Sensoriamento Remoto II

Prévia do material em texto

Indaial – 2021
SenSoriamento remoto ii
Prof. Volney Junior Borges de Bitencourt
1a Edição
Copyright © UNIASSELVI 2020
Elaboração:
Prof. Volney Junior Borges de Bitencourt
Revisão, Diagramação e Produção:
Centro Universitário Leonardo da Vinci – UNIASSELVI
Ficha catalográfica elaborada na fonte pela Biblioteca Dante Alighieri 
UNIASSELVI – Indaial.
Impresso por:
B624s
 Bitencourt, Volney Junior Borges de
Sensoriamento remoto II. / Volney Junior Borges de Bitencourt. – 
Indaial: UNIASSELVI, 2021.
246 p.; il.
ISBN 978-65-5663-442-5
ISBN Digital 978-65-5663-438-8
1. Sensoriamento remoto. - Brasil. II. Centro Universitário Leonardo 
da Vinci.
 
CDD 526.982
apreSentação
O Sensoriamento Remoto (SR) é uma tecnologia ou ferramenta 
relativamente recente. Contudo, é empregada em praticamente todos os 
campos da ciência, com vastas aplicações em certas áreas do mercado de 
trabalho.
As vantagens do SR incluem, por exemplo, a capacidade de coletar 
informações em grandes áreas espaciais; para caracterizar recursos naturais 
ou de interesse econômico; observar áreas de superfície e monitorar suas 
mudanças ao longo do tempo; e a capacidade de integrar esses dados com 
outras informações para auxiliar na tomada de decisão. 
No geral, o SR é uma ciência ampla que lida com dados e informações 
que são adquiridos por sensores sem contato direto com o alvo de interesse; 
isto é, sem encostar-se ao objeto de investigação.
É importante frisar que o conteúdo aqui apresentado é abordado de 
forma objetiva e resumido. Ou seja, você, aluno, não deve se ater somente a 
este material, mas também deve buscar ler a bibliografia indicada bem como 
outras publicações de renomados autores.
Bons Estudos!
Volney Junior Borges de Bitencourt
Você já me conhece das outras disciplinas? Não? É calouro? Enfim, tanto para 
você que está chegando agora à UNIASSELVI quanto para você que já é veterano, há novi-
dades em nosso material.
Na Educação a Distância, o livro impresso, entregue a todos os acadêmicos desde 2005, é 
o material base da disciplina. A partir de 2017, nossos livros estão de visual novo, com um 
formato mais prático, que cabe na bolsa e facilita a leitura. 
O conteúdo continua na íntegra, mas a estrutura interna foi aperfeiçoada com nova diagra-
mação no texto, aproveitando ao máximo o espaço da página, o que também contribui 
para diminuir a extração de árvores para produção de folhas de papel, por exemplo.
Assim, a UNIASSELVI, preocupando-se com o impacto de nossas ações sobre o ambiente, 
apresenta também este livro no formato digital. Assim, você, acadêmico, tem a possibilida-
de de estudá-lo com versatilidade nas telas do celular, tablet ou computador. 
 
Eu mesmo, UNI, ganhei um novo layout, você me verá frequentemente e surgirei para 
apresentar dicas de vídeos e outras fontes de conhecimento que complementam o assun-
to em questão. 
Todos esses ajustes foram pensados a partir de relatos que recebemos nas pesquisas 
institucionais sobre os materiais impressos, para que você, nossa maior prioridade, possa 
continuar seus estudos com um material de qualidade.
Aproveito o momento para convidá-lo para um bate-papo sobre o Exame Nacional de 
Desempenho de Estudantes – ENADE. 
 
Bons estudos!
NOTA
Olá, acadêmico! Iniciamos agora mais uma disciplina e com ela 
um novo conhecimento. 
Com o objetivo de enriquecer seu conhecimento, construímos, além do livro 
que está em suas mãos, uma rica trilha de aprendizagem, por meio dela você 
terá contato com o vídeo da disciplina, o objeto de aprendizagem, materiais complemen-
tares, entre outros, todos pensados e construídos na intenção de auxiliar seu crescimento.
Acesse o QR Code, que levará ao AVA, e veja as novidades que preparamos para seu estudo.
Conte conosco, estaremos juntos nesta caminhada!
LEMBRETE
Sumário
UNIDADE 1 — FUNDAMENTOS DE SENSORIAMENTO REMOTO II ................................. 1
TÓPICO 1 — REVISÃO DOS PRINCIPAIS CONCEITOS E DEFINIÇÕES INICIAIS ........... 3
1 INTRODUÇÃO .................................................................................................................................... 3
2 DEFINIÇÕES BÁSICAS ..................................................................................................................... 3
3 PLATAFORMAS DE AQUISIÇÃO DE DADOS E PRODUTOS
 DE SENSORIAMENTO REMOTO .................................................................................................. 8
3.1 O ESPECTRO ELETROMAGNÉTICO ....................................................................................... 10
3.2 CATEGORIAS DE SENSORES REMOTOS ............................................................................... 13
3.3 AS ETAPAS DO SENSORIAMENTO REMOTO ...................................................................... 15
3.4 ONDE O SENSORIAMENTO REMODO É APLICADO? ...................................................... 17
4 PRINCIPAIS SOFTWARES UTILIZADOS NO SENSORIAMENTO REMOTO ................. 18
RESUMO DO TÓPICO 1..................................................................................................................... 23
AUTOATIVIDADE .............................................................................................................................. 24
TÓPICO 2 — COMPORTAMENTO ESPECTRAL DE ALVOS ................................................... 27
1 INTRODUÇÃO .................................................................................................................................. 27
2 ASSINATURAS ESPECTRAIS DE ALVOS TERRESTRES ....................................................... 27
2.1 SENSORES MULTESPECTRAIS E HIPERESPECTRAIS ........................................................ 30
2.2 ASSINATURA ESPECTRAL........................................................................................................ 33
2.3 FATORES QUE INTERFEREM NAS MEDIDAS DO COMPORTAMENTO
 ESPECTRAL DOS ALVOS ........................................................................................................... 43
3 TIPOS DE BANDAS ESPECTRAIS E SUAS COMPOSIÇÕES................................................ 44
RESUMO DO TÓPICO 2..................................................................................................................... 52
AUTOATIVIDADE .............................................................................................................................. 53
TÓPICO 3 — TÉCNICAS DE TRANSFORMAÇÕES ESPECTRAIS ......................................... 57
1 INTRODUÇÃO .................................................................................................................................. 57
2 OPERAÇÕES COM BANDAS ........................................................................................................ 57
2.1 ANÁLISE DE COMPONENTES PRINCIPAIS (ACP) ............................................................. 58
2.2 TASSELED CAP ............................................................................................................................ 62
2.3 IHS – INTENSIDADE, TONALIDADE E SATURAÇÃO ....................................................... 64
2.4 ÍNDICES ESPECTRAIS ................................................................................................................ 67
LEITURA COMPLEMENTAR ............................................................................................................ 74
RESUMO DO TÓPICO 3..................................................................................................................... 77
AUTOATIVIDADE .............................................................................................................................. 79
REFERÊNCIAS ...................................................................................................................................... 81
UNIDADE 2 — NOÇÕES DE PROCESSAMENTO DE IMAGENS DIGITAIS ...................... 85
TÓPICO 1 — NÍVEIS DE PROCESSAMENTO, PRÉ-PROCESSAMENTOE
 TÉCNICAS DE REALCE DE IMAGENS ................................................................ 87
1 INTRODUÇÃO .................................................................................................................................. 87
2 NÍVEL DE PROCESSAMENTO DE DADOS .............................................................................. 89
3 CORREÇÕES RADIOMÉTRICAS E GEOMÉTRICAS.............................................................. 93
4 TÉCNICAS DE REALCE DE CONTRASTE (MANIPULAÇÃO DE HISTOGRAMA) ............. 103
5 OPERAÇÕES ARITMÉTICAS ...................................................................................................... 110
6 TÉCNICAS DE FILTRAGEM ........................................................................................................ 114
RESUMO DO TÓPICO 1................................................................................................................... 117
AUTOATIVIDADE ............................................................................................................................ 119
TÓPICO 2 — FUSÃO, MOSAICOS E SEGMENTAÇÃO DE IMAGENS ............................... 121
1 INTRODUÇÃO ................................................................................................................................ 121
2 FUSIONAMENTO DE IMAGENS ORBITAIS .......................................................................... 121
3 MOSAICOS ...................................................................................................................................... 125
4 SEGMENTAÇÃO DE IMAGENS ................................................................................................. 127
RESUMO DO TÓPICO 2................................................................................................................... 130
AUTOATIVIDADE ............................................................................................................................ 132
TÓPICO 3 — CLASSIFICAÇÃO DIGITAL DE IMAGENS ORBITAIS .................................. 135
1 INTRODUÇÃO ................................................................................................................................ 135
2 NOÇÕES DE CLASSIFICAÇÃO DE IMAGENS ..................................................................... 135
3 CLASSIFICAÇÃO NÃO SUPERVISIONADA .......................................................................... 139
4 CLASSIFICAÇÃO SUPERVISIONADA ..................................................................................... 142
5 AFERIÇÃO E ACURÁCIA DE CLASSIFICAÇÕES (EXATIDÃO GLOBAL,
 ÍNDICE KAPPA E ÍNDICE TAU) ................................................................................................. 146
6 ANÁLISE MULTITEMPORAL ..................................................................................................... 148
LEITURA COMPLEMENTAR .......................................................................................................... 152
RESUMO DO TÓPICO 3................................................................................................................... 154
AUTOATIVIDADE ............................................................................................................................ 156
REFERÊNCIAS .................................................................................................................................... 158
UNIDADE 3 — INTERPRETAÇÃO DE IMAGENS DIGITAIS E
 EXEMPLOS DE APLICAÇÕES ........................................................................... 163
TÓPICO 1 — ELEMENTOS E ETAPAS DE INTERPRETAÇÃO VISUAL
 DE IMAGENS DE SATÉLITE ................................................................................. 165
1 INTRODUÇÃO ............................................................................................................................... 165
2 CARACTERÍSTICAS UTILIZADAS PARA INTERPRETAÇÃO .......................................... 166
3 ETAPAS NA ESCOLHA DE UMA IMAGEM ............................................................................ 180
4 CHAVES DE INTERPRETAÇÃO DE IMAGENS...................................................................... 183
LEITURA COMPLEMENTAR .......................................................................................................... 191
RESUMO DO TÓPICO 1................................................................................................................... 195
AUTOATIVIDADE ............................................................................................................................ 196
TÓPICO 2 — PRINCIPAIS APLICAÇÕES DOS PRODUTOS
 DE SENSORIAMENO REMOTO .......................................................................... 199
1 INTRODUÇÃO ................................................................................................................................ 199
2 RESOLUÇÕES E APLICABILIDADES DE SENSORES REMOTOS .................................... 200
3 VANTAGENS E DESVANTAGENS DO SENSORIAMENTO REMOTO (SR) .................. 206
4 MODELOS DIGITAIS DE ELEVAÇÃO (MDE) ........................................................................ 208
5 PRÁTICAS EM SOFTWARES LIVRES UTILIZANDO MDE ................................................ 212
6 PRÁTICAS NO MULTISPEC UTILIZANDO IMAGENS DE SATÉLITE ............................ 225
LEITURA COMPLEMENTAR .......................................................................................................... 235
RESUMO DO TÓPICO 2................................................................................................................... 240
AUTOATIVIDADE ............................................................................................................................ 242
REFERÊNCIAS .................................................................................................................................... 244
1
UNIDADE 1 — 
FUNDAMENTOS DE SENSORIAMENTO 
REMOTO II
OBJETIVOS DE APRENDIZAGEM
PLANO DE ESTUDOS
A partir do estudo desta unidade, você deverá ser capaz de:
• recapitular alguns conceitos-chaves do Sensoriamento Remoto (SR);
• consolidar os conhecimentos sobre os diferentes níveis de coleta de da-
dos, sensores remotos e os principais produtos de SR;
• conhecer os principais softwares livres e comerciais utilizados no SR;
• aprofundar o estudo das respostas de alvos naturais e artificiais quando 
expostos à radiação eletromagnética;
• dissociar os diferentes tipos de bandas a partir de seu intervalo de com-
primento de onda no espectro eletromagnético;
• aprender sobre composições e operações matemáticas aplicadas em 
bandas espectrais;
• compreender as principais técnicas envolvidas na transformação espec-
tral de bandas e como são gerados os índices espectrais, como o NDVI, 
por exemplo.
