SISTEMA PARA A GERAÇÃO AUTOMÁTICA DE PRODUTOS DE IMAGENS AVHRR-NOAA PARA MONITORAMENTO AGRÍCOLA RESUMO
|
|
- João Lucas Antunes Cesário
- 2 Há anos
- Visualizações:
Transcrição
1 SISTEMA PARA A GERAÇÃO AUTOMÁTICA DE PRODUTOS DE IMAGENS AVHRR-NOAA PARA MONITORAMENTO AGRÍCOLA JOÃO FRANCISCO GONÇALVES ANTUNES 1 JÚLIO CÉSAR DALLA MORA ESQUERDO 2 JURANDIR ZULLO JR. 3 RESUMO A geração de produtos AVHRR-NOAA demanda muito tempo e requer uma técnica automatizada para processamento das imagens devido a sua alta resolução temporal. Este artigo descreve o desenvolvimento de um sistema de processamento de imagens AVHRR-NOAA totalmente automático. Os resultados têm mostrado que quando as imagens são livres de ruídos e sem muitas nuvens, o sistema foi eficaz gerando produtos geometricamente precisos, com erros não maiores que um pixel. O sistema desenvolvido mostrou ser uma ferramenta importante para usuários de imagens NOAA, especialmente os que necessitam de uma grande série temporal com alta precisão geométrica para monitoramento agrícola. PALAVRAS-CHAVE: Sensoriamento remoto, Processamento de imagens, Georreferenciamento preciso. SYSTEM FOR AUTOMATIC GENERATION OF AVHRR-NOAA IMAGES PRODUCTS FOR CROP MONITORING ABSTRACT Making products for AVHRR-NOAA imagery is time-consuming and an automated technique for image processing is required due to its high temporal resolution. This paper describe the development of a system for full-automated AVHRR-NOAA image processing. The results have shown that when using input images with no noises and not too cloud, the system was effective, making products geometrically precise, with errors not greater than a pixel. The developed system showed to be an important tool for NOAA image users, especially those who need to use large temporal series with high geometric precision for crop monitoring. KEYWORDS: Remote sensing, Image processing, Precision georeferencing. 1 Pesquisador Embrapa Informática Agropecuária, Av. Dr. André Tosello, 209, Barão Geraldo. Caixa Postal CEP: , Campinas - SP, Brasil. 2 Doutorando da Faculdade de Engenharia Agrícola (FEAGRI), Universidade Estadual de Campinas (UNICAMP). Caixa Postal CEP: , Campinas - SP, Brasil. 3 Pesquisador do Centro de Pesquisas Climáticas e Meteorológicas Aplicadas à Agricultura (CEPAGRI), UNICAMP. CEP: Campinas - SP, Brasil.
2 1. INTRODUÇÃO Nos últimos anos as imagens de sensores remotos orbitais têm sido uma fonte importante de dados para estudos geográficos, agrometeorológicos e ambientais em nível regional, por proverem a necessária visão temporal da superfície terrestre. Um sensor particularmente importante é o Advanced Very High Resolution Radiometer (AVHRR), a bordo da série de satélites da National Oceanic and Atmospheric Administration (NOAA), cujos produtos têm sido aplicados no monitoramento agrícola. O Centro de Pesquisas Meteorológicas e Climáticas Aplicadas à Agricultura (CEPAGRI) da Universidade Estadual de Campinas (UNICAMP) possui um banco de imagens AVHRR-NOAA iniciado em abril de 1995, com aproximadamente dois terabytes de dados. Atualmente são recebidas em média 10 imagens por dia dos satélites NOAA 12, 14, 15, 16 e 17 em operação. Uma das grandes vantagens dessas imagens é a sua elevada resolução temporal, com garantia de cobertura diária e de aquisição gratuita, características fundamentais no estudo de alvos com grande dinâmica espectral como a vegetação. Porém, o elevado número de imagens diariamente disponíveis torna a geração de produtos AVHRR-NOAA uma rotina trabalhosa e com um certo nível de intervenção humana. Uma etapa fundamental para a geração de produtos é o georreferenciamento preciso das imagens, o que nem sempre é exeqüível por meio dos softwares atualmente disponíveis. Diante dessas dificuldades e da necessidade de se gerar produtos com qualidade de forma automática, o presente trabalho aborda o desenvolvimento de um sistema para o processamento das imagens AVHRR-NOAA, para fins de monitoramento agrícola, sem qualquer intervenção humana. 2. MATERIAIS E MÉTODOS As imagens AVHRR-NOAA foram obtidas do acervo histórico do CEPAGRI em seu estado bruto. Foram utilizadas imagens diurnas dos satélites NOAA-16 e NOAA-17, com horários de passagem próximos das 17h30 e 14h GMT, respectivamente, no período de novembro de 2003 a março de 2004, época do ciclo de desenvolvimento da soja na região oeste do Estado do Paraná. O sistema foi implementado em script c-shell sob a plataforma Linux. A primeira parte é composta por um conjunto de comandos que acionam os módulos de processamento das
3 imagens disponíveis no pacote de software NAV (NAVigation), de conversão de formato, calibração radiométrica e georreferenciamento preciso das imagens, desenvolvido pelo Dr. Daniel G. Baldwin, em linguagem C. Essa tecnologia foi repassada gratuitamente pelo Colorado Center for Astrodynamics Research (CCAR), Aerospace Engineering Sciences, da Universidade do Colorado, EUA. A segunda parte é responsável pela geração de produtos implementada com a linguagem de programação IDL 4.0 (Interactive Development Language) do software ENVI 6.0 (The Environment for Visualizing Images), também acionada pelo script c-shell. (Figura 1). FORMATO BRUTO IMAGEM BASE CALIBRAÇÃO RADIOMÉTRICA MCC NAVEGAÇÃO INDIRETA ERROS DE ATITUDE 7 ARQUIVOS DE SAÍDA ROTINA P/ GERAÇÃO DE PRODUTOS ARQUIVO FINAL COM 7 BANDAS MÁSCARA DE NUVENS NDVI NDMI FIGURAS JPEG Figura 1: Fluxograma resumido do sistema. O processo inicia-se com a conversão da imagem AVHRR-NOAA em seu formato bruto para um formato compatível com os processos subseqüentes. Em seguida é feita a calibração radiométrica, transformando os valores de nível de cinza para reflectância aparente (no topo da atmosfera) para as bandas 1, 2 e 3A e temperatura de brilho, para as bandas 4 e 5, seguindo as metodologias descritas pela NOAA (GOODRUM et al., 2004) e por RAO e CHEN (1996). A seguir é realizado o georreferenciamento baseado na metodologia de navegação indireta descrita por ROSBOROUGH et al. (1994), que considera como a maior fonte de erros nesse processo a imprecisão no ângulo dos três eixos de posicionamento do satélite no momento de sua passagem. Para determinar esses erros de atitude, o método faz uso de pontos de controle coletados automaticamente por meio da técnica da Máxima Correlação Cruzada (MCC), que compara a imagem alvo que se pretende corrigir a uma imagem base
4 geometricamente precisa e sem nuvens (BOWEN et al., 2002). A partir disso obtêm-se cinco arquivos referentes as bandas espectrais calibradas e corrigidas geometricamente, com a região que engloba o Paraná, centrada nas coordenadas geográficas 24º30 S e 51º20 W. Também são gerados dois arquivos com o ângulo zenital solar e ao ângulo de elevação do satélite para cada pixel da imagem. O primeiro produto gerado é um arquivo contendo sete bandas, reunindo os sete arquivos criados anteriormente num único arquivo. Os dados da imagem de saída são gravados em números inteiros, multiplicados por dez, para redução do tamanho final do arquivo. O segundo produto gerado é um arquivo contendo a máscara de nuvens e os índices de vegetação. A máscara de nuvens foi criada por uma combinação dos critérios das Equações (1), (2) e (3) descritos por FRANÇA e CRACKNELL (1995) e por CHEN et al. (2002). 1 o. critério: B1 > 15 (1); 2 o B2. critério: 0,8 1,6 e B4 < 270 (2); B1 3 o. critério: B5 < 280, onde (3) B1 = banda 1 - visível (%); B2 = banda 2 - infravermelho próximo (%); B4 = banda 4 - infravermelho termal (K); B5 = banda 5 - infravermelho termal (K). O primeiro índice de vegetação é o Normalized Difference Vegetation Index (NDVI) calculado por meio da Equação (4). Inicialmente proposto por ROUSE et al. (1973), o NDVI é bastante utilizado para avaliação das mudanças do vigor vegetal das plantas. Conforme HOLBEN et al. (1980), apresenta correlação com o índice de área foliar, biomassa e produtividade da vegetação. B2 B1 NDVI = (4) B2 + B1 O outro índice de vegetação é o Normalized Difference Moisture Index (NDMI) calculado por meio da Equação (5). Segundo WILSON e SADER (2002), o pouco conhecido NDMI é mais sensível à água que o NDVI, em função das regiões de absorção d água na faixa do infravermelho médio que é menos influenciada pelos efeitos atmosféricos. Em função disso, pode indicar a presença de umidade na vegetação e no solo permitindo obter um maior contraste entre diferentes tipos de vegetação, refletindo melhor as mudanças de biomassa.
