SlideShare a Scribd company logo
1 of 110
Download to read offline
Sensoriamento Remoto - PDI
Introdução
REM e Comportamento Espectral
Sistemas Sensores
Imagens de Sensoriamento Remoto
Aplicações
Processamento Digital de Imagens - PDI
Imagem de satélite Meteosat mostrando super tufão Haiyan, com
ventos de 275 km/h, sobre as Filipinas (08/11/2013 às 23:13 UTC)
Earth Surface
Sources
of Energy Sensing
Systems
Definição
SENSORIAMENTO REMOTO (SR): tecnologia que permite a aquisição de informações
(medidas) sobre um objeto (alvo), área (superfície do terreno) ou fenômenos, por meio de
instrumentos físicos (sistemas sensores), sem que haja contato direto entre eles.
 Energia Acústica (sismógrafos e sensores)
 Energia Gravitacional (gravímetros)
 Energia ou Radiação Eletromagnética – REM (radiômetros)
Sistema de Aquisição de Dados por SR
1 - Introdução
 FONTE DE REM (Natural ou Artificial)
 MEIO DE PROPAGAÇÃO (Interações com a Atmosfera)
 SUPERFÍCIE TERRESTRE (Interações com os Objetos)
 SENSOR (Coletor + Sistema de Resgistro)
 ANALISADOR (Processamento do Sinal)
Intensidade do Sinal
• Propriedades dos alvos
• Configuração do sensor
• Altitude do Sensor
Níveis de Aquisição de Dados por SR
1 - Introdução
 LABORÁTÓRIO OU CAMPO: para conhecer o comportamento espectral de um objeto sob
condições controladas, ou seja, as interações energia x matéria para um determinado alvo da
superfície terrestre; fundamental para a melhor extração de informações e compreensão do
efeito de fatores ambientais e/ou propriedades inerentes dos objetos sensoriados.
 AERONAVE
 ORBITAL (Satélites)
Perspectiva Histórica
1 - Introdução
 1822: Desenvolvimento da teoria sobre a luz (espectro eletromagnético) e avanços no campo da
ótica e espectroscopia.
 1909: Desenvolvimento de aviões. Tomada de fotografias aéreas.
 1931: Início das pesquisas sobre o comportamento espectral de objetos de superfície.
 1940: Primeiras medidas radiométricas de objetos da superfície (radiação infravemelha).
 1944: Primeiros experimentos para utilizar câmaras multibanda (fotografias multiespectrais de
Marte e da Lua).
 1954: Desenvolvimento de sistemas de radares imageadores.
 1961: Aperfeiçoamento de foguetes de lançamento após a 2a Guerra Mundial. Desenvolvimento
de veículos espaciais tripulados e não tripulados. Avanços no campo das telecomunicações e no
campo da computação. Primeira fotografia orbital.
 1972: Primeiro satélite de recursos terrestres é colocado em órbita.
 1983: Desenvolvimento de detectores mais sensíveis, equipamentos óticos mais precisos e de
microcomputadores e soluções para a armazenagem e transmissão de dados a grandes distâncias.
Definição
RADIAÇÃO OU ENERGIA ELETROMAGNÉTICA - REM: definida como
sendo a forma de energia que se move à velocidade da luz (3.108m/s) seja como
ondas eletromagnéticas, de modo harmônico e senoidal (modelo ondulatório),
seja como partículas eletromagnéticas, e que não necessita de um meio material
para se propagar (modelo corpuscular).
2 – REM e Comportamento Espectral
Freqüência
Comprimento
De Onda
Fontes de REM
NATURAL: fonte solar ou terrestre
ARTIFICIAL: sistemas de microondas
2 – REM e Comportamento Espectral
Espectro Eletromagnético
Define a representação contínua da
REM em termos de comprimento de
onda, freqüência ou energia.
2 – REM e Comportamento Espectral
Categorias
Compriment
os de ondas
Raios cósmicos
Raios  < 0,03nm
Raios X 0,03-3,0nm
Ultravioleta 0,003-0,4m
Visível
(0,4-07m)
Azul 0,4-0,5m
Verde 0,5-0,6m
Vermelho 0,6-0,7m
Infravermelho
(0,7 - > 3,0m)
Próximo 0,7-1,3m
Médio 1,3-3,0m
Distante > 3,0m
Microondas 1,0-100 cm
Ondas de rádio > 100 cm
Radiação Visível
Bandas Espectrais
Comportamento Espectral de Alvos
O fluxo de radiação eletromagnética ao se propagar pelo espaço pode interagir com
superfícies ou objetos, sendo por estes refletido, absorvido e/ou reemitido.
Este fluxo depende fortemente das propriedades físico-químicas dos elementos irradiados, e
o fluxo resultante constitui uma valiosa fonte de informações a respeito daquelas superfícies
ou objetos.
2 – REM e Comportamento Espectral
EXTRAÇÃO DE
INFORMAÇÕES
DE DADOS DE SR
INTERAÇÃO
ENERGIA – MATÉRIA
O Comportamento Espectral de um Alvo pode ser efinido como sendo a medida da
reflectância deste alvo ao longo do espectro eletromagnético.
Importância
Extração de informações de imagens obtidas pelos sensores;
Definição de novos sensores;
Definição do tipo de preprocessamento, a que devem ser submetidos os dados brutos;
Definição da forma de aquisição dos dados (geometria da coleta de dados, freqüência, altura
do imageamento, resolução limite, etc.) m
2 – REM e Comportamento Espectral
Interações e Efeitos com a Atmosfera (Meio de Propagação)
TIPOS DE ATENUAÇÃO:
 Absorção Atmosférica
 Espalhamento Atmosférico:
 Espalhamento molecular ou Rayleigh ( < ); explica a coloração azul do céu.
 Espalhamento Mie (  )
 Espalhamento não seletivo ( > ); explica a coloração branca das nuvens.
2 – REM e Comportamento Espectral
Interações com os Alvos da Superfície Terrestre
TIPOS DE INTERAÇÃO: a partir de uma energia incidente (Ei)
 Reflectância (Er): fluxo de radiação refletido
 Absortância (Ea): fluxo de radiação absorvido
 Transmitância (Et): fluxo de radiação transmitido
Er + Ea + Et = Ei = 1
Reflectância e Curvas de Reflectância Espectrais
A Reflectância Espectral é aferida em função do comprimento de onda.
As características de reflectância das feições da superfície terrestre podem ser quantificadas
efetuando medidas da proporção de energia incidente que é refletida.
A Curva de Reflectância Espectral define o gráfico de reflectância espectral obtido para
um objeto em função do comprimento de onda.
2 – REM e Comportamento Espectral
Costuma-se estudar a curvas de
reflectância (Assinatura Espectral)
dos seguintes alvos:
 Vegetação
 Solos
 Minerais e Rochas
 Água
 Feições Artificiais
Fatores que Interferem na Medida da REM
Método de aquisição da medida de reflectância: Cada modo de coleta
determina diferentes resultados, porque é afetado pelos demais fatores que
interferem na tomada de medidas: geometria de aquisição de dados, parâmetros
atmosféricos e parâmetros relativos ao alvo.
2 – REM e Comportamento Espectral
Parâmetros que variam e interferem
na geometria de aquisição de dados:
ângulo zenital do sol; ângulo de visada;
ângulo azimutal do sol e do sensor;
ângulos azimutais relativos; altitude do
sensor .
Parâmetros atmosféricos: umidade atmosférica; presença de aerossóis; turbulência.
Parâmetros relativos ao alvo: as características de reflectância dos objetos adjacentes ao
alvo de interesse também interferem nas medidas de sua reflectância. A energia espalhada
pela vizinhança do alvo pode ter um conteúdo espectral diferente da que do objeto de
interesse e mascarar sua resposta.
2 – REM e Comportamento Espectral
Processos de Interação Energia x Matéria
Os elétrons de um material podem ser caracterizados pela sua menor energia possível
(estado fundamental), ou por uma série de níveis de energia mais elevados (estado
excitado), que são alcançados, p. ex., quando da incidência da REM.
Esta passagem do estado fundamental para o estado excitado só é possível porque ocorre
uma absorção pelos elétrons da energia incidente.
No espectro eletromagnético, esta absorção de energia é caracterizada por uma diminuição
relativa na porcentagem de reflectância em certas faixas de comprimentos de onda,
denominadas de bandas de absorção.
A intensidade, forma e localização destas bandas de absorção dependem de cada material e
são resultados de três processos diferentes:
 Processo rotacional: nível molecular, na faixa do infravermelho distante e microondas.
 Processo vibracional: a nível molecular, entre 1,0 e 2,5m.
 Processo eletrônico: ocorre a nível atômico e está subdividido dois processos:
 Transferência de carga: absorção em comprimentos de onda inferiores a 0,4m, próximo a região do
ultravioleta e azul.
 Efeito do campo cristalino: absorção situadas na porção do espectro visível e infravermelho próximo.
2 – REM e Comportamento Espectral
Comportamento Espectral da Vegetação
2 – REM e Comportamento Espectral
FATORES:
 Condições atmosféricas;
 Espécie de solo (granulometria, água,
nutrientes);
 Índice de área foliar (cobertura da
vegetação por unidade de área);
 Estado fenológico (variação sazonal);
 Biomassa (densidade total de vegetação);
 Folha (forma, posição, água, pigmentação,
estrutura interna, etc.);
 Cobertura da copa.
Comportamento Espectral do Solo
2 – REM e Comportamento Espectral
FATORES:
 Porcentagem de matéria orgânica
 Textura (granulometria).
 Umidade.
 Composição mineralógica (conteúdo de
óxido de ferro);
 Capacidade de troca catiônica
 Condições de superfície (granulometria e
estrutura)
UmidadeComposiçãoTextura
Comportamento Espectral de Minerais/Rochas
2 – REM e Comportamento Espectral
FATORES:
 As rochas apresentam comportamento
espectral semelhante ao dos solos, uma vez
que eles são produtos de alteração
daquelas.
 Um dos elementos de maior diferenciação
entre as curvas de rochas e solos é a
presença de matéria orgânica nestes
últimos.
 Nos minerais e rochas, os elementos e
substâncias mais importantes que
determinam as feições diagnósticas na faixa
do espectro refletivo (0,4 a 2,5µm) são íons
ferroso e férrico, água e hidroxila.
 Os elementos químicos mais freqüentes
como o silício, alumínio e magnésio
possuem interesse secundário.
Comportamento Espectral da Água
2 – REM e Comportamento Espectral
FATORES:
 Estado físico em que a água se encontra;
 Quantidade de sedimentos em suspensão;
 Quantidade e espécie de poluentes
químicos presentes na água.
Comportamento Espectral de Feições Artificiais
2 – REM e Comportamento Espectral
FATORES:
 Tipo de material utilizado.
Fatores de Contexto que Interferem no CEA
Variação temporal do comportamento espectral de alvos;
Variação espacial do comportamento espectral de alvos
Variações intrínsecas ao alvos
Variação da localização do alvo em relação à fonte e ao sensor
2 – REM e Comportamento Espectral
Definição
SISTEMA SENSOR (SR): é um dispositivo capaz de coletar e registrar a REM,
fotografica ou eletronicamente, proveniente do alvo em determinada faixa do espectro
eletromagnético.
Tipos de Sensores
3 – Sistemas Sensores
Em função do tipo de transformação sofrida
pela REM:
 Sensores Imageadores: produzem uma
