Baixe o app para aproveitar ainda mais
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 interligadas e normalmente interagem entre si. No geral, o SR é uma ciência ampla que lida comdados 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 matriciais também 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 eletromagnéticoé 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 (modelo de 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 em alguns casos, como o Photoshop da Adobe, por exemplo. Com relação aos VANTs (drones), que geram excelentes produtos para uma base cartográfica deinteresse (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 discretos com o emprego de digitalizadores. Assim sendo, as imagens oriundas de SR, em espacial as adquiridas por sensores a bordo de satélites, podem ser caracterizados pormeio 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 multiespectrale 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 captadas no IV de ondas curtas e no IV médio, fica praticamente preta. Por fim, quanto maior for o pico da reflectância, mais claro será o objeto numa dada imagem e vice-versa. 34 UNIDADE
Compartilhar