dados multiespectrais, são correlacionados. Visando a otimizar o processo produtivo agrícola é que se propõe utilizar imagens multiespectrais tomadas por uma câmera instalada em plataformas terrestres. Nesse caso, as imagens são tomadas com visada oblíqua. Imagens multiespectrais registram resposta espectral que podem ser alteradas devido a fatores como: condições de iluminação, variações de ângulo de visada da câmera, influência da geometria do dossel da cobertura

2 vegetal (tipo de planta, geometria das folhas, recobrimento, etc) e do solo (textura, cor e umidade). A utilização de imagens tomadas de acordo com uma visada oblíqua exige a realização de um tratamento que envolve processamento da geometria e da radiometria dos dados. O tratamento dos dados radiométricos obtidos pela resposta espectral do dossel de uma cultura de soja baseia-se na interação da energia incidente com esse tipo de alvo. Algumas pesquisas têm sido feitas com o intuito de observar variações no comportamento espectral da vegetação, provocadas por mudanças nas medidas de reflectância. Silva e Ponzoni (1995) compararam a reflectância hemisférica de folhas isoladas, cujos fatores de reflectância foram determinados mediante o uso de um radiômetro dotado de esfera integradora, com a reflectância bidirecional de um dossel, que foi estimada por intermédio de dados orbitais TM/Landsat, e concluíram que ocorre uma diferença significativa entre o fator de reflectância bidirecional de um dossel e o fator de reflectância hemisférica de folhas isoladas, assim como também Rangel, et al. (2001). O estudo detalhado da interação da energia incidente com o dossel é feito com base na análise das alterações que ambos apresentam como conseqüência desta interação Fonseca (2002). Segundo Jensen (2002), uma folha tipicamente saudável, tem uma alta refletância na região do infravermelho entre nm. Curran (1983), Jensen (2002) discutem aspectos fundamentais sobre a interação da radiação eletromagnética no espectro óptico com o dossel de plantas, com base em um grande conjunto de trabalhos acumulados sobre o assunto. Fonseca (2002), com objetivo de classificar imagens multiespectrais, coloca que é necessário conhecer o comportamento espectral de uma folha para inferir informações sobre o dossel. Entretanto, no caso de imagens tomadas com visada inclinada ocorrem efeitos relacionados com a reflectância bidirecional, pois o dossel de uma cultura não pode ser, nesse caso, aproximado a uma superfície perfeitamente difusa. De acordo com Jensen (2002), medidas de reflectância bidirecional obtidas da vegetação e do solo têm demonstrado que a maioria da superfície terrestre possui comportamento não - lambertiano (anisotrópico). De acordo com Nogueira et al., (1996), as superfícies naturais não são perfeitamente lambertianas, pois a radiância espectral varia em função dos ângulos zenitais e azimutais de visada e iluminação. Essa característica de anisotropia, principalmente na região do espectro solar deve ser levada em consideração, já que o sensoriamento remoto é baseado nas medidas de radiação eletromagnética refletida ou emitida pelas superfícies. Apesar de muitas aplicações do sensoriamento remoto supor a lambertianidade de superfícies (Novo, 1992), diversos trabalhos evidenciam o comportamento anisotrópico nas várias formas de aquisição de dados. O comportamento anisotrópico da reflexão é comprovado através de diversas determinações experimentais utilizando detectores direcionais a bordo de aeronaves, através de observações de radiância detectada por sensores a bordo de satélites geoestacionários e através de medidas em campo (Brennnan e Bandeen, 1970; Krieble, 1978; Tanré et al, 1983) e em laboratório (Candeias et al, 1990). O impacto da função distribuição da reflectância bidirecional não é ainda bem entendido, apesar de se saber que ela afeta vários dados de sensoriamento remoto usados para observações da Terra, especialmente para sensores com grandes campos de visada. A análise das medidas do fator de reflectância bidirecional para diferentes ângulos de visada e iluminação demonstram a necessidade de levar em consideração as propriedades não lambertianas de superfícies, principalmente quando o imageamento da superfície terrestre é realizada com satélites de órbita oblíqua Nogueira, et al.