imagem do alvo.
• Sistema de Quadro: adquirem a imagem da
cena (certa área do terreno) em sua totalidade
num mesmo instante.
• Sistema de Varredura: a imagem da cena é
formada pela aquisição seqüencial de imagens
elementares do terreno ou elementos de
resolução, também chamados “pixels”.
 Sensores Não Imageadores: fornecem
informações da superfície sem gerar imagens.
3 – Sistemas Sensores
Em função da natureza da fonte de REM:
 Sensores Ativos: produzem sua própria REM.
 Sensores Passivos: trabalham com a radiação refletida ou a radiação emitida pelo alvo,
originada a partir de uma fonte de radiação externa.
2 – REM e Comportamento Espectral
PASSIVO
Infravermelho
próximo
Infravermelho
termal
2 – REM e Comportamento Espectral
ATIVO
RADAR
3– Sistemas Sensores
Em função do sistema de registro da REM:
 Sensores Fotográficos: utilizam como fonte de registro um filme fotográfico.
 Sensores Não Fotográficos: utilizam radiômetros e radares.
3 – Sistemas Sensores
Em função da faixa do espectro em que operam:
 Sensores Ópticos: caracterizam-se pela utilização de componentes óticos na
sua construção e operam na faixa espectral de 0,3 a 15 m:
 Sensores de Energia Solar Refletida: divide-se nas seguintes subregiões:
 Visível: 0,38-0,72m
 Infravermelho Próximo: 0,72-1,3m
 Infravermelho Médio: 1,3-0,3m
 Sensores Termais: operam na região do infravermelho distante (7-15m).
 Sensores de Microondas: operam numa região do espectro caracterizada por
ondas de comprimento entre 1mm.
Geração de uma Imagem de SR
Um sistema-sensor imageador produz uma
imagem bidimensional da radiância, emitância
ou retroespalhamento das trocas energéticas com
os objetos da superfície terrestre, num
determinado instante, naquele espaço físico,
tornando-se apto a extrair informações sobre
aquela região.
As imagens produzidas são então caracterizadas
pelos seguintes critérios.
 Resolução Temporal
 Resolução Radiométrica
 Resolução Espectral
 Resolução Espacial
 Largura da Faixa Imageada
A Imagem Digital
4 – Imagens de Sensoriamento Remoto
 Definição: composta de um arranjo bidimensional de elementos de dimensões
discretas, denominados de pixels. A intensidade de cada pixel corresponde ao brilho
médio, ou radiância, medido eletronicamente sobre a área do terreno.
 Número digital (DN; digital number): corresponde à radiância média medida em
cada pixel. Esses valores são, simplesmente, números reais positivos que resultam da
quantização do sinal elétrico original oriundo do sensor para um número real positivo
através do processo denominado conversão de sinal análogo para digital.
Resolução Temporal
4 – Imagens de Sensoriamento Remoto
Representa a freqüência com que a área de interesse é revisitada ou imageada.
Expressa o intervalo de aquisição de dados por um sistema sensor, ou seja, está
relacionada com a repetitividade com que o sensor possui na obtenção de
informações dos alvos. Ex.: satélite Landsat 7 = 16 dias; MeteoSat = 30 minutos.
Resolução Radiométrica
Quanto maior for esta resolução,
maior será a sensibilidade do sensor
nas pequenas diferenças de radiação,
aumentando o poder de contraste e
de discriminação das imagens. Ex.:
No Landast 7 = 256 números
digitais (8 bits); no ERS em 16 bits
= 65.536 níveis.
4 – Imagens de Sensoriamento Remoto
Representa a maior ou menor capacidade de um sistema sensor detectar e
registrar diferenças de reflectância e/ou emitância dos alvos, isto é, as
intensidades de sinal ou número de níveis digitais em que a informação se
encontra registrada.
Resolução Espectral
Expressa a capacidade do sensor de registrar a radiação em diferentes regiões do
espectro, definindo a melhor ou pior caracterização dos alvos em função da
largura espectral e/ou número de bandas em que opera o sistema sensor.
Quanto melhor a resolução espectral, maior o número de bandas espectrais que
podem ser adquiridas sobre os objetos da superfície, aumentando o poder de
extração de informação. Ex.: sensor TM do Landsat = 7 faixas espectrais; Spot =
4 bandas .
4 – Imagens de Sensoriamento Remoto
Resolução Espacial
Depende das
características dos
detetores, altitude da
plataforma, contraste
entre os objetos, etc.
Ex.: sensor TM =
30m; Spot 4 = 10 m;
Ikonos II = 1 m.
Capacidade do sensor de detectar objetos a partir de uma determinada dimensão; entende-
se como sendo a mínima distância entre dois objetos (alvos) que um sensor pode registrá-
los como sendo objetos distintos.
Imagem LANDSAT/TM com
30 metros de resolução
espacial.
Imagem LANDSAT/TM com
120 metros de resolução
espacial.
4 – Imagens de Sensoriamento Remoto
Largura da Faixa Imageada
Corresponde à largura da faixa de varredura, que varia de acordo com o satélite.
Ex.: Landsat = 185 km; CBERS = 120 km; Spot = 60 km; Ikonos II = 13 km.
4 – Imagens de Sensoriamento Remoto
Exemplos de sistemas sensores
LANDSAT
CBERS
GOES
MTSAT
IKONOS
Quickbird
Geoeye
Worldview
ALOS
SRTM
ASTER
4 – Imagens de Sensoriamento Remoto
Land Remote Sensing Satellite (LANDSAT)
Landsat 1 ("Earth Resources Technology Satellite 1“ ERTS-1): 1972-1978
Landsat 2: 1975-1981
Landsat 3: 1978-1983
Landsat 4: 1982-1993
Landsat 5: 1984, ainda funcionando, com problemas graves a partir de Novembro de
2011. Em 26 de Dezembro de 2012, o USGS anunciou a sua retirada de serviço.
Landsat 6: 1993, falhou em atingir a órbita
Landsat 7: 1999, ainda funcionando, mas com falhas desde Maio de 2003
Landsat 8: ("Landsat Data Continuity Mission“ LDCM): 2013. Em 30 de Maio de 2013,
já sob controle do USGS foi rabatizada.
4 – Imagens de Sensoriamento Remoto
Land Remote Sensing Satellite (LANDSAT)
4 – Imagens de Sensoriamento Remoto
Landsat 1,2 (RBV/MSS) Landsat 3 (RBV/MSS)
Sensor Banda Intervalo espectral (µm) Designação Resolução
RBV
1 (0,475 - 0,575) Blue-Green 80 m
2 (0,580 - 0,680) Orange-Red 80 m
3 (0,690 - 0,830) Red-Infrared 80 m
MSS
4 (0,5 - 0,6) Green 57 x 79 m
5 (0,6 – 0,7) Red 57 x 79 m
6 (0,7 – 0,8) NIR Near-Infrared 57 x 79 m
7 (0,8 – 1,1) NIR Near-Infrared 57 x 79 m
Landsat 1 - 1972-1978
Landsat 2 - 1975-1981
Resolução Temporal: 18 dias
Largura da Faixa: 185 km
Sensor Banda Intervalo espectral (µm) Designação Resolução
RBV
1 (0,475 - 0,575) Blue-Green 40 m
2 (0,580 - 0,680) Orange-Red 40 m
3 (0,690 - 0,830) Red-Infrared 40 m
MSS
4 (0,5 - 0,6) Green 57 x 79 m
5 (0,6 – 0,7) Red 57 x 79 m
6 (0,7 – 0,8) NIR Near-Infrared 57 x 79 m
7 (0,8 – 1,1) NIR Near-Infrared 57 x 79 m
8 (10,4 – 12,6) TIR Thermal 57 x 79 m
Landsat 3 - 1978-1983
Resolução Temporal: 18 dias
Largura da Faixa: 185 km
Sensores:
RBV – Return Beam Vidicon
MSS – Multispectral Scanner
Sensores:
RBV – Return Beam Vidicon
MSS – Multispectral Scanner
Land Remote Sensing Satellite (LANDSAT)
4 – Imagens de Sensoriamento Remoto
Landsat 4,5 (MSS) Landsat 4,5 (TM)
Banda Intervalo espectral (µm) Designação Resolução
4 (0,5 - 0,6) Green 57 x 79 m
5 (0,6 – 0,7) Red 57 x 79 m
6 (0,7 – 0,8) NIR Near-Infrared 57 x 79 m
7 (0,8 – 1,1) NIR Near-Infrared 57 x 79 m
Banda Intervalo espectral (µm) Designação Resolução
1 (0,45 - 0,52) Blue 30 m
2 (0,52 - 0,60) Green 30 m
3 (0,63 - 0,69) Red 30 m
4 (0,76 - 0,90) NIR Near-Infrared 30 m
5 (1,55 - 1,75) NIR Near-Infrared 30 m
6 (10,4 - 12,5) TIR Thermal-Infrared 120 m
7 (2,08 - 2,35) MIR Mid-Infrared 30 m
Resolução Temporal: 16 dias
Largura da Faixa: 185 km
Landsat 4 - 1982-1993
Landsat 5 - 1984-2013
Sensores:
MSS – Multispectral Scanner
TM – Thematic Mapper
Land Remote Sensing Satellite (LANDSAT)
4 – Imagens de Sensoriamento Remoto
Landsat 6 (ETM) Landsat 7 (ETM+)
Banda Intervalo espectral (µm) Designação Resolução
1 (0,45 - 0,52) Blue 30 m
2 (0,52 - 0,60) Green 30 m
3 (0,63 - 0,69) Red 30 m
4 (0,77 - 0,90) NIR Near-Infrared 30 m
5 (1,55 - 1,75) NIR Near-Infrared 30 m
6 (10,4 - 12,5) TIR Thermal-Infrared 120 m
7 (2,08 - 2,35) MIR Mid-Infrared 30 m
8 PAN PAN Panchromatic 15 m
Banda Intervalo espectral (µm) Designação Resolução
1 (0,45 - 0,52) Blue 30 m
2 (0,52 - 0,60) Green 30 m
3 (0,63 - 0,69) Red 30 m
4 (0,77 - 0,90) NIR Near-Infrared 30 m
5 (1,55 - 1,75) NIR Near-Infrared 30 m
6 (10,4 - 12,5) TIR Thermal-Infrared 60 m
7 (2,08 - 2,35) MIR Mid-Infrared 30 m
8 PAN PAN Panchromatic 15 m
Resolução Temporal: 16 dias
Largura da Faixa: 185 km
Landsat 6 - 1993, não atingiu órbita
Sensores:
ETM – Enhanced Thematic Mapper
Resolução Temporal: 16 dias
Largura da Faixa: 185 km
Landsat 7 – 1999-hoje
Sensores:
ETM+ – Enhanced Thematic Mapper Plus
China-Brazil Earth Resources Satellite (CBERS)
4 – Imagens de Sensoriamento Remoto
Sensor Banda Intervalo espectral (µm) Designação
Resolução
Espacial
Resolução
Temporal
Largura da
Faixa
WFI 1 (0,63 - 0,69) Red 260 m 5 dias 890 km
2 (0,77 - 0,89) NIR – Near-Infrared 260 m 5 dias 890 km
CCD 3 (0,51 - 0,73) PAN Panchromatic 20 m 26 dias 113 km
4 (0,45 - 0,52) Blue 20 m 26 dias 113 km
5 (0,52 - 0,59) Green 20 m 26 dias 113 km
6 (0,63 - 0,69) Red 20 m 26 dias 113 km
7 (0,77 - 0,89) NIR – Near-Infrared 20 m 26 dias 113 km
IRMSS 8 (0,50 - 1,10) PAN Panchromatic 80 m 26 dias 120 km
9 (1,55 - 1,75) SWIR 80 m 26 dias 120 km
10 (2,08 - 2,35) SWIR 80 m 26 dias 120 km
11 (10,40 - 12,50) TIR – Thermal Infrared 160 m 26 dias 120 km
HRC* 12 (0,50 - 0,80) PAN Panchromatic 2,7 m 130 dias 27 km
CBERS 1,2,2B*
Sensores:
WFI – Wide Field Imager
CCD – High Resolution CCD Camera
IRMSS – Infrared Multispectral Scanner
HRC – High Resolution Camera
China-Brazil Earth Resources Satellite (CBERS)
4 – Imagens de Sensoriamento Remoto
CBERS 3,4
Sensores:
MUXCAM – Câmera Multispectral
PANMUX – Câmera Panmux
IRMSS – Infrared Multispectral Scanner
WFI – Wide Field Imager
Sensor Bandas Espectrais
Resolução
Espacial
Largura da Faixa
Resolução
Temporal
Quantização
MUXCAM
0,45-0,52µm (B)
0,52-0,59µm (G)
0,63-0,69µm (R)
0,77-0,89µm (NIR)
20 m 120 km 26 dias 8 bits
PANMUX
0,51-0,85µm (Pan)
0,52-0,59µm (G)
0,63-0,69µm (R)
0,77-0,89µm (NIR)
5 m / 10 m 60 km 5 dias 8 bits
IRMSS
0,50-0,90µm (Pan)
1,55-1,75µm (SWIR)
2,08-2,35µm (SWIR)
10,40-12,50µm (TH)
40 m / 80 m (TIR) 120 km 26 dias 8 bits
WFI
0,45-0,52µm (B)
0,52-0,59µm (G)
0,63-0,69µm (R)
0,77-0,89µm (NIR)
64 m 866 km 5 dias 10 bits
Multifunctional Transport Satellite (MTSAT)
4 – Imagens de Sensoriamento Remoto
MTSAT
Multifunctional Transport Satellite (MTSAT)
4 – Imagens de Sensoriamento Remoto
Himawari 1-9
GMS GMS-2 GMS-3 GMS-4 GMS-5 MTSAT-1R MTSAT-2 Himawari-8 Himawari-9
