Baixe o app para aproveitar ainda mais
Prévia do material em texto
NOÇÕES BÁSICAS DE CARTOGRAFIA, SENSORIAMENTO REMOTO E GEOPROCESSAMENTO CONCEITOS BÁSICOS DE SENSORIAMENTO REMOTO APRESENTAÇÃO OS OBJETIVOS DE APRENDIZAGEM A partir desta unidade você será capaz de: • Compreender as principais definições, vantagens e desvantagens do Sensoriamento Remoto e suas resoluções espacial, temporal, espectral e radiométrica; • Conhecer a radiação eletromagnética e as fontes de radiação utilizadas no Sensoriamento Remoto; • Entender os principais atenuantes atmosféricos e o comportamento espectral dos principais alvos; • Introduzir as principais técnicas de processamento e análise de imagens: histograma de uma imagem, correção geométrica, registro de imagens, aumento de contraste e emprego da cor, operações aritméticas, classificação, análise por principal componente. Organização Kátia Spinelli Manoel Ricardo Dourado Correia Reitor da UNIASSELVI Prof. Hermínio Kloch Pró-Reitora do EAD Prof.ª Francieli Stano Torres Edição Gráfica e Revisão UNIASSELVI CURSO LIVRE - NOÇÕES BÁSICAS DE CARTOGRAFIA, SENSORIAMENTO REMOTO E GEOPROCESSAMENTO .03 1 INTRODUÇÃO As atividades humanas têm causado impactos e mudanças significativas nos biomas terrestres. Para compreender o complexo inter-relacionamento dos fenômenos, torna-se necessário fazer observações com uma grande gama de escalas temporais e espaciais. A observação por meio de sensores especializados a bordo de satélites, aeronaves e atualmente de veículos aéreos não tripulados (VANT) é a maneira mais efetiva, viável e econômica de coletar dados necessários para monitorar e modelar esses fenômenos, especialmente em países de grande extensão territorial, como o Brasil. Ademais, por meio de aplicativos especializados para tratamento de imagens – ArcGIS, QGIS, Envi, Erdas, Spring, SAGA GIS e outros – pode-se processar, gerar e classificar imagens georreferenciadas em diversos produtos aplicados nas mais diversas áreas de estudo: geologia, vegetação, uso do solo, desastres naturais, geomorfologia, mobilidade urbana, agricultura, drenagem urbana, entre outros. As principais técnicas voltadas para o processamento digital ou tratamento de imagem serão abordadas no final desta etapa. 2 DEFINIÇÃO, VANTAGENS E DESVANTAGENS DO SENSORIAMENTO REMOTO E SUAS RESOLUÇÕES ESPACIAL, ESPECTRAL, RADIOMÉTRICA E TEMPORAL As imagens utilizadas no Sensoriamento Remoto (SR), por sua natureza digital ou discreta, são constituídas por um arranjo de elementos sob a forma de uma malha ou grid (Figura 1). Cada pixel (picture element) dessa imagem (grid) tem sua localização definida em um sistema de coordenadas do tipo PRINCIPAIS DEFINIÇÕES, VANTAGENS E DESVANTAGENS DO SENSORIAMENTO REMOTO, TÉCNICAS DE PROCESSAMENTO E ANÁLISE DE IMAGENS CURSO LIVRE - NOÇÕES BÁSICAS DE CARTOGRAFIA, SENSORIAMENTO REMOTO E GEOPROCESSAMENTO “linha e coluna”, representados por “x” e “y”, respectivamente. Cada pixel possui também um atributo numérico “z”, que indica o nível de cinza dessa cela, que obviamente vai variar do preto ao branco; esse nível de cinza é conhecido em inglês por DN, de “digital number”. O DN de um pixel representa a intensidade da energia eletromagnética (refletida ou emitida) medida pelo sensor, para a área da superfície da Terra correspondente ao tamanho do pixel. Deve ser ressaltado que o DN de um pixel corresponde sempre à média da intensidade da energia refletida ou emitida pelos diferentes materiais presentes nesse pixel. FIGURA 1 – DIMENSÕES ESPACIAIS (X, Y) E O ATRIBUTO NUMÉRICO (Z) REPRESENTADO PELA REFLECTÂNCIA E/OU NÍVEL DIGITAL DO PIXEL FONTE: Melo (2002) Essas imagens, com o seu conjunto de pixels de uma área específica, obtidas remota e exclusivamente pela transferência da Radiação Eletromagnética (REM) sem contato físico com objeto, são uma premissa fundamental do Sensoriamento Remoto (SR). Este texto apresentará brevemente os seguintes tópicos: definições, vantagens e limitações do SR; distinção entre as resoluções espacial, espectral, temporal e radiométrica; as