Esta unidade está dividida em três tópicos. No decorrer da unidade, 
você encontrará autoatividades com o objetivo de reforçar o conteúdo 
apresentado.
TÓPICO 1 – REVISÃO DOS PRINCIPAIS CONCEITOS E DEFINIÇÕES 
INICIAIS
TÓPICO 2 – COMPORTAMENTO ESPECTRAL DE ALVOS
TÓPICO 3 – TÉCNICAS DE TRANSFORMAÇÕES ESPECTRAIS
Preparado para ampliar seus conhecimentos? Respire e vamos 
em frente! Procure um ambiente que facilite a concentração, assim 
absorverá melhor as informações.
CHAMADA
2
3
TÓPICO 1 — UNIDADE 1
REVISÃO DOS PRINCIPAIS CONCEITOS E 
DEFINIÇÕES INICIAIS
1 INTRODUÇÃO
Neste tópico, revisaremos alguns conceitos fundamentais envolvidos na 
ciência denominada de Sensoriamento Remoto (SR). Faremos um apanhado 
geral do tema. Assim, veremos que o SR raramente é utilizado de forma isolada. 
Na verdade, o SR é habitualmente empregado e trabalhado em um Sistema de 
Informação Geográfica (SIG), por meio de técnicas de Geoprocessamento, ou 
seja, embora tais tecnologias sejam conceitualmente diferentes, elas podem ser 
interligadase normalmente interagem entre si.
No geral, o SR é uma ciência ampla que lida com dados e informações que 
são adquiridos por sensores sem contato direto com o alvo de interesse; isto é, sem 
encostar-se ao objeto de investigação. Veremos que essa aquisição de dados pode 
ocorrer desde alguns poucos metros até centenas de quilômetros de distância 
do alvo. Essas informações geradas, que chamamos de produtos de SR, são bem 
variadas e, consequentemente, vão possuir finalidades e aplicações distintas. 
Nesse contexto, há uma boa variedade de programas computacionais (softwares), 
tanto pagos quanto gratuitos, que lidam com o SR. Assim, revisaremos e fixaremos 
alguns conceitos fundamentais envolvidos na área da ciência chamada de SR no 
decorrer deste tópico. Boa leitura!
2 DEFINIÇÕES BÁSICAS
Ao iniciarmos alguma leitura de livros ou artigos científicos que versam 
sobre o Sensoriamento Remoto (SR), vamos nos deparar com numerosas definições 
diferentes sobre o que de fato significa esse termo. Então, a seguir, traçaremos 
algumas das respostas – desde uma mais curta e simples até uma mais longa e 
complexa – para o questionamento: “o que é sensoriamento remoto”?
• (I) Barrett e Curtis (1999) conceituam o SR como a ciência da observação à distância.
• (II) Conforme Jensen (2009), SR é a ciência e a arte de adquirir informações sobre 
objetos sem o contato físico direto.
• (III) Para Schowengerdt (2006), o SR consiste em medições das propriedades de 
objetos na superfície da Terra, usando dados obtidos a partir de aeronaves e satélites. 
É, portanto, uma tentativa de medir algo à distância, e não in situ.
• (IV) Segundo Prost (2013), o SR pode ser conceituado como técnicas e tecnologias que 
são utilizadas para obter informações sobre objetos distantes, por meio da emissão 
ou reflexão da radiação eletromagnética, energia acústica, campos potenciais 
(gravitacionais, magnéticos) ou medidas geoquímicas.
UNIDADE 1 — FUNDAMENTOS DE SENSORIAMENTO REMOTO II
4
• (V) Novo (2010, p. 28) estabelece o SR “como sendo a utilização conjunta de sensores, 
equipamentos para processamento de dados, equipamentos de transmissão de dados 
colocados a bordo de aeronaves, espaçonaves, ou outras plataformas, com o objetivo 
de estudar eventos, fenômenos e processos que ocorrem na superfície do planeta 
Terra a partir do registro e da análise das interações entre a radiação eletromagnética 
e as substâncias que o compõem em suas mais diversas manifestações”.
Podemos notar que a definição de Sensoriamento Remoto (SR) é bem 
ampla e pode ser interpretada de várias formas diferentes (LORENZZETTI, 
2015). Enquanto alguns autores são mais abrangentes em suas definições, outros 
preferem um conceito mais específico. Além disso, algumas definições também 
podem refletir a área de formação e atuação do autor (agronomia, física, geografia, 
oceanografia etc.). Em suma, independente do conceito específico de algum 
determinado autor, quando nos referimos ao SR estamos lidando com a coleta 
de dados a distância. Essa distância pode ser da ordem de poucos centímetros a 
milhares de quilômetros do objeto/fenômeno ou da área de investigação (JENSEN, 
2009). O SR consiste na tecnologia que oferece grande parte das informações 
utilizadas em estudos espaciais (FITZ, 2008).
Ao iniciarmos um trabalho que envolva alguma ferramenta ou produto 
de SR, vamos lidar com dois outros conceitos que funcionam em harmonia: 
Geoprocessamento e Sistema de Informação Geográfica (SIG). O termo 
Geoprocessamento é composto por uma série de geotecnologias, e engloba tanto 
o SR quanto o SIG. Considerando Câmara, Davis e Monteiro (2001), Piroli (2010) 
e Rosa (2013), podemos definir o Geoprocessamento como: área de ciência que 
utiliza técnicas computacionais e matemáticas para coletar, visualizar e tratar 
dados localizados espacialmente (informações geográficas georreferenciadas) 
com um propósito específico. É importante ressaltar que o termo Geomática 
também é empregado como sinônimo de Geoprocessamento.
A geotecnologia SIG corresponde a uma ferramenta computacional do 
Geoprocessamento, que tem por objetivo a manipulação de dados espaciais (com 
Você pode assistir a uma curta apresentação do Prof. Antonio Miguel Vieira 
Monteiro, docente do Instituto Nacional de Pesquisas Espaciais (INPE), que está dispo-
nível no YouTube. O vídeo intitulado de Sensoriamento Remoto: princípios e aplicações 
possui cerca de 13 minutos de duração. Na íntegra em: https://bit.ly/35mgjji. 
DICAS
TÓPICO 1 — REVISÃO DOS PRINCIPAIS CONCEITOS E DEFINIÇÕES INICIAIS
5
um sistema de coordenadas definido, isto é, possuem uma posição “amarrada” 
na superfície do planeta). Um SIG representa a integração entre o software 
(aplicativo ou programa) e o hardware (equipamentos) com a capacidade de 
armazenar (banco de dados), analisar e processar informações geográficas; ou 
seja, há a preservação locacional do dado espacial em duas ou três dimensões 
(FURTADO; RODRIGUES; TÔSTO, 2014). Basicamente, todo objeto presente 
na Terra pode ser georreferenciado. Além disso, o SIG torna possível produzir 
documentos cartográficos (mapas) de forma automatizada.
 
De modo geral, o SR possui o seu funcionamento intimamente relacionado 
ao SIG. Não obstante, o SR também opera em harmonia com outras disciplinas, 
como a cartografia e os levantamentos. Podemos chamar todas estas quatro 
áreas de ciência de informação geográfica (Geoinformática), pois lidam com a 
construção de representações do espaço por meio de computadores. A Figura 1 
mostra um modelo de interação entre as ciências de informação geográfica, de 
acordo com Jensen (2009). Conforme o autor, embora cada subdisciplina possua 
sua área única e que ocorre sobreposição de conhecimento, não há um domínio 
de alguma. Além do mais, a partir da análise da Figura 1, podemos perceber 
que as ciências da informação geográfica, em especial o SR, são utilizadas nos 
principais grandes campos da ciência.
FIGURA 1 – MODELO DE INTERAÇÃO ENTRE O SENSORIAMENTO REMOTO
FONTE: Adaptada de Jensen (2009, p. 5)
UNIDADE 1 — FUNDAMENTOS DE SENSORIAMENTO REMOTO II
6
Em nosso contexto, o SR e o SIG podem ser considerados os aspectos mais 
importantes da Geoinformática. Então, vamos relembrar algumas características 
importantes sobre tais ciências. De uma forma muito simples, a principal 
diferença entre ambos é que o SR é baseado principalmente em dados matriciais 
ou raster (imagens de satélite, por exemplo) ao passo que o SIG trabalha tanto 
com dados vetoriais (linhas, pontos e polígonos) quanto com dados matriciais. 
