Obtenção da reflectância da superfície para imagens OLI do Landsat 8 com um modelo de transferência radiativa

Documentos relacionados
Calibração radiométrica de imagens Landsat no ArcGis 10.1

O DESAFIO DOS SENSORES REMOTOS NO INVENTÁRIO DE BIOMASSA SÓLIDA. José Rafael M. Silva; Adélia Sousa; e Paulo Mesquita

Sensoriamento Remoto e Qualidade da Água

Análise comparativa da correção atmosférica de imagem do Landsat 8: o uso do 6S e do ATCOR2

COORDENADORIA DE DEFESA CIVIL MUNICÍPIO DE DUQUE DE CAXIAS - RJ

MINIMIZAÇÃO DOS EFEITOS DA FUMAÇA SOBRE O CÁLCULO DO NDVI

CORREÇÕES RADIOMÉTRICAS

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

UNIVERSIDADE DE BRASÍLIA FACULDADE DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA FLORESTAL

Definição de sensoriamento remoto. Professor: Enoque Pereira da Silva

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

CARTOGRAFIA. (do grego chartis = mapa e graphein = escrita) é a ciência que trata da concepção, produção, difusão, utilização e estudo dos mapas.

PLANILHA ELETRÔNICA PARA O CÁLCULO DA REFLECTÂNCIA EM IMAGENS TM E ETM+ LANDSAT

Ministério Público do Rio Grande do Sul Divisão de Assessoramento Técnico PARECER DOCUMENTO DAT-MA Nº 3038/2008

Projeto de Monitoramento do Desmatamento nos Biomas Brasileiros por Satélite

INTRODUçÃO ÀS. UNIVERSIDADE DE AVEIRO Departamento de Física Detecção Remota

ANÁLISE DA VARIAÇÃO DA RESPOSTA ESPECTRAL DA VEGETAÇÃO DO BIOMA PAMPA, FRENTE ÀS VARIAÇÕES DA FENOLOGIA

SEL 5895 Introdução ao Processamento Digital de Imagens. Aula 1 - Introdução. Prof. Dr. Marcelo Andrade da Costa Vieira

IMAGENS DIGITAIS APLICADAS PARA DETERMINAÇÃO DE ÁREAS AGRÍCOLAS ATRAVÉS DO CLASSIFICADOR BAYES

APLICAÇÃO DE SIG NO GERENCIAMENTO DE RESÍDUOS SÓLIDOS: LOCALIZAÇÃO DE ÁREA PARA ATERRO SANITÁRIO

VARIAÇÃO DA COBERTURA VEGETAL NATURAL EM UMA MICROBACIA DO NOROESTE DO PARANÁ

CONSTRUÇÃO DE BANCOS DE DADOS ESPACIAIS COM IMAGENS DE SATÉLITE

MAPEAMENTO DAS CLASSES DO CADASTRO AMBIENTAL RURAL (CAR) EM MUNICÍPIOS DO TERRITÓRIO PORTAL DA AMAZÔNIA

Sensoriamento Remoto

NOVAS TECNOLOGIAS NO ENSINO A DISTÂNCIA DE PROCESSAMENTO DE IMAGENS UTILIZANDO O SPRING E IMAGENS CBERS.

Aplicação do Modelo Digital De Elevação do SRTM na geração de mapas fisiográficos do relevo

Avaliação preliminar dos dados radiométricos do sensor WFI a bordo do satélite CBERS 2

XI SIMPÓSIO DE RECURSOS HÍDRICOS DO NORDESTE

Reflectância espectral de classes e alvos urbanos no Rio de Janeiro, utilizando imagem do sensor Hyperion

Manipulação, Visualização e Interpretação de Imagens de Sensoriamento Remoto

IDENTIFICAÇÃO DO FENÔMENO DE ILHAS DE CALOR PARA A REGIÃO METROPOLITANA DE SÃO PAULO ATRAVÉS DE DADOS PROVENIENTES DO SATÉLITE LANDSAT 7 ETM+