características da radiação eletromagnética e como ela interage com a atmosférica e os principais materiais da superfície da Terra. Além disso, serão abordadas noções básicas de processamento digital de imagem. Desde 1859, a técnica de sensoriamento remoto tem sido utilizada, quando da descoberta do processo fotográfico aéreo. No entanto, apenas por volta de 1970 o termo sensoriamento remoto foi incorporado à linguagem científica. De uma maneira geral, o SR pode ser definido como a forma de obter informações das regiões do ultravioleta, visível, infravermelho e micro- ondas, sem contato com o alvo, por meio de instrumentos especializados (câmeras, escâneres, lasers) localizados em plataformas aéreas ou orbitais. Para Robert Green apud Jensen (2009), o termo medição remota poderia ser usado em vez de sensoriamento remoto, porque os dados obtidos por sensores hiperespectrais são muito precisos. CURSO LIVRE - NOÇÕES BÁSICAS DE CARTOGRAFIA, SENSORIAMENTO REMOTO E GEOPROCESSAMENTO A primeira vantagem do sensoriamento remoto decorre da coleta de dados sistemáticos, por exemplo, a resolução espacial ou a menor separação angular ou linear entre dois objetos do satélite Landsat-5 é de 30 x 30 m. Essa matriz de pixels coletada sistematicamente ou com espaçamentos iguais pode remover o viés de amostragem introduzido em algumas investigações in situ. Pode-se definir melhor a resolução espacial (Figura 2) como capacidade do sistema sensor em “enxergar” objetos na superfície terrestre; quanto menor o objeto possível de ser visto, maior a resolução espacial. A maneira mais comum de se determinar a resolução espacial de um sensor é pelo seu campo instantâneo de visada ou IFOV. FIGURA 2 - IMAGENS DE DIFERENTES SENSORES E RESOLUÇÕES ESPACIAIS FONTE: Melo (2002) Diferentemente da Cartografia ou do SIG (Sistema de Informação Geográfica), a ciência SR pode fornecer novas e fundamentais informações científicas, inclusive sob condições controladas. Contudo, ao contrário dos levantamentos tradicionais, os dados do sensoriamento remoto podem ser obtidos sistematicamente para áreas geográficas bastante grandes e com frequentes capturas de dados ou período de revista (resolução temporal). CURSO LIVRE - NOÇÕES BÁSICAS DE CARTOGRAFIA, SENSORIAMENTO REMOTO E GEOPROCESSAMENTO A resolução temporal é o intervalo de vezes que o satélite observa uma mesma área do terreno em um período específico. Por exemplo, o sensor TM do satélite LANDSAT obtém imagens do mesmo local a cada 16 dias. Quanto às plataformas, quando comparados com os sistemas sensores orbitais, os sistemas sensores aerotransportados são menos estáveis e imageiam uma área menor, porém eles podem obter imagens com resolução espacial mais fina e o usuário pode controlar de forma mais intensa quando e como os dados serão obtidos. Por exemplo, o sensor hiperespectral aerotransportado SpecTIR, com 357 bandas espectrais e 12 de resolução radiométricas, sobrevoou/mapeou diversas regiões brasileiras com resolução espacial efetiva próximo de um metro. No caso desse sensor, o refino espacial, radiométrico e, principalmente, espectral permite distinguir e quantificar diversos alvos por meio da análise dos espectros obtidos, denominado de espectrometria de imageamento. A resolução espectral é um conceito inerente às imagens multiespectrais e hiperespectrais de sensoriamento remoto. Ela é definida pelo número de bandas espectrais de um sistema sensor e pela largura do intervalo de comprimento de onda coberto por cada banda, conforme visto anteriormente no sensor SpecTIR, com suas 357 bandas espectrais. Ressalta-se que imagens multiespectrais e hiperespectrais são aquelas adquiridas em diferentes porções do espectro eletromagnético (Figura 3), geralmente variando da porção visível (VIS), passando pelo infravermelho próximo (NIR), médio (MWIR) e de comprimento de onda curto (SWIR), e chegando até o infravermelho termal (TIR)e micro-ondas. FIGURA 3 - A) FAIXAS DO ESPECTRO ELETROMAGNÉTICO; B) COMPORTAMENTO ESPECTRAL DE UM ALVO OBTIDO POR DOIS SENSORES; A