Em outros termos, a maioria dos programas que lidam com SIG possuem o 
foco de manipular um banco de dados feito com dados vetoriais, mas também 
apresentam componentes para manipular um banco de dados composto por 
dados matriciais. Por meio de um SIG, é possível georreferenciar uma informação 
oriunda do SR. 
Uma forma de entender melhor essa relação é que através do SR podemos 
coletar e analisar dados, mas é numa integração com um SIG que esse dado vai 
adquirir um significado para o mundo real, possibilitando a construção de um 
mapa, por exemplo. A Figura 2 exemplifica essa relação dos modelos de dados 
(formatos matricial ou vetorial) com a sua integração e interpretação em um SIG 
por meio de camadas.
FIGURA 2 – INFORMAÇÕES MATRICIAIS/RASTER PROVENIENTES DO SR
FONTE: Adaptada de Souza et al. (2016, p. 1)
TÓPICO 1 — REVISÃO DOS PRINCIPAIS CONCEITOS E DEFINIÇÕES INICIAIS
7
Para finalizar esta parte dos modelos/estrutura de dados (também deno-
minada de elementos da cartografia digital), podemos considerar que os modelos 
de dados matriciais (raster) possuem um maior custo computacional em relação 
ao armazenamento (ocupam mais espaço), são teoricamente simples, e também 
são os mais apropriados para representar fenômenos que possuem uma variação 
espacial contínua (dados contínuos). Dados contínuos de declividade e elevação 
são armazenados em formato matricial, por exemplo. Contudo, dados matriciaistambém podem armazenar dados categóricos, como o uso e ocupação do solo e 
classes de elevação, por exemplo. É importante frisar que os termos “resolução” 
e “pixel” são ligados aos dados matriciais e não aos vetoriais. O pixel representa 
visualmente uma célula com um valor numérico único (Figura 3). Tal valor é as-
sociado, após o devido tratamento, a alguma informação útil sobre o ambiente, 
como: elevação, temperatura, reflectância etc. 
Em se tratando dos dados vetoriais, é possível inferir que são mais 
“precisos” e compactos do que os matriciais e que possuem algumas relações 
próprias como conectividade (se há ligação entre elementos), contiguidade (se 
ocorre contato entre os elementos) e proximidade (como dois elementos estão 
distanciados) (FITZ, 2008). Embora mais complexos, a manipulação de gráficos e 
de atributos é realizada mais eficientemente quando lidamos com a estrutura de 
dados vetorial. Em algumas ocasiões é útil realizar um procedimento chamado 
de vetorização, que serve para converter arquivos matriciais (valores de pixels) em 
dados vetoriais. A conversão de dados vetoriais para dados raster é teoricamente 
fácil de ser realizada, em contrapartida a conversão de dados matriciais para 
vetoriais consiste numa tarefa mais difícil. 
FIGURA 3 – EXEMPLO DA REPRESENTAÇÃO DO MODELO MATRICIAL OU RASTER
FONTE: <https://bit.ly/35n3x40>. Acesso em: 16 nov. 2020.
UNIDADE 1 — FUNDAMENTOS DE SENSORIAMENTO REMOTO II
8
Em suma, apesar do SR envolver primariamente estruturas matriciais, é 
importante ter noções das estruturais vetoriais, pois ambas vão habitualmente 
aparecer juntas para o usuário ou profissional do Geoprocessamento.
3 PLATAFORMAS DE AQUISIÇÃO DE DADOS E PRODUTOS 
DE SENSORIAMENTO REMOTO
 
Como vimos anteriormente, a tecnologia ou ferramenta denominada 
de Sensoriamento Remoto (SR) é um dos componentes mais importantes do 
Geoprocessamento. Também vimos que o SR compreende basicamente dados 
matriciais, ou seja, uma célula (pixel) que possui um valor representativo. Todavia, 
é importante relembramos os diferentes níveis de coleta de dados (as plataformas 
que acomodam e carregam os sensores) e o que os sensores conseguem “captar” 
acerca de algum objeto ou alvo de investigação (o que um sensor remoto mede?). 
Da forma mais simplificada possível, podemos entender o termo plataforma de 
SR como qualquer sistema ou o equipamento na qual os sensores estão fixados 
ou montados. A seguir, revisaremos o processo de funcionamento de um sensor.
 
Atualmente, dados de sensores remotos podem ser adquiridos a partir 
de variadas plataformas, como os satélites, aviões e helicópteros, veículos aéreos 
não tripulados (VATNs ou drones), balões, dentre algumas outras (REES, 2012; 
SHIRATSUCHI et al., 2014). De modo geral, é possível classificar as plataformas 
que acomodam os sensores de acordo com o seu nível de aquisição de dados 
(altitude em relação ao solo), formando três grandes categorias principais: 
• (I) plataformas orbitais (e.g. satélites e ônibus espaciais);
• (II) plataformas aéreas ou suborbitais (e.g. aeronaves); 
• (III) plataformas terrestres (e.g. torres de aquisição de dados, medidas em campo por 
sensores portáteis).
A Figura 4 (a seguir), adaptada de Jensen (2009), mostra os três grandes 
grupos de níveis utilizados para coletar dados a distância. Lembrando que quase 
todas essas plataformas podem portar sensores capazes de coletar variados tipos 
de dados (com diferentes finalidades). É importante salientar que os satélites 
em si não produzem dados, os responsáveis por gerar os dados são os sensores 
presentes nos satélites. Em suma, o objetivo da plataforma é posicionar um 
sensor – que realiza medidas ou leituras de alguma propriedade – acima da área 
ou objeto de interesse. Essa coleta de dados pelo sensor remoto, seja de algum 
objeto ou fenômeno, ocorrerá dentro do campo de visada instantâneo (IFOV – 
Instantaneous Field of View), conforme pode ser visualizado na Figura 4 (JENSEN, 
2009).
Com relação às plataformas ou níveis de coletas de dados de SR, as 
plataformas orbitais (satélites) são as que mais fornecem volume de dados 
atualmente (FORMAGGIO; SANCHES, 2017), pelos seguintes motivos: visão 
TÓPICO 1 — REVISÃO DOS PRINCIPAIS CONCEITOS E DEFINIÇÕES INICIAIS
9
sinóptica da superfície e constância de recobrimento. Nos últimos anos, os VANTs 
tornaram-se uma importante plataforma para geração de produtos no âmbito 
do SR. Estes equipamentos conquistaram um grande espaço em levantamentos 
que demandam pouca área levantada e grande resolução. Por fim, a escolha da 
plataforma ideal pelo usuário do Geoprocessamento dependerá da escala de 
trabalho, do custo e do objetivo do monitoramento para a aquisição de dados.
As plataformas que carregam os sensores remotos são divididas em três 
grandes grupos: plataformas orbitais, aéreas (suborbitais) e terrestres. O objetivo 
das plataformas é posicionar um sensor de coleta de dados acima de um objeto ou 
fenômeno dentro do campo de visada instantâneo (IFOV – Instantaneous Field of 
View). Na Figura 4, também é possível verificar uma pesquisadora utilizando um 
sensor espectrorradiômetro portátil, que é considerado uma plataforma terrestre.
FIGURA 4 – PLATAFORMAS QUE CARREGAM OS SENSORES REMOTOS
Recomenda-se, para ampliar seus estudos sobre a crescente demanda pelo 
uso de VANTs em várias aplicações no contexto brasileiro, a leitura de uma publicação do 
periódico Revista Brasileira de Geomática (v. 5, n. 3, 2017), intitulada de: Sensoriamento 
Remoto com VANTs: uma nova possibilidade para a aquisição de geoinformações. 
Neste artigo científico, o autor apresenta algumas possibilidades da aplicação dos drones 
que carregam diferentes tipos de sensores. Além disso, o autor apresenta uma revisão 
da literatura sobre o tema. Na íntegra em: https://periodicos.utfpr.edu.br/rbgeo/article/
view/5511.
DICAS
https://periodicos.utfpr.edu.br/rbgeo/article/view/5511/4312
https://periodicos.utfpr.edu.br/rbgeo/article/view/5511/4312
UNIDADE 1 — FUNDAMENTOS DE SENSORIAMENTO REMOTO II
10
FONTE: Adaptada de Jensen (2009, p. 3)
Via de regra, quanto maior a altitude de um sensor, maior será a sua área 
“coberta” para obter dados; em outras palavras, o IFOV fica maior. A altitude 
acima do solo (AGL – height above ground level) em que se localiza a plataforma é 
considerada como uma variável importante no que tange ao nível de detalhamento 
de um determinado sensor. Melhor dizendo, quanto mais próximo do solo (mais 
próximo do alvo) maior o nível de detalhe e vice-versa. Por exemplo, quanto 
menor a altitude de um levantamento fotográfico aéreo, maior será a escalas das 
fotos. Entretanto, o avanço tecnológico recente também permite adquirir dados 
muito detalhados a grandes distâncias do alvo. Isto tem implicações na resolução 
espacial dos sensores, que se refere ao menor tamanho de um objeto que pode ser 
identificado. Outra definição para a resolução espacial é a seguinte: medida da 
menor separação angular ou linear entre dois objetos a partir de um sensor.
 
3.1 O ESPECTRO ELETROMAGNÉTICO
Voltamos à questão feita no início deste tópico: “o que um sensor remoto 
mede?”. Antes de respondermos a esta questão, vamos fazer algumas considerações 
sobre o espectro eletromagnético. Este termo representa os diferentes tipos de 
ondas que possuem seus próprios intervalos de frequência e comprimento. O 
espectro eletromagnético se estende desde as gigantescas ondas longas de rádio 
(com comprimento de centenas de metros) até as ondas com comprimento em 
nível atômico (raios gama) (Figura 5). É importante mencionar que todas as 
regiões das ondas eletromagnéticas viajam na “velocidade da luz” no vácuo do 
espaço.