(1996). Pesquisas são realizadas com objetivo de predizer quanta energia radiante, em um determinado comprimento de onda, deixa uma folha ou cobertura vegetal, baseado em alguns fatores. Alguns modelos têm sido amplamente utilizados, como os modelos Sail e Li- Strahler, encontrados em Jensen (2002). Esses modelos representam importantes tentativas para explicitar e modelar as interações matéria energia localizadas acima e abaixo da cobertura vegetal. Uma forma de tratar os dados radiométricos pode ser baseada numa transformação do registro da energia refletida por uma estimativa do fator de refletância (FR). Para isso é necessário dispor da resposta espectral de um alvo que seja adotado como referencia. Por outro lado, imagens tomadas segundo um ângulo de visada oblíquo devem ser tratadas geométricamente para finalmente serem georreferenciadas. A retificação é o processo necessário para realizar a transformação de uma imagem negativa inclinada em uma imagem verdadeiramente vertical, Wolf (1983). As imagens verdadeiramente verticais ou imagens retificadas estão livres dos deslocamentos devido à inclinação da câmera. A retificação de uma imagem baseia-se na orientação angular da câmera no momento da tomada. Para recuperar essa orientação angular é necessário que sejam determinados os parâmetros de orientação exterior da câmera, (ω, ϕ, κ) que definem a atitude da câmera no momento da tomada da imagem, além das coordenadas (X, Y e Z) aproximadas do ponto onde foi tomada a imagem (cp centro perspectivo da câmera) (Andrade, 1998), este processo é denominado de fototriangulação. O presente trabalho descreve um estudo de caso realizado para avaliar uma metodologia na qual é realizada a tomada de imagens de uma plantação de soja, com a câmera digital Duncan Tech MS-3100 com visada oblíqua, a qual foi acoplada a uma carreta, bem como o tratamento dessas imagens. Os resultados obtidos podem ser tomados como ponto de partida para pesquisas futuras, visando à utilização de imagens multiespectrais como informações adicionais na agricultura de precisão.

3 2. ESTUDO DE CASO O estudo de caso tem como objetivo principal, avaliar o potencial de imagens digitais da câmera digital multiespectral Duncan Tech MS 3100, como dados adicionais na estimativa do rendimento da cultura da soja. Para aquisição das imagens, um sistema de aquisição de imagens foi projetado e construído por professores da FCT / UNESP de Presidente Prudente com pesquisadores da EMBRAPA Soja de Londrina. Esse sistema é constituído por uma câmera digital acoplada a uma carreta, um microcomputador, um monitor de vídeo e um receptor GPS. As imagens foram coletadas de uma plantação de soja em um dos campos de EMBRAPA no município de Londrina PR. O imageamento da área foi realizado abrangendo 6 linhas de plantio, com estacas colocadas de 1,5 m em 1,5 m. Além das imagens as linhas de plantio foram divididas em pequenas áreas de 1m x 1 m, onde os grãos de soja foram colhidos e pesados. A área total utilizada para o experimento é de 2,70 m x 57 m ou 153,9 m 2. As coordenadas para cada uma dessas áreas amostrais foram coletadas utilizando um receptor GPS de dupla freqüência Astech ZXII, utilizando como referência as estacas. Tais estacas foram numeradas para realizar o processo de fototriangulação e georreferenciamento. Foram