CURVA VERMELHA APRESENTA UM MAIOR NÚMERO DE BANDAS E, CONSEQUENTEMENTE, UMA MAIOR RESOLUÇÃO ESPECTRAL, QUANDO COMPARADA COM A CURVA AZUL FONTE: Melo (2002) http://www.uff.br/geoden/figuras/landsat5.jpg CURSO LIVRE - NOÇÕES BÁSICAS DE CARTOGRAFIA, SENSORIAMENTO REMOTO E GEOPROCESSAMENTO Se o sensor registrar passivamente a energia eletromagnética refletida ou emitida pelo objeto de interesse, o SR obterá informações de forma não intrusiva e não alterará as características dos alvos mapeados. Outro aspecto importante é a resolução espectral refinada dos novos sensores, os quais permitem obter informações dos alvos em distintas regiões do espectro eletromagnético, acrescentando assim uma infinidade de informações sobre o seu estado. Talvez a maior limitação do SR esteja na sua superestimação. Essa ciência não é uma panaceia que fornecerá todas as informações necessárias à condução das pesquisas físicas, biológicas ou das ciências sociais. Ela simplesmente provê alguma informação espacial, espectral e temporal de valor, de forma eficiente e econômica. Potentes sistemas sensores ativos (Figura 4) que geram sua própria radiação eletromagnética – LIDAR (Light Detection and Ranging), RADAR (Radio Detection and Ranging), SONAR (Sound Navigation and Ranging) – podem ser intrusivos e afetar o fenômeno investigado. Além disso, os instrumentos de sensoriamento remoto podem descalibrar. Finalmente, os dados dos SRs, em algumas situações, têm custos exorbitantes para serem coletados, analisados, principalmente com analistas de imagens bem treinados. FIGURA 4 - A) SENSOR PASSIVO: CAPTA A ENERGIA REFLETIDA OU EMITIDA DE UM ALVO QUE FOI ILUMINADO POR UMA FONTE DE RADIAÇÃO EXTERNA, GERALMENTE O SOL. B) SENSOR ATIVO: GERA E CAPTA SUA PRÓPRIA ENERGIA, POR EXEMPLO, LIDAR, RADAR ETC. FONTE: O autor 3 RADIAÇÃO ELETROMAGNÉTICA, FONTE DE RADIAÇÃO, EFEITOS ATMOSFÉRICOS E COMPORTAMENTO ESPECTRAL DOS ALVOS Na fase de aquisição, processos de detecção e registro de informações, têm-se alguns elementos que devem ser bem compreendidos para uma correta interpretação dos dados adquiridos. Esses elementos são radiação eletromagnética, fonte de radiação, efeitos atmosféricos e comportamento espectral dos alvos. CURSO LIVRE - NOÇÕES BÁSICAS DE CARTOGRAFIA, SENSORIAMENTO REMOTO E GEOPROCESSAMENTO A radiação eletromagnética (REM), de especial importância para o SR, é definida como a forma de energia que se move à velocidade da luz, em forma de ondas ou de partículas eletromagnéticas, e que não necessitam de um meio material para se propagar. Para entender como a energia eletromagnética é criada, se propaga no espaço e interage com a matéria, é útil descrever os processos usando dois modelos, o ondulatório e o corpuscular. A onda eletromagnética consiste de dois campos ortogonais entre si – um elétrico e outro magnético. Ela é gerada toda vez que uma carga elétrica é acelerada. O comprimento de onda (λ) da radiação depende da duração do tempo pelo qual a partícula carregada é acelerada. A frequência (v) é o número de comprimentos de ondas que passam por um ponto num intervalo de tempo e depende do número de aceleração por segundo, geralmente é medida em hertz. Já o comprimento de onda é definido como a distância média entre dois máximos ou mínimos consecutivos de um padrão grosseiramente periódico e é normalmente medido em micrômetros (μm) ou nanômetros (nm). De acordo com a frequência e o comprimento de onda, pode-se ter uma variedade de radiações eletromagnéticas, como a luz visível, hoje compreendida como uma pequena parte do espectro eletromagnético. Esse espectro compreende radiação que tem comprimentos bastante curtos (raios gama e X) até da ordem de 100 metros (ondas de rádio). A relação entre o comprimento de onda (λ) e a frequência da (v) radiação eletromagnética baseia-se na seguinte fórmula, onde c é a velocidade da luz (300.000 km/s): c = (λ)*(v). Observe que a frequência é inversamente proporcional ao comprimento de onda, onde quanto maior o comprimento de onda, menor a frequência; quanto menor