No SR utilizamos diferentes faixas do espectro eletromagnético com 
objetivos e finalidades distintos; isto é, geramos produtos de SR diferentes a partir 
TÓPICO 1 — REVISÃO DOS PRINCIPAIS CONCEITOS E DEFINIÇÕES INICIAIS
11
do processamento e análise de diferentes intervalos do espectro eletromagnético(JENSEN, 2009; REES, 2012). O intervalo entre dois comprimentos de ondas 
no espectro eletromagnético é denominado de banda espectral ou de canal 
espectral. Ao atravessar a atmosfera da Terra, um feixe de radiação eletromagnética 
(REM) será atenuado por meio de dois processos: espalhamento e absorção. Após 
passar pela atmosfera, já na superfície do planeta, a interação da REM com algum 
objeto (alvo) vai resultar em absorção, transmissão e reflexão. Brevemente, estes 
fenômenos da interação da REM com a superfície terrestre, bem como de sua 
propagação e sua natureza dual, podem ser descritos e explicados por modelos 
ondulatórios e por modelos corpusculares (LORENZZETTI, 2015). Veremos 
melhor estes conceitos no próximo tópico desta unidade.
Chamamos de espectro eletromagnético o intervalo completo composto 
por diferentes comprimentos de ondas eletromagnéticas. Sete regiões (grandes 
intervalos) do espectro eletromagnético recebem uma denominação comum: 
raios gama, raios-x, radiação ultravioleta (UV), radiação visível (luz), radiação 
infravermelha (IV), micro-ondas e ondas de rádio. Mais de 98% da energia 
solar que chega à superfície terrestre (espectro solar) concentra-se entre 250 a 
4000 nm (0,25 a 4 µm). Comprimento e frequência das ondas são inversamente 
proporcionais. 
FIGURA 5 – ESPECTRO ELETROMAGNÉTICO
FONTE: O autor
UNIDADE 1 — FUNDAMENTOS DE SENSORIAMENTO REMOTO II
12
Vivemos num planeta repleto de REM, mas só podemos, de fato, ver 
diretamente as radiações entre 400 a 700 nm ou 0,4 a 0,7 µm. O SR serve para podermos 
extrair informações que existem, mas que não podemos enxergar.
IMPORTANT
E
De acordo com Meneses, Almeida e Baptista (2019), três faixas descontínuas, 
situadas entre os comprimentos de onda de 450 nm a 10⁹ nm (1 m) do espectro 
eletromagnético observado na Figura 5, são utilizadas no SR (principalmente a 
partir de sensores a bordo de plataformas orbitais). Ainda, segundo os autores, 
isso se deve a atenuação da REM na atmosfera, que criam janelas de transparência 
para que a REM atinja a superfície terrestre, e ao fato das fontes naturais de REM 
serem basicamente o Sol e a Terra.
A Tabela 1 apresenta os intervalos espectrais de transparência atmosférica 
que são utilizados no SR orbital. Aproximadamente 70% da REM do Sol se 
concentra entre 400 a 700 nm, e nestes comprimentos de onda a atmosfera 
interage pouco com a REM, portanto, este intervalo constitui uma importante 
janela atmosférica (NOVO, 2010). Há, também, regiões do espectro oriundo do 
Sol que são praticamente absorvidos em sua totalidade pela atmosfera; ou seja, 
neste caso, não são úteis para o SR, pois estamos interessados nas radiações que 
conseguem passar pela atmosfera, atingir e interagir com um alvo e ser, pelo 
menos em parte, refletida para o sensor (em se tratando de plataformas orbitais/
satélites).
Janela Atmosférica é um conceito muito importante no que concerne o 
Sensoriamento Remoto orbital. Basicamente, a atmosfera do nosso planeta interage 
(absorção e espalhamento) menos com algumas regiões específicas do espectro. 
Então, isto possibilita que alguns comprimentos de onda específicos da radiação 
eletromagnética (REM) atinjam a superfície do planeta (alvos de interesse) com mais 
facilidade.
NOTA
TÓPICO 1 — REVISÃO DOS PRINCIPAIS CONCEITOS E DEFINIÇÕES INICIAIS
13
TABELA 1 – REGIÕES DO ESPECTRO ELETROMAGNÉTICO QUE SÃO UTILIZADOS NO SR A 
PARTIR DAS JANELAS ATMOSFÉRICAS
FONTE: Adaptada de Meneses, Almeida e Baptista (2019, p. 33) 
Os principais constituintes que interferem na transmitância espectral da 
atmosfera são representados pelo ozônio (absorvem os raios ultravioletas) e pelo 
vapor d’água e dióxido de carbono (absorvem a região do infravermelho). Do 
total da radiação solar que chega a Terra (na camada mais exterior da atmosfera), 
somente cerca de 50% consegue “atingir” a superfície terrestre. Alguns autores 
denominam determinadas partes do espectro eletromagnético que compreendem 
mais de uma região, por exemplo, a REM ótica, que é o recorte do espectro mais 
utilizado no SR, englobando os intervalos do visível até o infravermelho de ondas 
curtas (450 a 2500 nm) (MENESES; ALMEIDA; BAPTISTA, 2019).
3.2 CATEGORIAS DE SENSORES REMOTOS
Especificamente para as plataformas orbitais e aéreas, foco da presente 
publicação, os sensores são elaborados para medir a proporção ou intensidade da 
radiação eletromagnética (REM) que é emitida ou refletida por um alvo, objeto 
ou área de interesse (cada objeto diferente na superfície da Terra possui diferentes 
Região do espectro
Intervalo do 
comprimento 
de onda
Fonte de REM Propriedades da medida
Visível (VIS) 450 – 760 nm Sol Reflectância
Infravermelho 
próximo (IVP ou 
NIR)
760 – 910 nm Sol Reflectância
Infravermelho 
de ondas curtas 
(SWIR)
1190 – 1340 nm
1550 – 2500 nm Sol Reflectância
Infravermelho 
médio (IVM ou 
MIR)
3,5 – 4,2 µm
4,5 – 5,0 µm
Materiais 
terrestres com 
altas temperaturas, 
como florestas 
com incêndios ou 
vulcões ativos
Emitância
Infravermelho 
termal (TIR ou 
LWIR)
8,0 – 9,2 µm
10,2 – 14,0 µm Terra Emitância
Micro-ondas 
(radar) 3,2 – 100 cm Artificial
Reflectância
retroespalhada
UNIDADE 1 — FUNDAMENTOS DE SENSORIAMENTO REMOTO II
14
características dessa reflexão). Nesse contexto, os sensores assumem duas formas: 
sensores ativos ou sensores passivos:
• O sensor remoto ativo vai funcionar a partir de uma fonte artificial de REM e 
independe da energia solar (é necessária alguma fonte de alimentação de energia 
para o equipamento emitir a radiação para poder captar a radiação refletida). Neste 
caso, um equipamento vai emitir um feixe de REM para um alvo e em seguida o 
sensor vai captar quanto deste feixe foi refletido de volta, como uma fotografia 
no escuro utilizando flash, por exemplo. RADAR (Radio Detection and Ranging) e 
LIDAR (Light Imaging Detection and Ranging) são exemplos de sensores ativos. A 
maioria dos sensores ativos operam na região do micro-ondas (conseguem penetrar 
na atmosfera com maior facilidade).
• Os sensores passivos, que correspondem na maior parte dos sensores que operam 
em nosso planeta, trabalham com a captura da energia refletida a partir de fontes 
naturais (luz solar ou radiação da Terra). Assim, o sensor passivo irá captar a 
resposta que um objeto dá quando iluminado pelo Sol, como uma fotografia num 
dia ensolarado, por exemplo. Portanto, não é necessária uma fonte de emissão 
artificial de REM. Radiômetros e os espectrorradiômetros são considerados sensores 
passivos. A maioria dos sensores passivos do SR operam nas regiões do visível, 
infravermelho, infravermelho termal e no micro-ondas.
Além da classificação dos sensores quanto à fonte de REM, também po-
demos classificá-los com relação ao produto obtido (LIU, 2006; LORENZZETTI, 
2015). Neste caso, teremos os sensores imageadores e os sensores não imagea-
dores:
• Sensores imageadores produzem imagens da cena de interesse. Os produtos 
gerados podem ser imagens em 2D ou, em alguns casos, em 3D. Exemplos: sensores 
fotográficos, sensores eletro-óticos e SAR (Synthetic Aperture Radar).
• Os sensores não imageadores não produzem imagens dos alvos, mas produzem 
um resultado numérico em forma de tabelas e gráficos. Esta classe abrange os 
radiômetros e os espectrorradiômetros, por exemplo. O radar altimétrico é um 
exemplo de um sensor remoto que não produz imagens, mas sim resultados de 
anomalias altimétricas do terreno.
• Os sensores de imagens gravam os dados em formato analógico (e.g. fotografia 
aérea antiga) ou em formato digital, que consiste numa matriz de duas dimensões 
composta por vários pixels em que cada um possui um valor próprio para a REM 
medida (KHORRAM et al., 2016), conforme pode ser visualizado na Figura 3. O valor 
da REM de cada pixel vai corresponder, após o devido tratamento e interpretação do 
dado, a alguma propriedade de interesse (como elevação, temperatura, reflectância 
etc.) que será utilizada para gerar produtos de SR (modelode elevação, cena de uma 
região etc.). 
As imagens são, sem sombra de dúvidas, o produto de SR mais utilizado 
no mundo. Entretanto, devemos saber que este termo se inter-relaciona com 
outros dois: imagem digital e fotografia (convencional). Imagem digital, como 
já foi mencionado anteriormente, possui números digitais ou valores de brilho 
atrelados aos pixels (tais números digitais gravam “a força” e a energia do sinal 
eletromagnético que é capturado pelo sensor). As fotografias se referem às imagens 
TÓPICO 1 — REVISÃO DOS PRINCIPAIS CONCEITOS E DEFINIÇÕES INICIAIS
15
que foram detectadas e gravadas por um filme fotográfico (através de reações 
químicas que acontecem na superfície de um filme sensível à luz), e, normalmente, 
só representam as reflexões e emissões da região visível do espectro. 
As fotografias também podem ser digitais. Existem técnicas de digitaliza-
ção de fotografia, na qual ela é dividida em células com tamanho e formato igual 
(pixels) e então um valor numérico irá representar o brilho. Já a palavra Imagem 
pode ser entendida, de uma forma simples, como qualquer representação picto-
ral (composta por pixels) independente de quais foram os comprimentos de onda 
ou de qual equipamento de SR foi utilizado; ou seja, é uma classe genérica que 
engloba tanto as imagens digitais quanto as fotografias convencionais.