Simpósio de Aplicações Operacionais em Áreas de Defesa

Metodologia para conversão de Modelo Digital de Elevação em Modelo Digital do Terreno

Estudo da Variação Temporal da Água Precipitável para a Região Tropical da América do Sul

Vantagens e limitações dos RGB s

Introdução ao Processamento de Imagens Digitais Aula 01

Linha de tubulação de pvc

IDENTIFICAÇÃO DE QUEIMADAS NOS CAMPOS DE CIMA DA SERRA, RS, ATRAVÉS DOS ÍNDICES NDVI E NBR INTRODUÇÃO

MundoGEOXperience - Maratona de Ideias Geográficas 07/05/2014

CLASSIFICAÇÃO PRELIMINAR DE PASTAGENS DEGRADADAS EM MICROBACIAS DA REGIÃO DE GUARARAPES-SP

TUTORIAL. Satélite DEIMOS-2: Alta Resolução para projetos de Sensoriamento Remoto DEIMOS-2.

USO DA TÉCNICA DE ANALISE POR COMPONENTE PRINCIPAL NA DETECÇÃO DE MUDANÇAS NA COBERTURA DO SOLO

LICENCIAMENTO E COMPENSAÇÃO AMBIENTAL NO ESTADO DE MINAS GERAIS: estudos de casos de empreendimentos minerários no Quadrilátero Ferrífero - MG

ANÁLISE CARTOGRÁFICA DO PLANO DIRETOR DO MUNICÍPIO DE POUSO ALEGRE/MG

Esperança de vida mais elevada à nascença no Centro e aos 65 anos no Algarve

044.ASR.SRE.16 - Princípios Físicos do Sensoriamento Remoto

Uso de geotecnologias no estudo da sustentabilidade agrícola do núcleo rural Taquara, DF.

Resumo. Boletim do desmatamento da Amazônia Legal (setembro de 2014) SAD

ERMAC 2010: I ENCONTRO REGIONAL DE MATEMÁTICA APLICADA E COMPUTACIONAL de Novembro de 2010, São João del-rei, MG; pg

ENERGIA SOLAR: CONCEITOS BASICOS

Processamento de Imagem. Prof. Herondino

Sensoriamento Remoto. Características das Imagens Orbitais

RESUMO Panorama da silvicultura familiar no Planalto Sul de Santa Catarina.

Caracterização Morfológica Utilizando Imagens de Satélites

CAPÍTULO 4 TECNOLOGIA ESPACIAL NO ESTUDO DE FENÔMENOS ATMOSFÉRICOS

Sensoriamento Remoto aplicado ao Monitoramento Ambiental

DesertWatch Extension to Portuguese Partners

Correção geométrica de imagens de sensoriamento remoto REGISTRO. Profa. Ligia Flávia Antunes Batista

CC54Z - Hidrologia. Precipitação: definição, métodos de medição e grandezas características. Universidade Tecnológica Federal do Paraná

ESTUDO DE CASO: ÍNDICE DE UMIDADE DO SOLO UTILIZANDO IMAGENS DO SENSOR MODIS PARA O MUNICÍPIO DE BELEM DO SÃO FRANCISCO, PE

Comparação entre classificadores por pixel e por região com imagem SPOT-5 para o estado de Minas Gerais

ALTA DO ATLÂNTICO SUL E SUA INFLUÊNCIA NA ZONA DE CONVERGÊNCIA SECUNDÁRIA DO ATLÂNTICO SUL

044.ASR.SRE.16 - Princípios Físicos do Sensoriamento Remoto

Análise comparativa de técnicas de filtragem espacial em área rural na região do Médio Alto Uruguai RS

GERAÇÃO AUTOMÁTICA DE PRODUTOS DERIVADOS DE IMAGENS AVHRR-NOAA NO AGRITEMPO

VARIABILIDADE ESPAÇO TEMPORAL DO IVDN NO MUNICIPIO DE ÁGUAS BELAS-PE COM BASE EM IMAGENS TM LANDSAT 5

Histórico da Quantificação do Desmatamento no Estado do Amapá e busca de novas tecnologias

IMAGENS CBERS: PARA QUE E PARA QUEM?

