Simulação MAPSAR para distinguir culturas agrícolas. Bernardo F. T. Rudorff Wagner Fernando da Silva Divisão de Sensoriamento Remoto INPE

Documentos relacionados
Avaliação das imagens simuladas do MAPSAR para distinguir culturas agrícolas

1. Introdução: um breve histórico

PAINEL IX ENCONTRO REGIONAL DE DEFESA CIVIL V ale do Paranhana, região das Hortências e Alto Sinos Agosto 2018

INTRODUÇÃO AO SENSORIAMENTO REMOTO. Daniel C. Zanotta

Sistema de Detecção de Desmatamento em Tempo Real. Instituto Nacional de Pesquisas Espaciais Ministério da Ciência e Tecnologia

COMPARAÇÃO ENTRE OS MÉTODOS DE CLASSIFICAÇÃO SUPERVISIONADA MAXVER E DISTÂNCIA MÍNIMA NA ANÁLISE DO USO E COBERTURA DO SOLO NA REGIÃO DO ALTO ARAGUAIA

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

Imagens de Satélite (características):

Instituto Nacional de Pesquisas Espaciais - INPE Divisão de Sensoriamento Remoto

Polarimetria de Radar. Natural Resources Ressources naturelles Centro Canadiense de Sensoriamento Remoto, Ministerio de Recursos Naturales de Canadá

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

ESTUDO DA DINÂMICA ESPECTRAL E ANGULAR DA SOJA ATRAVÉS DE SIMULAÇÕES (PROSAIL) E DADOS DOS SENSORES MODIS E HYPERION

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

Sensoriamento Remoto: Imagens orbitais e resoluções. Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho.

Distribuição Sem Custos de Imagens de Satélites de Sensoriamento Remoto

Prof o. Ti T a i go B adr d e r Mar a ino n Geoprocessamento D pa p rtam a ent n o de d Ge G oc o iê i nc n ias Instituto de Agronomia - UFRRJ

EOS-PM-1/AQUA EO-1 ALOS, ADEOS SAC-C

Imagens Ópticas QUAL O PROBLEMA DESTA CENA...? 3B 4G 5R Sul de Santarém Pará. TM/Landsat

Sensoriamento Remoto Aplicado à Geografia

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

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

SENSOREAMENTO REMOTO AULA1

PROCESSAMENTO DIGITAL DE IMAGENS (SERP11) CONCEITOS BÁSICOS DE SR REPRESENTAÇÃO DAS IMAGENS DIGITAIS CALIBRÃÇÃO RADIOMÉTRICA. Daniel C.

PROCESSAMENTO DE IMAGENS SAR AULA 13

Roteiro Detecção de informações usando satélites Produtos oriundos de Imagens NOAA Índice de vegetação como indicador de respostas das plantas às cond

Introdução ao Sensoriamento Remoto

TUTORIAL. Imagens CBERS-4 5m: conheça este sensor e aprenda a realizar o download dessas imagens no site do INPE QGIS.

Relação entre o coeficiente de retroespalhamento do SAR-R99B e o NDVI para a cultura do algodão

GEOPROCESSAMENTO EAPLICAÇÕESEM MODELAGEM E SIMULAÇÃO DO NÍVELDO MAR

Satélites e Sensores Orbitais

PROCESSAMENTO DE IMAGENS SAR AULA 14

O uso do Sensoriamento Remoto na agricultura

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

Curso de Extensão: Noções de Sensoriamento

Aquisição de dados. Sistema Modelo de Deteção Remota. Energia Eletromagnética. Espectro Eletromagnético. Interações com a Atmosfera

PROCESSAMENTO DIGITAL DE IMAGENS. Thales Sehn Körting

Sensoriamento Remoto. Prof. Enoque Pereira da Silva

SISTEMAS DE PROCESSAMENTO DE IMAGENS

CAPÍTULO 1 INTRODUÇÃO

SENSORIAMENTO REMOTO PARA DESASTRES NATURAIS TANIA MARIA SAUSEN G S E N G E N H A R I A LT D A. S Ó C I A C O N S U LTO R A

Instituto Nacional de Pesquisas Espaciais

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

Satélites e Sensores. Bruno Silva Oliveira

Taxa de correlação entre diferentes polarizações das bandas L e X de imagens SAR adquiridas pelo R99-B do SIPAM visando mapeamento de corte seletivo

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

Análise da dinâmica espacial da área de soja em municípios do Mato Grosso por meio de imagens do sensor MODIS 1. INTRODUÇÃO

II Semana de Geografia UNESP / Ourinhos 29 de Maio a 02 de Junho de 2006

Brasília, 5 de maio de 2016 SISTEMA DE DETECÇÃO DE DESMATAMENTO E ALTERAÇÕES NA COBERTURA FLORESTAL EM TEMPO QUASE REAL

Satélites e Sensores. Bruno Silva Oliveira

Formação de Imagens de SAR

A história e as características de um dos principais radares imageadores do mundo.