5 B2 B3 NDMI =, onde (5) B2 + B3 B3 = banda 3A - infravermelho médio. Seguindo as recomendações de CHEN et al. (2003), a rotina para cálculo desses índices apresenta a opção para mascarar os pixels com ângulo zenital solar maior que 70º e ângulo de elevação do satélite maior que 42º, considerados inaptos para análise espectral, devido à baixa luminosidade solar e pela distorção do tamanho do pixel muito fora do nadir. Uma outra rotina gera automaticamente o terceiro produto referente as composições máximas dos índices de vegetação a partir de cada imagem. As composições máximas são úteis para minimizar os efeitos de sombras e do ângulo de insolação, atenuando também os efeitos da atmosfera (HOLBEN, 1986). Após a definição de um determinado período que pode ser semanal, decendial, quinzenal ou mensal, a rotina faz a leitura automática de todos os arquivos produzidos no período e gera um arquivo contendo o valor mais alto para cada pixel. Além dos arquivos com informação espectral, ao final são geradas figuras no formato JPEG, sobrepostas com a malha política do Instituto Brasileiro de Geografia e Estatística (IBGE) e com informações cartográficas: composição colorida RGB-121, máscara de nuvens, NDVI, NDMI e as composições máximas de NDVI e NDMI, estas últimas num período escolhido. Nas figuras relacionadas aos índices de vegetação pode ser feito um escalonamento dos valores de 0 a 255 e aplicada uma paleta de cores para melhorar a visualização da imagem. 3. RESULTADOS E DISCUSSÃO Das 84 imagens processadas, 69 deram origem a produtos com precisão geométrica dentro de um pixel. Os resultados mostraram que, quando livres de ruídos provenientes da recepção e da presença maciça de nuvens, as imagens puderam ser processadas automaticamente, gerando produtos calibrados e georreferencidados precisamente, sem qualquer intervenção humana. A navegação indireta, aliada à busca automática de feições por meio da MCC, se mostrou eficaz e contribuiu para a total automação do processamento. A análise dos deslocamos mostrou um erro médio de 0,8 pixel (menos de 1 km), considerado aceitável para estudos terrestres. As figuras a seguir representam o conjunto de imagens JPEG do dia 26 de março de 2004, produzidas pelo sistema. As informações do número do satélite, data e hora de aquisição da imagem foram inseridas automaticamente, assim como a malha do IBGE e as informações
6 cartográficas. A Figura 2 mostra a composição colorida RGB-121 que facilita a observação visual de nuvens e também auxilia na verificação da acurácia da máscara de nuvens apresentada na Figura 3. As manchas negras correspondem à presença de nuvens e têm valor zero. As áreas brancas, livre de nuvens, têm valor um. A Figura 4 refere-se ao NDVI e a Figura 5 ao NDMI, ambos calculados no dia de recepção da imagem. Verifica-se que a presença de nuvens reduz o valor do NDVI e pode causar confusões ao interprete pela semelhança com solo exposto e áreas urbanas. Esse tipo de confusão é minimizado quando se mascaram os pixels cobertos por nuvens, onde se verifica que alguns pixels no lado oeste do Paraná não se referem à presença de nuvens, mas sim ao solo exposto das áreas de soja recém colhida. A Figura 6 mostra o NDVI com mascaramento de pixels inaptos devido ao ângulo zenital solar ser maior que 70º, o ângulo de imageamento ser maior que 42º e contaminação por nuvens. Para análise dos índices de vegetação, a literatura aconselha o uso das composições máximas para amenizar os efeitos atmosféricos. A Figura 7 mostra o resultado da rotina desenvolvida para geração automática de composições máximas mensais. O mês a que se refere a imagem é janeiro de 2004 (total de 17 imagens), onde as áreas de tonalidade mais escura representam valores mais altos de NDVI e as áreas de tonalidade mais clara, valores mais baixos, explicado pela presença da cultura da soja em seu estádio de maior crescimento vegetativo na região oeste do Paraná. Figura 2: Composição RGB-121. Figura 3: Máscara de Nuvens.
7 Figura 4: NDVI. Figura 5: NDMI. Figura 6: NDVI com pixels inaptos. Figura 7: Composição Máxima do NDVI. 4. CONCLUSÕES Este trabalho apresentou o desenvolvimento de um sistema de processamento de imagens AVHRR-NOAA. O sistema mostrou ser automático, sem qualquer intervenção humana, agilizando trabalhos que fazem uso de grandes séries multitemporais de dados, por aliar precisão e automação no processo de georreferenciamento das imagens O georreferenciamento é a etapa fundamental de todo o procedimento com o objetivo de garantir que cada pixel corresponda à mesma localização geográfica em qualquer uma das imagens da série multitemporal em estudo. Uma outra etapa de extrema importância é o mascaramento de nuvens como forma de detectar os pixels contaminados com nuvens e separá-los dos não contaminados nas imagens. Esses processamentos visam garantir a acurácia e a qualidade final dos produtos gerados pelo sistema para trabalhos de monitoramento agrícola.
