AVA2 - Cart e Geop

Prévia do material em texto

UNIVERSIDADE VEIGA DE ALMEIDA 
 
 
Cartografia e Geoprocessamento 
AVA2 
 
Conceitos e a importância da Resolução Espectral e Resolução 
Espacial no Sensoriamento Remoto. Como elas influenciam a 
coleta, interpretação e aplicação dos dados obtidos. 
 
 
 
 
 
Guilherme Luis F. Lins 
1170103940 
Campus Tijuca 
 
 
Rio de Janeiro, RJ 
 
 
Os tipos de dados adquiridos no sensoriamento remoto dependem do tipo de 
informação necessária, do tamanho e da dinâmica dos objetos ou fenômenos 
estudados. 
Em relação ao trabalho proposto, desta maneira, haja vista determinada 
aplicação, o sensor utilizado precisará ter determinadas características quanto 
as resoluções, sendo elas espacial e espectral. 
A Resolução Espectral refere-se à capacidade de um sensor de satélite de medir 
comprimentos de onda específicos do espectro eletromagnético. Quanto mais 
precisa for a resolução espectral, mais estreita será a faixa de comprimento de 
onda para um determinado canal ou banda, conforme sugere a imagem abaixo: 
 
A resolução espectral tem a ver com o número de bandas que os sensores 
existentes nos satélites conseguem discretizar. De uma maneira simplificada, 
quando a energia solar atinge a superfície terrestre, parte desta é absorvida e 
parte é refletida. Esta energia é emitida pela superfície terrestre através de 
ondas, e sendo assim, cada sensor trabalha com um intervalo correspondente 
destas ondas emitidas. 
A figura abaixo demonstra o segmento do espectro eletromagnético 
correspondente aos sensores remotos. 
 
 
https://adenilsongiovanini.com.br/blog/sensoriamento-remoto/
 
 
Diante disso, pode-se dizer também resolução espectral é a capacidade de um 
sensor de discernir comprimentos de onda mais finos, ou seja, ter mais bandas 
e mais estreitas. 
Muitos sensores são considerados multiespectrais, o que significa que possuem 
de 3 a 10 bandas. Alguns sensores têm centenas ou até milhares de bandas e 
são considerados hiperespectrais. Sendo assim, reforçando o supracitado, 
quanto mais estreita for a faixa de comprimentos de onda para uma determinada 
banda, melhor será a resolução espectral, ao passo que a baixa resolução 
espectral tem bandas mais amplas que cobrem uma maior parte do espectro. A 
imagem abaixo ilustra na prática tal teoria. 
 
Neste nível de detalhe, podem ser feitas distinções entre tipos de rochas e 
minerais, tipos de vegetação e outras características. No cubo da imagem acima 
no canto direto, a pequena região de alta resposta está na porção vermelha do 
espectro visível (cerca de 700 nanômetros), que se deve à presença de luz 
vermelha de 1 centímetro de comprimento. 
Além do mais, uma imagem multiespectral divide a luz em 4 a 36 bandas. Em 
seguida, ele atribui nomes a essas bandas, como vermelho, verde, azul e 
infravermelho. 
A Resolução Espacial refere-se à escala ou tamanho da menor unidade de uma 
imagem capaz de distinguir objetos, ou uma medida da menor distância angular 
ou linear para identificar objetos adjacentes em uma imagem. Ao gerar imagens 
do solo, também é chamada de resolução do solo, que é a distância mínima do 
 
 
solo ou o tamanho mínimo do alvo que a imagem pode identificar. Caracteriza-
se pela capacidade de identificar e dividir dois objetos próximos em uma imagem, 
também conhecida como resolução ou resolução de imagem. Existem muitas 
maneiras de expressar a resolução espacial, o que inclui escala de pixels e pares 
de linhas 
Esta resolução é importante porque influencia a nitidez com que vemos os 
objetos (principalmente quando eles não se movem). 
O parâmetro chave não é simplesmente o número de pixels em cada linha ou 
coluna da tela, mas o ângulo subentendido por cada um desses pixels na retina 
do observador. Pensando desta forma, o aumento da resolução espacial é 
particularmente importante à medida que os tamanhos das telas aumentam e as 
distâncias de visualização ficam mais próximas, conforme propões a imagem 
abaixo: 
 
 
Por fim, pode-se dizer que a resolução espacial efetiva dependerá de como o 
sistema de compressão interage com o conteúdo exibido, e, sendo assim, ao 
contrário da publicidade popular, não existe “qualidade HD”. 
 
 
 
Referências 
Adenilson Giovanini: Resolução Espectral, Espacial e Radiométrica. 
Laboratório de Geoprocessamento Aplicado: Características das Imagens 
Orbitais 
Lambros S. Athanasiou - Atherosclerotic Plaque Characterization Methods 
Based on Coronary Imaging, 2017. 
MOREIRA, M. A. Fundamentos do sensoriamento remoto e metodologias de 
aplicação. 2. ed. Viçosa: UFV, 2003 
R. Bull, David. Chang, Fan - Intelligent Image and Video Compression 
(Second Edition), 2021. 
 
STEIN, Ronei Tiago; MEGIATO, Érica Insaurriaga; TROMBETA, Letícia 
Roberta; et al. Cartografia digital e sensoriamento remoto. Porto Alegre: 
SAGAH, 2020. Disponível em: Minha Biblioteca. ISBN 978-65-5690-033-9. 
Wang, Qunming - A comprehensive review of spatial-temporal-spectral 
information reconstruction techniques. Science of Remote Sensing, 2023 
 
https://www.sciencedirect.com/book/9780128047347/atherosclerotic-plaque-characterization-methods-based-on-coronary-imaging
https://www.sciencedirect.com/book/9780128047347/atherosclerotic-plaque-characterization-methods-based-on-coronary-imaging
https://www.sciencedirect.com/book/9780128203538/intelligent-image-and-video-compression
https://www.sciencedirect.com/book/9780128203538/intelligent-image-and-video-compression
https://www.sciencedirect.com/journal/science-of-remote-sensing