Amanda Regina Martins Péscio¹ Edson Eyji Sano¹

INPE eprint: v João Vianei Soares Fundamentos de Radar Página nº 36. Reflexão tipo Fresnel.

Curso de Extensão: Noções de Sensoriamento

Monitoramento e Identificação de Desmatamento

SISTEMA DE DETECÇÃO DE DESMATAMENTO E ALTERAÇÕES TEMPO QUASE REAL

José Alberto Quintanilha Mariana Giannotti

UNICAP Universidade Católica de Pernambuco Laboratório de Topografia de UNICAP - LABTOP Topografia 2. Sensoriamento Remoto.

Sensoriamento Remoto: exemplos de aplicações. Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho.

Ecologia de Paisagem Conceitos e métodos de pesquisa 2012

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

FACULDADE DE ENGENHARIA DE MINAS GERAIS SENSORIAMENTO REMOTO E AEROFOTOGRAMETRIA REVISÃO DE CONTEÚDO. Prof. Marckleuber

Potencialidades das imagens polarimétricas do Alos/Palsar na discriminação de alvos em Rondônia RO

Mapeamento da cana-de-açúcar na Região Centro-Sul via imagens de satélites

Sensoriamento remoto aplicado a ecologia: fundamentos.

SISTEMA DE COLETA. Fonte de. Trajetória. ria PRODUTOS INTERAÇÃO SISTEMA TRATAMENTO. Produto final AÇÕES

SENSORIAMENTO REMOTO E A VEGETAÇÃO

RESPOSTAS ESPECTRAIS E ANÁLISE DO ÍNDICE DE VEGETAÇÃO NORMALIZADO (NDVI) NA CULTURA DO MILHO IRRIGADO

SENSORIAMENTO REMOTO INTRODUÇÃO E ÍNDICES DE VEGETAÇÃO

Sensoriamento remoto por RADAR no estudo da vegetação Dra. Tatiana Mora Kuplich

Discriminação de incrementos de desflorestamento na Amazônia com dados SAR R99B em banda L

Deteção Remota Multiespetral

Detecção de desmatamento na Amazônia Legal com uso de imagens SAR-99b. Pedro Moreno Machado Neiva 1,2 Bruno Henrique dos Santos Rebello 2

AGRICULTURA DE PRECISÃO NO MANEJO DE NEMATOIDES

ARTIGO COM APRESENTAÇÃO ORAL - GEOPROCESSAMENTO

Detecção Remota. Aquisição de dados. Sistema Modelo de Detecção Remota ICIST. Energia Electromagnética. Interacções com a Atmosfera

Resoluções das Imagens fotogramétricas e digitais. Fotogrametria e Fotointerpretação Prof. Dr. Raoni W. D. Bosquilia

DETER MARÇO/ABRIL de RELATÓRIO DE AVALIAÇÃO

Influência do direcionamento das linhas de plantio da cana-de-açúcar na resposta espectral dos dados PALSAR/ALOS

DETER MAIO de RELATÓRIO DE AVALIAÇÃO

DETER JUNHO de RELATÓRIO DE AVALIAÇÃO

Sistema de Sensoriamento remoto

DETER JANEIRO/FEVEREIRO de RELATÓRIO DE AVALIAÇÃO

DETER JULHO de RELATÓRIO DE AVALIAÇÃO

DETER MAIO de RELATÓRIO DE AVALIAÇÃO

IMAGENS CBERS: PARA QUE E PARA QUEM?

DETER OUTUBRO de RELATÓRIO DE AVALIAÇÃO

DETER SETEMBRO de RELATÓRIO DE AVALIAÇÃO

Fusão de imagens CBERS2-SAR/SIPAM para identificação de campo de pouso na região amazônica.

