LAB 1 - GEOPROCESSAMENTO Introdução à imagem multiespectral e assinatura espectral de alvos

Documentos relacionados
APOSTILA AULA PRÁTICA DE CARTOGRAFIA PARA A AULA DO DIA 07 DE MARÇO DE 2016

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

Fundamentos de Sensoriamento Remoto

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

José Alberto Quintanilha Mariana Giannotti

27/03/2017 OPERAÇÕES ARITMÉTICAS NDVI E RAZÃO DE BANDAS AULA 04 RAZÃO DE BANDAS. Ex: Realce de minerais de Ferro = ρ v / ρ A

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

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

Sensoriamento Remoto

COMPORTAMENTO ESPECTRAL DE ALVOS

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

Classificação supervisionada

Geomática e SIGDR aula teórica 23 7 de Maio Correcções radiométricas de imagens de satélite Estimação de reflectâncias à superfície

Sensoriamento Remoto. Prof. Enoque Pereira da Silva

Processamento digital de imagens

Vinícius Emmel Martins 2, Dieison Morozoli Da Silva 3, Sidnei Luís Bohn Gass 4

GEOPROCESSAMENTO. Sensoriamento Remoto. Prof. Luiz Rotta

Fundamentos do Sensoriamento Remoto. Disciplina: Sensoriamento Remoto Prof. Dr. Raoni W. D. Bosquilia

PROCESSAMENTO DIGITAL DE IMAGENS

Sensoriamento Remoto Aplicado à Geografia Características das Imagens

CONCEITOS RADIOMÉTRICOS

PROCESSAMENTO DIGITAL DE IMAGENS. Thales Sehn Körting

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

COMPORTAMENTO ESPECTRAL DE ALVOS

Geomática e SIGDR aula teórica 25 14/05/2013. Interpretação de imagens de detecção remota Índices de vegetação

Interpretação Visual de Produtos de Sensoriamento Remoto

Sensoriamento Remoto Aplicado à Geografia. Prof. Dr. Reinaldo Paul Pérez Machado

Dados Vetoriais Dados Matriciais Dados Cadastrais. Representação contínua de fenômenos do espaço geográfico

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

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

Sensoriamento Remoto I Engenharia Cartográfica. Prof. Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista

Tecnologias de sensoriamento remoto para a identificação e monitoramento das mudanças no uso e ocupação dos solos urbanos

TUTORIAL. Imagens ASTER 15 m: Leitura de Arquivos HDF no ENVI 5 ASTER.

Mapeamento do uso do solo para manejo de propriedades rurais

Sensoriamento Remoto: Radiometria espectral e técnicas de análise de espectros. Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho.

ESTRUTURA DE UMA IMAGEM E CALIBRAÇÃO RADIOMÉTRICA AULA 01. Daniel C. Zanotta 14/03/2018

Calibração radiométrica de imagens Landsat no ArcGis 10.1

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

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

Qualidade Radiométrica das Imagens Sensor ADS40

ISA 2012/2013 Unidades curriculares Geomática e SIGDR

Semana de Estudos em Geoprocessamento LABORATÓRIO DE CARTOGRAFIA E GEOPROCESSAMENTO

MANUAL DE USO ASSINADOR DE DOCUMENTOS DIGITAIS PROTESTO ELETRÔNICO

DETEÇÃO REMOTA 2011/2012 Frequência 23 de Novembro de 2011

INTRODUÇÃO AO SENSORIAMENTO REMOTO. Daniel C. Zanotta

Flávia da Fonseca Feitosa

Sensoriamento Remoto Aplicado à Geografia

Sensoriamento Remoto Engenharia Ambiental Prática #1

Curso de Extensão: Noções de Sensoriamento

Quadras (4 feições) + atributo área Pontos notáveis + atributo de descrição

Software. Espectros Eletromagnéticos

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

Observar que o cosseno do ângulo zenital Solar é igual ao seno do ângulo de elevação Solar.

SENSORIAMENTO REMOTO INTRODUÇÃO E ÍNDICES DE VEGETAÇÃO

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

Sensoriamento Remoto II

Instituto Superior de Agronomia Exame de SIGDR 2 a chamada 24 de junho de 2016 Proposta de resolução

Sensoriamento Remoto: características espectrais de alvos. Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho.