3.3 AS ETAPAS DO SENSORIAMENTO REMOTO
A aquisição de dados por sensores remotos em plataformas aéreas e 
orbitais é um processo com várias etapas, como pode ser analisado (de forma 
simplificada) na Figura 6. Tais etapas são: (A) fonte de REM; (B) interação da 
REM com a atmosfera; (C) interação da REM com o alvo; (D) reflexão e emissão 
da REM pelo alvo; (E) transmissão, recepção e processamento dos dados pelos 
equipamentos; (F) interpretação e análise dos dados pelos especialistas e (F) 
produtos e aplicações. Dessa forma, os sistemas sensores do SR transformam 
os dados de REM em informações sobre o ambiente investigado. Os sistemas 
de digitalização dos dados pelos sensores podem ser de varredura eletrônica 
(pushbroom) e de varredura mecânica (whiskbroom). Além disso, os satélites podem 
ser classificados com relação a sua órbita.
FIGURA 6 – ELEMENTOS OU ETAPAS SIMPLIFICADAS DO PROCESSO DO SENSORIAMENTO 
REMOTO
FONTE: Adaptada de Canada Centre for Mapping and Earth Observation (CCMEO, 2020)
UNIDADE 1 — FUNDAMENTOS DE SENSORIAMENTO REMOTO II
16
Como já vimos ao decorrer desta unidade, o termo resolução é atribuído principalmente 
aos dados matriciais relacionados ao SR. Podemos conceituar resolução como a 
habilidade de identificação ou distinção entre dois ou mais objetos localizados próximos 
um do outro, tanto em termos espaciais quanto em termos espectrais. Os produtos 
do SR vão possuir quatro tipos diferentes de resolução: (I) resolução espacial; (II) 
resolução espectral; (III) resolução radiométrica e (IV) resolução temporal. Para Novo 
e (2001), estes quatro termos são os domínios que fundamentam o SR. Podemos defini-
los resumidamente como:
• resolução espacial: menor tamanho de área representada por um sensor ou tamanho 
do menor objeto que pode ser identificado em uma imagem. GSI (Ground Sampling 
Interval) é um termo usado como sinônimo para resolução espacial. Na grande 
maioria das situações, o tamanho de pixel indica a resolução espacial de uma 
imagem;
• resolução espectral: número e largura de bandas espectrais (comprimentos de onda) 
medidos (quanto menor a largura do intervalo de bandas captado, maior será a 
resolução espectral de um sensor);
• resolução radiométrica: também chamada de nível de quantização, é capacidade do 
sensor em detectar a intensidade de pequenos sinais, expressos pela quantidade de 
níveis de cinza (bits);
• resolução temporal: tempo de revisita de um sensor para realizar duas medições 
consecutivas sobre uma mesma área. Estas resoluções nos permitem caracterizar 
uma determinada imagem (podemos considerar as resoluções espacial, temporal e 
espectral como as três dimensões do SR). Nesse contexto, várias propriedades dos 
sensores (e de suas plataformas) vão influenciar nessas resoluções, e elas mais ou 
menos independentes uma das outras (Figura 7). 
Conforme a Figura 7, de acordo com uma dada largura de banda, algumas trocas têm 
que ser consideradas para a escolha de um produto (imagem orbital, no caso).
FIGURA 7 – TRADE-OFFS DO SENSORIAMENTO REMOTO
TÓPICO 1 — REVISÃO DOS PRINCIPAIS CONCEITOS E DEFINIÇÕES INICIAIS
17
FONTE: Adaptada de Key et al. (2001, p. 101)
Os usuários do SR devem considerar algumas características e “trocas” (tradeoffs) para 
selecionar o melhor produto para uma determinada aplicabilidade (KEY et al., 2001) 
(Figura 7). Por exemplo: caso seja necessária uma imagem de alta resolução espacial 
para uma dada finalidade, o usuário terá que recorrer para a banda pancromática; em 
contrapartida, devido ao pequeno campo de visão (FOV – field of view) dos sensores 
remotos de alta resolução especial, seu tempo de revisita (resolução temporal) é baixo. 
Imagens de sensores mais regulares e frequentes, e com uma maior cobertura de área, 
normalmente possuem uma resolução espacial mais baixa. No geral, imagens de alta 
resolução especial geralmente possuem uma baixa resolução radiométrica. De fato, 
nenhum sensor remoto orbital consegue otimizar simultaneamente todas as resoluções.
3.4 ONDE O SENSORIAMENTO REMODO É APLICADO?
De fato, a aquisição de dados por sensores remotos, especialmente por meio de 
plataformas orbitais e aéreas, revolucionou a forma de como entendemos nosso 
planeta. Coletar uma variedade de dados com uma ampla extensão espacial e temporal 
já é uma realidade. Utilizamos produtos de SR para inúmeras aplicações. Então, vamos 
listar algumas delas (SCHOWENGERDT, 2006):
UNIDADE 1 — FUNDAMENTOS DE SENSORIAMENTO REMOTO II
18
• avaliação e monitoramento ambiental (e.g. crescimento de áreas urbanizadas, 
controle de resíduos);
• monitoramento e detecção de Mudanças Globais (e.g. desmatamento, aquecimento 
global, nível dos oceanos);
• agricultura (e.g. previsão de safras, qualidade de um cultivo, estado do solo);
• exploração de recursos não renováveis (e.g. minerais, petróleo, gás natural);
• exploração de recursos renováveis (e.g. florestas, oceanos);
• meteorologia (e.g. previsão do tempo, entendimento da dinâmica atmosférica, 
estabelecimento de teleconexões);
• mapeamento e cartografia (e.g. mapas topográficos, mapas de uso e ocupação da 
terra, mapeamentos na área de engenharia civil);
• defesa e vigilância militar (e.g. traçar estratégias militares, identificar as melhores 
rotas, reconhecimento);
• conservação e pesquisa (e.g. conservação do ambiente marinho e terrestre, 
monitoramento de espécies, zoneamento ecológico);
• monitoramento de desastres naturais (e.g. inundações, terremotos);
• notícias da mídia (e.g. ilustrações, análises).
4 PRINCIPAIS SOFTWARES UTILIZADOS NO SENSORIAMENTO 
REMOTO
A manipulação dos produtos de SR por meio de programas computacionais específicos 
é indispensável. Além do usuário do Geoprocessamentos possuir a capacidade de 
estabelecer qual o tipo de produto ideal para uma determinada aplicação, é fundamental 
que ele também domine algum programa para processar e interpretar o dado, 
gerando um produto ou aplicação final. Nesse contexto, há uma gama de programas 
disponíveis para o usuário do Geoprocessamento que trabalha com produtos de SR, 
seja com imagens de satélite, fotografias aéreas, LIDAR, SAR etc. Essa variedade 
engloba programas simples com a função principal de analisar dados de imagens 
de satélites, como o MultiSpec©, até programas muito completos que lidam com uma 
grande variedade de temas do Geoprocessamento (incluindo funcionalidades para o 
SR), como o ArcGIS®. Por um lado, há programas que fazem alguns processamentos 
mais específicos, enquanto outros são mais robustos e designados para, além de fazer 
processamentos, entregar um produto final pronto (mapas topográficos, por exemplo).Além do domínio de programas que lidam com o SR integrado a um SIG, é recomendável 
que o usuário do Geoprocessamento tenha noções de programação (principalmente 
das linguagens IDL, Python e C++). No geral, a programação de uma determinada 
linguagem é uma habilidade que, uma vez aprendida, é facilmente aplicada a outras 
linguagens. Isto é particularmente muito útil com relação aos softwares livres de 
código aberto (open source), pois podem ser adaptados conforme as necessidades do 
usuário, além de que a programação permite automatizar o processamento de uma 
grande quantidade de dados. 
Os modelos de softwares livres são normalmente colaborativos e não centrados numa 
figura central (desenvolvedor/empresa). Não obstante, grande parte dos softwares 
comerciais que lidam com SR e SIG possuem módulos (API – Application Programming 
Interface) que podem ser programados pelos usuários (com intuito de automatizar 
processos e criar ferramentas, por exemplo). Por fim, muitos programas possuem 
TÓPICO 1 — REVISÃO DOS PRINCIPAIS CONCEITOS E DEFINIÇÕES INICIAIS
19
repositórios ou “livrarias” na qual é possível obter, de forma automática, alguns 
produtos públicos de SR, principalmente a partir de grandes agências governamentais 
(e.g. INPE, NASA, NOAA, USGS).
O inglês é o idioma da maioria dos programas. Praticamente todos os softwares 
possuem manuais detalhados que ensinam e orientam o usuário inicial. Além disso, 
tais programas também contam com vários tutorais feitos pelos usuários avançados 
(há uma grande quantidade de vídeos no YouTube sobre cada programa). É importante 
mencionar que a maioria dos programas comerciais possuem cursos e treinamentos 
específicos (organizados pela empresa desenvolvedora ou distribuidora), e 
normalmente contam com uma política de preços mais baixos para estudantes (também 
contam com períodos de uso grátis – free trial).
A seguir, serão mencionados e brevemente descritos alguns dos programas 
mais conhecidos e utilizados no que tange produtos do SR georreferenciados 
(principalmente com relação à manipulação de imagens de sensores remotos orbitais 
ou aerotransportados):
• MultiSpec© é um software livre, desenvolvido pela Universidade de Purdue (EUA). 
É um programa idealizado para processamento e análise interativa de dados de 
imagens digitais, como as imagens multiespectrais da Terra produzidas por satélites 
da série Landsat, bem como as imagens hiperespectrais de sistemas aéreos e espaciais 
(AVIRIS – Airborne Visible / Infrared Imaging Spectrometer). Para mais informações: 
https://engineering.purdue.edu/~biehl/MultiSpec/index.html.
• TerrSet© (antigo IDRISI) é um software comercial, desenvolvido pela Universidade 
Clark (EUA). Programa completo feito para a manipulação geoespacial de dados, 
incluindo análises em SIG e com diversas ferramentas para processar imagens do 
SR. Para mais informações: http://www.terrset.com.br/index.php.