DETER ABRIL de RELATÓRIO DE AVALIAÇÃO

MONITORAMENTO DA COBERTURA FLORESTAL DA AMAZÔNIA POR SATÉLITES AVALIAÇÃO DETER OUTUBRO DE 2009 INPE COORDENAÇÃO GERAL DE OBSERVAÇÃO DA TERRA

Programa Amazônia do INPE: Monitoramento de desmatamento e outros impactos na Floresta Amazônica

DETER AGOSTO de RELATÓRIO DE AVALIAÇÃO

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

Mapeamento do uso do solo

MONITORAMENTO DA COBERTURA FLORESTAL DA AMAZÔNIA BRASILEIRA POR SATÉLITES

ATRIBUIÇÃO, OCUPAÇÃO E USO DAS TERRAS NO BRASIL - ANÁLISE DO CAR DA BAHIA (2018)-

BANCOS DE DADOS DE USO AGRÍCOLA DO SOLO

MONITORAMENTO DA COBERTURA FLORESTAL DA AMAZÔNIA BRASILEIRA POR SATÉLITES

MONITORAMENTO DA COBERTURA FLORESTAL DA AMAZÔNIA POR SATÉLITES. AVALIAÇÃO TRIMESTRAL DO DETER Novembro de 2008 a Janeiro de

Transcrição:

Simulação MAPSAR para distinguir culturas agrícolas Bernardo F. T. Rudorff Wagner Fernando da Silva Divisão de Sensoriamento Remoto INPE

Brigada de Pombos 1903 TIROS-1 01/04/1960 Landsat 1 Landsat 2 1972 1975 Spot 1 (1986) 2 (1990) 3 (1993) 4 (1988) 5 (2002) Ikonos (1999) Rapid eye QuickBird (2001) DMC EO-1 Eros (2000) Landsat 3 1978 Landsat 4 1982 Landsat 5 1984 IRS (1988, 1991, 1993, 1994, 1995, 1996, 1997, 1999 & 2003) Kompsat (1999) RocSat Orbview-3 (1999 & 2004) (2003) EOS-AM (Terra) & -PM (Aqua) Envisat Landsat 7 1999 Cbers-1 & 2 1999 & 2003 Alos (2006) Radarsat

Imagens dos satélites Landsat e CBERS sobre região Centro-sul 185 km 120 km 16 dias 26 dias 30 m 20 m

Satétile Landsat-7 - Órbita 220 Ponto 75 Safra 2003/04 5 de 8 passagens Landsat Dezembro a Abril

Satétile Landsat - Órbita 220 Ponto 75 Safra 2004/05 2 de 8 passagens Landsat Dezembro a Abril

Satétile Landsat - Órbita 220 Ponto 75 Safra 2005/06 3 de 8 passagens Landsat - Dezembro a Abril

Satétile Landsat - Órbita 220 Ponto 75 Safra 2006/07 3 de 8 passagens Landsat - Dezembro a Abril

Satétile Landsat - Órbita 220 Ponto 75 Safra 2007/08 1 de 8 passagens Landsat - Dezembro a Abril

CBERS-2 Órbita156 Ponto 123 2004/05 2005/06 2006/07 2007/08

Cenas do Landsat-5 ou 7 com < 10% de nuvens para identificação de soja no Mato Grosso (órbita 228 ponto 69) para um período de 22 anos 1985 1988 2001 2006 3 cenas Landsat-5 & 1 cena Landsat-7

MODIS 5(SWIR), 2(NIR), 1(R) 1 a quinzena de janeiro 2002

INTRODUÇÃO A literatura mostra que as imagens SAR têm potencial para distinguir culturas agrícolas; O potencial das imagens obtidas pelo MAPSAR ainda não é conhecido para tal finalidade; Existem poucos estudos sobre imagens SAR para as principais culturas agrícolas no Brasil;

INTRODUÇÃO Hipótese: - As imagens multipolarizadas do MAPSAR podem distinguir culturas agrícolas. Objetivo: - Avaliar as imagens multipolarizadas do MAPSAR para distinguir culturas c agrícolas.

FUNDAMENTAÇÃO TEÓRICA Interação da radiação de microondas com alvos agrícolas é complexa e dependente de parâmetros do sensor e dos alvos que afetam conjuntamente o retrospalhamento (Brisco e Brown, 1998). - comprimento de onda (λ);( - polarizaçã ção; - ângulo de incidência; ncia; - constante dielétrica; - propriedades geométricas das plantas e do dossel; - estádio de desenvolvimento da cultura.

FUNDAMENTAÇÃO TEÓRICA O SENSOR MAPSAR Três s modos de resoluçã ção o espacial 10 m.