coletadas no total 180 imagens com resolução espacial de aproximadamente 0,05 m ou 5 cm, para garantir o recobrimento de toda área e ainda uma sobreposição longitudinal de 30%, de forma que, em cada imagem estivessem presentes pelo menos quatro pontos sinalizados e que, desses quatro pelo menos dois estivessem presentes em duas imagens consecutivas, para viabilizar o processo de fototriangulação e georreferenciamento. Dessas 180 imagens, foram selecionadas apenas 30, pois várias delas recobriam a mesma área do terreno e em outras não era possível identificar as estacas numeradas. A figura 1 mostra uma panorâmica da área imageada. Figura 1 Panorâmica da Área da Plantação de Soja Imageada 3. RESULTADOS As imagens selecionadas foram fototrianguladas e foram obtidas as coordenadas dos centros perspectivos da câmera, as coordenadas corrigidas para os pontos de controle utilizados e os parâmetros kappa (k), fi (ϕ) e omega (ω). Na figura 2 é mostrada uma composição falsa-cor retificada. Figura 2 Imagem Retificada As imagens devem ter sua reflectância transformada para fator de reflectância, considerando como referência o valor de radiância da placa de sulfato de bário utilizada durante as tomadas. O fator de reflectância (FR) é a razão entre o fluxo refletido por uma superfície amostral qualquer e o fluxo refletido, na mesma geometria, por uma superfície de referência padrão, conforme a equação (1): medida tomada sobre o alvo FR (%) = (1) medida da placa de referência Foi codificada uma rotina, em Matlab, um software utilizado para realização de processamento digital de imagens, para minimizar os ruídos causados no processo de retificação, nesse caso, a partir da utilização de um filtro da mediana. Em seguida, são extraídas amostras referentes à placa de bário, calcula-se a média desses valores e por fim é realizado o processo de estimativa do fator de reflectância para cada uma das bandas, separadamente. É necessário lembrar que a banda do verde foi descartada pelo fato de que no processo de geração da imagem será utilizada a razão simples, a qual só utiliza as bandas do infravermelho próximo e do vermelho. A resposta da vegetação para uma mesma cena varia conforme aumenta a distância da visada da câmera. Além disso, essa variação varia conforme o ângulo de visada, como esperado. Para minimizar esses efeitos foi necessário realizar o processo de normalização. Sabe-se que a quantidade de radiação eletromagnética que forma uma imagem é influenciada por fatores externos da superfície imageada. Entre os fatores que influenciam na tomada da imagem está a atmosfera e o ângulo de visada. Assim, de acordo com SCHOTT et al (1988), a dificuldade de comparação de diferentes cenas decorre, não somente devido às condições atmosféricas, mas também devido às variações de ângulos de inclinação e visada e também dos parâmetros do sensor. SCHOTT et al. (1988) desenvolveram uma técnica de normalização radiométrica que corrige os efeitos da atmosfera, iluminação e diferenças de resposta do sensor. Tal técnica é constituída pela aplicação de um conjunto de

4 transformações em cada banda espectral, porém os parâmetros utilizados para tal transformação são retirados de elementos da cena considerados invariantes temporalmente. A normalização radiométrica tem como resultado a alteração do valor de brilho registrado em cada banda para parecer que foi imageada com a mesma função de resposta e nas mesmas condições atmosféricas e de iluminação de uma imagem considerada em condições ideais. Uma transformação é dada pela equação 3. [ I AN I( i, AN ] I j R S = (3) R I N * + ) S AN Sendo: I (i,n o valor de brilho do pixel (i, na imagem resultante da normalização; S R e S AN os desvios padrões da imagem de referência e da imagem a ser normalizada respectivamente; I AN e I R são