8 O sistema é aberto e pode ser aperfeiçoado para a geração de outros produtos de interesse. 5. AGRADECIMENTOS Os autores agradecem ao Colorado Center for Astrodynamics Research nas pessoas dos Doutores Daniel G. Baldwin e William J. Emery por repassarem a tecnologia para conversão de formato, calibração radiométrica e georreferenciamento preciso das imagens AVHRR-NOAA. 6. REFERÊNCIAS BIBLIOGRÁFICAS BOWEN, M.; EMERY, W. J.; WILKING, J. L.; TILDESLEY, P. C.; BARTON, I. J.; KNEWTSON, R. Extracting multiyear surface currents from sequential thermal imagery using the Maximum Cross-Correlation Technique. Journal of Atmospheric and Oceanic Technology, v. 19, n. 10, p , CHEN, P. Y., SRINIVASAN, R., FEDOSEJEVS, G., NARASIMHAN, B. An automated cloud detection method for daily NOAA-14 AVHRR data for Texas, USA. International Journal of Remote Sensing, v. 23, n. 15, p , CHEN, P. Y.; SRINIVASAN, R.; FEDOSEJEVS, G.; KINITRY, J. R. Evaluating different NDVI composities techniques using NOAA-14 AVHRR data. International Journal of Remote Sensing, v. 24, n. 17, p , FRANÇA, G. B.; CRACKNELL, A. P. A simple cloud masking approach using NOAA AVHRR daytime data for tropical areas. International Journal of Remote Sensing, v. 16, n. 6, p , GOODRUM, G.; KIDWELL, K.; WINSTON, W. (Eds.) NOAA KLM user's guide. September 2000 Revision. Disponível em <http://www2.ncdc.noaa.gov/docs/klm>. Acesso em: 15 mar HOLBEN, B. N.; TUCKER, C. J.; CHENG-JENG, F. Spectral assessment of soyabean leaf area and leaf biomass. Photogrammetric Engineering and Remote Sensing, v.46, n.5, p , HOLBEN, B. N. Characteristics of maximum value composite images from temporal AVHRR data. International Journal of Remote Sensing, v. 7, n. 11, p , RAO, C. R. N.; CHEN, J. Post-launch calibration of the visible and near-infrared channels of the Advanced Very High Resolution Radiometer on the NOAA-14 spacecraft. International Journal of Remote Sensing, v.17, p , 1996.
9 ROSBOROUGH, G. W.; BALDWIN, D. G.; EMERY, W. J. Precise AVHRR image navigation. IEEE Transactions on Geoscience and Remote Sensing, v. 32, n. 3, p , ROUSE, J. W.; HAAS, R. H.; SCHELL, J. A.; DEERING, D. W. Monitoring vegetation systems in the great plains with ERTS. In: EARTH RESOURCES TECHNOLOGY SATELLITE-1 SYMPOSIUM, 3., Proceedings Washington, D. C.: NASA, v. 1, p , WILSON, E. H.; SADER, S. A. Detection of forest harvest type using multiple dates of Landsat TM imagery. Remote Sensing of Environment, v. 80, n. 3, p , 2002.
GERAÇÃO AUTOMÁTICA DE PRODUTOS DERIVADOS DE IMAGENS AVHRR-NOAA NO AGRITEMPO
GERAÇÃO AUTOMÁTICA DE PRODUTOS DERIVADOS DE IMAGENS AVHRR-NOAA NO AGRITEMPO JOÃO FRANCISCO GONÇALVES ANTUNES 1, JÚLIO CÉSAR D. M. ESQUERDO 2 1 Matemático, Pesquisador, Embrapa Informática Agropecuária,
Determinação de data de plantio da cultura da soja no estado do Paraná por meio de composições decendiais de NDVI
Determinação de data de plantio da cultura da soja no estado do Paraná por meio de composições decendiais de NDVI Gleyce K. Dantas Araújo 1, Jansle Viera Rocha 2 1 Tecª Construção Civil, Mestranda Faculdade
MAPEAMENTO DA COBERTURA VEGETAL DE ÁREAS DE GRANDE EXTENSÃO ATRAVÉS DE MOSAICOS DE IMAGENS DO NOAA-AVHRR
MAPEAMENTO DA COBERTURA VEGETAL DE ÁREAS DE GRANDE EXTENSÃO ATRAVÉS DE MOSAICOS DE IMAGENS DO NOAA-AVHRR Maria G. Almeida 1, Bernardo F. T. Rudorff 2, Yosio E. Shimabukuro 2 graca@dppg.cefetmg.br, bernardo@ltid.inpe.br,
ANÁLISE DE QUATRO ANOS DO BANCO DE IMAGENS NOAA14-AVHRR DO ESTADO DE SÃO PAULO J ANSLE VIEIRA ROCHA RUBENS LAMPARELLI
ANÁLISE DE QUATRO ANOS DO BANCO DE IMAGENS NOAA14-AVHRR DO ESTADO DE SÃO PAULO RENATO FRANCISCO DOS SANTOS J UNIOR 1 1 RICARDO GIACOMELLO VALMIR M ASSAFERA J UNIOR 1 J 2 URANDIR ZULLO J UNIOR 1 J ANSLE
USO DA TÉCNICA DE ANALISE POR COMPONENTE PRINCIPAL NA DETECÇÃO DE MUDANÇAS NA COBERTURA DO SOLO
Samuel da Silva Farias, Graduando do curso de geografia da UFPE samuel.farias763@gmail.com Rafhael Fhelipe de Lima Farias, Mestrando do PPGEO/UFPE, rafhaelfarias@hotmail.com USO DA TÉCNICA DE ANALISE POR
Extração de Séries Temporais de Imagens de Satélite para Monitoramento de Safras Agrícolas e de Dados Climáticos
Extração de Séries Temporais de Imagens de Satélite para Monitoramento de Safras Agrícolas e de Dados Climáticos Daniel Y. T. Chino 1, Luciana A. S. Romani 1,2, Agma J. M. Traina 1 1 Instituto de Ciências
ÍNDICES DE VEGETAÇÃO NDVI E EVI, IAF E FPAR DA CANOLA A PARTIR DE IMAGENS DO SATÉLITE MODIS.
