ISA 2012/2013 Unidades curriculares Geomática e SIGDR Aula prática. Análise de imagens multiespectrais, Construção e análise de séries temporais de índices de vegetação. Objectivos: Obtenção de assinaturas espectrais a partir de imagens de satélite. Uso das assinaturas espectrais para identificação do coberto à superfície. Construção de índices de vegetação. Interpretação de séries temporais de índices de vegetação. Dados da área Reguengos de Monsaraz/Alqueva 1. Imagens de boa resolução espacial obtidas na área de estudo e georreferenciadas usando pontos de controlo. 2. Imagens de reflectâncias em 6 bandas Landsat para o dia 20 de Maio de 2010 3. Imagens de NDVI obtidas a partir de imagens de reflectância estimada Landsat para 12 datas ao longo de 2010 e 2011. Parte 1: Abertura do projecto Copiar a pasta aula_dr_alqueva_2 em \\prunus\home\cadeiras\geomatica\geom1213\ para a pasta de trabalho em C:\\users\\aa-----. A pasta contém um ficheiro de projecto alqueva2.mxd e cdgs com imagens de reflectâncias ref_b1, ref_ b2, ref_b3, ref_b4, ref_b5 e ref_b7 para a data de 20 de Maio de 2010 (obtida através da sequência de operações feitas na aula anterior), uma composição colorida RGB=432 (rgb432) dessas imagens de reflectâncias, e imagens NDVI calculadas a partir das reflectâncias estimadas e correspondentes às datas indicadas na tabela abaixo, um cdg vectorial Pontos com a localização de pontos no terreno cuja ocupação de solo deverá ser identificada, e ainda um cdg Vinha_nova com a indicação de vinha que no início de 2010 tinha sido plantada recentemente. Contém igualmente três fotografias da Herdade do Esporão colocadas aproximadamente no local onde foram obtidas (Esporao_direccao_E_jan_2012.JPG, Esporao_direccao_E_jan_2012.JPG, Esporao_direccao_E_jan_2012.JPG). ano 2010 2010 2010 2010 2010 2011 2011 2011 2011 2011 2011 2011 data 13Fev 4Maio 20Maio 21Jun 12Nov 20Mar 5Abr 23Mai 24Jun 27Ago 12Set 30Out d.98735 1.00856 1.0121 1.0163.98961.99612 1.00069 1.01267 1.0165 1.01015 1.0062.99279 Tabela: datas de obtenção das imagens. A última linha tem a indicação do valor da distância ao sol em unidades astronómicas que foi usada para pré-processar as bandas. Parte 2: Recolher assinaturas espectrais médias para alguns tipos de coberto Abrir o projecto alqueva2.mxd. O cdg vectorial de pontos Pontos contém um conjunto de 12 pontos (numerados de 0 a 11) que correspondem a diferentes tipos de coberto à superfície. 1. Usando a função Sample em Toolbox/Spatial Analyst/Extraction construa uma tabela com os valores de reflectância ref_b1, ref_ b2, ref_b3, ref_b4, ref_b5 1
e ref_b7 por essa ordem para os pontos definido em Pontos e designe-a por assinaturas. Aceite a opção de reamostragem nearest. 2. Abra a tabela assinaturas e em table options escolha create graph. Para criar uma gráfico de assinaturas espectrais para cada ponto escolha graph type como vertical bar, em value field escolha a primeira banda REF_B1, e escolha uma cor para a barra correspondente. Depois, use em baixo o botão Add e a opção New Series para adicionar as restantes 5 bandas REF_B2, REF_B3, etc, escolhendo cores distintas para as várias barras. Pode também mudar o nome de Vertical Bar para o nome da respectiva banda (ver gráfico abaixo). O gráfico obtido (que pode ser exportado) deverá ser semelhante ao gráfico seguinte. Figura 1: Assinaturas espectrais para o sensor Landsat-TM para alguns pixels das imagens. 3. Entre as assinaturas espectrais do sensor, pode encontrar uma gama de padrões desde uma assinatura típica de vegetação verde até uma assinatura típica de zonas artificializadas. Indique qual dos pontos apresenta uma assinatura mais típica de vegetação? Esse ponto deverá corresponder a uma parcela densamente coberta de vegetação em bom estado vegetativo. No extremo oposto, verifique que os pontos indicados por 1, 3 e 11 no gráfico correspondem a zonas edificadas. 4. As assinaturas 5 e 6 correspondem a parcelas de incultos com matos. Como interpreta o padrão de reflectância para essas parcelas? Parte 3: Determinar e analisar o índice de vegetação NDVI para a imagem de 20 de Maio de 2010 Os índices de vegetação são uma forma conveniente de sintetizar a informação das bandas da região espectral do vermelho e do infravermelho próximo. O índice NDVI é definido por NDVI=(IVP-V)/(IVP+V). 2