as médias da imagem de referência e da imagem a ser normalizada respectivamente. Essa transformação é baseada na suposição de que as distribuições são gaussianas e, portanto, representadas pela curva normal com parâmetros média e variância. Assim, adota-se a média e a variância de uma imagem como referência para transformação. Para realizar a normalização das imagens foram extraídas a média e o desvio padrão de uma amostra dos fatores de reflectância em cada uma das cenas. A Tabela 1 mostra os valores das médias e dos desvios padrão da amostra de cada cena nas bandas do vermelho e do infravermelho próximo. Deve ser considerado que os valores apresentados são inteiros. Na primeira coluna é mostrado o identificador das imagens. Na tabela 1 é possível notar que existem algumas imagens na banda do vermelho, as quais possuem médias dos fatores de reflectância bem diferentes das demais, em torno de 8. Essa diferença nos valores das médias e dos desvios padrão faz com que as imagens razão fiquem escuras. Mesmo depois de realizada a normalização nas bandas, as imagens continuaram com média diferente e conseqüentemente a imagens razão continuaram escuras. Contudo, esse processamento deveria corrigir as variações na resposta espectral das imagens, deixando-as todas padronizadas. Todas as imagens deveriam ter um comportamento similar no histograma, ou seja, um comportamento padrão para as imagens na banda do vermelho e outro comportamento para as imagens na banda do infravermelho. Não entanto, isso não ocorreu para todas as imagens, devido ao deslocamento na posição da câmara durante a tomada resultar em estimativas do fator de reflectância cujas variações não são lineares. Tabela 1 Médias e desvios padrão dos fatores de reflectância para as bandas do vermelho e do infravermelho próximo antes da normalização Identificador. das imagens Média (V) Média (IVP) Desviopadrão (V) Desviopadrão (IVP) , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,50 Através da análise dos valores médios, antes da normalização, pode-se concluir que o deslocamento da câmera em alguns locais, causou um aumento nos fatores de reflectância na banda do vermelho, o qual o modelo de normalização (linear) não conseguiu representar. Para avaliar o problema, foram gerados os histogramas para todas as imagens, tanto para as imagens obtidas sem a variação de ângulo quanto para as obtidas com variação de ângulo, somente na banda do vermelho, a qual apresentou problemas. Verificou-se que, os histogramas para as imagens sem variação de ângulo apresentavam um tipo de distribuição de freqüências e outra distribuição para as imagens com variação de ângulo. As figuras 3 e 4 mostram o histograma, somente para a área de vegetação, para uma das imagens claras e para uma das imagens escuras, respectivamente.

5 Figura 3 - Histograma padrão das imagens sem variação de ângulo. Figura 4 Histograma padrão das imagens com variação de ângulo. Como é possível observar nos histogramas, os valores de brilho na banda do vermelho para o conjunto de imagens com ângulo de visada θ 1 (ângulo de visada determinado pela configuração correta), estão concentrados em sua maioria no valor 0 (zero) e alguns no valor 12. Enquanto que para a banda do vermelho, no conjunto de imagens com ângulo de visada θ 2 (ângulo de visada decorrente do balanço da câmara no suporte), o histograma tem um comportamento bem diferente; os valores estão distribuídos entre o valor 0 (zero) e o 16, com a maior parte dos valores concentrados no 9. Os ângulos θ 1 e θ 2. Os histogramas mostrados nas figuras 9 e 10 apresentam os valores do eixo x com uma diferença de escala, eles deveriam ser de 0 255, porém esse equívoco ocorre devido as configurações do Matlab. A solução, então, encontrada para resolver esse problema foi aplicar uma translação dos