Técnicas de interpretação de espectros de reflectância. Aula 5 Professor Waterloo Pereira Filho Docentes orientados: Daniela Barbieri Felipe Correa

Processamento Digital de Imagens - PDI

Satélites Artificiais da Terra

DETEÇÃO REMOTA 2011/2012 EXAME ÉPOCA DE RECURSO 26 de Janeiro de 2012

CORREÇÕES RADIOMÉTRICAS

Radiômetros imageadores

Tutorial sobre o uso da ferramenta de autoria A Ferramenta de Autoria - Célula

Lab - Monitorar e Gerenciar os Recursos do Sistema no Windows XP

Curso Básico de Capacitação em Estudos da Paisagem

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

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

Definição de sensoriamento remoto. Professor: Enoque Pereira da Silva

Sensoriamento Remoto

Sensoriamento remoto x uso do solo x transportes

Curso Básico de Capacitação em Estudos da Paisagem

REFLECTÂNCIA ESPECTRAL DA ÁGUA

LibreOffice Writer. Editor de texto

Instituto Nacional de Pesquisas Espaciais

SENSOREAMENTO REMOTO AULA1

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

EFEITOS DA FUMAÇA SOBRE A DETERMINAÇÃO DO NDVI MARCELO LIMA DE MOURA LÊNIO SOARES GALVÃO

Bacharelado em Engenharia Agronômica AGROMETEOROLOGIA E CLIMATOLOGIA. Prof. Samuel Silva. Radiação Solar. IFAL/Piranhas

PMI 3331 GEOMÁTICA APLICADA À ENGENHARIA DE PETRÓLEO

UNIVERSIDADE DE SÃO PAULO ESCOLA DE ENGENHARIA DE SÃO CARLOS DEPARTAMENTO DE HIDRÁULICA E SANEAMENTO

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

Roteiro do Experimento Radiação de Corpo Negro

Como a aparência da cor muda com a mudança da fonte de luz?

3 - AQUISIÇÃO DE IMAGENS DE SATÉLITE

Processamento Digital de Imagens. Cor

ESTIMATIVA DO ALBEDO E TEMPERATURA DE SUPERFÍCIE UTILIZANDO IMAGENS ORBITAIS PARA O MUNICÍPIO DE BARRA BONITA SP

Sensoriamento Remoto Hiperespectral PPGCC. Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista Presidente Prudente

1. Introdução: um breve histórico

USO DE IMAGENS TM LANDSAT 5 PARA ANÁLISE DO ALBEDO E SALDO DE RADIAÇÃO NA BACIA HIDROGRÁFICA DO CAMARAGIBE: DESTAQUE PARA SÃO LUIZ DO QUITUNDE-AL

Satélites e Sensores Orbitais

Vantagens e limitações dos RGB s

Universidade do Estado de Minas Gerais Curso de Sistemas de Informações. Multimídia. A Imagem (Parte I)

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

CURSO BÁSICO DE SPRING

VISUALIZADOR DE CICLOS MEGA-CA TC/TERMO. Ver /06/2017

Exemplo 1: Identificar um Elemento no Visualizador 3D

Transcrição:

LAB 1 - GEOPROCESSAMENTO Introdução à imagem multiespectral e assinatura espectral de alvos Neste laboratório, você começará a trabalhar com imagens multiespectrais. O objetivo do laboratório é desenvolver sua familiaridade com as imagens de Sensoriamento Remoto, assinatura espectral de alvos e métodos de classificações de imagens. Neste ponto, é importante para você desenvolver as habilidades necessárias para realizar análises mais sofisticadas à medida que sua base de conhecimento se expande ao longo do semestre. As perguntas abaixo são destinadas a exercer seu poder de raciocínio dedutivo. As respostas podem não parecer óbvias no início, mas as perguntas podem ser respondidas com um pouco de raciocínio. A primeira parte do exercício de laboratório de hoje utiliza uma fotografia digital do espectro das cores. Esta imagem contém 3 bandas espectrais correspondentes aos canais vermelho, verde e azul de uma fotografia digital fotografada com uma câmera Lumix LX3. O espectro de cores foi gerado pela luz solar projetada em um teto branco plano através de um prisma de vidro padrão. 1º) Abra a imagem PRIMAS da pasta Lab 1, clicando em Raster do lado direito da interface do QGIS.

Conceitos básicos: Para imagens contendo 3 bandas compostas em RBG, o QGIS carrega automaticamente as bandas nos canais vermelho, verde e azul e aplica um contraste padrão de 2% à imagem quando exibido. Isso significa que atribui níveis de brilho vermelho, verde e azul aos valores numéricos de pixels na faixa correspondente. O brilho na tela é exibido linearmente entre valores baixos e altos derivados da distribuição de frequência de brilhos em cada banda. Em um contraste padrão, os valores 2% mais baixos e 2% mais altos são definidos como valores mínimos e máximos de exibição. O contraste é uma das mais básicas e poderosas técnicas de aprimoramento de imagem de Sensoriamento Remoto. 2º) Com o botão direito do mouse, clique em cima da Camada raster PRISMA e clique em propriedade. 3º) Dentro da janela de Propriedade da camada, clique em Estilo. v

4º) Em renderização de cores, aumente o contraste para 60%. E observe a imagem. O que aconteceu com as cores? O que aconteceu com a textura? 5º) Agora aumente o brilho em 100%, mantendo o contraste em 60%. O que aconteceu com as cores? Porque?