ÁREA DE ESTUDO Oeste do estado da Bahia; Inserida nos limites municipais de Barreiras, Luis Eduardo Magalh lhães e Riachão o das Neves. Área total: 146.352 ha

MATERIAIS IMAGENS SAR Aquisição de imagens aerotransportadas do SAR-R99B R99B em uma área agrícola para geração de imagens simuladas do sensor MAPSAR Imagens - polarizaçõ ções VV, HV e HH.

MATERIAIS CULTURAS AGRÍCOLAS Data aquisiçã ção o das imagens culturas em pleno vigor vegetativo: ALGODÃO CAFÉ PASTAGEM

METODOLOGIA

METODOLOGIA SIMULAÇÃ ÇÃO O DAS IMAGENS MAPSAR Confecçã ção o de mosaico 48,08 ) como demonstrado na Figura 2.5. Processo descrito em Mura et al. (2007a); 1 vôo 10 vôo ~ 11 Km 45,0 53,0 ~ 3,2 km 39,57 70,99 ~ 30 km ~ 23 km - Simulam imageamento no alcance distante faixas 8, 9 e 10 do MAPSAR

METODOLOGIA ANÁLISE ESTATÍSTICA STICA DO RETROESPALHAMENTO Seleçã ção o de campos agrícolas; Coleta de amostras (pixels) aleatoriedade e não n o correlaçã ção o espacial garantidas 300 a 600 pixels; Média amostral MAPSAR (amplitude) Análise de variância e teste de Tukey polarizaçõ ções individuais; Análise de agrupamento polarizaçõ ções individuais e combinaçã ção o de duas e três s polarizaçõ ções. Técnica estatística stica cujo objetivo é particionar um conjunto de dados em grupos relativamente homogêneos, mas com grande variaçã ção o entre os grupos (Hair( Jr. et al., 1998).

RESULTADOS Cultivo do café pivô central, linhas de plantio em círculos c concêntricos ntricos; SAR-R99B - VV(R)HV(G)HH(B) Teste t retroespalhamento médio m dos campos é diferente em funçã ção o da direçã ção de plantio nível de confiança a de 99% (valor-p 0). Café duas classes Café Paralelo (CP) e Café Perpendicular (CT).

RESULTADOS - MAPSAR POLARIZAÇÃO HV Confusão entre as culturas semelhança de retroespalhamento; Pastagem menor erro de omissão o e inclusão; Pol. HV retroespalhamento volumétrico (Brisco e Brown, 1998)

RESULTADOS - MAPSAR POLARIZAÇÕES VV e HV 8 grupos 2 homogêneos; Café paralelo menor erro de omissão 11 campos Separaçã ção o dos dois cafés sensível a direçã ção o de linhas de plantio.

RESULTADOS - MAPSAR POLARIZAÇÕES VV, HV e HH 9 grupos sensibilidade às s variaçõ ções dos valores médios m de retroespalhamento. Melhor distinção entre as culturas pouca confusão; o; Pastagem e Café paralelo todos os campos classificados corretamente.

RESULTADOS - MAPSAR Análise de Agrupamento * Conceitos segundo Landis e Koch (1977) Melhores resultados com aumento de polarizações; 3 polarizações conceito Excelente.

CONCLUSÕES Avaliação das imagens simuladas do MAPSAR potencial para a distinção de culturas agrícolas; Campos de A, CP, CT e P distinguidos com precisão o satisfatória especialmente quando as multipolarizaçõ ções foram consideradas; 3 pol. > 2 pol. > 1 pol.;

SUGESTÕES Análise multitemporal com imagens MAPSAR atividades agrícolas. importante para Trabalho de campo com maior riqueza de detalhes, maior número n de informaçõ ções (densidade das culturas, variaçã ção o de altura da cultura ao longo do campo, etc.); Exploraçã ção o de imagens polarimétricas (informaçã ção o de fase da radiaçã ção retroespalhada);

Artigos no XIII SBSR Terça-feira, 24 de abril de 2007 Sessão Pôster 2 Uso de imagens do sistema SAR-R99B para distinguir culturas agrícolas Wagner F. da Silva, Antonio R. Formaggio, Bernardo F. T. Rudorff, José C. Mura, Waldir R. Paradella Avaliação das imagens simuladas do MAPSAR para distinguir culturas agrícolas Wagner F. da Silva, Bernardo F. T. Rudorff, Antonio R. Formaggio, José C. Mura, Waldir R. Paradella