valores de fator de reflectância (offset) em todos os valores da área de vegetação, fazendo assim com que os histogramas das imagens com ângulo θ 2 ficassem semelhantes aos das imagens com ângulo θ 1. A figura 5 mostra o histograma de uma imagem com variação de ângulo após o processamento. Figura 5 Histograma da Imagem Corrigida Depois de realizado o deslocamento do histograma para as imagens adquiridas com ângulo indesejável, o processo de normalização foi realizado para as duas bandas, obtendo-se um resultado bastante satisfatório, como mostra a Tabelas 2 para as bandas do vermelho e do infravermelho. Lembrando que, no processo de normalização, a imagem utilizada como referência foi a imagem 30, por esta apresentar maior contraste, o que leva a um melhor resultado, de acordo com Galo (2000). Tabela 2 Médias e Desvios Padrão dos Fatores de Reflectância para as Bandas do Vermelho depois da Normalização Identificador das Imagens Média (V) Desvio- Padrão (V) Média (IVP) Desvio- Padrão (IVP) , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,74 O deslocamento do histograma foi necessário, pois a normalização é linear, assim não conseguiu modelar o movimento involuntário da câmara (decorrente do balanço da câmara no suporte), que neste caso

6 provocou uma transformação mais complexa nos valores de fator de reflectância da vegetação (plantas de soja). Após todos os processamentos realizados anteriormente, gerou-se a razão simples para cada cena. A figura 6 mostra o resultado da razão obtido para uma das cenas. De acordo com Moreira (2001), do ponto de vista matemático, a Razão Simples e a Diferença Normalizada (NDVI) apresentam equivalência funcional, por conterem o mesmo tipo de informações sobre os parâmetros biofísicos da cultura. No entanto, o NDVI, é mais sensível à vegetação esparsa do que a razão simples. Índices de vegetação têm sido utilizados para monitoramento e mapeamento de culturas, assim como para diversos outros fins relacionados à vegetação. Teillet et al. (1997), utilizaram o índice de vegetação NDVI para demonstrar o impacto das mudanças no comprimento de onda e escala espacial, usando imagens do espectroradiômetro Aerotransportado nas bandas do visível e infravermelho próximo para a região de floresta do sudeste de Bristish Columbia. Enquanto Gamon et al. (2002), utilizou os índices de vegetação para estimar o conteúdo de água presente nas plantas, comparando o NDVI com outros índices. Segundo Imai et al. (2003), um forte motivo para usar a razãos como índice de vegetação, é que as medições feitas em campo, correspondentes às radiâncias (L), podem ser usadas diretamente, sem que haja necessidade de sua conversão para dados de reflectância (ρ), quando se considera os valores de radiância obtidos através de uma placa de reflectância padrão. Com base em experimentos realizados, Imai et al. (2003), mostraram que o índice de vegetação da diferença normalizada (NDVI), apesar de ser um dos mais utilizados, não se constitui em uma medida apropriada para avaliação de culturas que cobrem totalmente o terreno, ou seja, que não são esparsas, pois ele é extremamente sensível a vegetação esparsa, enquanto que o índice de vegetação razão simples é muito mais sensível à culturas cujo dossel seja denso. Para o georreferenciamento das imagens foram utilizados os pontos de controle coletados em campo, como já descrito anteriormente. O processo teve um resultado aparentemente bom, pois sua precisão foi de ± 20 cm. Tal resultado pode ser considerado preciso, pois as áreas de cada elemento amostral coletadas do campo de soja são de 1 m 2 aproximadamente, assim um erro de 20 cm é tolerável. Além disso, a agricultura de precisão, não exige precisão milimétrica. Depois do georreferenciamento, foi realizada a geração de um mosaico, também utilizando o