Visible (0.50-0.70 μm) Visible (0.55-0.90 μm)
Visible (0.46 μm)
Visible(0.51 μm)
Visible(0.64 μm)
Near Infrared (0.86 μm)
Near Infrared (1.6 μm)
Near Infrared (2.3 μm)
IR4 (3.5-4.0 μm) IR (3.9 μm)
IR3 (6.5-7.0 μm) (Water vapor)
IR (6.2 μm)
IR (7.0 μm)
IR (7.3 μm)
IR (8.6 μm)
IR (9.6 μm)
IR (Infrared) IR1 (10.5-11.5
μm)
IR1 (10.3-11.3
μm)
IR (10.4 μm)
(10.5-12.5 μm) IR (11.2 μm)
IR2 (11.5-12.5 μm) IR (12.3 μm)
IR (13.3 μm)
O uso de imagens (p. ex., fotografias aéreas) nasceu da necessidade de mapear-se grandes
áreas, sobretudo na confecção de CARTAS TOPOGRÁFICAS, com economia de
tempo e despesas.
A potencialidade do SR como método de investigação dos fatos e fenômenos presentes na
superfície da Terra constitui-se numa técnica de grande utilidade, pois ...
Permite, em curto espaço de tempo, a obtenção de uma grande quantidade de
informações a respeito de registros dos alvos.
Como documento para inventário e distribuição areal de fatos é o mais preciso.
Interpretação de Imagens
Interpretação de Dados Pictoriais: envolve a análise visual de imagens no formato
analógico ( em papel);
Interpretação de Dados Digitais: análise visual de imagens no formato digital,
diretamente na tela do computador.
Interpretação Estereoscópica de Imagens: estudo de pares estereoscópicos de imagens no
formato analógico ou digital.
Processamento Digital de Imagens – PDI: envolve o tratamento dos dados digitais,
através de softwares específicos, para auxiliar na interpretação.
5 - Aplicações
Tipos de Abordagem
Visualização singular de um alvo: em um período de tempo, dentro de uma faixa
definida e numa altitude determinada.
Visualização múltipla dos dados coletados: para prover mais informações sobre uma
mesma região da superfície terrestre. Pode ser feita das seguintes formas:
 Aquisição Multisensorial: área levantada por mais de um tipo de sensor.
 Sensoriamento Multinível: os dados de um alvo são imageados a partir de diversas
altitudes (orbital, alta altitude, baixa altitude e terrestre) e analisados em conjunto.
 Imageamento Multiespectral: os dados são coletados pelo sensor, simultaneamente, em
várias bandas espectrais. Ao analisar em conjunto os sinais registrados nas múltiplas bandas
espectrais, um com ou outro, mais informação é obtida do que apenas se usar uma simples
banda ou se analisar múltiplas bandas independentemente.
 Sensoriamento Multitemporal: envolve o imageamento de uma área em várias
ocasiões; faz uso das mudanças que ocorrem com o tempo para discriminar as condições da
superfície do terreno.
5 - Aplicações
Procedimentos para um Estudo com SR
5 - Aplicações
Definição clara do problema a ser resolvido e articulação dos objetivos envolvidos;
Avaliação do potencial e extensão do SR para abordar o problema;
Identificação dos tipos de dados de SR a serem combinados, apropriados para o estudo,
e dos procedimentos usados na aquisição de cada um deles;
Determinação dos procedimentos e técnicas a serem empregados na interpretação dos
dados, e da necessidade ou não de dados de referência para completar o estudo;
Avaliação da performance dos sistemas de SR com relação à qualidade da informação
coletada. Deve ser identificado e definido o critério pelo qual o produto será julgado.
Principais Aplicações em Geociências
5 – Aplicações
Implantação de Obras de Engenharia de Médio e Grande Porte
Geomorfologia Física, Dinâmica e Ocupacional
Cartografia Geológica
Exploração de Recursos Naturais
Estudos Agronômicos e Florestais
Planejamento do Uso da Terra em Nível Urbano e Rural
Estudo de Bacias Hidrográficas
Estudo e Avaliação Ambiental:
 Movimentos de Massa
 Assoreamento de Vales, Lagos ou Represas
 Erosão Acelerada
 Áreas Sujeitas a Inundações Periódicas
E Outras Diversas Áreas ...
5 – Aplicações
Arqueologia: localização de sítios arqueológicos
Meteorologia
Biologia: estudo de vegetação
Planejamento e Estratégia militar
Formulação de Políticas Econômicas
Geografia
Oceanografia
Etc ...
5 – Aplicações
E COMO FONTE DE
DADOS PARA INTEGRAR
OS SIGs
Sistemas de Processamento/Tratamento de Imagens
São sistemas destinados à extração de informações a partir de dados de Sensoriamento
Remoto, de modo que a entrada seja uma imagem e, a saída do processo seja uma outra
imagem. Esta extração pode ser feita de duas formas:
Objetivo: melhoria do aspecto
visual de certas feições
estruturais fornecer outros
subsídios para a sua
interpretação, inclusive gerando
produtos que possam ser
posteriormente submetidos a
outros processamentos.
 Extração Qualitativa: através da observação de imagens realçadas pelo sistema;
 Extração Quantitativa: através da utilização de procedimentos de classificação automática, cujas
saídas são imagens temáticas e tabelas de área associadas a cada classe discriminada na imagem.
Procedimentos de PDI
6 – PDI – Processamento Digital de Imagens
ENTRADA
IMAGEM BRUTA
(dado digital multiespectral)
PROCESSAMENTO
MANIPULAÇÃO &
ANÁLISE
SAÍDA
IMAGEM TRATADA
(informações realçadas
da imagem bruta)
IMAGEM TEMÁTICA
(por classificação)
ETAPAS:
Pré-processamento
Realce (qualitativo)
Composição colorida
Classificação (quantitativo)
Fusão de dados
Integração SIG
Softwares de PDI
6 – PDI – Processamento Digital de Imagens
Sistema Desenvolvedor Origem
Representante
comercial
EASI / PACE PCI - CRS Canadá Three /Tek
ENVI IDL EUA SulSoft
ER/MAPPER ERM EUA Terrapix Tecnologia
IDRISI * Clark University EUA Clark University
MGE* Intergraph EUA Sisgraph
MULTISPEC
Purdue Research
Foundation
EUA Purdue University
REGIS* Autodesk EUA Autodesk
SITIM / SGI* INPE Brasil
Imagem
Geosistemas
SPRING* INPE Brasil
Imagem
Geosistemas
Composição Colorida
6 – PDI – Processamento Digital de Imagens
Processo de Formação de Cores: resulta da combinação de 3 cores pelos processos aditivo
ou subtrativo.
ADIÇÃO SUBTRAÇÃO
6 – PDI – Processamento Digital de Imagens
6 – PDI – Processamento Digital de Imagens
Elementos de Interpretação de Imagens
6 – PDI – Processamento Digital de Imagens
TONALIDADE
COR
TEXTURA
TAMANHO
FORMA
SOMBRA
PADRÃO
LOCALIZAÇÃO GEOGRÁFICA
Tonalidade
6 – PDI – Processamento Digital de Imagens
As variações de tonalidade da
cena fotografada ou imageada
são representadas por diferentes
tonalidades, ou tons de cinza,
que variam do branco ao preto.
Quanto mais luz ou energia um
objeto refletir, mais a sua
representação na fotografia ou
imagem vai tender ao branco e,
quanto menos energia refletir
(absorver mais energia), mais a
sua representação na fotografia
ou imagem vai tender ao preto.
Cor
6 – PDI – Processamento Digital de Imagens
É mais fácil interpretar imagens
coloridas do que em preto e
branco, porque o olho humano
distingue cem vezes mais cores
do que tons de cinza.
A cor do objeto vai depender da
quantidade de energia que ele
refletir (no canal correspondente
à imagem), da mistura entre as
cores (processo aditivo), e da
cor que for associada às imagens
originais em preto e branco.
Textura
6 – PDI – Processamento Digital de Imagens
Refere-se ao aspecto liso (e
uniforme) ou rugoso dos objetos
em uma imagem.
Útil na identificação de unidades
de relevo: a textura lisa
corresponde a áreas de relevo
plano, enquanto que a textura
rugosa corresponde a áreas de
relevo acidentado e dissecado
pela drenagem.
6 – PDI – Processamento Digital de Imagens
Tamanho
6 – PDI – Processamento Digital de Imagens
O tamanho é uma função da
escala, de uma fotografia ou
imagem, e relativo aos
objetos na imagem.
Forma
6 – PDI – Processamento Digital de Imagens
Linear: estradas
Curvilínea: rios
Retangular quadrada: casas,
prédios, campos de futebol,
Faixas retangulares: áreas de
cultivo;
Circulares: sistemas de pivô
central, vulcões, furacões ...
Sombra
6 – PDI – Processamento Digital de Imagens
Em imagens bidimensionais,
a altura de objetos como
árvores, edifícios, relevo, etc.
pode ser estimada através do
elemento sombra.
A partir da sombra, outros
elementos, como a forma e o
tamanho, também podem ser
inferidos.
As áreas de maior
sombreamento, que indicam
relevo mais alto; as sobras
intermediárias encontram-se
nas áreas de morros, e as
sombras menores, nas áreas
de colinas. Nas áreas de
relevo muito plano, não há
sombras.
Por outro lado, a sombra pode
ocultar a visualização dos
objetos por ela encobertos.
Padrão
6 – PDI – Processamento Digital de Imagens
Refere ao arranjo espacial ou
à organização desses objetos
em uma superfície.
Ex: linhas de culturas
plantadas em fileiras,
unidades habitacionais e do
arruamento de uma cidade.
Também usado para
identificar o tipo de relevo
e/ou de drenagem de uma
região.
Seleção de Imagens de Satélite
6 – PDI – Processamento Digital de Imagens
Imagem na época de invernoImagem na época de verão
Imagem na época de chuvaImagem na época da seca
Usos de Imagens de SR
6 – PDI – Processamento Digital de Imagens
 Identificação de objetos e extração de informações acerca de feições
naturais e artificiais;
 Elaboração de cartas básicas e de diferentes tipos de mapas temáticos;
 Estudo de fenômenos ambientais
 Estudo de ambientes naturais
 Estudo de ambientes transformados.
Produção de Mapas
6 – PDI – Processamento Digital de Imagens
6 – PDI – Processamento Digital de Imagens
Estudo de Fenômenos Ambientais
6 – PDI – Processamento Digital de Imagens
PREVISÃO DO TEMPO
6 – PDI – Processamento Digital de Imagens
DETECÇÃO E MONITORAMENTO DE FOCOS DE INCÊNDIO
E ÁREAS QUEIMADAS
6 – PDI – Processamento Digital de Imagens
6 – PDI – Processamento Digital de Imagens
DESMATAMENTO
1973
1987
6 – PDI – Processamento Digital de Imagens
EROSÃO E ESCORREGAMENTO DE ENCOSTAS
6 – PDI – Processamento Digital de Imagens
INUNDAÇÃO
VazanteCheia
Enchentes no Rio Missouri
19931992
Estudo de Ambientes Naturais
6 – PDI – Processamento Digital de Imagens
FLORESTAS TROPICAIS
6 – PDI – Processamento Digital de Imagens
MANGUES
6 – PDI – Processamento Digital de Imagens
AMBIENTES GELADOS
6 – PDI – Processamento Digital de Imagens
AMBIENTES ÁRIDOS
6 – PDI – Processamento Digital de Imagens
RECURSOS MINERAIS
6 – PDI – Processamento Digital de Imagens
FEIÇÕES DE RELEVO E DE AMBIENTES AQUÁTICOS
Estudo de Ambientes Transformados
6 – PDI – Processamento Digital de Imagens
AMBIENTES AQUÁTICOS
6 – PDI – Processamento Digital de Imagens
6 – PDI – Processamento Digital de Imagens
AMBIENTES RURAIS
6 – PDI – Processamento Digital de Imagens
AMBIENTES URBANOS
6 – PDI – Processamento Digital de Imagens