o comprimento de onda, maior a frequência. A energia eletromagnética também pode ser descrita não apenas em termos ondulatórios de comprimento de onda e frequência, mas também em unidades de energia de fótons, tais como o joules (J) e o eletrovolts (eV). Quando a luz interage com a matéria, ela se comporta como se fosse composta de muitos corpos individuais chamados de fótons, os quais portam propriedades parecidas com as de partículas, como energia e momento. Dessa forma, descreve-se, às vezes, a energia eletromagnética em termos ondulatórios, mas quando a energia interage com a matéria, é útil descrevê- la como pacotes discretos de energia ou quanta. A radiação eletromagnética gerada por fontes naturais e artificiais se propaga através da atmosfera terrestre quase à velocidade da luz num vácuo. Ao contrário do vácuo, onde nada interage com a radiação, a atmosfera, porém, pode afetar não apenas a velocidade da radiação, como também CURSO LIVRE - NOÇÕES BÁSICAS DE CARTOGRAFIA, SENSORIAMENTO REMOTO E GEOPROCESSAMENTO o seu comprimento de onda, sua intensidade e sua distribuição espectral, denominada de refração e espalhamento. O espalhamento difere da refração no sentido de que a direção associada ao espalhamento é imprevisível, enquanto a direção da refração é previsível e calculada pela lei de Snell-Descartes. Dependendo do tamanho das partículas da atmosfera e do comprimento da radiação, distinguem-se três tipos de espalhamentos (Figura 5): O espalhamento molecular ou Rayleigh é produzido essencialmente pelas partículas de gases da atmosfera, cujos diâmetros são menores do que o comprimento de onda da radiação. Esse tipo de espalhamento explica a coloração azul do céu quando o Sol está a pino e a coloração avermelhada no nascer e pôr do Sol. O espalhamento Mie ocorre quando o diâmetro das partículas na atmosfera for da ordem do comprimento de onda da radiação. O último de tipo de espalhamento, o não seletivo, é produzido quando o diâmetro das partículas for muito maior que os comprimentos de onda. Nesse caso, a radiação eletromagnética de diferentes comprimentos de ondas será espalhada na mesma intensidade. Esse tipo de espalhamento explica a coloração branca das nuvens. FIGURA 5 - A) ESPALHAMENTO MOLECULAR OU RAYLEIGH; B) ESPALHAMENTO MIE. C) ESPALHAMENTO NÃO SELETIVO FONTE: Jensen (2009) CURSO LIVRE - NOÇÕES BÁSICAS DE CARTOGRAFIA, SENSORIAMENTO REMOTO E GEOPROCESSAMENTO A absorção é outro processo atenuante da atmosfera sobre a radiação eletromagnética, uma vez que a energia radiante é absorvida e convertida em outra forma de energia, geralmente transformada em forma de calor e rerradiada num comprimento de onda maior (infravermelho termal). A água, o dióxido de carbono, o oxigênio, o ozônio e o óxido nitroso são os principais compostos atenuantes da atmosfera e praticamente fecham algumas porções do espectro, esse processo é denominado de bandas de absorção. Dentro das faixas do ultravioleta e visível, o ozônio é o principal atenuador por absorção, enquanto na faixa do infravermelho a água e o dióxido de carbono são os principais atenuadores. Existe, por outro lado, ao longo de todo espectro eletromagnético, as porções transparentes da atmosfera que transmitem a energia radiante com eficiência. Essas regiões são chamadas de janelas atmosféricas e onde são desenvolvidas todas as atividades do sensoriamento remoto. Na prática, o conhecimento da interação da radiação eletromagnética com a atmosfera é bastante útil, por exemplo, para mapear desmatamentos na Amazônia, onde se têm elevados valores de nebulosidade anual e, portanto, é preferível utilizar sensores ativos com comprimentos de ondas longos (banda L), transparentes às nuvens, face aos sensores passivos.O Sistema de Proteção da Amazônia (SIPAM) realizou algumas missões de mapeamento dos 36 municípios mais desflorestados da Amazônia Legal (Figura 6), utilizando a banda L e suas quatro polarizações e a banda X do sensor SAR (Radar de abertura sintética). O método de envio e recepção de um pulso de energia nas