• ENVI® é um software comercial, desenvolvido pela empresa Harris Geospatial 
Solutions (EUA). Criado para visualizar, explorar, analisar e apresentar dados 
e SR/SIG, é considerado um dos principais programas de SR. Permite realizar 
processamentos de imagens com várias ferramentas, e conta com funcionalidades 
específicas para análise e processamento espectral. Para mais informações: http://
www.envi.com.br/envi.php.
• ERDAS IMAGINE®: é um software comercial, desenvolvido pela empresa Hexagon 
Geospatial (EUA). Consiste no programa mais utilizado no SR, com a função principal 
de extrair informações de imagens, por meio de várias fermentas. O software é bem 
completo e conta com soluções diversas para os usuários. Para mais informações: 
https://www.hexagongeospatial.com/. 
• Geomatica® é um programa comercial da PCI Geomatics (Canadá). É um programa 
completo, que trabalha com o processamento de imagens de sensores remotos de 
diversas plataformas diferentes, integrados em uma base geoespacial. Para mais 
informações: https://www.pcigeomatics.com/.
• eCognition® é um programa pago da Trimble (EUA). Foi desenvolvido para lidar com 
dados geoespaciais e de sensoriamento remoto, oferecendo recursos para todos os 
tipos de campos de aplicação, ou seja, urbano, florestal, agrícola (extração de recursos, 
detecção de alterações etc.). Possui muitas funcionalidades para processamento de 
imagens digitais. Para mais informações: .
• ILWIS (Integrated Land and Water Information System) é um software livre criado 
pela Universidade de Twente (Holanda). É designado tanto para processamento 
matricial quanto para vetorial. Compreende um pacote completo de processamento 
de imagem, análise espacial e mapeamento digital. Para mais informações: https://
UNIDADE 1 — FUNDAMENTOS DE SENSORIAMENTO REMOTO II
20
www.itc.nl/ilwis/.
• SNAP (Sentinel Application Platform): conjunto de ferramentas de acesso livre lançada 
pela ESA (Agência Espacial Europeia). Composto por três “caixas de ferramentas” 
(Sentinel-1, 2 e 3) que são idealizadas para trabalhar com dados de SR. Por meio 
desse programa é possível tratar imagens de satélite, classificá-las, aplicar correção 
atmosférica etc. Para mais informações: https://step.esa.int/main/toolboxes/snap/.
• ArcGIS® Desktop é um programa comercial da ESRI (EUA). É um dos programas 
mais conhecidos e utilizados no Geoprocessamento como um todo. Embora seja 
conhecido por trabalhar com SIG e produzir mapas, há várias funcionalidades para 
lidar dos dados matriciais oriundos do SR neste software. Para mais informações: 
https://desktop.arcgis.com/en/.
• GRASS GIS é um programa livre de código aberto, criado pela GRASS Development 
Team (EUA), utilizado para gerenciamento e análise de dados geoespaciais, 
processamento de imagens, produção de gráficos e mapas, modelagem espacial e 
visualização de dados. Para mais informações: https://grass.osgeo.org/.
• gvSIG Desktop é um software livre e colaborativo de SIG, desenvolvido com o apoio da 
União Europeia. Dentre suas funcionalidades com dados raster, podemos destacar: 
recorte de dados e bandas, processamento por pixel, tratamento de interpretação de 
cor etc. Para mais informações: http://www.gvsig.com/pt.
• QGIS é um programa livre e muito completo, desenvolvido por uma ampla rede 
de colaboradores ao redor do mundo, que permite criar, manipular, visualizar e 
interpretar dados geoespaciais. Possui muitas funcionalidades envolvidas com 
produtos de SR, sendo uma boa opção para processamento digital de imagens, 
classificação de imagens etc. Para mais informações: https://www.qgis.org/pt_BR/
site/.
• SPRING é um importante programa de SIG (Sistema de Informações Geográficas) 
gratuito, desenvolvido pelo INPE. O programa conta com o estado da arte de 
funções de processamento de imagens, análise espacial, modelagem numérica de 
terreno, consulta a bancos de dados espaciais etc. Um dos seus objetivos é criar um 
ambiente unificado envolvendo SIG e SR para aplicações urbanas e ambientais. Para 
mais informações: http://www.dpi.inpe.br/spring/portugues/index.html.
• TerraView (TerraLib) é um aplicativo, desenvolvido pelo INPE, que manipula 
dados vetoriais (pontos, linhas e polígonos) e matriciais (grades e imagens), ambos 
armazenados em SGBD relacionais ou georelacionais de mercado, incluindo 
ACCESS, PostgreSQL, MySQL e Oracle. Para mais informações: http://www.dpi.
inpe.br/terraview.
• TerraAmazon foi criado pelo INPE (programa livre). É uma ferramenta de SIG 
projetada para ser um editor multiusuário de dados geográficos vetoriais. Possui 
ferramentas de classificação de uso e cobertura do solo, assim como operações 
espaciais entre dados vetoriais. Também possui um plug-in de PDI (processamento 
digital de imagem). Para mais informações: http://www.terraamazon.dpi.inpe.br/.
Ademais, há alguns softwares do tipo IDE (Integrated Development Environment), que 
são bastante utilizados, como o MATLAB® e o R, que possuem pacotes para tratar dados 
do SR. Programas de tratamento de imagem, em geral, também podem ser utilizados 
emalguns casos, como o Photoshop da Adobe, por exemplo. Com relação aos VANTs 
(drones), que geram excelentes produtos para uma base cartográfica de interesse (e.g. 
fotogrametria, mosaico de ortofotos, modelos de elevação da área), há dois exemplos de 
softwares mais específicos que são muito utilizados por empresas e por universidades 
(pesquisas cientificas), o Pix4D (https://www.pix4d.com/) e o Agisoft Metashape (https://
www.agisoft.com/). Tais programas permitem criar Modelos Digitais de Elevação 
(MDE) a partir de levantamentos fotogramétricos por drones, por exemplo.
TÓPICO 1 — REVISÃO DOS PRINCIPAIS CONCEITOS E DEFINIÇÕES INICIAIS
21
É importante mencionar que muitas empresas também oferecem pacotes para processar 
dados em nuvem (on-line); ou seja, neste caso, não há a necessidade da instalação de um 
software no computador. O Google Earth Engine é um bom exemplo de uma plataforma 
avançada para processamento geoespacial e análise de dados de ciências da Terra em 
nuvem. A ESRI também possui o “ArcGIS Pro Online”.
Para finalizar este tópico: qual é o melhor software para Sensoriamento Remoto (SR)? 
A resposta é: depende! Há muitas variáveis a se considerar como: custo, sistema 
operacional e o hardware disponível, necessidade de integrar dados matriciais com 
vetoriais, os produtos que o usuário lida etc. Alguns softwares “mais específicos” 
costumam desempenhar melhor uma mesma funcionalidade em comparação com os 
mais “completos”, que tendem a não aperfeiçoar toda a sua amplitude de funções e 
objetivos. Normalmente, os programas pagos costumam ter uma interface mais 
amigável e de mais fácil manipulação. Todavia, em algumas ocasiões o usuário de SR 
vai precisar realizar procedimentos e tratamentos em vários programas distintos.
UNIDADE 1 — FUNDAMENTOS DE SENSORIAMENTO REMOTO II
22
Há um bom número de softwares para os usuários que lidam com todos os 
dados e produtos que o Sensoriamento Remoto (SR) permite adquirir. Independente se 
o usuário do Geoprocessamento utiliza fotogrametria, análise de imagem baseada em 
objeto (OBIA), LiDAR, SAR, imagens de satélites dentre muitos outros, vão existir várias 
opções de programas de SR (tanto pagos quanto gratuitos) para explorar e tratar o dado, 
transformando-o em produto final aplicado.
IMPORTANT
E
Caso você queria saber mais sobre softwares e aplicativos, tutoriais, produtos 
e novidades sobre o SR, há três sites interessantes, acesse: 
• Processamento Digital: http://www.processamentodigital.com.br/.
• Mundo Geo: https://mundogeo.com/.
• Mundo Geomática: http://www.mundogeomatica.com.br/.
DICAS
A compreensão sobre a nossa Galáxia e o Universo tem muita contribuição de 
dados coletados por sensores que operam ao longo de todo espectro eletromagnético. 
Acesse o site em português na íntegra em: https://chromoscope.net/ (desenvolvido pela 
Universidade de Cardiff, no Reino Unido) e veja como todos os comprimentos de ondas 
do espectro nos trazem informações!
INTERESSA
NTE
http://www.processamentodigital.com.br/
https://mundogeo.com/
http://www.mundogeomatica.com.br/
https://chromoscope.net/
23
Neste tópico, você aprendeu que:
• O Sensoriamento Remoto (SR) consiste em adquirir dados sobre um alvo (objeto) ou 
área sem que haja um contato físico.
• O SR é intimamente relacionado com o Sistema de Informação Geográfica (SIG). 
Ambos são dois dos principais pilares da ciência de informação geográfica 
(Geoinformática).
• A estrutura matricial de dados (raster) corresponde à forma de armazenamento do 
SR. Os pixels são a menor unidade das imagens.
• Há três grandes categorias de plataformas de aquisição de dados: orbitais, suborbitais 
ou aéreas e plataformas terrestres. Um satélite em si (plataforma orbital) não produz 
informações, quem produz a informação é o sensor remoto acoplado ao satélite.
• A radiação eletromagnética (REM) que atinge a superfície terrestre pode ter três 
interações: absorção, transmissão e reflexão. O sensor remoto vai mensurar a energia 
refletida ou emitida pelo alvo. O SR não utiliza todos os comprimentos de onda do 
espectro eletromagnético.
• Os sensores podem ser ativos (emitem REM para depois captar o quanto foi refletido) 
ou passivos (medem a REM da luz solar refletida por um alvo). Os sensores ainda 
podem ser imageadores (produzem imagens) ou não imageadores (produzem 
resultados numéricos).
• O SR é composto por etapas distintas e os seus produtos (imagens) podem 
ser caracterizados por sua: resolução espacial; resolução espectral; resolução 
radiométrica e resolução temporal.
• Informações geradas por meio do SR são utilizadas em praticamente todas as áreas 
de ciência, e estão presentes no nosso cotidiano.