More Related Content

What's hot

Fotogrametria terceira parte
Fotogrametria terceira parteFotogrametria terceira parte
Fotogrametria terceira parte
Edilson Bias
 
Aula 01 noções de cartografia e geoprocessamento
Aula 01   noções de cartografia e geoprocessamentoAula 01   noções de cartografia e geoprocessamento
Aula 01 noções de cartografia e geoprocessamento
42549299272
 
Metodologia de fotointerpretação geológica
Metodologia de fotointerpretação geológicaMetodologia de fotointerpretação geológica
Metodologia de fotointerpretação geológica
Pessoal
 
Agricultura de Precisão e Utilização de VANTs
Agricultura de Precisão e Utilização de VANTsAgricultura de Precisão e Utilização de VANTs
Agricultura de Precisão e Utilização de VANTs
PET. EAA
 
Desbaste em Floresta Plantada
Desbaste em Floresta PlantadaDesbaste em Floresta Plantada
Desbaste em Floresta Plantada
Cassio Augusto
 

What's hot (20)

Fotogrametria terceira parte
Fotogrametria terceira parteFotogrametria terceira parte
Fotogrametria terceira parte
 
Aula 1 Geoprocessamento e fotointerpretação
Aula 1 Geoprocessamento e fotointerpretaçãoAula 1 Geoprocessamento e fotointerpretação
Aula 1 Geoprocessamento e fotointerpretação
 
Aula 01 noções de cartografia e geoprocessamento
Aula 01   noções de cartografia e geoprocessamentoAula 01   noções de cartografia e geoprocessamento
Aula 01 noções de cartografia e geoprocessamento
 
1 paisagismo - introdução
1 paisagismo - introdução1 paisagismo - introdução
1 paisagismo - introdução
 
Metodologia de fotointerpretação geológica
Metodologia de fotointerpretação geológicaMetodologia de fotointerpretação geológica
Metodologia de fotointerpretação geológica
 
1. paisagismo
1. paisagismo1. paisagismo
1. paisagismo
 
Geoprocessamento
Geoprocessamento Geoprocessamento
Geoprocessamento
 
Sensoriamento remoto
Sensoriamento remotoSensoriamento remoto
Sensoriamento remoto
 