micro-ondas, bem como a frequência, polarização, tamanho de pulso, ângulo de depressão e incidência, direção de visada e geometria são características fundamentais para o entendimento do Sensoriamento Remoto ativo e passivo nas micro-ondas. FIGURA 6 - IDENTIFICAÇÃO DE DESMATAMENTO POR MEIO DE IMAGEM DE RADAR (R99/SAR). COMPOSIÇÃO FALSA-COR R-LHH, GLHV E B-LVV FONTE: O autor CURSO LIVRE - NOÇÕES BÁSICAS DE CARTOGRAFIA, SENSORIAMENTO REMOTO E GEOPROCESSAMENTO Para usar sensores multiespectrais (ASTER, IKONOS, QuickBird, MODIS, LandSat, CBERS) e hiperespectrais (HSS-R955, SpecTIR, Hyperion, HYDICE, AVIRIS, DAIS), aqueles que registram a energia em múltiplas e centenas de bandas do espectro eletromagnético, torna-se necessário receber o sinal refletido e/ou emitido do alvo sem interferência da atmosfera, para tanto, módulos/métodos de correção atmosférica como MODTRAN, 5S, LOWTRAN 7, ATREM, GREEN, por exemplo, são imprescindíveis para uma correta captura e interpretação das curvas espectrais dos alvos de interesse. Com o avanço dos sensores, principalmente os passivos, podem-se encontrar bandas espectrais inferiores a dezenas de nanômetros, com taxa de quantização de 12 bits e capacidade de discriminação dos alvos abaixo de 1 metro, como o sensor aerotransportado specTIR. De acordo com a teoria quântica, cada substância é capaz de absorver e de emitir radiação em apenas determinados comprimentos de onda, dependendo do estado de agregação molecular em que se encontra. Graças a isso, pode-se discriminar e identificar os diferentes alvos existentes na natureza por meio do comportamento espectral dos alvos (Figura 7), temática bastante explorada nos estudos de sensoriamento remoto. Nos minerais e rochas, os elementos e substâncias mais importantes que determinam as feições diagnósticas na faixa do espectro refletivo (0,4 a 2,5 μm) são os íons ferroso e férrico, água e hidroxila. Os elementos químicos mais frequentes, como o silício, alumínio e magnésio, possuem interesse secundário. Na faixa do espectro refletivo mais utilizada em sensoriamento remoto (0,4 a 2,5 μm), os processos responsáveis pelas bandas de absorção são os eletrônicos e os vibracionais. Podemos destacar as bandas de absorção relacionadas ao íon Fe++ em 1,0 μm e ao íon férrico em torno de 0,7 a 0,8 μm e 0,4 μm. Todas estas bandas de absorção são associadas ao efeito do campo cristalino. De uma maneira geral, nota-se que os valores de refletância em rochas aumentam com o comprimento de onda, decrescendo das rochas ácidas até as básicas. No que concerne aos solos, o aumento de conteúdo de matéria orgânica provoca uma diminuição da resposta espectral. Com relação à granulometria, geralmente, a diminuição do tamanho das partículas provoca um aumento nos valores de refletância. Na vegetação, a refletância é relativamente baixa na região do visível, decorrente da forte absorção da radiação dos pigmentos do grupo da clorofila. Existem duas bandas de absorção preeminentes, centradas aproximadamente em 0,48 μm, devido a carotenos, e 0,68 μm, relacionada ao processo de CURSO LIVRE - NOÇÕES BÁSICAS DE CARTOGRAFIA, SENSORIAMENTO REMOTO E GEOPROCESSAMENTO fotossíntese. Destaca-se ainda um pico de refletância em torno de 0,5 μm, correspondente à região verde do espectro visível, o que explica a coloração verde das plantas. Na faixa compreendida entre 0,7 e 1,3 μm, a refletância passa para valores próximos a 40%. Esse aumento da refletância está relacionado à estrutura interna celular da folha e responsável pelo não superaquecimento da folha e destruição da clorofila. Por fim, a refletância da água limpa diminui com o aumento dos comprimentos de onda, ou seja, na faixa mais utilizada em sensoriamento remoto verificam-se as maiores refletâncias na região do visível, notadamente nos comprimentos de onda do azul e verde, decrescendo gradualmente na direção do infravermelho. FIGURA 7 – COMPORTAMENTO ESPECTRAL DE DISTINTOS MATERIAIS TERRESTRES FONTE: O autor 4 INTRODUÇÃO À ANÁLISE E APLICAÇÕES DE DADOS DE SENSORIAMENTO REMOTO 4.1 