6º) Ainda em renderização de cores, escolha como modo de mistura: Diferença. E aplique brilho de 160. O que aconteceu com as cores? Porque? 7º) Redefina as cores originais da imagem clicando em REDEFINIR.

Agora vamos analisar as bandas decompostas da imagem em 3 bandas da imagem: azul, verde e vermelho. 8º) Na barra de ferramentas do QGIS, clique em RASTER Calculadora raster. 9 ) Clique duas vezes em PRISMA@1, a banda 1 será selecionada e aparecerá na calculadora de expressão raster.

10º) Clique nos... e salve a imagem na pasta Lab1 como B1. 11º) Faça o mesmo procedimento para as outras duas bandas. Nomeando-as como B2 e B3. Observe as imagens das bandas 1, 2 e 3. O que é possível observar? Qual banda é a banda do azul? E qual é a banda do verde? E do vermelho? Porque? 2º PARTE A segunda parte do exercício amplia os conceitos introduzidos acima para imagens de satélite. Abra a imagem SP_2010_04_18_L5r Esta é a imagem Landsat 5 coletada em abril de 2010 (data codificada no nome do arquivo). A data, o caminho, a linha e o número de satélite também estão codificados nas bandas. Esta imagem está orientada para o Norte. A codificação usada para imagens Landsat pode ser decodificada como: SSSppprrryyyyddxxxxxx SSS = Satellite & sensor: Landsat 5 Thematic mapper

ppp = path - longitudinal: path 219 rrr = row - latitudinal: row 76 yyyy = year: 2010 ddd = julian day: 108 xxxxx = secret code Conceitos importantes: Cada banda contém a radiância calibrada em função da refletância exoatmosférica (superior da atmosfera) também chamada de reflectância planetária. Os sensores medem o brilho dos alvos da superfície imageada. A radiância é uma medida da quantidade de radiação refletida. A quantidade de radiação solar refletida e medida por um sensor depende de 1) a quantidade de irradiância recebida do Sol e em 2) a quantidade refletida a partir da superfície da Terra e 3) a quantidade espalhada em direção ao sensor pela atmosfera entre a superfície e o sensor (Relembrando a aula de Comportamento Espectral de Alvos) Exoatmosférica significa que os valores de reflectância não foram corrigidos para dispersão atmosférica e absorção. Reflectância é uma medida relativa de brilho dentro de uma faixa específica de comprimentos de onda. A refletância geralmente é escalonada entre 0,0 e 1,0. Reflectância é uma propriedade de material. 1º) Abra a imagem SP_2010_04_18_L5r. Clicando em Raster Observe a mudança na cor da vegetação entre São Paulo e a costa. Por que a vegetação mais próxima da costa parece mais clara/com tonalidade diferente em relação a vegetação de São Paulo?

2º) Clique com o botão direito no nome da imagem, clique em propriedades da imagem. 3º) Clique em Histograma. Calcular histograma.

4º) Clique em Prefs/Ações Mostrar bandas RBG/Cinza. Por que os histogramas estão tão concentrados nos valores baixos? Que informação foi perdida ou obtida na tela por isso? 5º) Clique em Raster na barra de ferramentas no QGIS. Calculadora Raster. E extraia as bandas 6,4 e 2 (como o passo 9 e 10 do exercício anterior). Quais elementos aparece mais escuro na banda 4 (infravermelho)? E mais claro?

6º) Faça uma composição colorida em falsa cor. Com as bandas extraídas no passo anterior (B6, B4, B2). Clique em Raster (na barra de ferramentas do QGIS) Miscelânia Mosaico. 7º) Selecione as bandas 6, 4 e 2 (NESSA MESMA ORDEM) clicando em Selecione arquivos de entrada. Depois clique em Selecionar Arquivo de saída e coloque um nome na composição em Falsa Cor.

8º) Selecione o quadrinho Coloque cada arquivo de entrada em uma banda separada na versão QGIS 2.18.7 ou Pilha de camada nas versões anteriores. Clique em OK. O que aconteceu com as cores dos elementos imageados? 9º) Volte na imagem SP_2010_04_18_L5r e extraia a banda 5 e 3. Faça uma composição em falsa cor com as bandas 5,4,3 (nessa mesma ordem), como no exercício anterior. O que aconteceu com as cores dos elementos imageados? Qual a cor da vegetação? Porque? Observe como a cor da Represa Billings, do Reservatório do Rio Pequeno e do Reservatório Rio das Pedras muda quando a exibição é alterada das faixas do visível (RGB) para infravermelho. O que você acha que é responsável pela variação de cor da água nos reservatórios? 10º) Qual é a coisa mais interessante que você aprendeu na última hora?