Pedologia
PedologiaPedologia
Pedologia
 
GPS
GPSGPS
GPS
 
Apostila de silvicultura
Apostila de silviculturaApostila de silvicultura
Apostila de silvicultura
 
Aula 2 introdução floricultura
Aula 2   introdução floriculturaAula 2   introdução floricultura
Aula 2 introdução floricultura
 
Aula propriedades solo
Aula propriedades  soloAula propriedades  solo
Aula propriedades solo
 
Aula 1 ciencia do solo na agronomia
Aula 1   ciencia do solo na agronomiaAula 1   ciencia do solo na agronomia
Aula 1 ciencia do solo na agronomia
 
Sensoriamento Remoto em R
Sensoriamento  Remoto em RSensoriamento  Remoto em R
Sensoriamento Remoto em R
 
Geo-Informação
Geo-InformaçãoGeo-Informação
Geo-Informação
 
Agricultura de Precisão e Utilização de VANTs
Agricultura de Precisão e Utilização de VANTsAgricultura de Precisão e Utilização de VANTs
Agricultura de Precisão e Utilização de VANTs
 
Modelagem Numérica de Terrenos e Fontes de Dados Ambientais
Modelagem Numérica de Terrenos e Fontes de Dados AmbientaisModelagem Numérica de Terrenos e Fontes de Dados Ambientais
Modelagem Numérica de Terrenos e Fontes de Dados Ambientais
 
Radiacao solar
Radiacao solar Radiacao solar
Radiacao solar
 
Desbaste em Floresta Plantada
Desbaste em Floresta PlantadaDesbaste em Floresta Plantada
Desbaste em Floresta Plantada
 

Viewers also liked

Aula 2 nivelamento_geom_trico_1sem2013
Aula 2 nivelamento_geom_trico_1sem2013Aula 2 nivelamento_geom_trico_1sem2013
Aula 2 nivelamento_geom_trico_1sem2013
UCB
 
Utilização de imagens de satélites em diferentes aplicações - Casos Reais
Utilização de imagens de satélites em diferentes aplicações - Casos ReaisUtilização de imagens de satélites em diferentes aplicações - Casos Reais
Utilização de imagens de satélites em diferentes aplicações - Casos Reais
GlobalGeo Geotecnologias
 
Criando uma base cartográfica a partir de dados de Sensoriamento Remoto
Criando uma base cartográfica a partir de dados de Sensoriamento RemotoCriando uma base cartográfica a partir de dados de Sensoriamento Remoto
Criando uma base cartográfica a partir de dados de Sensoriamento Remoto
Rodolfo Almeida
 
Planilha nivelamento geometrico
Planilha nivelamento geometricoPlanilha nivelamento geometrico
Planilha nivelamento geometrico
railano
 
Perfil nivelamento geométrico
Perfil nivelamento geométricoPerfil nivelamento geométrico
Perfil nivelamento geométrico
railano
 
Planilha de campo estadimetria
Planilha de campo  estadimetriaPlanilha de campo  estadimetria
Planilha de campo estadimetria
railano
 
Planck E A Radiacao Do Corpo Negro
Planck E A Radiacao Do Corpo NegroPlanck E A Radiacao Do Corpo Negro
Planck E A Radiacao Do Corpo Negro
Cristiane Tavolaro
 
Aula06 geo pg_fotogrametria
Aula06 geo pg_fotogrametriaAula06 geo pg_fotogrametria
Aula06 geo pg_fotogrametria
railano
 

Viewers also liked (20)

Geoprocessamento 2
Geoprocessamento 2Geoprocessamento 2
Geoprocessamento 2
 
Regimento Escolar 2015 - Bicas - MG
Regimento Escolar 2015 - Bicas - MGRegimento Escolar 2015 - Bicas - MG
Regimento Escolar 2015 - Bicas - MG
 
Aula 2: Concepções científicas acerca do átomo
Aula 2: Concepções científicas acerca do átomoAula 2: Concepções científicas acerca do átomo
Aula 2: Concepções científicas acerca do átomo
 
Aula 2 nivelamento_geom_trico_1sem2013
Aula 2 nivelamento_geom_trico_1sem2013Aula 2 nivelamento_geom_trico_1sem2013
Aula 2 nivelamento_geom_trico_1sem2013
 
Aula 7 - Uma Aula de Quântica no Ensino Médio
Aula 7 - Uma Aula de Quântica no Ensino MédioAula 7 - Uma Aula de Quântica no Ensino Médio
Aula 7 - Uma Aula de Quântica no Ensino Médio
 
Aula 3: Concepções Científicas do Átomo II
Aula 3: Concepções Científicas do Átomo IIAula 3: Concepções Científicas do Átomo II
Aula 3: Concepções Científicas do Átomo II
 
Nivelamento Geometrico
Nivelamento GeometricoNivelamento Geometrico
Nivelamento Geometrico
 
Nivelamento geométrico outros métodos
Nivelamento geométrico outros métodosNivelamento geométrico outros métodos
Nivelamento geométrico outros métodos
 
Aula 1: O Atomismo Grego
Aula 1: O Atomismo GregoAula 1: O Atomismo Grego
Aula 1: O Atomismo Grego
 
Utilização de imagens de satélites em diferentes aplicações - Casos Reais
Utilização de imagens de satélites em diferentes aplicações - Casos ReaisUtilização de imagens de satélites em diferentes aplicações - Casos Reais
Utilização de imagens de satélites em diferentes aplicações - Casos Reais
 
Aula 06 – Introdução à Física Quântica II
Aula 06 – Introdução à Física Quântica IIAula 06 – Introdução à Física Quântica II
Aula 06 – Introdução à Física Quântica II
 
Criando uma base cartográfica a partir de dados de Sensoriamento Remoto
Criando uma base cartográfica a partir de dados de Sensoriamento RemotoCriando uma base cartográfica a partir de dados de Sensoriamento Remoto
Criando uma base cartográfica a partir de dados de Sensoriamento Remoto
 
Aula 5 - Introdução à Quântica
Aula 5 -  Introdução à QuânticaAula 5 -  Introdução à Quântica
Aula 5 - Introdução à Quântica
 
Planilha nivelamento geometrico
Planilha nivelamento geometricoPlanilha nivelamento geometrico
Planilha nivelamento geometrico
 
Perfil nivelamento geométrico
Perfil nivelamento geométricoPerfil nivelamento geométrico
Perfil nivelamento geométrico
 
Planilha de campo estadimetria
Planilha de campo  estadimetriaPlanilha de campo  estadimetria
Planilha de campo estadimetria
 
Planck E A Radiacao Do Corpo Negro
Planck E A Radiacao Do Corpo NegroPlanck E A Radiacao Do Corpo Negro
Planck E A Radiacao Do Corpo Negro
 
Aula06 geo pg_fotogrametria
Aula06 geo pg_fotogrametriaAula06 geo pg_fotogrametria
Aula06 geo pg_fotogrametria
 
TELEDETECCION - TRABAJANDO CON LANDSAT 8
TELEDETECCION - TRABAJANDO CON LANDSAT 8TELEDETECCION - TRABAJANDO CON LANDSAT 8
TELEDETECCION - TRABAJANDO CON LANDSAT 8
 
Aula 4 - Modelo Atômico de Bohr
Aula 4 - Modelo Atômico de BohrAula 4 - Modelo Atômico de Bohr
Aula 4 - Modelo Atômico de Bohr
 

Similar to Aula07 geo pg_sens_remoto_pdi

Sensoriamento remoto
Sensoriamento remotoSensoriamento remoto
Sensoriamento remoto
Aldemy
 
Introduoao sensoriamentoremoto
Introduoao sensoriamentoremotoIntroduoao sensoriamentoremoto
Introduoao sensoriamentoremoto
Pessoal
 
Historial sobre a aplicação da detecçao remota em cabo verde
Historial sobre a aplicação da detecçao remota em cabo verdeHistorial sobre a aplicação da detecçao remota em cabo verde
Historial sobre a aplicação da detecçao remota em cabo verde
uccp
 
Dr risco cv
Dr risco cvDr risco cv
Dr risco cv
uccp
 
GEOFISICA TRABALHO.docx
GEOFISICA TRABALHO.docxGEOFISICA TRABALHO.docx
GEOFISICA TRABALHO.docx
ssuser0b6a99
 
Radiacao exterior
Radiacao exteriorRadiacao exterior
Radiacao exterior
Radiacao
 
projeto geotécnico de mecânica dos Solos Edificações
projeto geotécnico de mecânica dos Solos Edificaçõesprojeto geotécnico de mecânica dos Solos Edificações
projeto geotécnico de mecânica dos Solos Edificações
MaSn6
 

Similar to Aula07 geo pg_sens_remoto_pdi (20)

Aula Introdução
Aula IntroduçãoAula Introdução
Aula Introdução
 
Sensoriamento remoto
Sensoriamento remotoSensoriamento remoto
Sensoriamento remoto
 
Introduoao sensoriamentoremoto
Introduoao sensoriamentoremotoIntroduoao sensoriamentoremoto
Introduoao sensoriamentoremoto
 
Geoprocessamento
GeoprocessamentoGeoprocessamento
Geoprocessamento
 
Sistemas sensores aula cesnors
Sistemas sensores aula cesnorsSistemas sensores aula cesnors
Sistemas sensores aula cesnors
 
Historial sobre a aplicação da detecçao remota em cabo verde
Historial sobre a aplicação da detecçao remota em cabo verdeHistorial sobre a aplicação da detecçao remota em cabo verde
Historial sobre a aplicação da detecçao remota em cabo verde
 
Investigacoes_geotecnicas- uos4548484.pdf
Investigacoes_geotecnicas- uos4548484.pdfInvestigacoes_geotecnicas- uos4548484.pdf
Investigacoes_geotecnicas- uos4548484.pdf
 
Determinação de valores físicos, correção atmosférica e transformações radiom...
Determinação de valores físicos, correção atmosférica e transformações radiom...Determinação de valores físicos, correção atmosférica e transformações radiom...
Determinação de valores físicos, correção atmosférica e transformações radiom...
 