INTRODUÇÃO A ideia principal da análise e, principalmente, do processamento digital de imagens de sensoriamento remoto é a de fornecer ferramentas para facilitar a identificação e a extração da informação contida nas imagens. Reconhece-se a informação de interesse em função das propriedades dos objetos ou padrões que compõem a imagem. Portanto, extrair informação de imagens envolve o reconhecimento de objetos ou padrões. CURSO LIVRE - NOÇÕES BÁSICAS DE CARTOGRAFIA, SENSORIAMENTO REMOTO E GEOPROCESSAMENTO Conforme Crosta (1992), o sistema visual humano possui uma notável capacidade de reconhecer padrões. Contudo, ele dificilmente é capaz de processar o enorme volume de informações presentes numa imagem. Vários tipos de degradações e distorções, inerentes aos processos de aquisição, transmissão e visualização de imagens, contribuem para limitar ainda mais essa capacidade do olho humano. O objetivo principal do processamento de imagens é o de remover essas barreiras, inerentes ao sistema visual humano, facilitando a extração de informações a partir de imagens. Nesse contexto, o processamento digital deve ser encarado como um estágio preparatório, embora quase sempre obrigatório, da atividade de interpretação das imagens de sensoriamento remoto. Neste texto, fundamentado em Crosta (1992), tratar-se-á apenas do processamento digital voltado especificamente para imagens geradas por sensores remotos. Antes de introduzir as principais técnicas de processamento digital de imagens – aumento de contraste, filtragem de frequências, operações aritméticas, classificação, análise por principal componente –, abordar-se-á sobre histograma, correção geométrica e registro de imagens. 4.2 HISTOGRAMA DE UMA IMAGEM Em processamento de imagens, sempre se trabalha com níveis digitais (DNs) atribuídos aos pixels de uma imagem. O histograma é uma das formas mais comuns de se representar a distribuição dos DNs de uma imagem, e possivelmente a mais útil em processamento digital de imagens. Os histogramas são também conhecidos como distribuição de intensidades e função de densidade de probabilidade (PDF). 4.3 CORREÇÃO GEOMÉTRICA E REGISTRO DE IMAGENS Imagens geradas por sensores remotos, sejam elas fotografias aéreas ou imagens de satélite, são sujeitas a uma série de distorções espaciais, não possuindo precisão cartográfica quanto ao posicionamento dos objetos, superfícies ou fenômenos nelas representados. Todavia, a informação extraída de imagens de sensoriamento remoto necessita muitas vezes ser integrada com outros tipos de informação, representados na forma de mapas. Para que a precisão cartográfica seja introduzida em imagens de sensoriamento remoto, faz-se necessário que essas imagens digitais sejam corrigidas, segundo algum sistema de coordenadas. A transformação de uma imagem de modo que ela assuma as propriedades de escala e de projeção de CURSO LIVRE - NOÇÕES BÁSICAS DE CARTOGRAFIA, SENSORIAMENTO REMOTO E GEOPROCESSAMENTO um mapa é chamada de correção geométrica. Esse tipo de correção pode ser executado em um aplicativo voltado para processamento digital de imagens. No geral, o georreferenciamento é realizado por meio de aplicativos que fazem a relação entre os dois sistemas de coordenadas (mapa e imagem). Para isso, a definição de pontos de controle no terreno deve ser reconhecível tanto no mapa como na imagem. Muitas vezes existe a necessidade de se combinar duas imagens diferentes de uma mesma área. Para que duas imagens sejam perfeitamente coincidentes no espaço é necessário que sofram um tipo de transformaçãoespacial conhecido por registro. 