ÍNDICES DE VEGETAÇÃO NDVI E EVI, IAF E FPAR DA CANOLA A PARTIR DE IMAGENS DO SATÉLITE MODIS. Daniele G. Pinto 1, Matheus B. Vicari 2, Denise C. Fontana 3, Genei A. Dalmago 4, Gilberto R. da Cunha 5, Jorge
Geração automática de produtos derivados de imagens AVHRR-NOAA para monitoramento de áreas inundáveis do Pantanal
Anais 1º Simpósio de Geotecnologias no Pantanal, Campo Grande, Brasil, 11-15 novembro 2006, Embrapa Informática Agropecuária/INPE, p.28-37. Geração automática de produtos derivados de imagens AVHRR-NOAA
MundoGEOXperience - Maratona de Ideias Geográficas 07/05/2014
MundoGEOXperience - Maratona de Ideias Geográficas 07/05/2014 ANÁLISE DE TÉCNICAS PARA DETECÇÃO DE MUDANÇA UTILIZANDO IMAGENS DO SENSORIAMENTO REMOTO DESLIZAMENTOS EM NOVA FRIBURGO/RJ EM 2011 Trabalho
044.ASR.SRE.16 - Princípios Físicos do Sensoriamento Remoto
Texto: PRODUTOS DE SENSORIAMENTO REMOTO Autor: BERNARDO F. T. RUDORFF Divisão de Sensoriamento Remoto - Instituto Nacional de Pesquisas Espaciais São José dos Campos-SP - bernardo@ltid.inpe.br Sensoriamento
Índice de vegetação em clone de seringueira após a desfolha anual Vegetation Index in rubber clone after the annual defoliation
Índice de vegetação em clone de seringueira após a desfolha anual Vegetation Index in rubber clone after the annual defoliation José Carlos Pezzoni Filho 1 ; Lucas Benso 1 ; Edson Luiz Furtado 1 ; Célia
INCORPORAÇÃO DE IMAGENS AVHRR NO MODELO ITPP5.0 PARA CLASSIFICAÇÃO DE PADRÕES DE NEBULOSIDADE
INCORPORAÇÃO DE IMAGENS AVHRR NO MODELO ITPP5.0 PARA CLASSIFICAÇÃO DE PADRÕES DE NEBULOSIDADE Jorge Luiz Martins Nogueira Nelson Jesus Ferreira Eduardo Jorge de Brito Bastos Ana Silvia Martins Serra do
LEAA Laboratório de Estudos em Agricultura e Agrometeorologia
Roteiro de aula Índices de Vegetação Composição de máximo valor (CMV) Perfis temporais - Estudos agrícolas - Estudos ambientais - Estudos climáticos Exercício prático Curva da reflectância de uma folha
PROCESSAMENTO DOS DADOS AVHRR DO SATÉLITE NOAA E APLICAÇÃO SOBRE A REGIÃO SUL DO BRASIL. Leonid Bakst Yoshihiro Yamazaki
PROCESSAMENTO DOS DADOS AVHRR DO SATÉLITE NOAA E APLICAÇÃO SOBRE A REGIÃO SUL DO BRASIL Leonid Bakst Yoshihiro Yamazaki Universidade Federal de Pelotas - UFPel Centro de Pesquisas Meteorológicas CPMet
Processamento de Imagem. Prof. Herondino
Processamento de Imagem Prof. Herondino Sensoriamento Remoto Para o Canada Centre for Remote Sensing - CCRS (2010), o sensoriamento remoto é a ciência (e em certa medida, a arte) de aquisição de informações
Análise das técnicas de fusão de imagens aplicadas ao satélite CBERS-2B (CCD-HRC) Claudinei Rodrigues de Aguiar¹ Danielli Batistella¹
Análise das técnicas de fusão de imagens aplicadas ao satélite CBERS-2B (CCD-HRC) Claudinei Rodrigues de Aguiar¹ Danielli Batistella¹ 1 Universidade Tecnológica Federal do Paraná - UTFPR Via do Conhecimento,
IMAGENS DE SATÉLITE PROF. MAURO NORMANDO M. BARROS FILHO
UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE TECNOLOGIA E RECURSOS HUMANOS UNIDADE ACADÊMICA DE ENGENHARIA CIVIL IMAGENS DE SATÉLITE PROF. MAURO NORMANDO M. BARROS FILHO Sumário 1. Conceitos básicos
Sistemas Sensores. Introdução
Sistemas Sensores 5ª Aulas Introdução O sol foi citado como sendo uma fonte de energia ou radiação. O sol é uma fonte muito consistente de energia para o sensoriamento remoto (REM). REM interage com os
FOTOINTERPRETAÇÃO. Interpretação e medidas. Dado qualitativo: lago
FOTOINTERPRETAÇÃO a) conceito A fotointerpretação é a técnica de examinar as imagens dos objetos na fotografia e deduzir sua significação. A fotointerpretação é bastante importante à elaboração de mapas
VARIABILIDADE ESPAÇO TEMPORAL DO IVDN NO MUNICIPIO DE ÁGUAS BELAS-PE COM BASE EM IMAGENS TM LANDSAT 5
VARIABILIDADE ESPAÇO TEMPORAL DO IVDN NO MUNICIPIO DE ÁGUAS BELAS-PE COM BASE EM IMAGENS TM LANDSAT 5 Maurílio Neemias dos Santos 1, Heliofábio Barros Gomes 1,, Yasmim Uchoa da Silva 1, Sâmara dos Santos
PROCESSAMENTO DIGITAL DE IMAGENS (SERP11) OPERAÇÕES ARITMÉTICAS. Daniel C. Zanotta
PROCESSAMENTO DIGITAL DE IMAGENS (SERP11) OPERAÇÕES ARITMÉTICAS Daniel C. Zanotta RAZÃO DE BANDAS Dividir uma banda por outra (pixel a pixel) pode trazer diversas informações a respeitos dos alvos contidos
MAPEAMENTO DE CLASSES INTRAURBANAS NO MUNICÍPIO DE CARAGUATATUBA (SP) UTILIZANDO IMAGENS LANDSAT-5 TM E IMAGEM NDBI
MAPEAMENTO DE CLASSES INTRAURBANAS NO MUNICÍPIO DE CARAGUATATUBA (SP) UTILIZANDO IMAGENS LANDSAT-5 TM E IMAGEM NDBI 1702 Bruna Lahos de Jesus Bacic bruna_lahos@hotmail.com Geografia Bacharelado Universidade
ESTIMATIVA DA PRODUTIVIDADE DA CANA-DE-AÇÚCAR NO ESTADO DE SÃO PAULO BASEADO EM MODELO FENOLÓGICO-ESPECTRAL
ESTIMATIVA DA PRODUTIVIDADE DA CANA-DE-AÇÚCAR NO ESTADO DE SÃO PAULO BASEADO EM MODELO FENOLÓGICO-ESPECTRAL CRISTINA R. NASCIMENTO 1 & JURANDIR Z. JUNIOR 2 1 Eng. Agrônoma. Doutoranda da Faculdade de Engenharia
Sensoriamento Remoto. Características das Imagens Orbitais
Sensoriamento Remoto Características das Imagens Orbitais 1 - RESOLUÇÃO: O termo resolução em sensoriamento remoto pode ser atribuído a quatro diferentes parâmetros: resolução espacial resolução espectral
ESTIMATIVA DE NDVI UTILIZANDO IMAGENS DOS SATÉLITES CBERS-2B_CCD, CBERS-2B_WFI E METEOSAT-9_SEVIRI 4
ESTIMATIVA DE NDVI UTILIZANDO IMAGENS DOS SATÉLITES CBERS-2B_CCD, CBERS-2B_WFI E METEOSAT-9_SEVIRI 4 ELIZABETH FERREIRA 1, ANTONIO A. A. DANTAS 2, HUMBERTO A. BARBOSA 3 1 Engenheira Agrícola, Professora
OBTENÇÃO DE IMAGEM DO GOOGLE EARTH PARA CLASSIFICAÇÃO DE USO E OCUPAÇÃO DO SOLO
OBTENÇÃO DE IMAGEM DO GOOGLE EARTH PARA CLASSIFICAÇÃO DE USO E OCUPAÇÃO DO SOLO ROGER TORLAY 1 ; OSVALDO T. OSHIRO 2 N 10502 RESUMO O sensoriamento remoto e o geoprocessamento trouxeram importantes avanços
EXTRACÇÃO DE SOMBRA A PARTIR DE IMAGENS DE SATÉLITE DE ALTA RESOLUÇÃO
EXTRACÇÃO DE SOMBRA A PARTIR DE IMAGENS DE SATÉLITE DE ALTA RESOLUÇÃO Classificação Não Supervisionada, Reclassificação de Imagem e Classificação Orientada a Segmento Morna Nandaia Ricardo Silva SUMÁRIO
DETERMINAÇÃO DO ÍNDICE DE VEGETAÇÃO ATRAVÉS DE IMAGENS METEOSAT-8
DETERMINAÇÃO DO ÍNDICE DE VEGETAÇÃO ATRAVÉS DE IMAGENS METEOSAT-8 BARBOSA, H. A. 1 ; ACCIOLY FILHO, J. B. P. 2 ; MELCÍADES, W. L. B. 3 ; MELLO, N. G. S. 4 ; SOUZA, J. M. DE 5 RESUMO: Neste trabalho, o
Detecção de Mudanças da Cobertura Terrestre na Ilha do Formoso, Município de Lagoa da Confusão-TO