Sensoriamento remoto - Introdução - 2024
Sensoriamento remoto - Introdução - 2024Sensoriamento remoto - Introdução - 2024
Sensoriamento remoto - Introdução - 2024
 
Dr risco cv
Dr risco cvDr risco cv
Dr risco cv
 
modulo01pdf02.pdf
modulo01pdf02.pdfmodulo01pdf02.pdf
modulo01pdf02.pdf
 
GEOFISICA TRABALHO.docx
GEOFISICA TRABALHO.docxGEOFISICA TRABALHO.docx
GEOFISICA TRABALHO.docx
 
GEOFISICA TRABALHO.docx
GEOFISICA TRABALHO.docxGEOFISICA TRABALHO.docx
GEOFISICA TRABALHO.docx
 
Radiacao exterior
Radiacao exteriorRadiacao exterior
Radiacao exterior
 
Conceitos Sensoriamento Remoto
Conceitos Sensoriamento RemotoConceitos Sensoriamento Remoto
Conceitos Sensoriamento Remoto
 
58778706-Sensoriamento-remoto.pdf
58778706-Sensoriamento-remoto.pdf58778706-Sensoriamento-remoto.pdf
58778706-Sensoriamento-remoto.pdf
 
Físida Moderna.pptx
Físida Moderna.pptxFísida Moderna.pptx
Físida Moderna.pptx
 
Apostila Fundamentos Energia Solar Fotovoltaica,
Apostila Fundamentos Energia Solar Fotovoltaica,Apostila Fundamentos Energia Solar Fotovoltaica,
Apostila Fundamentos Energia Solar Fotovoltaica,
 
Apostila energia solar fotovoltaica fundamentos, conversão e viabilidade técn...
Apostila energia solar fotovoltaica fundamentos, conversão e viabilidade técn...Apostila energia solar fotovoltaica fundamentos, conversão e viabilidade técn...
Apostila energia solar fotovoltaica fundamentos, conversão e viabilidade técn...
 
projeto geotécnico de mecânica dos Solos Edificações
projeto geotécnico de mecânica dos Solos Edificaçõesprojeto geotécnico de mecânica dos Solos Edificações
projeto geotécnico de mecânica dos Solos Edificações
 

More from railano

Aula06.5 geo pg_van_ts
Aula06.5 geo pg_van_tsAula06.5 geo pg_van_ts
Aula06.5 geo pg_van_ts
railano
 
Aula04 geo pg
Aula04 geo pgAula04 geo pg
Aula04 geo pg
railano
 
Aula03 geo pg
Aula03 geo pgAula03 geo pg
Aula03 geo pg
railano
 
Aula02 geo pg
Aula02 geo pgAula02 geo pg
Aula02 geo pg
railano
 
Aula01 geo pg
Aula01 geo pgAula01 geo pg
Aula01 geo pg
railano
 
Aula08 geo pg_sens_remoto_gps
Aula08 geo pg_sens_remoto_gpsAula08 geo pg_sens_remoto_gps
Aula08 geo pg_sens_remoto_gps
railano
 
Aula de arc gis
Aula de arc gisAula de arc gis
Aula de arc gis
railano
 
Apostila arc gis_desktop
Apostila arc gis_desktopApostila arc gis_desktop
Apostila arc gis_desktop
railano
 
Dicas de auto cad para arquitetos
Dicas de auto cad para arquitetosDicas de auto cad para arquitetos
Dicas de auto cad para arquitetos
railano
 
Apostila completa q_gis
Apostila completa q_gisApostila completa q_gis
Apostila completa q_gis
railano
 
A utilização do software quantum gis
A utilização do software quantum gisA utilização do software quantum gis
A utilização do software quantum gis
railano
 
70138365 apresentacao-sistema-metrico-escala1-aula-2
70138365 apresentacao-sistema-metrico-escala1-aula-270138365 apresentacao-sistema-metrico-escala1-aula-2
70138365 apresentacao-sistema-metrico-escala1-aula-2
railano
 
11 cartografia geologica
11 cartografia geologica11 cartografia geologica
11 cartografia geologica
railano
 

More from railano (20)

Aula06.5 geo pg_van_ts
Aula06.5 geo pg_van_tsAula06.5 geo pg_van_ts
Aula06.5 geo pg_van_ts
 
Aula04 geo pg
Aula04 geo pgAula04 geo pg
Aula04 geo pg
 
Aula03 geo pg
Aula03 geo pgAula03 geo pg
Aula03 geo pg
 
Aula02 geo pg
Aula02 geo pgAula02 geo pg
Aula02 geo pg
 
Aula01 geo pg
Aula01 geo pgAula01 geo pg
Aula01 geo pg
 
Aula08 geo pg_sens_remoto_gps
Aula08 geo pg_sens_remoto_gpsAula08 geo pg_sens_remoto_gps
Aula08 geo pg_sens_remoto_gps
 
Aula 07
Aula 07Aula 07
Aula 07
 
Aula 05
Aula 05Aula 05
Aula 05
 
Aula 04
Aula 04Aula 04
Aula 04
 
Aula 03
Aula 03Aula 03
Aula 03
 
Aula 02
Aula 02Aula 02
Aula 02
 
Aula 01
Aula 01Aula 01
Aula 01
 
Aula de arc gis
Aula de arc gisAula de arc gis
Aula de arc gis
 
Apostila arc gis_desktop
Apostila arc gis_desktopApostila arc gis_desktop
Apostila arc gis_desktop
 
Aula 06
Aula 06Aula 06
Aula 06
 
Dicas de auto cad para arquitetos
Dicas de auto cad para arquitetosDicas de auto cad para arquitetos
Dicas de auto cad para arquitetos
 
Apostila completa q_gis
Apostila completa q_gisApostila completa q_gis
Apostila completa q_gis
 
A utilização do software quantum gis
A utilização do software quantum gisA utilização do software quantum gis
A utilização do software quantum gis
 
70138365 apresentacao-sistema-metrico-escala1-aula-2
70138365 apresentacao-sistema-metrico-escala1-aula-270138365 apresentacao-sistema-metrico-escala1-aula-2
70138365 apresentacao-sistema-metrico-escala1-aula-2
 
11 cartografia geologica
11 cartografia geologica11 cartografia geologica
11 cartografia geologica
 