5 AS PRINCIPAIS TÉCNICAS DE PROCESSAMENTO DIGITAL DE IMAGENS: AUMENTO DE CONTRASTE E EMPREGO DA COR, OPERAÇÕES ARITMÉTICAS, CLASSIFICAÇÃO E ANÁLISE POR PRINCIPAL COMPONENTE 5.1 AUMENTO DE CONTRASTE E EMPREGO DA COR As imagens de sensoriamento remoto são adquiridas pelos sistemas sensores com uma determinada resolução radiométrica, que normalmente vai de 6 ou 16 bits. Por exemplo, numa imagem de 16 bits, comuns em sensores ativos de RADAR, elas possuem, teoricamente, 65.536 valores de cinza ou níveis digitais, entre o preto e o branco. Uma vez que o sistema visual humano só consegue discriminar cerca de 30 tons de cinza, e assim mesmo só quando eles são bastante espelhados entre o preto e o branco. No geral, uma imagem de satélite adquirida de forma bruta aparece visualmente com baixo contraste. Para que as informações nela contidas possam ser extraídas por um analista, o seu histograma comprimido deve ser expandido para ocupar todo o intervalo disponível. Esse conceito é a base do chamado aumento de contraste (contrast strecht, em inglês). O aumento de contraste é provavelmente uma das mais poderosas, importantes e sem dúvida a mais usada das técnicas de processamento para extração de informações de imagens de sensoriamento remoto. A cor também é bastante importante para separar alvos e objetos de interesse nas imagens. Para tanto, tornam-se necessárias, no mínimo, três bandas (tripletes) para realização de uma composição colorida. De posse desta imagem colorida, um intérprete utiliza-se geralmente de três propriedades básicas das superfícies representadas. São elas: tonalidade, textura e contexto. CURSO LIVRE - NOÇÕES BÁSICAS DE CARTOGRAFIA, SENSORIAMENTO REMOTO E GEOPROCESSAMENTO Tonalidade se refere à cor ou ao brilho dos objetos que compõem a cena; os tons estão relacionados às propriedades de refletância dos materiais superficiais e dependem da porção do espectro eletromagnético coberto pela(s) imagem(ns) considerada(s). Textura pode ser definida como uma combinação da magnitude e frequência da variação tonal em uma imagem, sendo produzida pelo efeito conjunto de todas as pequenas feições que compõem uma área em particular na imagem. 5.2 OPERAÇÕES ARITMÉTICAS EM IMAGENS Várias operações matemáticas simples são usadas em processamento digital de imagens de S.R. Normalmente, são utilizadas duas ou mais imagens da mesma área geográfica. Como regra geral, pode-se dizer que a adição e a multiplicação servem para realçar similares espectrais entre bandas ou diferentes imagens, ao passo que a subtração e a divisão servem para realçar diferenças espectrais. Durante essas operações, a razão de bandas é provavelmente a mais utilizada, por exemplo, o Índice de Vegetação da Diferença Normalizada (NDVI), sendo de particular interesse em aplicações em agricultura e meio ambiente. 5.3 CLASSIFICAÇÃO E ANÁLISE POR PRINCIPAIS COMPONENTES (APC) Um dos principais objetivos do sensoriamento remoto é distinguir ou identificar diferentes materiais, sejam eles tipos de vegetação, padrões de uso de solo, rochas e outros. Essa distinção e identificação torna-se possível devido ao fato dos materiais superficiais terem comportamentos únicos ao longo do espectro eletromagnético, inclusive, podendo identificá-los. Para classificar automaticamente imagens de sensoriamento remoto, associa-se cada pixel da imagem a um “rótulo ou classe” descrevendo um objeto real (vegetação, solo etc.). Dessa forma, os valores numéricos (DNs) associados a cada pixel, definidos pela refletância dos materiais que compõem esse pixel, são identificados em termos de um tipo de cobertura de superfície terrestre imageada (água, tipo de vegetação, de solo, de rocha etc.), chamadas então de temas. Quando esse tipo de operação é efetuado para todos os pixels de uma determinada área, o resultado é um mapa temático, mostrando a distribuição geográfica de um tema, tal como vegetação, geologia, solo etc. Pode-se dizer então que uma imagem de sensoriamento remoto classificada é uma forma de mapa digital temático. CURSO LIVRE - NOÇÕES BÁSICAS DE CARTOGRAFIA, SENSORIAMENTO REMOTO E GEOPROCESSAMENTO Existem essencialmente duas abordagens na classificação de imagens de sensoriamento remoto. A primeira delas denomina-se classificação supervisionada e nela o usuário identifica alguns dos pixels pertencentes às classes desejadas e deixa ao computador a tarefa de localizar todos os demais pixels pertencentes àquelas classes, baseado em alguma regra estatística preestabelecida. A