Detecção de Mudanças da Cobertura Terrestre na Ilha do Formoso, Município de Lagoa da Confusão-TO VICENTE PAULO SOARES 1 ALAN KARDEC ELIAS MARTINS 2 RICARDO SEIXAS BRITES 3 ELPÍDIO INÁCIO FERNANDES FILHO
Intercomparação de produtos AQUA&TERRA/MODIS e Suomi-NPP/VIIRS sobre o Brasil
Intercomparação de produtos AQUA&TERRA/MODIS e Suomi-NPP/VIIRS sobre o Brasil Jurandir Ventura Rodrigues 1 Simone Sievert da Costa 1 Rogério da Silva Batista 1 1 Instituto Nacional de Pesquisas Espaciais
ANÁLISE DE ÁREAS DEGRADADAS NO MUNICÍPIO DE ILHA SOLTEIRA - SP, UTILIZANDO IMAGENS DO SENSOR TM LANDAST 5
ANÁLISE DE ÁREAS DEGRADADAS NO MUNICÍPIO DE ILHA SOLTEIRA - SP, UTILIZANDO IMAGENS DO SENSOR TM LANDAST 5 Fabiano Barbosa dos Santos 1, Heliofábio Barros Gomes 2, Lucas Barbosa Cavalcante 3, Maurílio Neemias
USO DO MATLAB NA GERAÇÃO DE IMAGEM SINTÉTICA COM MENOR PROPORÇÃO DE NUVEM
p.001 de 005 USO DO MATLAB NA GERAÇÃO DE IMAGEM SINTÉTICA COM MENOR PROPORÇÃO DE NUVEM JOSÉ ARIMATÉIA BARROSO NETO ANA LÚCIA BEZERRA CANDEIAS Universidade Federal de Pernambuco - UFPE Centro de Tecnologia
ANÁLISE TEMPORAL DE ÍNDICES DE VEGETAÇÃO UTILIZANDO TÉCNICAS DE SENSORIAMENTO REMOTO. lidiane.geo@gmail.com
ANÁLISE TEMPORAL DE ÍNDICES DE VEGETAÇÃO UTILIZANDO TÉCNICAS DE SENSORIAMENTO REMOTO Lidiane Cristina Félix Gomes 1, Glauciene Justino Ferreira da Silva 2, Alexandra Lima Tavares 3 1 Mestranda da Universidade
Detecção automática de sombras e nuvens em imagens CBERS e Landsat 7 ETM
Detecção automática de sombras e nuvens em imagens CBERS e Landsat 7 ETM Airton Marco Polidorio 1 Franklin César Flores 1 Clélia Franco 1 Nilton Nobuhiro Imai 2 Antonio Maria Garcia Tommaselli 2 1 Universidade
Subtração de imagens para detecção de mudanças na cobertura vegetal da bacia hidrográfica do Rio Alegre Alegre/ES
ubtração de imagens para detecção de mudanças na cobertura vegetal da bacia hidrográfica do io Alegre Alegre/E Kennedy ibeiro da ilva 1 Daiani Bernardo Pirovani 1 Larice Nogueira de Andrade Alexandre osa
Variabilidade temporal de índice de vegetação NDVI e sua conexão com o clima: Biomas Caatinga Brasileira e Savana Africana
Variabilidade temporal de índice de vegetação NDVI e sua conexão com o clima: Biomas Caatinga Brasileira e Savana Africana Humberto Alves Barbosa 1, Ivon Wilson da Silva Júnior 2 1 PhD, LAPIS/UFAL Maceió
Aula 1 Professor Waterloo Pereira Filho Docentes orientados: Daniela Barbieri Felipe Correa
Princípios Físicos do Sensoriamento Remoto Aula 1 Professor Waterloo Pereira Filho Docentes orientados: Daniela Barbieri Felipe Correa O que é Sensoriamento Remoto? Utilização conjunta de sensores, equipamentos
Comparação entre Variáveis Meteorológicas das Cidades de Fortaleza (CE) e Patos (PB)
Comparação entre Variáveis Meteorológicas das Cidades de Fortaleza (CE) e Patos (PB) F. D. A. Lima 1, C. H. C. da Silva 2, J. R. Bezerra³, I. J. M. Moura 4, D. F. dos Santos 4, F. G. M. Pinheiro 5, C.
thomasmcz@hotmail.com 2 Doutor Prof. Instituto de Ciências Atmosféricas, ICAT/UFAL, email: dimas.barros91@hotmail.com
ANÁLISE PRELIMINAR DA ESTIMATIVA DA TEMPERATURA E ALBEDO DE SUPERFÍCIE PARA MICRORREGIÃO DO BAIXO SÃO FRANCISCO NOS ESTADOS DE ALAGOAS E SERGIPE, UTILIZANDO O SENSOR TM DO LANDSAT 5 E O ALGORITMO SEBAL.
MAPEAMENTO DO RISCO DE INCÊNDIO NA BACIA DO ALTO PARAGUAI UTILIZANDO DADOS AVHRR-NOAA
MAPEAMENTO DO RISCO DE INCÊNDIO NA BACIA DO ALTO PARAGUAI UTILIZANDO DADOS AVHRR-NOAA João Francisco Gonçalves ANTUNES 1 Júlio César Dalla Mora ESQUERDO 2 Resumo Na Bacia do Alto Paraguai o fogo é muito
XIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de setembro a 01 de outubro de 2010
USO DE SISTEMAS DE INFORMAÇÃO GEOGRÁFICA (SIG) NA DETERMINAÇÃO DE ÁREAS IRRIGADAS POR PIVÔ CENTRAL NO MUNICÍPIO DE UNAÍ RAFAEL MENEZES PEREIRA 1, ELIZABETH FERREIRA 2 ;ANTÔNIO AUGUSTO AGULIAR DANTAS³;
C a p í t u l o I V. P r o c e s s a m e n t o d a s I m a g e n s O r b i t a i s d o s S e n s o r e s T M e E T M
C a p í t u l o I V P r o c e s s a m e n t o d a s I m a g e n s O r b i t a i s d o s S e n s o r e s T M e E T M IV.1 Processamento Digital das Imagens Orbitais dos Sensores TM e ETM + IV.1.1 Introdução
Monitoramento da Vegetação do Estado da Paraíba nos Anos 2008 e 2009
Monitoramento da Vegetação do Estado da Paraíba nos Anos 2008 e 2009 Leonardo F. Ponciano Barbieri¹, Célia Campos Braga², Leandro F. de Sousa³ 1,2,3 Universidade Federal de Campina Grande UFCG Rua Aprígio
Ferramentas de sensoriamento remoto e SIG aplicadas ao novo Código Florestal
1/38 Ferramentas de sensoriamento remoto e SIG aplicadas ao novo Código Florestal Cota de Reserva Ambiental (CRA) Eng. Allan Saddi Arnesen Eng. Frederico Genofre Eng. Matheus Ferreira Eng. Marcelo Pedroso
ArcGIS: Rescale em Batch, Composição Colorida RGB e Fusão de Imagens Landsat-8
ArcGIS: Rescale em Batch, Composição Colorida RGB e Fusão de Imagens Landsat-8 2013 LANDSAT-8: Informações para Novos Usuários de Imagens Licença: As imagens Landsat-8 são gratuitas; Download: Para baixar
Sensoriamento Remoto aplicado ao Monitoramento Ambiental
Disciplina: Monitoramento e Controle Ambiental Prof.: Oscar Luiz Monteiro de Farias Sensoriamento Remoto aplicado ao Monitoramento Ambiental Andrei Olak Alves 2 espectro visível ultravioleta Sol infravermelho
Reinaldo Lúcio Gomide Embrapa Milho e Sorgo
DETERMINAÇÃO DA VARIABILIDADE ESPAÇO-TEMPORAL DE DEMANDA HÍDRICA E PRODUTIVIDADE DA ÁGUA EM ESCALA REGIONAL POR MEIO DE TÉCNICAS DE SENSORIAMENTO REMOTO AGRÍCOLA, ASSOCIADAS À MODELAGEM, GEOPROCESSAMENTO
Introdução ao Sensoriamento Remoto. Sensoriamento Remoto
Introdução ao Sensoriamento Remoto Sensoriamento Remoto Definição; Breve Histórico; Princípios do SR; Espectro Eletromagnético; Interação Energia com a Terra; Sensores & Satélites; O que é Sensoriamento
NDVI de estádios de desenvolvimento da soja BRS 284 em condições de campo
NDVI de estádios de desenvolvimento da soja BRS 284 em condições de campo Crusiol, L. G. T. 1 ; Neiverth, W. 2 ; Rio, A. 3 ; Sibaldelli, R. N. R. 4 ; Ferreira, L. C. 5 ; Carvalho, J. F. C. 6 ; Nepomuceno,
ESTUDO DE CASO: ÍNDICE DE UMIDADE DO SOLO UTILIZANDO IMAGENS DO SENSOR MODIS PARA O MUNICÍPIO DE BELEM DO SÃO FRANCISCO, PE
ESTUDO DE CASO: ÍNDICE DE UMIDADE DO SOLO UTILIZANDO IMAGENS DO SENSOR MODIS PARA O MUNICÍPIO DE BELEM DO SÃO FRANCISCO, PE Pabrício Marcos Oliveira Lopes 1, Glawber Spíndola Saraiva de Moura 2 1 Prof.