O uso de pontos de controle no processamento de imagens CBERS

9º Encontro Técnico DER-PR

DETERMINAÇÃO DO PREÇO DA TERRA EM GOIÁS A PARTIR DO USO DE GEOESTATÍSTICA

AVALIAÇÃO DA ACURÁCIA DAS COORDENADAS OBTIDAS NO GOOGLE EARTH PARA O MUNICÍPIO DE INCONFIDENTES - MG

Manejo Florestal na Chapada do Araripe: Uma Técnica de Combate à Desertificação

MAPEAMENTO DE CLASSES INTRAURBANAS NO MUNICÍPIO DE CARAGUATATUBA (SP) UTILIZANDO IMAGENS LANDSAT-5 TM E IMAGEM NDBI

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 DO MATLAB NA GERAÇÃO DE IMAGEM SINTÉTICA COM MENOR PROPORÇÃO DE NUVEM

ANÁLISE GEOMORFOLÓGICA DO MUNICÍPIO DE JARDIM OLINDA - PR

ATIVIDADE ALUNO: 6º ANO TURMA: A/B/C/D E N S I N O F U N D A M E N T A L ATIVIDADE DE RECUPERAÇÃO

BOIA FORTALEZA. FABRICANTE: Axys Technologis Inc. MODELO: 3-Meters (3M)

ANÁLISE COMPARATIVA DE CARACTERÍSTICAS DE MATERIAIS TRANSPARENTES DE MESMA COLORAÇÃO

Análise de métricas da paisagem utilizando o Fragstats 3.3

IMAGENS PARA MAPEAMENTO GEOLÓGICO E LEVANTAMENTO DE RECURSOS MINERAIS: RESUMOS PARA USO DOS CENTROS DE ATENDIMENTO A USUÁRIOS ATUS DO INPE

DEPARTAMENTO DE POLÍCIA FEDERAL SUPERINTENDÊNCIA REGIONAL NO ESTADO DE MINAS GERAIS SETOR TÉCNICO-CIENTÍFICO

SISTEMA GUARDIÃO. Manual de Usuário

Observação da Terra no Brasil

Para que um sensor possa coletar e registrar a energia refletida ou emitida por um objeto ou superfície, ele tem que estar instalado em uma

ESTUDO PRELIMINAR DA ESTIMATIVA DA REFLECTÂNCIA E ALBEDO DE MICROSSISTEMAS PANTANEIROS A PARTIR DE IMAGENS DE SATÉLITE

SÍNTESE. AUTORES: MSc. Clibson Alves dos Santos, Dr. Frederico Garcia Sobreira, Shirlei de Paula Silva.

ANÁLISE TEMPORAL DE ÍNDICES DE VEGETAÇÃO UTILIZANDO TÉCNICAS DE SENSORIAMENTO REMOTO.

Distinção de classes de cana-de-açúcar através do NDVI

RELÁTORIO FINAL DO PROJETO DE INICIAÇÃO CIENTÍFICA (PIBIC/CNPq/INPE) Fabiane Ferreira Silva (INPE, Bolsista PIBIC/CNPq)

Mauricio Alves Moreira 1 Marco Adami 1 Bernardo Friedrich Theodor Rudorff 1 Tiago Bernardes 1

SUMÁRIO. Pág. LISTA DE FIGURAS... xxi LISTA DE TABELAS... xxv INTRODUÇÃO... 1

Análise da assinatura espectral no visível e infra-vermelho próximo de áreas queimadas em produtos MODIS