software SPRING O resultado do mosaico, utilizando as imagens razão simples, é mostrado na figura 7. Figura 7 Mosaico com as Imagens Razão Simples Depois de construído o mosaico, foi realizado um perfil para verificar se todas as imagens possuíam realmente o mesmo padrão radiométrico, como mostra a figura 8. Observando a mesma figura, pode-se notar que as imagens possuem em média os mesmos valores de brilho, sem levar em consideração as eventuais variações bruscas, as quais são decorrentes dos valores de brilho onde estão localizados alguns ruídos e as pessoas que seguravam a placa de sulfato de bário, como pode ser visto na figura 7. Figura 6 Resultado da Razão de Bandas para uma das Imagens As imagens da razão, obtidas no item anterior, foram georreferenciadas (ou registradas) utilizando o software SPRING , desenvolvido pelo Instituto Nacional de Pesquisas Espaciais INPE e disponibilizado gratuitamente na internet. Figura 8 Perfil do Mosaico Normalizado Os valores da razão foram coletados utilizando um software de processamento digital de imagens. Os

7 dados para a variável primária, rendimento e para a variável secundária, valor da razão, apresentados na Tabela 3, dão origem ao gráfico da figura 15, que mostra a baixa correlação existente entre as variáveis. Tabela 3 Valores do Rendimento e da Razão Razão(Níveis Rendimento (kg/ha) de Cinza) Gráfico da Dispersão Figura 14 Gráfico da Correlação. Como pode ser observado, pelo gráfico da figura 14, não existe correlação visível, sendo que essa afirmação pode ser demonstrada pelo coeficiente de correlação, que é de 0,1269. Portanto, a inexistência de correlação entre a variável primária e variável secundária inviabiliza utilização de imagens tomadas de plataformas terrestres com visada inclinada. 5 CONCLUSÕES Os resultados obtidos mostram que ainda há muitas dificuldades para utilizar imagens multiespectrais tomadas a partir de visada inclinada como informações adicionais na agricultura de precisão. É necessário conhecer melhor como varia o comportamento espectral de dosséis de culturas em relação ao ângulo de visada. A ausência da correlação entre os valores de brilho das imagens razão e as amostras de rendimento da soja, pode ter ocorrido devido a diversos fatores. Dentre as hipóteses que devem ser consideradas para tentar explicar tal fenômeno a primeira é devido ao fato da resposta espectral do dossel da área utilizada para o experimento variar muito pouco, ou seja, ser homogênea, dado as distâncias utilizadas para a obtenções das imagens. Esse fato pode dificultar a associação de uma relação entre o rendimento da soja e essa resposta espectral. Outra hipótese deve ser remetida ao fato de que as imagens foram tomadas com a câmera em posição inclinada, hipótese mais provável; pois a resposta espectral da soja é alterada conforme o ângulo de visada. Apesar dos processos de retificação e normalização não foi possível colocar os dados de resposta espectral num único referencial. Tal fato foi melhor esclarecido no item 3, que fala sobre a reflectância bidirecional. No caso de imagens da satélite, essas variações no ângulo de visada da câmara podem não influenciar na resposta espectral, pois se comparadas, as imagens de satélites tem uma variação no ângulo quase que imperceptível, pois a visada é vertical e a plataforma muito estável. Enquanto que as imagens obtidas de plataformas terrestres, que trafegam sobre terreno irregular, como as de plantações são tomadas com muitas variações no ângulo de visada. Além dos fatores descritos acima, outros podem ter influenciado, como por exemplo, as condições de iluminação e as condições atmosféricas do dia em que foram tomadas as imagens, apesar de todos os cuidados tomados durante a aquisição das imagens e de o tempo estar limpo e sem nuvens no momento das