MAURÍCIO DERENNE 1,, ALBERTO SETZER 2, HELENA FRANÇA 2
O Cinturão de Soja e Milho em Mato Grosso nos mosaicos IVDN/AVHRR MAURÍCIO DERENNE 1,, ALBERTO SETZER 2, HELENA FRANÇA 2 1 Instituto de Estudos Avançados (IEAv), Centro Técnico Aeroespacial (CTA) C. Postal
Renzo Joel Flores Ortiz e Ilka Afonso Reis
ESTIMAÇÃO DE POPULAÇÕES HUMANAS VIA IMAGENS DE SATÉLITE: COMPARANDO ABORDAGENS E MODELOS Renzo Joel Flores Ortiz e Ilka Afonso Reis Laboratório de Estatística Espacial (LESTE) Departamento de Estatística
Cálculo de volume de objetos utilizando câmeras RGB-D
Cálculo de volume de objetos utilizando câmeras RGB-D Servílio Souza de ASSIS 1,3,4 ; Izadora Aparecida RAMOS 1,3,4 ; Bruno Alberto Soares OLIVEIRA 1,3 ; Marlon MARCON 2,3 1 Estudante de Engenharia de
Sistemas de Informação Geográfica (SIG) para Agricultura de Precisão
01 Sistemas de Informação Geográfica (SIG) para Agricultura de Precisão Rodrigo G. Trevisan¹; José P. Molin² ¹ Eng. Agrônomo, Mestrando em Engenharia de Sistemas Agrícolas (ESALQ-USP); ² Prof. Dr. Associado
EXPANSÃO DA SOJA PARA A PORÇÃO NORTE DO BIOMA CERRADO NO ESTADO DO PIAUÍ
EXPANSÃO DA SOJA PARA A PORÇÃO NORTE DO BIOMA CERRADO NO ESTADO DO PIAUÍ Resumo Patrícia Ladeira Pinheiro¹ Gabriel Pereira² (patricia.ladeira@gmail.com; pereira@ufsj.edu.br) Graduanda em Geografia - UFSJ
Avaliação da qualidade radiométrica das imagens do satélite CBERS-2B. Érica Josiane Coelho Gouvêa Leila Maria Garcia Fonseca
Avaliação da qualidade radiométrica das imagens do satélite CBERS-2B Érica Josiane Coelho Gouvêa Leila Maria Garcia Fonseca Instituto acional de Pesquisas Espaciais - IPE Caixa Postal 515-12245-970 - São
Uso de técnicas de segmentação de imagens SAR JERS-1 na Floresta Amazônica. Gerardo Kuntschik 1 Luciano V. Dutra 1 Pedro Hernandez Filho 2
Uso de técnicas de segmentação de imagens SAR JERS-1 na Floresta Amazônica Gerardo Kuntschik 1 Luciano V. Dutra 1 Pedro Hernandez Filho 2 Instituto Nacional de Pesquisas Espaciais INPE Av. dos Astronautas
Materiais e Métodos Resultados e Discussões
Sistema de Informações Meteorológicas e Imagens de Satelites - SIMSAT Wagner de A. Bezerra¹; Ivanete M. D. Ledo¹; Josefa Morgana Viturino de Almeida¹; Maria G. R. De Oliveira²; Kleber R. da P. Ataide¹
Dados para mapeamento
Dados para mapeamento Existem dois aspectos com relação aos dados: 1. Aquisição dos dados para gerar os mapas 2. Uso do mapa como fonte de dados Os métodos de aquisição de dados para o mapeamento divergem,
10 FÓRUM DE EXTENSÃO E CULTURA DA UEM COMPARAÇÃO DE FUSÃO ENTRE AS IMAGENS DO SATÉLITE RAPID EYE, CBERS E SPOT.
10 FÓRUM DE EXTENSÃO E CULTURA DA UEM COMPARAÇÃO DE FUSÃO ENTRE AS IMAGENS DO SATÉLITE RAPID EYE, CBERS E SPOT. Thalita Dal Santo 1 Antonio de Oliveira¹ Fernando Ricardo dos Santos² A técnica de fusão
MAPEAMENTO DA COBERTURA VEGETAL NA SUB-BACIA DO CÓRREGO PINHEIRINHO/BOTUCATU/SP UTILIZANDO O NDVI
MAPEAMENTO DA COBERTURA VEGETAL NA SUB-BACIA DO CÓRREGO PINHEIRINHO/BOTUCATU/SP UTILIZANDO O NDVI MARIA JORGIANA FERREIRA DANTAS 1 JULIANO BOECK SANTOS 2 JOSÉ CARLOS PEZZONI FILHO 3 CÉLIA REGINA LOPES
REVISTA DA SOCIEDADE BRASILEIRA DE ARBORIZAÇÃO URBANA, Volume 2, Número 3, 2007.