ANEXO-UNDER 2 ESTADO DE MATO GROSSO

Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE

MAPEAMENTO DA COBERTURA VEGETAL DE ÁREAS DE GRANDE EXTENSÃO ATRAVÉS DE MOSAICOS DE IMAGENS DO NOAA-AVHRR

FACULDADE SANTA TEREZINHA - CEST COORDENAÇÃO DO CURSO DE TECNOLOGIA EM GESTÃO AMBIENTAL PLANO DE ENSINO

Sensoriamento Remoto aplicado ao Monitoramento Ambiental

ANÁLISE COMPARATIVA DOS ÍNDICES DE VEGETAÇÃO NDVI E SAVI NA MICRORREGIÃO DO VALE DO PAJEÚ-PE

Transcrição:

Obtenção da reflectância da superfície para imagens OLI do Landsat 8 com um modelo de transferência radiativa Leonardo Herms Maia 1 Loar dos Santos Coutinho 1 Gustavo Mota de Sousa 1 Mauro Antonio Homem Antunes 2 1 Universidade Federal Rural do Rio de Janeiro - UFRRJ/IA/DEGEOC BR-465, Km 7 23890.000 - Seropédica - RJ, Brasil leonardo.rio@globomail.com loar.coutinho@gmail.com gustavoms@ufrrj.br 2 Universidade Federal Rural do Rio de Janeiro - UFRRJ/IT/DENG BR-465, Km 7 23890.000 - Seropédica - RJ, Brasil mauroantunes@ufrrj.br Abstract. The images acquired by remote sensors are the product of interactions of radiation with the Earth's surface and the atmosphere. Information extraction from the Earth's surface is the main objective of remote sensing applications, and atmospheric effects on images hinder the correct identification of certain objects in satellite imagery. The atmospheric effects are caused by scattering and absorption of radiation by atmospheric gases and the aerosols, a set of solid or liquid particles present in the atmosphere that can be of natural origin or produced as a result of human activities. Thus, the atmospheric correction of images is recommended using radiative transfer models is a way to eliminate or minimize this problem. The objective of this paper is to present a model for atmospheric correction of images from the OLI sensor of Landsat 8 and to evaluate the differences between apparent reflectance (at satellite level) and surface reflectance with regards to studies of land cover and use through OLI images. The results were performed on samples of water, forest and urban areas and demonstrated that the radiative transfer model shows differences between apparent reflectance and surface reflectance. Thus, the use of AtmCor4OLI showed satisfactory results demonstrating the necessity of atmospheric correction in images of OLI sensor. Palavras-chave: AtmCor4OLI, image processing, atmospheric correction, AtmCor4OLI, processamento de imagens, correção atmosférica. 1. Introdução As imagens obtidas por sensores remotos são o produto de interações da radiação com a atmosfera e a superfície terrestre. A extração de dados da superfície terrestre se torna o objetivo principal das aplicações do sensoriamento remoto, e um dos principais obstáculos na identificação de certos objetos por imagem de satélite, são justamente os fatores atmosféricos. A presença de aerossóis na atmosfera modificam a resposta e visualização de determinados alvos existentes na superfície terrestre. Os aerossóis tratam-se de um conjunto de partículas sólidas ou líquidas presentes na atmosfera que podem ser de origem natural ou produzidos por consequência de atividades humanas. Dessa forma, a correção atmosférica de imagens é indicada para este caso em que Antunes (2010) indica que a utilização de modelos de transferência radiativa como é uma maneira de eliminar ou minimizar este problema. Neste trabalho serão apresentadas as diferenças entre dos valores de reflectância aparente (topo da atmosfera) e os valores de reflectância de superfície de imagens do sensor OLI/LANDSAT 8. As imagens com reflectância aparente apresentam as partículas suspensas no ar, enquanto as imagens de reflectância de superfície mostram os valores espectrais dos alvos sem influência atmosférica. Com isso, a intenção deste trabalho é mostrar como a correção atmosférica pode ser muito eficaz para diferentes usos e análises por sensoriamento 2992