tomadas. Podese concluir que é necessário realizar outras pesquisas sobre o comportamento espectral do dossel da cultura de soja relacionando-o com variações no ângulo de visada do sensor e a posição do sol para possibilitar a modelagem adequada do fenômeno e assim viabilizar a abordagem avaliada neste trabalho. REFERÊNCIAS BIBLIOGRÁFICAS ANDRADE, J. B. Fotogrametria. Curitiba, SBEE, Universidade Federal do Paraná, p. CANDEIAS, A.L.B.; FARIA, K.; CHAVES, M.A.; ANTUNES, M.H.; GONÇALVES, S.M.S. Comparação entre os fatores de reflectância bidirecional de uma cobertura vegetal obtida com o espectrorradiômetro Spectron SE-590 adaptado com e sem o uso do filtro Kodak Wratten n 12. In: Simpósio Brasileiro de Sensoriamento Remoto 6, Manaus, Anais, p

8 CURRAN, P. J.. Principles of Remote Sensing, Londres and New York, DUNCAN TECH, MS-3100 User manual (Software nver.1.02h). Auburn, CA: Duncan Tech, 2001( CD- Rom). EPIPHANIO, J. C. N.; FORMAGGIO, A. R. Sensoriamento remoto de tres parametros biofisicos de trigo e de feijao. In: Pesquisa Agropecuária Brasileira, Brasilia, v.26, p , EPIPHANIO, J. C. N.; LEONARDI, L.; FORMAGGIO, A. R. Relaçõess entre parametros culturais e resposta espectral de cafezais. In: Pesquisa Agropecuária Brasileira, Brasilia, v.29, p , FONSECA, L. M. G. Segmentação e Classificação. Divisão de Processamento de Imagens. INPE Disponível em Acesso em: abril de GALO, M. L. B. T.; NOVO, E. M. L. de M.; Normalização Radiométrica de Imagens: Uma Meio de Integrar Dados Multitemporais de Sensoriamento Remoto para Monitoramento Ambiental. In: Revista do Instituto Florestal. São Paulo, v.12, p , IMAI, N. N. I., SARTORI, L. R., SILVA, E. A. da, GALO, M. de L. B. T. Espectroradiometria de Campo no Visível e Infravermelho Próximo: Um Estudo da Resposta Espectral da Soja. In: CD Room Anais do III Colóquio de Ciências Geodésias, Curitiba, julho, grandis e o fator de reflectância direcional hemisférico de suas folhas isoladas. In: Revista Cerne, vol. 08, n1, p , RANGEL, M. E. S.; GURGEL, C. H. da; FERRI, C.; SUGAWARA, M. L.; PINTO, M. L de A. Relação entre o Fator de Reflectância Hemisférica e o Fator de Reflectância Hemisférica Bidirecional de Folhas Isoladas da Tibouchina granulosa cogn. In: Anais do X Simpósio Brasileiro de Sensoriamento Remoto, Foz do Iguaçu, de abril de 2001, p SCHOTT, J. R.; SALVAGGIO, C.; WOLCHOK, W. J. Radiometric Scene Nomraliztion Using Psudoinvariant Features. In: Remote Sensing of Environment, New York. v.26 (1), p SILVA E. L. S.; PONZONI, F. J. Comparação entre a reflectância hemisférica de folhas e a reflectância bidirecional de um dossel. Revista Árvore, v. 19, n. 4, p , TANRÉ, D.; HERMAN, M.; DESCHAMPS, P.Y. Influence of atmosphere on space measurements of directional properties. Applied Optics, 1983, 22(5): TEILLET, P. M.; STAENZ, K.; WILLIANS, D. J. Efect of Spectral, Spatial an Radiometric Characterisitcs on Remote Sensing Vegetation on Indices of Forest Regions. In: Remote Sensing of Environment, New York, v. 61, p , JENSEN, R. J. Remote Sensing of the Environment: na Earth Resource Perspective. Upper Sadle River: Prentice Hall p. MOREIRA, M. A.. Fundamentos do Sensoriamento Remoto e Metodologias de Aplicação. São José dos Campos SP: Instituto de Pesquisas Espaciais (INPE), NOGUEIRA, J. L. M.; MORAES, C. E.; BASTOS, E. J. de B.; ESPOSITO, E.S. C.; FREIRE, M. L. de F. Reflectância de uma superfície vegetado em função da geometria de aquisição. In: Anais do VIII Simpósio Brasilieiro de Sensoriamento Remoto, Salvador, de abril, 1996, p NOVO, E.M.L.M. Sensoriamento remoto: princípios e aplicações. 2ed. Editora Edgard Blucher Ltda, 1992, 308p. PONZONI, J. F.; GOMES, A. R.; MALDONADO, F. D., SASSAGAWA, H S. Y; NUMATA, Y. E DE ARAÚJO, L. S. Comparação entre o fator de reflectância bidirecional de um dossel de mudas de Eucalyptus