APLICAÇÃO DO ÍNDICE DE VEGETAÇÃO NDVI (NORMALIZED DIFFERENCE VEGETATION INDEX) EM IMAGENS DE ALTA RESOLUÇÃO NO MUNICÍPIO DE SÃO PAULO E SUAS LIMITAÇÕES Giuliana Del Nero Velasco 1, Jefferson Lordello Polizel
Tópicos em Meio Ambiente e Ciências Atmosféricas
INPE-13139-PRE/8398 SENSORIAMENTO REMOTO Tania Sausen Tópicos em Meio Ambiente e Ciências Atmosféricas INPE São José dos Campos 2005 MEIO AMBIENTE E CIÊNCIAS ATMOSFÉRICAS 8 Sensoriamento Remoto Tania Sauzen
ABSTRACT 1. INTRODUÇÃO
MONITORAMENTO DE NUVENS DE GELO E DE ÁGUA LÍQUIDA SUPER-RESFRIADA SOBRE AS REGIÕES SUL E SUDESTE DO BRASIL UTILIZANDO-SE IMAGENS MULTIESPECTRAIS DO GOES-8 Nelson Jesus Ferreira Cláudia Cristina dos Santos
Sensoriamento Remoto
Sensoriamento Remoto 1. Obtenção de imagens matriciais (raster) Imagens raster podem ser obtidas de várias formas: Aerofotogrametria Fotos aéreas obtidas através do sobrevoo da área de interesse por aeronaves
CONSTRUÇÃO DE BANCOS DE DADOS ESPACIAIS COM IMAGENS DE SATÉLITE
CONSTRUÇÃO DE BANCOS DE DADOS ESPACIAIS COM IMAGENS DE SATÉLITE Renzo Joel Flores Ortiz e Ilka Afonso Reis Laboratório de Estatística Espacial (LESTE) Departamento de Estatística Universidade Federal de
IDENTIFICAÇÃO DE QUEIMADAS NOS CAMPOS DE CIMA DA SERRA, RS, ATRAVÉS DOS ÍNDICES NDVI E NBR INTRODUÇÃO
IDENTIFICAÇÃO DE QUEIMADAS NOS CAMPOS DE CIMA DA SERRA, RS, ATRAVÉS DOS ÍNDICES NDVI E NBR BRUNO DEPRÁ¹ DINIZ CARVALHO DE ARRUDA¹ TATIANA MORA KUPLICH² Universidade Federal de Santa Maria-UFSM¹ Instituto
MONITORAMENTO DA TEMPERATURA DE SUPERFÍCIE EM ÁREAS URBANAS UTILIZANDO GEOTECNOLOGIAS
MONITORAMENTO DA TEMPERATURA DE SUPERFÍCIE EM ÁREAS URBANAS UTILIZANDO GEOTECNOLOGIAS Erika Gonçalves Pires 1, Manuel Eduardo Ferreira 2 1 Agrimensora, Professora do IFTO, Doutoranda em Geografia - UFG,
Uso de geotecnologias no monitoramento de sistemas de integração lavourapecuária- floresta
Uso de geotecnologias no monitoramento de sistemas de integração lavourapecuária- floresta Sistemas de integração lavoura pecuária- floresta: a produção sustentável Sistemas de produção em inte ra ão Atualmente
Sensoriamento Remoto
Sensoriamento Remoto É a utilização conjunta de modernos sensores, equipamentos para processamento de dados, equipamentos de transmissão de dados, aeronaves, espaçonaves etc, com o objetivo de estudar
Cloud Detection Tool Uma ferramenta para a detecção de nuvens e sombras em imagens de satélite
Cloud Detection Tool Uma ferramenta para a detecção de nuvens e sombras em imagens de satélite Eric Silva Abreu 1,2 Leila Maria Garcia Fonseca 1 Clotilde Pinheiro Ferri dos Santos 2 Vanildes Oliveira Ribeiro
GERAÇÃO DE CARTA IMAGEM DO MUNICÍPIO DE PATO BRANCO-PR
GERAÇÃO DE CARTA IMAGEM DO MUNICÍPIO DE PATO BRANCO-PR Ana Laura Reichert CENTENARO 1, Danielli BATISTELLA 1 Gabriela SUZIN 1, Morgana Gabriela RAYMUNDI 1 1 Universidade Tecnológica Federal do Paraná,
Comparação entre classificadores por pixel e por região com imagem SPOT-5 para o estado de Minas Gerais
Comparação entre classificadores por pixel e por região com imagem SPOT-5 para o estado de Minas Gerais Fernanda Rodrigues Fonseca 1 Thiago Duarte Pereira 1 Luciano Vieira Dutra 1 Eliana Pantaleão 1 Corina
Monitoramento Espacial e Inteligência na Agricultura
Monitoramento Espacial e Inteligência na Agricultura Seminário: Imagens de Satélites e Aéreas na Agricultura e Gestão Territorial Édson Bolfe Pesquisador, Chefe-Adj. P&D Embrapa Monitoramento por Satélite
UFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS
UFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS Executar as principais técnicas utilizadas em processamento de imagens, como contraste, leitura de pixels, transformação IHS, operações aritméticas
Aplicações CBERS na Universidade Federal do Rio Grande do Sul
Aplicações CBERS na Universidade Federal do Rio Grande do Sul Pesquisas CBERS - UFRGS 2001: Início do projeto Participantes: - PPG-SR / CEPSRM - Instituto de Geociências Geodésia Geografia Geologia - Faculdade
Aula 3 - Registro de Imagem
1. Registro de Imagens Aula 3 - Registro de Imagem Registro é uma transformação geométrica que relaciona as coordenadas da imagem (linha e coluna) com as coordenadas geográficas (latitude e longitude)
UTILIZAÇÃO DA TECNOLOGIA LIDAR EM PROJETOS DE ENGENHARIA DE INFRAESTRUTURA VIÁRIA
XI CONGRESSO NACIONAL Y VIII LATINOAMERICANO DE AGRIMENSURA UTILIZAÇÃO DA TECNOLOGIA LIDAR EM PROJETOS DE ENGENHARIA DE INFRAESTRUTURA VIÁRIA Eng. Cart. Bruno da Cunha Bastos (1) Eng. Cart. MSc. Leonardo
JTIMESAT: uma ferramenta para a visualização de séries temporais de imagens de satélite
JTIMESAT: uma ferramenta para a visualização de séries temporais de imagens de satélite Fernando Luiz Prochnow Ramme 1 Rubens Augusto Camargo Lamparelli 2 Jansle Vieira Rocha 1 1 Faculdade de Engenharia
Características das Imagens de SAR
Características das Imagens de SAR Natural Resources Ressources naturelles Canada Canada Características das Imagens de SAR - Tópicos - Elementos de interpretação Tonalidade Textura Artefatos em imagens
Objetivos. Geógrafa, Especialista em Geografia Agrária, analista da Embrapa Monitoramento por Satélite, Campinas-SP, edlene.garcon@embrapa.
Comunicado Técnico 35 ISSN 1415-2118 Campinas, SP Dezembro, 2013 Base de dados Satélites de Monitoramento Cristina Criscuolo 1 Edlene Aparecida Monteiro Garçon 2 Mateus Batistella 3 Édson Luis Bolfe 4
Detecção de mudanças em imagens oriundas de sensoriamento remoto, usando conjuntos fuzzy.