remoto principalmente em estudos de uso e cobertura da terra que são apoiados em índices espectrais. A área de estudo é a órbita-ponto 218/075 do satélite Landsat 8 que abrange os Estados de Minas Gerais e Rio de Janeiro com destaque a região do Sul de Minas e o Planalto das Agulhas Negras que possuem áreas do bioma Mata Atlântica protegidas pelo mosaico de Unidades de Conservação da Serra da Mantiqueira em que se destaca do Parque Nacional do Itatiaia (Tomzhinski et al., 2012). 2. Metodologia de Trabalho A metodologia elaborada para este trabalho (Figura 1) teve como base o trabalho realizado por Sousa & Antunes (2013) que realizaram a correção atmosférica através do AtmCor4OLI em imagens do sensor AVNIR-2/ALOS. As etapas metodológicas estão divididas em materiais; tratamento da imagem; métodos e; resultados e interpretação. Figura 1. Fluxograma Metodológico A pesquisa bibliográfica e os dados adquiridos serviram como ponto inicial através do download das imagens do satélite Landsat 8 através do site Earth Explorer disponibilizado pela NASA. A data da imagem corresponde a data de 24/07/2013 e as bandas utilizadas para este estudo correspondem ao espectro do azul (2), verde (3), vermelho (4), infravermelho próximo (5), infravermelho 1 (6) e infravermelho 2 (7). Optou-se por não utilizar as bandas do azul costeiro (1), pancromática (8) e cirrus (9). As bandas foram inseridas em formato TIFF no software SPRING 5.2.6 para conversão em formato RAW que é compatível ao AtmCor4OLI. O AtmCor4OLI realiza a correção atmosférica através de um modelo de transferência radiativa que permite a utilização de parâmetros da atmosfera local e por consequência permite melhor embasamento físico nas correções. Esse modelo foi adaptado a partir do 6S (Second Simulation of Satellite Signal in the Solar Spectrum, Vermote et al., 1997) para as imagens do sensor OLI através da inserção da função de resposta normalizada espectral das bandas do sensor. O modelo é alimentado por parâmetros biofísicos, geométricos e espectrais dos elementos que compõem o dossel vegetal (parâmetros de entrada) e, como resultado de seus processamentos, comumente são estimados valores de reflectância bidirecional (RB). De acordo com Sousa & Antunes (2013), a solução do problema inverso constitui o grande objetivo ou interesse de diferentes profissionais, pois é através dela que dados radiométricos 2993

como o RB permitem, via modelo de reflectância, inferir sobre as características físicas e biofísicas da superfície e da vegetação. O AtmCor4OLI apresenta como resultado os valores de reflectância do topo da atmosfera e a reflectância dos alvos existentes na superfície terrestre. Os parâmetros utilizados para correção atmosférica da imagem OLI/Landsat 8 estão dispostos na tabela 1. Tabela 1. Parâmetros de correção atmosférica aplicados ao AtmCor4OLI para a imagem OLI/LANDSAT 8. Essas imagens foram inseridas no software ENVI 5.0 que tornou possível a identificação e comparação entre alvos de vegetação, água e área urbana entre as imagens com reflectância aparente e superfície através da elaboração de gráficos comparativos. 3. Resultados e Discussão Os resultados são demonstrados através de comparação de maneira visual e gráfica entre as bandas do sensor OLI/Landsat 8 com a obtenção de valores espectrais de amostras de floresta, água e área urbana. Essas amostras foram selecionadas no município de Itatiaia/RJ através do conhecimento da característica dessas áreas que foram observadas por meio da identificação de pixels que correspondem às classes na imagem (Figura 2). 2994