segunda abordagem é chamada de classificação não supervisionada e nela o computador decide, também com base em regras estatísticas, quais são as classes a serem separadas e quais os pixels pertencentes a cada uma. Uma breve apresentação dos tipos de classificação – método do paralelepípedo, método da distância mínima e o método da máxima verossimilhança – e análise por principal componente serão apresentados a seguir, após a abordagem do tipo mais simples de classificação, conhecido por fatiamento, e que na verdade não se encaixa em nenhuma dessas categorias anteriores. O fatiamento de níveis de intensidade representa a forma mais simples de classificação e é aplicado a uma única banda espectral de cada vez. Ela é na verdade uma forma de aumento de contraste e, como tal, pode ser especificado por uma curva de transferência. O método do paralelepípedo considera uma área no espaço de atributos ao redor do conjunto de treinamento. Essa área tem a forma de um quadrado ou paralelepípedo, definido pelo DN máximo e mínimo do conjunto de treinamento. Outra característica dos classificados de paralelepípedo é que, numa imagem típica de S.R., contendo milhares de pixels, a maioria deles vai provavelmente cair fora dos limites de decisão de classes, por mais classes que se definam. Isso é devido ao fato de que o volume do espaço de atributos que não pertence a nenhuma das classes é bastante grande. Na maioria das situações reais encontradas em imagens de S.R., o DN dos pixels vai representar na verdade uma mistura de mais de um tipo de superfície, isso porque em uma área de 15x15 ou de 30x30 metros, equivalentes aos pixels do ETM e do TM, respectivamente, é bastante provável que mais de um tipo ocorra. Neste caso, como um pixel contendo 40% de grama e 60% de mata deveria ser classificado? O DN de um pixel desse tipo vai representar na verdade uma mistura da resposta espectral da grama com a da mata. Uma solução neste caso é atribuir cada pixel desconhecido a uma ou outra classe, dependendo de qual classe ele está mais próximo. Essa questão da proximidade ou da similaridade irá permear a discussão dos dois métodos restantes de classificação supervisionada. O método mais comum que considera a ponderação das distâncias médias utiliza parâmetros estatísticos e denomina-se método da máxima CURSO LIVRE - NOÇÕES BÁSICAS DE CARTOGRAFIA, SENSORIAMENTO REMOTO E GEOPROCESSAMENTO verossimilhança (em inglês, “maximum likelihood”). A base estatística desse método é razoavelmente complexa e util iza um tempo bem maior de computação do que os dois anteriores. Para que a classificação por máxima verossimilhança seja precisa o suficiente, é necessário um número razoavelmente elevado de pixels para cada conjunto de treinamento, número esse preferencialmente acima de uma centena. O método MaxVer, bem como os outros métodos de classificação supervisionada vistos anteriormente, parte do princípio de que o usuário conhece o bastante da imagem a ser classificada para poder definir classes que sejam representativas. Por fim, a última técnica de processamento digital de imagem descrita no texto é a Análise por Principais Componentes (APC), também chamada de Transformação por Principais Componentes ou Transformada de Karhunen- Loeve, sendo uma das funções de processamento de imagens mais poderosas na manipulação de dados multiespectrais e hiperespectrais.Ao mesmo tempo, ela é também uma das menos compreendidas e, precisamente por isso, talvez uma das mais subutilizadas das técnicas de processamento digital de imagens. Contudo, com o aumento crescente no número de bandas espectrais disponíveis nos modernos sensores, a APC vem se tornando cada vez mais relevante na análise espectral de imagens multiespectrais. Outra característ ica da APC é que seus resultados são de dif íci l generalização para determinados tipos de aplicações. Na realidade, esses resultados são extremamente dependentes das características espectrais da cena sendo processada, não devendo ser transportados para outras situações.
Compartilhar