Detecção de mudanças em imagens oriundas de sensoriamento remoto, usando conjuntos fuzzy. Marcelo Musci Baseado no artigo: Change detection assessment using fuzzy sets and remotely sensed data: an application
MAPEAMENTO FLORESTAL
MAPEAMENTO FLORESTAL ELISEU ROSSATO TONIOLO Eng. Florestal Especialista em Geoprocessamento OBJETIVO Mapear e caracterizar a vegetação visando subsidiar o diagnóstico florestal FUNDAMENTOS É uma ferramenta
MONITORAMENTO DE FOCOS DE INCÊNDIO E ÁREAS QUEIMADAS COM A UTILIZAÇÃO DE IMAGENS DE SENSORIAMENTO REMOTO
MONITORAMENTO DE FOCOS DE INCÊNDIO E ÁREAS QUEIMADAS COM A UTILIZAÇÃO DE IMAGENS DE SENSORIAMENTO REMOTO Daniel Carvalho Granemann - (UTFPR-PB) granemann@utfpr.edu.br Gerson Luiz Carneiro - BIOPRODUÇÃO
DESENVOLVIMENTO E APLICAÇÕES DE SOFTWARE PARA ANÁLISE DO ESPECTRO SOLAR
ILHA SOLTEIRA XII Congresso Nacional de Estudantes de Engenharia Mecânica - 22 a 26 de agosto de 2005 - Ilha Solteira - SP Paper CRE05-MN12 DESENVOLVIMENTO E APLICAÇÕES DE SOFTWARE PARA ANÁLISE DO ESPECTRO
MONITORAMENTO DE SAFRAS VIA WEB: UM CASO DE SUCESSO EM PESQUISA MULTIDISCIPLINAR
Embrapa Informática Agropecuária, p.-330. MONITORAMENTO DE SAFRAS VIA WEB: UM CASO DE SUCESSO EM PESQUISA MULTIDISCIPLINAR CARLA GEOVANA DO NASCIMENTO MACÁRIO 1 RODRIGO DIAS ARRUDA SENRA 2 CLAUDIA BAUZER
MONITORAMENTO DA SECA OCORRIDA EM 2012 NO NORDESTE BRASILEIRO A PARTIR DOS DADOS DO SPOT-VEGETATION E TRMM
MONITORAMENTO DA SECA OCORRIDA EM 2012 NO NORDESTE BRASILEIRO A PARTIR DOS DADOS DO SPOT-VEGETATION E TRMM Janice Leivas 1, Ricardo Andrade 2, Daniel Victoria 3, Fabio Torresan 4, Edson Bolfe 5, Thiago
15- Representação Cartográfica - Estudos Temáticos a partir de imagens de Sensoriamento Remoto
15- Representação Cartográfica - Estudos Temáticos a partir de imagens de Sensoriamento Remoto O Sensoriamento Remoto é uma técnica que utiliza sensores, na captação e registro da energia refletida e emitida
UNIVERSIDADE FEDERAL DE ALAGOAS INSTITUTO DE CIÊNCIAS ATMOSFÉRICAS COORDENAÇÃO DE PÓS-GRADUAÇÃO EM METEOROLOGIA
UNIVERSIDADE FEDERAL DE ALAGOAS INSTITUTO DE CIÊNCIAS ATMOSFÉRICAS COORDENAÇÃO DE PÓS-GRADUAÇÃO EM METEOROLOGIA MAPEAMENTO DA ESTIMATIVA DO SALDO DE RADIAÇÃO INSTANTÂNEA NO MÉDIO SÃO FRANCISCO COM BASE
SENSORIAMENTO REMOTO NO USO DO SOLO
SENSORIAMENTO REMOTO NO USO DO SOLO Ana Luiza Bovoy Jônatas de Castro Gonçalves Thiemi Igarashi Vinicius Chequer e Silva LEVANTAMENTO DA COBERTURA VEGETAL ATRAVÉS DE PRODUTOS DE SENSORIAMENTO REMOTO NAS
ERMAC 2010: I ENCONTRO REGIONAL DE MATEMÁTICA APLICADA E COMPUTACIONAL 11-13 de Novembro de 2010, São João del-rei, MG; pg 251-257 251
ERMAC 2010: I ENCONTRO REGIONAL DE MATEMÁTICA APLICADA E COMPUTACIONAL 11 13 de Novembro de 2010, São João delrei, MG; pg 251 257 251 ANÁLISE DO USO E OCUPAÇÃO DO SOLO DA CIDADE DE VITÓRIAES USANDO A COMPOSIÇÃO
SISTEMA DE MONITORAMENTO E PREVISÃO CLIMÁTICA PARA O RISCO DE INCÊNDIO FLORESTAL (RIF) NO PARANÁ
SISTEMA DE MONITORAMENTO E PREVISÃO CLIMÁTICA PARA O RISCO DE INCÊNDIO FLORESTAL (RIF) NO PARANÁ Marcelo Brauer Zaicovski Sistema Meteorológico do Paraná SIMEPAR Caixa Postal 19100, Jardim das Américas,
Introdução ao Processamento de Imagens
Introdução ao PID Processamento de Imagens Digitais Introdução ao Processamento de Imagens Glaucius Décio Duarte Instituto Federal Sul-rio-grandense Engenharia Elétrica 2013 1 de 7 1. Introdução ao Processamento
SONDAGENS TOVS E ATOVS: UMA COMPARAÇÃO ENTRE RESULTADOS DO ITPP 5 E DO ICI (INVERSION COUPLED IMAGER)
XII Congresso Brasileiro de Meteorologia, Foz de Iguaçu-PR, 22 SONDAGENS TOVS E ATOVS: UMA COMPARAÇÃO ENTRE RESULTADOS DO ITPP E DO ICI (INVERSION COUPLED IMAGER) Wagner Flauber Araujo Lima, Juan Carlos
LANDSAT-8: Download de imagens através dos sites Earth Explorer e GLOVIS
LANDSAT-8: Download de imagens através dos sites Earth Explorer e GLOVIS 2013 LANDSAT-8: Informações para Novos Usuários de Imagens Licença: As imagens Landsat-8 são gratuitas; Download: Para baixar imagens
RGB - Poeiras Departamento de Física 2011 Detecção Remota Pratica 1. Joao Gonçalo Ricardo Rodrigues - 45365
RGB - Poeiras Departamento de Física 2011 Detecção Remota Pratica 1 Joao Gonçalo Ricardo Rodrigues - 45365 Índice Determinar o objectivo do realce Escolher do canal apropriado Pré-processamento de imagem
ANÁLISE DA TRANSFORMAÇÃO DA PAISAGEM NA REGIÃO DE MACHADO (MG) POR MEIO DE COMPOSIÇÕES COLORIDAS MULTITEMPORAIS
ANÁLISE DA TRANSFORMAÇÃO DA PAISAGEM NA REGIÃO DE MACHADO (MG) POR MEIO DE COMPOSIÇÕES COLORIDAS MULTITEMPORAIS ALENCAR SANTOS PAIXÃO 1 ; ÉLIDA LOPES SOUZA ROCHA2 e FERNANDO SHINJI KAWAKUBO 3 alencarspgeo@gmail.com,
METEOSAT MSG (Meteosat Second Generation)
METEOSAT MSG (Meteosat Second Generation) (*) METEOSAT 1: 23-11-77 MSG-1: 28-08-02 Órbita: Geoestacionária 36.000km Resolução Temporal: 0,5h Resolução Espacial: 2,5-5km http://www.eumetsat.de/en/index.html
PLANILHA ELETRÔNICA PARA O CÁLCULO DA REFLECTÂNCIA EM IMAGENS TM E ETM+ LANDSAT
PLANILHA ELETRÔNICA PARA O CÁLCULO DA REFLECTÂNCIA EM IMAGENS TM E ETM+ LANDSAT Electronic spreadsheet to acquire the reflectance from the TM and ETM+ Landsat images Salete Gürtler 1 José Carlos Neves
SISTEMAS DE INFORMAÇÃO GEOGRÁFICA (I)
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