Aula07 geo pg_sens_remoto_pdi

  • 2. Introdução REM e Comportamento Espectral Sistemas Sensores Imagens de Sensoriamento Remoto Aplicações Processamento Digital de Imagens - PDI Imagem de satélite Meteosat mostrando super tufão Haiyan, com ventos de 275 km/h, sobre as Filipinas (08/11/2013 às 23:13 UTC)
  • 3. Earth Surface Sources of Energy Sensing Systems Definição SENSORIAMENTO REMOTO (SR): tecnologia que permite a aquisição de informações (medidas) sobre um objeto (alvo), área (superfície do terreno) ou fenômenos, por meio de instrumentos físicos (sistemas sensores), sem que haja contato direto entre eles.  Energia Acústica (sismógrafos e sensores)  Energia Gravitacional (gravímetros)  Energia ou Radiação Eletromagnética – REM (radiômetros)
  • 4.
  • 5. Sistema de Aquisição de Dados por SR 1 - Introdução  FONTE DE REM (Natural ou Artificial)  MEIO DE PROPAGAÇÃO (Interações com a Atmosfera)  SUPERFÍCIE TERRESTRE (Interações com os Objetos)  SENSOR (Coletor + Sistema de Resgistro)  ANALISADOR (Processamento do Sinal) Intensidade do Sinal • Propriedades dos alvos • Configuração do sensor • Altitude do Sensor
  • 6. Níveis de Aquisição de Dados por SR 1 - Introdução  LABORÁTÓRIO OU CAMPO: para conhecer o comportamento espectral de um objeto sob condições controladas, ou seja, as interações energia x matéria para um determinado alvo da superfície terrestre; fundamental para a melhor extração de informações e compreensão do efeito de fatores ambientais e/ou propriedades inerentes dos objetos sensoriados.  AERONAVE  ORBITAL (Satélites)
  • 7.
  • 8. Perspectiva Histórica 1 - Introdução  1822: Desenvolvimento da teoria sobre a luz (espectro eletromagnético) e avanços no campo da ótica e espectroscopia.  1909: Desenvolvimento de aviões. Tomada de fotografias aéreas.  1931: Início das pesquisas sobre o comportamento espectral de objetos de superfície.  1940: Primeiras medidas radiométricas de objetos da superfície (radiação infravemelha).  1944: Primeiros experimentos para utilizar câmaras multibanda (fotografias multiespectrais de Marte e da Lua).  1954: Desenvolvimento de sistemas de radares imageadores.  1961: Aperfeiçoamento de foguetes de lançamento após a 2a Guerra Mundial. Desenvolvimento de veículos espaciais tripulados e não tripulados. Avanços no campo das telecomunicações e no campo da computação. Primeira fotografia orbital.  1972: Primeiro satélite de recursos terrestres é colocado em órbita.  1983: Desenvolvimento de detectores mais sensíveis, equipamentos óticos mais precisos e de microcomputadores e soluções para a armazenagem e transmissão de dados a grandes distâncias.
  • 9.
  • 10. Definição RADIAÇÃO OU ENERGIA ELETROMAGNÉTICA - REM: definida como sendo a forma de energia que se move à velocidade da luz (3.108m/s) seja como ondas eletromagnéticas, de modo harmônico e senoidal (modelo ondulatório), seja como partículas eletromagnéticas, e que não necessita de um meio material para se propagar (modelo corpuscular).
  • 11. 2 – REM e Comportamento Espectral Freqüência Comprimento De Onda
  • 12. Fontes de REM NATURAL: fonte solar ou terrestre ARTIFICIAL: sistemas de microondas 2 – REM e Comportamento Espectral
  • 13. Espectro Eletromagnético Define a representação contínua da REM em termos de comprimento de onda, freqüência ou energia. 2 – REM e Comportamento Espectral Categorias Compriment os de ondas Raios cósmicos Raios  < 0,03nm Raios X 0,03-3,0nm Ultravioleta 0,003-0,4m Visível (0,4-07m) Azul 0,4-0,5m Verde 0,5-0,6m Vermelho 0,6-0,7m Infravermelho (0,7 - > 3,0m) Próximo 0,7-1,3m Médio 1,3-3,0m Distante > 3,0m Microondas 1,0-100 cm Ondas de rádio > 100 cm
  • 16.
  • 17. Comportamento Espectral de Alvos O fluxo de radiação eletromagnética ao se propagar pelo espaço pode interagir com superfícies ou objetos, sendo por estes refletido, absorvido e/ou reemitido. Este fluxo depende fortemente das propriedades físico-químicas dos elementos irradiados, e o fluxo resultante constitui uma valiosa fonte de informações a respeito daquelas superfícies ou objetos. 2 – REM e Comportamento Espectral EXTRAÇÃO DE INFORMAÇÕES DE DADOS DE SR INTERAÇÃO ENERGIA – MATÉRIA O Comportamento Espectral de um Alvo pode ser efinido como sendo a medida da reflectância deste alvo ao longo do espectro eletromagnético.
  • 18. Importância Extração de informações de imagens obtidas pelos sensores; Definição de novos sensores; Definição do tipo de preprocessamento, a que devem ser submetidos os dados brutos; Definição da forma de aquisição dos dados (geometria da coleta de dados, freqüência, altura do imageamento, resolução limite, etc.) m 2 – REM e Comportamento Espectral
  • 19. Interações e Efeitos com a Atmosfera (Meio de Propagação) TIPOS DE ATENUAÇÃO:  Absorção Atmosférica  Espalhamento Atmosférico:  Espalhamento molecular ou Rayleigh ( < ); explica a coloração azul do céu.  Espalhamento Mie (  )  Espalhamento não seletivo ( > ); explica a coloração branca das nuvens. 2 – REM e Comportamento Espectral Interações com os Alvos da Superfície Terrestre TIPOS DE INTERAÇÃO: a partir de uma energia incidente (Ei)  Reflectância (Er): fluxo de radiação refletido  Absortância (Ea): fluxo de radiação absorvido  Transmitância (Et): fluxo de radiação transmitido Er + Ea + Et = Ei = 1
  • 20. Reflectância e Curvas de Reflectância Espectrais A Reflectância Espectral é aferida em função do comprimento de onda. As características de reflectância das feições da superfície terrestre podem ser quantificadas efetuando medidas da proporção de energia incidente que é refletida. A Curva de Reflectância Espectral define o gráfico de reflectância espectral obtido para um objeto em função do comprimento de onda. 2 – REM e Comportamento Espectral Costuma-se estudar a curvas de reflectância (Assinatura Espectral) dos seguintes alvos:  Vegetação  Solos  Minerais e Rochas  Água  Feições Artificiais
  • 21. Fatores que Interferem na Medida da REM Método de aquisição da medida de reflectância: Cada modo de coleta determina diferentes resultados, porque é afetado pelos demais fatores que interferem na tomada de medidas: geometria de aquisição de dados, parâmetros atmosféricos e parâmetros relativos ao alvo. 2 – REM e Comportamento Espectral Parâmetros que variam e interferem na geometria de aquisição de dados: ângulo zenital do sol; ângulo de visada; ângulo azimutal do sol e do sensor; ângulos azimutais relativos; altitude do sensor .
  • 22. Parâmetros atmosféricos: umidade atmosférica; presença de aerossóis; turbulência. Parâmetros relativos ao alvo: as características de reflectância dos objetos adjacentes ao alvo de interesse também interferem nas medidas de sua reflectância. A energia espalhada pela vizinhança do alvo pode ter um conteúdo espectral diferente da que do objeto de interesse e mascarar sua resposta. 2 – REM e Comportamento Espectral
  • 23. Processos de Interação Energia x Matéria Os elétrons de um material podem ser caracterizados pela sua menor energia possível (estado fundamental), ou por uma série de níveis de energia mais elevados (estado excitado), que são alcançados, p. ex., quando da incidência da REM. Esta passagem do estado fundamental para o estado excitado só é possível porque ocorre uma absorção pelos elétrons da energia incidente. No espectro eletromagnético, esta absorção de energia é caracterizada por uma diminuição relativa na porcentagem de reflectância em certas faixas de comprimentos de onda, denominadas de bandas de absorção. A intensidade, forma e localização destas bandas de absorção dependem de cada material e são resultados de três processos diferentes:  Processo rotacional: nível molecular, na faixa do infravermelho distante e microondas.  Processo vibracional: a nível molecular, entre 1,0 e 2,5m.  Processo eletrônico: ocorre a nível atômico e está subdividido dois processos:  Transferência de carga: absorção em comprimentos de onda inferiores a 0,4m, próximo a região do ultravioleta e azul.  Efeito do campo cristalino: absorção situadas na porção do espectro visível e infravermelho próximo. 2 – REM e Comportamento Espectral
  • 24. Comportamento Espectral da Vegetação 2 – REM e Comportamento Espectral FATORES:  Condições atmosféricas;  Espécie de solo (granulometria, água, nutrientes);  Índice de área foliar (cobertura da vegetação por unidade de área);  Estado fenológico (variação sazonal);  Biomassa (densidade total de vegetação);  Folha (forma, posição, água, pigmentação, estrutura interna, etc.);  Cobertura da copa.
  • 25.
  • 26. Comportamento Espectral do Solo 2 – REM e Comportamento Espectral FATORES:  Porcentagem de matéria orgânica  Textura (granulometria).  Umidade.  Composição mineralógica (conteúdo de óxido de ferro);  Capacidade de troca catiônica  Condições de superfície (granulometria e estrutura) UmidadeComposiçãoTextura
  • 27.
  • 28. Comportamento Espectral de Minerais/Rochas 2 – REM e Comportamento Espectral FATORES:  As rochas apresentam comportamento espectral semelhante ao dos solos, uma vez que eles são produtos de alteração daquelas.  Um dos elementos de maior diferenciação entre as curvas de rochas e solos é a presença de matéria orgânica nestes últimos.  Nos minerais e rochas, os elementos e substâncias mais importantes que determinam as feições diagnósticas na faixa do espectro refletivo (0,4 a 2,5µm) são íons ferroso e férrico, água e hidroxila.  Os elementos químicos mais freqüentes como o silício, alumínio e magnésio possuem interesse secundário.
  • 29.
  • 30. Comportamento Espectral da Água 2 – REM e Comportamento Espectral FATORES:  Estado físico em que a água se encontra;  Quantidade de sedimentos em suspensão;  Quantidade e espécie de poluentes químicos presentes na água.
  • 31. Comportamento Espectral de Feições Artificiais 2 – REM e Comportamento Espectral FATORES:  Tipo de material utilizado.