Em que IVP e V são as reflectâncias nas bandas do infravermelho próximo e do vermelho respectivamente. Para o sensor Landsat 5 TM o índice é definido a partir das reflectâncias na banda 3 (V) e na banda 4 (IVP). 1. Determine a imagem de NDVI para a imagem de 20 de Maio de 2010. Designe o resultado por NDVI_03_20Mai10.tif. Sugestão: use raster calculator. 2. Mude a legenda para uma escala de cores do vermelho para o verde para representar a verde valores de NDVI mais elevados. 3. Observe o histograma da imagem NDVI. Por que é que os valores de NDVI são em geral superiores a 0? Sugestão: compare os valores nas bandas V e IVP na Figura 1. 4. Explique por que razão a imagem NDVI é muito heterogénea na área da albufeira. 5. Compare a imagem de NDVI com a imagem de boa resolução espacial Esporao.bmp (faça zoom to layer para este cdg). Verifique que os padrões de NDVI definem parcelas no terreno com boa correspondência com a ocupação do solo no local. Indique uma razão para existirem parcelas agrícolas com baixo valor de NDVI. Parte 4: Determinar e analisar séries temporais de NDVI para a região. A figura abaixo indica os valores diários de precipitação observados na estação da Herdade do Esporão assim como as datas de aquisição de 12 imagens Landsat TM para a região de estudo. Figura 2: Precipitações diárias desde Janeiro de 2010 até novembro de 2011. 1. Seguindo o mesmo procedimento da Parte 2 do exercício, construa uma série temporal de valores de NDVI para os pontos do cdg Pontos. Ordene as imagens por ordem cronológica. O resultado deverá ser semelhante ao gráfico seguinte. 3
Figura 3: Série de valores de NDVI obtidos a partir das reflectâncias estimadas com base em imagens Landsat-TM para 12 pontos no terreno. As cores das barras correspondem aos trimestres dos anos. 2. O ponto 10 (no sul da região de estudo), correspondente a uma parcela de olival, tem um valor anormalmente baixo de NDVI em Abril de 2011. Que justificação pode apresentar para esse valor baixo do índice? 3. A tabela abaixo descreve o tipo de ocupação do solo para os doze locais indicados pelo cdg Pontos. Complete a tabela indicando qual é padrão temporal de NDVI que lhe corresponde, considerando os três seguintes grupos. Grupo I: valores sempre baixos de NDVI; Grupo II: valores sempre intermédios de NDVI com variação sazonal baixa a moderada; Grupo III: valores de NDVI com forte variação sazonal. ponto Ocupação do solo Valores baixos de NDVI Valores intermédios e altos de NDVI Variação sazonal baixa ou moderada 0 Vinha X 1 Artificializado X 2 Vinha 3 Artificializado 4 Eucaliptal 5 Matos 6 Matos 7 Eucaliptal 8 Regadio 9 Regadio 10 Olival 11 Artificializado Forte variação sazonal 4. Construa uma composição colorida RGB das imagens NDVI_04_21Jun10.tif, NDVI_06_20Mar11.tif e NDVI_09_24Jun11.tif usando Composite Bands em Data Management Tools/Raster/Raster Processing. Proceda por forma a 4
que a primeira data esteja associada ao canal R (vermelho) da composição, a segunda ao canal G (verde) e a última ao canal B (azul). A composição colorida resultante permite avaliar algumas alterações no coberto de 2010 para 2011. Interprete as cores da composição colorida. Qual é o significado das manchas vermelhas na região? E das manchas mais azuladas? (pode desligar o canal do verde G se quiser apenas comparar os valores para Junho de 2010 e de 2011). Considere em particular para este caso as duas zonas no cdg Vinha_nova.shp que está na sua pasta de trabalho. Parte 5: Construir de forma automática uma carta de ocupação do solo a partir das assinaturas espectrais Pretende usar-se as assinaturas espectrais para, de forma automática, associar cada pixel da imagem a uma classe de ocupação de solo. O cdg de pontos pontos_cneff contém um conjunto de pontos, cada qual correspondente à classe de ocupação do solo de código dado pelo atributo id: 1-superfícies com água; 2-áreas sociais; 3-regadios; 4-agricultura; 5-florestas de folha persistente; 6- incultos. 1. Usar a função create signatures em spatial analyst tools/multivariate para criar um ficheiro (extensão GSG) de assinaturas espectrais das bandas. Usar com input ref_b1, ref_ b2, ref_b3, ref_b4, ref_b5 e ref_b7 por essa ordem, e como conjunto de pontos de amostragem o cdg de pontos pontos_cneff. Designar o output assesp.gsg. 2. Usar a função maximum likelihood tendo como input as mesmas bandas (pela mesma ordem) e o ficheiro assesp.gsg. Designe o output por carta6. 3. Construa uma legenda para o cdg carta6 e critique a carta de ocupação do solo obtida. Observação: Pode comparar a carta de ocupação assim obtida (usando as assinaturas espectrais) com uma carta de ocupação obtida usando as bandas originais da imagem (ver aula anterior). 5