• Existem vários softwares disponíveis para o usuário do Geoprocessamento que 
trabalham com produtos de SR. A escolha de um determinado software dependerá 
do tipo de dados, do custo e da finalidade (aplicação).
RESUMO DO TÓPICO 1
24
1 Os tipos de dados espaciais fornecem as informações que um computador necessita 
para reconstruir os dados espaciais em formato digital. Nos dados matriciais ou 
raster, temos células de grade (pixels) que representam as propriedades do mundo 
real. No tipo de dado vetorial, temos pontos, linhas e polígonos que consistem 
em vértices e caminhos. Os dados vetoriais e matriciais têm suas vantagens e 
desvantagens. Com relação aos formatos ou estruturas de dados (matriciais e 
vetoriais), analise as sentenças a seguir:
I- O formato matricial (raster) não é importante para o Sensoriamento Remoto.
II- O formato matricial é mais simples ao passo que o formato vetorial é mais 
complexo.
III- Resolução e pixel são termos ligados aos dados matriciais.
IV- Não há integração e nem interação entre os formatos de dados matriciais e 
vetoriais.
V- O formato de dados vetorial é mais preciso.
Assinale a alternativa CORRETA:
a) ( ) Todas as sentenças estão corretas.
b) ( ) As sentenças I, II, III e V estão corretas.
c) ( ) As sentenças II, III e V estão corretas.
d) ( ) As sentenças I e III estão corretas.
e) ( ) As sentenças I, II e V estão corretas.
2 O primeiro requisito para o Sensoriamento Remoto (SR) é ter uma fonte de energia 
para iluminar o alvo (área de interesse). Assim como nossos olhos precisam que 
objetos sejam iluminados para que possamos vê-los, os sensores também precisam 
de uma fonte de energia para “iluminar” a superfície da Terra, com a posterior 
mensuração da energia refletida. O sol é a principal fonte natural de energia. 
Essa energia está na forma de radiação eletromagnética (REM). Considerando as 
características de sensores orbitais com relação a sua fonte de energia, analise as 
sentenças a seguir:
I- Sensores ativos não emitem radiação eletromagnética (REM), apenas conseguem 
captá-las.
II- Sensores ativos geram sua própria fonte de REM.
III- Os sensores remotos do tipo ‘passivos’ conseguem captar e registrar a REM 
refletida ou emitida de um alvo.
IV- RADAR (Radio Detection and Ranging) e LIDAR (Light Imaging Detection and 
Ranging) são exemplos de sensores passivos enquanto um radiômetro é exemplo 
de um sensor ativo.
V- Os sensores passivos somente operam na região do micro-ondas.
Assinale a alternativa CORRETA:
a) ( ) Todas as sentenças estão corretas.
AUTOATIVIDADE
25
b) ( ) Nenhuma das sentenças está correta.
c) ( ) As sentenças II, III e IV estão corretas.
d) ( ) As sentenças II e III estão corretas.
e) ( ) As sentenças I, IV e V estão corretas.
3 Os diferentes produtos oriundos de Sensoriamento Remoto (SR) da superfície 
da Terra, adquiridos por diferentes plataformas de aquisição de dados (aeronaves 
e satélites, por exemplo), estão prontamente disponíveis em formato digital; 
espacialmente, os dados são compostos de elementos de imagem discretos (os 
pixels), e que são radiometricamente quantizados em níveis de brilho. Além disso, 
mesmo que os dados não tenham sido gravados originalmente em formato digital 
(e.g. fotografia aérea antiga), podem ser convertidos em dados discretoscom o 
emprego de digitalizadores. Assim sendo, as imagens oriundas de SR, em espacial 
as adquiridas por sensores a bordo de satélites, podem ser caracterizados por 
meio de quatro propriedades principais. A partir do exposto, disserte sobre estas 
propriedades que definem as imagens de SR.
26
27
TÓPICO 2 — UNIDADE 1
COMPORTAMENTO ESPECTRAL DE ALVOS
1 INTRODUÇÃO
No tópico anterior, tivemos a oportunidade de rever alguns conceitos 
importantes que estão ligados ao Sensoriamento Remoto (SR). Além disso, 
verificamos que o SR é uma classe genérica de geotecnologias que permite gerar 
uma gama de produtos diferentes (a partir de três principais plataformas de 
aquisição), os quais podem ser visualizados e tratados em vários softwares livres 
ou comerciais que são intimamente relacionados com SIG.
 
Nesse contexto, para compreender as aplicações dos produtos de SR, é 
fundamental saber como os diferentes alvos naturais e antrópicos respondem 
perante a exposição da radiação eletromagnética (REM) de fontes artificiais ou 
do Sol primariamente; ou seja, como é o comportamento espectral dos materiais 
que compõem a superfície do nosso planeta. Além de conhecer o comportamento 
ou assinatura que os alvos possuem, também é crucial conhecer detalhadamente 
quais fatores interferem nessa informação. Concentre-se e bons estudos!
2 ASSINATURAS ESPECTRAIS DE ALVOS TERRESTRES
 
Como foi visto no tópico anterior, os produtos do SR são basicamente 
reflexões ou emissões de radiação eletromagnética (REM) de objetos ou áreas 
que são captadas por sensores. De forma mais completa, o fluxo de REM, ao 
incidir em um determinado alvo, sofre reflexão, absorção e transmissão (Figura 
8). Denominamos estas interações de reflectância, absortância e transmitância, 
respectivamente. Normalmente, parte da energia que chega a um objeto é 
absorvida e transformada em calor ou em alguma outra forma de energia, ao passo 
que parte da energia é refletida pelo objeto e se espalha pelo espaço. A seguir, 
relembraremos e faremos algumas breves considerações sobre os fundamentos 
físicos e radiométricos do SR.
As três interações incidentes sobre a superfície: reflectância (ρλ); 
absortância (αλ) e transmitância (τλ), que chamamos de fluxo radiante (Φiλ) 
(medido em watt – W), podem ser totais ou parciais, e seus valores são expressos 
entre zero (0) a um (1) ou em porcentagem (NOVO, 2010). Um alvo opaco e muito 
escuro vai apresentar um valor alto para absortância, nulo para transmitância 
e baixo para reflectância, por exemplo. Assim, o balanço do fluxo radiante é 
expresso pela seguinte equação: Φiλ = Φρλ +Φαλ +Φτλ
28
UNIDADE 1 — FUNDAMENTOS DE SENSORIAMENTO REMOTO II
Podemos entender estas interações (fluxo radiante) desta forma: caso a 
reflectância de uma folha verde de uma planta sadia seja 45%, os outros 55% serão 
compostos por absorção e transmissão (EPIPHANIO; NOVO; MACHADO, 2010). 
Segundo Meneses, Almeida e Baptista (2019) o termo “reflectância” é empregado 
todas as vezes em que imagens são usadas para caracterizar espectralmente os 
materiais da superfície da Terra (solos, florestas, rios etc.).
Observamos na Figura 8 as três formas principais de interação da radiação 
com a superfície de um alvo: absorção, reflexão e transmissão. A proporção de 
cada uma dessas interações dependerá do comprimento de onda da radiação 
incidente e do material e condição do objeto (rugosidade, umidade etc.). No SR, 
estamos interessados mais na reflexão e emissão da radiação.
FIGURA 8 – FORMAS PRINCIPAIS DE INTERAÇÃO DA RADIAÇÃO COM UM ALVO
FONTE: Adaptada de Canada Centre for Mapping and Earth Observation (CCMEO, 2020) e 
Olsen (2007, p. 49) 
Há algumas outras grandezas radiométricas envolvidas no SR, como a irradiância, 
exitância e radiância. A irradiância, cuja unidade é W·m-2, indica o fluxo radiante que incide 
num alvo por unidade ou superfície de área, ao passo que a exitância (mesma unidade 
que a irradiância) corresponde ao fluxo radiante que provém ou emerge de um alvo por 
TÓPICO 2 — COMPORTAMENTO ESPECTRAL DE ALVOS
29
unidade ou superfície de área. O conceito da radiância espectral (medida em W·m-2·sr-1) 
compreende o fluxo que é emitido ou refletido por uma superfície numa determinada 
direção e encerrado num ângulo sólido (EPIPHANIO; NOVO; MACHADO, 2010). A 
reflectância é calculada através da razão da radiância pela irradiância.
De fato, as grandezas radiométricas do SR envolvem várias unidades, conceitos, 
fórmulas, cálculos e leis físicas, como a Lei de Kirchhoff, a Lei de Stefan-Boltzman, a Lei 
de Wein, a Lei de Planck, dentre outras. Vamos, então, apenas conceituar alguns destes 
termos (sem entrar no mérito das equações envolvidas): 
• A Lei da radiação de Kirchhoff afirma que a absorção e a emissão de radiação de uma 
superfície em uma determinada temperatura e comprimento de ondas são iguais. 
Em outras palavras, a eficiência de absorção e emissão de radiação por um objeto é 
a mesma (bons absorvedores de radiação serão bons emissores, ao passo que bons 
refletores serão maus emissores de radiação). 
• A Lei de Stefan-Boltzman diz que a intensidade da radiação é em função da quarta 
potência da temperatura absoluta (objetos com a temperatura mais alta vão emitir 
mais energia total por unidade de área em comparação com objetos de menor 
temperatura).
• A Lei de Wien determina o comprimento de onda dominante que um é emitido por 
um corpo negro teórico. Corpo negro é um sistema ideal (teórico) que é capaz de 
absorver toda a radiação incidente (não há radiação refletida).
• A Lei de Planck diz que a intensidade e distribuição da radiação dependem da 
temperatura do corpo.
• A superfície Lambertiana é uma superfície que reflete a radiação incidente de forma 
igual para todas as direções e o albedo consiste no “poder de reflexão” de um alvo 
(e.g. neve tem alto albedo e asfalto tem baixo albedo).
Como foi visto no tópico anterior, a atmosfera interage com REM através da absorção e 
do espalhamento. O espalhamento na atmosfera pode ser de três formas: Espalhamento 
Rayleigh, Espalhamento de Mie e Espalhamento não seletivo (geométrico). Tais tipos diferentes 
de espalhamento são em função do comprimento de onda da REM versus o tamanho 
(diâmetro) das partículas, moléculas e elementos presentes na atmosfera. 