Figura 2. Amostras de floresta, água e área urbana. Os gráficos de reflectância (Figura 3) elaborados através do software ENVI 5.0 demonstram a diferença entre a reflectância aparente e de superfície para cada amostra identificada na imagem. Floresta (a) Água (b) Área Urbana (c) Figura 3. Reflectância dos alvos de floresta, água e área urbana. As áreas de floresta (Figura 3a) possuem grandes diferenças entre os valores das bandas do espectro visível (azul, verde e vermelho), em que os valores de superfície possuem percentuais de reflectância mais baixos. Já nas bandas do infravermelho o resultado foi inverso porque os valores percentuais observados foram mais altos para a reflectância da 2995

superfície terrestre devido às características espectrais das folhas verdes existentes na vegetação. O comportamento da água (Figura 3b) demonstrou que essa classe apresentou redução de valores em todas as faixas espectrais no comparativo entre as reflectâncias aparente e de superfície. As diferenças foram consideráveis no espectro do visível em que os percentuais de reflectância atingiram valores até dez vezes maiores como visto na banda do verde. No caso das bandas do infravermelho, as maiores variações foram verificadas na faixa do infravermelho 1 (banda 6) e infravermelho 2 (banda 7). As áreas urbanas apresentaram valores percentuais de reflectância maiores em média quando comparados às amostras de vegetação e água demonstrados nas figuras 3a e 3b. Da mesma forma, ocorreram diferenças entre os espectros visível e infravermelho. Os valores de reflectância de superfície foram reduzidos na faixa do visível, principalmente nas bandas do azul e verde e, ocorreram valores maiores nas bandas do infravermelho. 4. Conclusões Os resultados demonstraram que o AtmCor4OLI foi eficiente e capaz de realizar um trabalho satisfatório de correção atmosférica da imagem do sensor OLI/Landsat 8, sendo isto essencial para a difusão de informações tecnológicas e científicas. As amostras adquiridas e observadas na comparação entre a reflectância aparente e a reflectância de superfície demonstraram diferenças consideráveis nas faixas do espectro eletromagnético correspondentes as bandas do visível (azul, verde e vermelho), que obtiveram redução de valores e, as bandas do infravermelho (infravermelho próximo, infravermelho 1 e infravermelho 2) com aumento dos valores percentuais. As etapas realizadas neste trabalho trazem a conclusão de que a correção atmosférica é um procedimento necessário para a análise de uma imagem de satélite. O efeito atmosférico é relevante e merece ser observado no processamento digital de imagens de sensoriamento remoto principalmente em estudos de uso e cobertura da terra que utilizam dados de diferentes datas (detecção de mudanças) ou na elaboração de imagens provenientes de índices espectrais. Referências Bibliográficas Antunes, M.A.H., Debiasi, P., Costa, A.R. DA.; Gleriani, J.M. Correção atmosférica de imagens ALOS/AVNIR- 2 utilizando o modelo 6S. Revista Brasileira de Cartografia RBC, nº 64/Edição especial Sensoriamento Remoto: p. 531-539, 2012. Antunes, M.A.H.; Freire, R.M.B.; Botelho, A.S.; Toniolli, L.H. Correções atmosféricas de imagens de satélites utilizando o modelo 6S. In.: Congresso Brasileiro de Cartografia (CBC), 21, 2003. Belo Horizonte. Anais... Rio de Janeiro: SBC, 2003. Tomzhinski, G.W. (2012) Análise Geoecológica dos Incêndios Florestais no Parque Nacional do Itatiaia. Dissertação de Mestrado. Programa de Pós Graduação em Geografia PPGG/UFRJ. 137 f. Sousa, G. M.; Antunes, M. A. H. Correção atmosférica de imagens AVNIR-2/ALOS com o modelo 6S no Parque Nacional do Itatiaia. In: Simpósio Brasileiro de Sensoriamento Remoto, 16. (SBSR), 2013, Foz do Iguaçu. Anais... São José dos Campos: INPE, 2013. p. 1885-1892. DVD, Internet. ISBN 978-85-17-00066-9 (Internet), 978-85-17-00065-2 (DVD). Disponível em: <http://urlib.net/3erpfqrtrw34m/3e7gdts>. Acesso em: 28 out. 2014. Vermote, E.F., Tanré, D., Deuzé, J.L., Herman, M., Morchete, J.J., 1997, Second Simulation of the Satellite Signal in the Solar Spectrum, 6S: An overview. IEEE Transactions on Geoscience and Remote Sensing. Volume 35. n 3, p. 675-686. 2996