O Espalhamento Rayleigh ocorre quando o diâmetro do agente espalhador (geralmente 
gases da atmosfera como o oxigênio e o nitrogênio) é menor que o comprimento 
de onda da REM (esse espalhamento que é responsável pela cor azul do céu). Os 
espalhamentos de Mie e o não seletivo acontecem quando o comprimento de onda é da 
mesma ordem de grandeza que o tamanho da partícula (fumaça e poeira, por exemplo) 
e quando a partícula é maior que 10 vezes o comprimento de onda (nuvens e nevoeiros, 
por exemplo), respectivamente. Para aprofundar seus estudos, o leitor deve consultar 
materiais como: Jensen (2009), Novo (2010), Moreira (2011), Lorenzzetti (2015), dentre 
outros.
30
UNIDADE 1 — FUNDAMENTOS DE SENSORIAMENTO REMOTO II
Prezado acadêmico, para ampliar seus conhecimentos com relação às pro-
priedades físicas do Sensoriamento Remoto (SR) de sistemas aquáticos, você pode ler o 
capítulo 3 (Princípios Físicos do Sensoriamento Remoto Aquático) do livro “Introdução 
ao Sensoriamento de Sistemas Aquáticos: Princípios e Aplicações”. Disponível gratuita-
mente no site do INPE. Na íntegra em: http://www.dpi.inpe.br/labisa/livro/.
DICAS
2.1 SENSORES MULTESPECTRAIS E HIPERESPECTRAIS
Antes de estudarmos com detalhe o comportamento espectral de alvos (naturais 
e antrópicos), presentes na superfície do nosso planeta, é importante ter em mente 
alguns conceitos mais fundamentais. Definimos, no tópico anterior, banda espectral 
(canal espectral) como sendo o intervalo entre dois comprimentos de onda do espectro 
eletromagnético; isto é, uma faixa estreita de comprimento de onda do espectro 
eletromagnético na qual são capturadas e armazenadas informações. Em se tratando 
de bandas espectrais– isto é, resolução espectral – há dois conceitos que precisam ser 
entendidos, pois são extremamente importantes: Multiespectral e Hiperespectral.
A grande diferença entre multiespectral e hiperespectral é a quantidade de bandas e 
quão estreitas são estas bandas que estão sendo medidas (largura de banda). De fato, os 
sensores hiperespectrais consistem numa evolução dos multiespectrais (FORMAGGIO; 
SANCHES, 2017). Entretanto, a grande maioria dos sensores que estão a bordo dos 
satélites em órbita na Terra são multiespectrais. O rápido crescimento tecnológico da 
humanidade está propiciando uma nova geração de sensores remotos chamados de 
ultraespectrais, que têm a sensibilidade de captar milhares de bandas espectrais.
As imagens multiespectrais normalmente possuem entre três a 12 bandas (cada uma 
dessas bandas possui um título descritivo) e essas bandas são mais largas. Além disso, 
as bandas dos multiespectrais não são contíguas uma com as outras (o sensor captura 
intervalos discretos e separados). Portanto, as bandas capturadas pelo sensor possuem 
“intervalos vazios” entre elas. Imagens multiespectrais se equivalem a imagens que 
possuem diferentes canais ou bandas espectrais. Podemos dizer que o sensoriamento 
remoto multiespectral possui elementos mais qualitativos.
Os sensores hiperespectrais, embora possam parecer com os multiespectrais no que 
concerne o sistema “passivo” de medida (fonte da REM), possuem dezenas a centenas 
de bandas espectrais mais finas; isto é, conseguem captar a energia refletida dos alvos 
em “fatias” muito mais finas e detalhadas (largura de banda de 5 a 10 nm). Além dis-
so, as bandas mensuradas pelos sensores hiperespectrais são contíguas (sem grandes 
intervalos na qual não há informação coletada). Neste caso, cada pixel possui um nú-
mero do espectro contínuo. Podemos dizer que o sensoriamento remoto hiperespectral 
é tanto quantitativo quanto qualitativo (JENSEN, 2009). 
A Figura 9 mostra uma comparação da diferença entres os multiespectrais e os 
hiperespectrais. Os sensores hiperespectrais, além de gerar os mesmos resultados que 
TÓPICO 2 — COMPORTAMENTO ESPECTRAL DE ALVOS
31
os sensores multiespectrais, permitem inferir propriedades biofísico químicas dos 
alvos presentes na cena capturada (FORMAGGIO; SANCHES, 2017). Cada tecnologia 
tem vantagens e desvantagens. Imagens multiespectrais possuem uma interpretação 
mais simples (menos complexidade de informação) que os hiperespectrais. 
Observe um breve exemplo da aplicação de ambas as técnicas numa área rural 
(agricultura): por meio do SR multiespectral é possível estimar com precisão a área 
cultivada de uma determinada cultura, contabilizando o número de plantas por área, 
estabelecendo a saúde vegetação das plantas e do cultivo em geral, podendo ainda 
ser utilizado no controle sanitário vegetal e animal do cultivo (detecção de pragas) 
e na identificação de dificuldades no processo de produção. Já com a utilização 
do SR hiperespectral é possível produzir todas estas informações citadas para os 
multiespectrais, mas também com a adição de novas e importantes informações 
sobre a composição bioquímica das plantas, detalhes sobre as características físico-
químicas dos materiais que compõe a superfície da área de interesse, o grau e tipo de 
cristalinidade, bem como a forma detalhada dos materiais imageados (FORMAGGIO; 
SANCHES, 2017).
Para ampliar seus conhecimentos sobre o potencial de utilização de senso-
res multiespectrais e hiperespectrais em alvos agrícolas, recomenda-se a leitura de uma 
publicação da XII Jornada Acadêmica da Embrapa Soja de 2017, intitulada de: Potencial 
de utilização de sensores multiespectral e hiperespectral no estudo de diferentes alvos 
agrícolas. Veja na íntegra em: https://www.embrapa.br/soja/busca-de-publicacoes/-/
publicacao/1072792/potencial-de-utilizacao-de-sensores-multiespectral-e-hiperespectral-
-no-estudo-de-diferentes-alvos-agricolas.
DICAS
A Figura 9 demonstra a comparação dos sensores multiespectrais e 
hiperespectrais. Os primeiros realizam medidas discretas e não contíguas da 
energia, ao passo que os do segundo tipo capturam a radiação de forma contínua 
e sem grandes intervalos, permitindo construir curvas (já com os sensores 
multiespectrais é possível construir somente gráficos com pontos discretos).
32
UNIDADE 1 — FUNDAMENTOS DE SENSORIAMENTO REMOTO II
FIGURA 9 – COMPARAÇÃO DOS SENSORES MULTIESPECTRAIS E HIPERESPECTRAIS
FONTE: Adaptada de Tan (2017, p. 7) 
O SR hiperespectral permite que sejam extraídas informações relativas 
ao espectro de reflectância e absortância que, por sua vez, possibilitam a 
identificação da composição química/molecular dos materiais que compõem a 
superfície terrestre, bem como os componentes atmosféricos. Tudo isso a partir 
de suas imagens hiperespectrais. Neste caso, como cada pixel possui o dado 
detalhado de centenas de bandas espectrais captadas pelo sensor remoto, um 
detalhado espectro de reflectância pode ser criado (JENSEN, 2009). O sensor 
AVIRIS (Airborne Visible and Infrared Imaging Spectrometer) é um bom exemplo de 
sensor hiperespectral, com 224 bandas capturadas no intervalo do espectro entre 
400 a 2.500 nm (intervalo entre bandas de apenas 10 nm).
Os sensores multiespectrais costumam possuir uma única banda espectral 
com uma resolução espacial maior, em contraste com as outras bandas do mesmo 
sensor, a denominada banda pancromática. Este tipo de banda possui maior 
resolução espacial porque possui uma maior amplitude de comprimento de 
bandas medido (PETTORELLI et al., 2018). Tomamos por base o Landsat 8 (OLI 
e TIRS): a banda verde (banda 3) compreende o intervalo entre 0,53 a 0,59 µm, ao 
passo que a banda pancromática deste sensor engloba o intervalo de 0,50 a 0,68 
µm de comprimento de onda do espectro eletromagnético. 
TÓPICO 2 — COMPORTAMENTO ESPECTRAL DE ALVOS
33
No próximo subtópico você poderá comparar a diferença dos sensores 
multiespectrais e hiperespectrais em relação às assinaturas de reflectância. 
Veremos com maior detalhe as bandas espectrais dos sensores mais adiante.
2.2 ASSINATURA ESPECTRAL
Os materiais que compõe a Terra possuem diferentes propriedades 
biofísico químicas, e cada um destes materiais absorvem uma porção de REM 
específica do espectro eletromagnético; isto é, absorvem e refletem determinados 
comprimentos de onda da REM. Dessa forma, sabendo quais comprimentos de 
onda são absorvidos e quais comprimentos são refletidos por meio da utilização 
de sensores, é possível traçar uma assinatura espectral deste material (alvo, área). 
Em outras palavras, os alvos terrestres como a vegetação, a água e o solo absorvem, 
transmitem e refletem a REM em diferentes proporções. Assim, a assinatura 
espectral de um alvo consiste na relação da reflectância versus o comprimento 
de onda da REM. A Figura 10 mostra exemplos de uma comparação geral da 
assinatura espectral de alguns materiais. 
Os sensores hiperespectrais (que conseguem distinguir o espectro 
eletromagnético em várias fatias finas) são os mais utilizados para produzir 
as respostas espectrais dos materiais quando estes interagem com a radiação. 
Embora não produzem uma curva contínua e detalhada, sensores multiespectrais 
também podem ser utilizados em alguns casos específicos (Figura 11). Além do 
SR hiperespectral orbital ou aéreo, espectrorradiômetro portáteis também são 
utilizados para construir curvas detalhadas de materiais por meio de medições 
em campo ou em laboratório.
Na Figura 7 temos a comparação de reflectância de diferentes materiais 
em relação ao espectro eletromagnético (diferentes comprimentos de onda). A 
natureza ou como os materiais vão absorver, transmitir ou refletir determinados 
comprimentos de onda da REM é o que chamamos de assinatura ou comportamento 
espectral. Exemplo: a água é, em geral, mais refletiva nas regiões azul e verde 
do espectro visível. Já além da região do visível, no infravermelho (IV), a água 
absorve quase toda a REM e, portanto, em imagens