  • 32. Fatores de Contexto que Interferem no CEA Variação temporal do comportamento espectral de alvos; Variação espacial do comportamento espectral de alvos Variações intrínsecas ao alvos Variação da localização do alvo em relação à fonte e ao sensor 2 – REM e Comportamento Espectral
  • 33. Definição SISTEMA SENSOR (SR): é um dispositivo capaz de coletar e registrar a REM, fotografica ou eletronicamente, proveniente do alvo em determinada faixa do espectro eletromagnético.
  • 34. Tipos de Sensores 3 – Sistemas Sensores Em função do tipo de transformação sofrida pela REM:  Sensores Imageadores: produzem uma imagem do alvo. • Sistema de Quadro: adquirem a imagem da cena (certa área do terreno) em sua totalidade num mesmo instante. • Sistema de Varredura: a imagem da cena é formada pela aquisição seqüencial de imagens elementares do terreno ou elementos de resolução, também chamados “pixels”.  Sensores Não Imageadores: fornecem informações da superfície sem gerar imagens.
  • 35. 3 – Sistemas Sensores Em função da natureza da fonte de REM:  Sensores Ativos: produzem sua própria REM.  Sensores Passivos: trabalham com a radiação refletida ou a radiação emitida pelo alvo, originada a partir de uma fonte de radiação externa.
  • 36.
  • 37. 2 – REM e Comportamento Espectral PASSIVO Infravermelho próximo Infravermelho termal
  • 38. 2 – REM e Comportamento Espectral ATIVO RADAR
  • 39. 3– Sistemas Sensores Em função do sistema de registro da REM:  Sensores Fotográficos: utilizam como fonte de registro um filme fotográfico.  Sensores Não Fotográficos: utilizam radiômetros e radares.
  • 40. 3 – Sistemas Sensores Em função da faixa do espectro em que operam:  Sensores Ópticos: caracterizam-se pela utilização de componentes óticos na sua construção e operam na faixa espectral de 0,3 a 15 m:  Sensores de Energia Solar Refletida: divide-se nas seguintes subregiões:  Visível: 0,38-0,72m  Infravermelho Próximo: 0,72-1,3m  Infravermelho Médio: 1,3-0,3m  Sensores Termais: operam na região do infravermelho distante (7-15m).  Sensores de Microondas: operam numa região do espectro caracterizada por ondas de comprimento entre 1mm.
  • 41. Geração de uma Imagem de SR Um sistema-sensor imageador produz uma imagem bidimensional da radiância, emitância ou retroespalhamento das trocas energéticas com os objetos da superfície terrestre, num determinado instante, naquele espaço físico, tornando-se apto a extrair informações sobre aquela região. As imagens produzidas são então caracterizadas pelos seguintes critérios.  Resolução Temporal  Resolução Radiométrica  Resolução Espectral  Resolução Espacial  Largura da Faixa Imageada
  • 42. A Imagem Digital 4 – Imagens de Sensoriamento Remoto  Definição: composta de um arranjo bidimensional de elementos de dimensões discretas, denominados de pixels. A intensidade de cada pixel corresponde ao brilho médio, ou radiância, medido eletronicamente sobre a área do terreno.  Número digital (DN; digital number): corresponde à radiância média medida em cada pixel. Esses valores são, simplesmente, números reais positivos que resultam da quantização do sinal elétrico original oriundo do sensor para um número real positivo através do processo denominado conversão de sinal análogo para digital.
  • 43.
  • 44. Resolução Temporal 4 – Imagens de Sensoriamento Remoto Representa a freqüência com que a área de interesse é revisitada ou imageada. Expressa o intervalo de aquisição de dados por um sistema sensor, ou seja, está relacionada com a repetitividade com que o sensor possui na obtenção de informações dos alvos. Ex.: satélite Landsat 7 = 16 dias; MeteoSat = 30 minutos.
  • 45. Resolução Radiométrica Quanto maior for esta resolução, maior será a sensibilidade do sensor nas pequenas diferenças de radiação, aumentando o poder de contraste e de discriminação das imagens. Ex.: No Landast 7 = 256 números digitais (8 bits); no ERS em 16 bits = 65.536 níveis. 4 – Imagens de Sensoriamento Remoto Representa a maior ou menor capacidade de um sistema sensor detectar e registrar diferenças de reflectância e/ou emitância dos alvos, isto é, as intensidades de sinal ou número de níveis digitais em que a informação se encontra registrada.
  • 46. Resolução Espectral Expressa a capacidade do sensor de registrar a radiação em diferentes regiões do espectro, definindo a melhor ou pior caracterização dos alvos em função da largura espectral e/ou número de bandas em que opera o sistema sensor. Quanto melhor a resolução espectral, maior o número de bandas espectrais que podem ser adquiridas sobre os objetos da superfície, aumentando o poder de extração de informação. Ex.: sensor TM do Landsat = 7 faixas espectrais; Spot = 4 bandas . 4 – Imagens de Sensoriamento Remoto
  • 47.
  • 48. Resolução Espacial Depende das características dos detetores, altitude da plataforma, contraste entre os objetos, etc. Ex.: sensor TM = 30m; Spot 4 = 10 m; Ikonos II = 1 m. Capacidade do sensor de detectar objetos a partir de uma determinada dimensão; entende- se como sendo a mínima distância entre dois objetos (alvos) que um sensor pode registrá- los como sendo objetos distintos. Imagem LANDSAT/TM com 30 metros de resolução espacial. Imagem LANDSAT/TM com 120 metros de resolução espacial. 4 – Imagens de Sensoriamento Remoto
  • 49. Largura da Faixa Imageada Corresponde à largura da faixa de varredura, que varia de acordo com o satélite. Ex.: Landsat = 185 km; CBERS = 120 km; Spot = 60 km; Ikonos II = 13 km. 4 – Imagens de Sensoriamento Remoto
  • 50. Exemplos de sistemas sensores LANDSAT CBERS GOES MTSAT IKONOS Quickbird Geoeye Worldview ALOS SRTM ASTER 4 – Imagens de Sensoriamento Remoto
  • 51. Land Remote Sensing Satellite (LANDSAT) Landsat 1 ("Earth Resources Technology Satellite 1“ ERTS-1): 1972-1978 Landsat 2: 1975-1981 Landsat 3: 1978-1983 Landsat 4: 1982-1993 Landsat 5: 1984, ainda funcionando, com problemas graves a partir de Novembro de 2011. Em 26 de Dezembro de 2012, o USGS anunciou a sua retirada de serviço. Landsat 6: 1993, falhou em atingir a órbita Landsat 7: 1999, ainda funcionando, mas com falhas desde Maio de 2003 Landsat 8: ("Landsat Data Continuity Mission“ LDCM): 2013. Em 30 de Maio de 2013, já sob controle do USGS foi rabatizada. 4 – Imagens de Sensoriamento Remoto
  • 52. Land Remote Sensing Satellite (LANDSAT) 4 – Imagens de Sensoriamento Remoto Landsat 1,2 (RBV/MSS) Landsat 3 (RBV/MSS) Sensor Banda Intervalo espectral (µm) Designação Resolução RBV 1 (0,475 - 0,575) Blue-Green 80 m 2 (0,580 - 0,680) Orange-Red 80 m 3 (0,690 - 0,830) Red-Infrared 80 m MSS 4 (0,5 - 0,6) Green 57 x 79 m 5 (0,6 – 0,7) Red 57 x 79 m 6 (0,7 – 0,8) NIR Near-Infrared 57 x 79 m 7 (0,8 – 1,1) NIR Near-Infrared 57 x 79 m Landsat 1 - 1972-1978 Landsat 2 - 1975-1981 Resolução Temporal: 18 dias Largura da Faixa: 185 km Sensor Banda Intervalo espectral (µm) Designação Resolução RBV 1 (0,475 - 0,575) Blue-Green 40 m 2 (0,580 - 0,680) Orange-Red 40 m 3 (0,690 - 0,830) Red-Infrared 40 m MSS 4 (0,5 - 0,6) Green 57 x 79 m 5 (0,6 – 0,7) Red 57 x 79 m 6 (0,7 – 0,8) NIR Near-Infrared 57 x 79 m 7 (0,8 – 1,1) NIR Near-Infrared 57 x 79 m 8 (10,4 – 12,6) TIR Thermal 57 x 79 m Landsat 3 - 1978-1983 Resolução Temporal: 18 dias Largura da Faixa: 185 km Sensores: RBV – Return Beam Vidicon MSS – Multispectral Scanner Sensores: RBV – Return Beam Vidicon MSS – Multispectral Scanner
  • 53. Land Remote Sensing Satellite (LANDSAT) 4 – Imagens de Sensoriamento Remoto Landsat 4,5 (MSS) Landsat 4,5 (TM) Banda Intervalo espectral (µm) Designação Resolução 4 (0,5 - 0,6) Green 57 x 79 m 5 (0,6 – 0,7) Red 57 x 79 m 6 (0,7 – 0,8) NIR Near-Infrared 57 x 79 m 7 (0,8 – 1,1) NIR Near-Infrared 57 x 79 m Banda Intervalo espectral (µm) Designação Resolução 1 (0,45 - 0,52) Blue 30 m 2 (0,52 - 0,60) Green 30 m 3 (0,63 - 0,69) Red 30 m 4 (0,76 - 0,90) NIR Near-Infrared 30 m 5 (1,55 - 1,75) NIR Near-Infrared 30 m 6 (10,4 - 12,5) TIR Thermal-Infrared 120 m 7 (2,08 - 2,35) MIR Mid-Infrared 30 m Resolução Temporal: 16 dias Largura da Faixa: 185 km Landsat 4 - 1982-1993 Landsat 5 - 1984-2013 Sensores: MSS – Multispectral Scanner TM – Thematic Mapper
  • 54. Land Remote Sensing Satellite (LANDSAT) 4 – Imagens de Sensoriamento Remoto Landsat 6 (ETM) Landsat 7 (ETM+) Banda Intervalo espectral (µm) Designação Resolução 1 (0,45 - 0,52) Blue 30 m 2 (0,52 - 0,60) Green 30 m 3 (0,63 - 0,69) Red 30 m 4 (0,77 - 0,90) NIR Near-Infrared 30 m 5 (1,55 - 1,75) NIR Near-Infrared 30 m 6 (10,4 - 12,5) TIR Thermal-Infrared 120 m 7 (2,08 - 2,35) MIR Mid-Infrared 30 m 8 PAN PAN Panchromatic 15 m Banda Intervalo espectral (µm) Designação Resolução 1 (0,45 - 0,52) Blue 30 m 2 (0,52 - 0,60) Green 30 m 3 (0,63 - 0,69) Red 30 m 4 (0,77 - 0,90) NIR Near-Infrared 30 m 5 (1,55 - 1,75) NIR Near-Infrared 30 m 6 (10,4 - 12,5) TIR Thermal-Infrared 60 m 7 (2,08 - 2,35) MIR Mid-Infrared 30 m 8 PAN PAN Panchromatic 15 m Resolução Temporal: 16 dias Largura da Faixa: 185 km Landsat 6 - 1993, não atingiu órbita Sensores: ETM – Enhanced Thematic Mapper Resolução Temporal: 16 dias Largura da Faixa: 185 km Landsat 7 – 1999-hoje Sensores: ETM+ – Enhanced Thematic Mapper Plus
  • 55. China-Brazil Earth Resources Satellite (CBERS) 4 – Imagens de Sensoriamento Remoto Sensor Banda Intervalo espectral (µm) Designação Resolução Espacial Resolução Temporal Largura da Faixa WFI 1 (0,63 - 0,69) Red 260 m 5 dias 890 km 2 (0,77 - 0,89) NIR – Near-Infrared 260 m 5 dias 890 km CCD 3 (0,51 - 0,73) PAN Panchromatic 20 m 26 dias 113 km 4 (0,45 - 0,52) Blue 20 m 26 dias 113 km 5 (0,52 - 0,59) Green 20 m 26 dias 113 km 6 (0,63 - 0,69) Red 20 m 26 dias 113 km 7 (0,77 - 0,89) NIR – Near-Infrared 20 m 26 dias 113 km IRMSS 8 (0,50 - 1,10) PAN Panchromatic 80 m 26 dias 120 km 9 (1,55 - 1,75) SWIR 80 m 26 dias 120 km 10 (2,08 - 2,35) SWIR 80 m 26 dias 120 km 11 (10,40 - 12,50) TIR – Thermal Infrared 160 m 26 dias 120 km HRC* 12 (0,50 - 0,80) PAN Panchromatic 2,7 m 130 dias 27 km CBERS 1,2,2B* Sensores: WFI – Wide Field Imager CCD – High Resolution CCD Camera IRMSS – Infrared Multispectral Scanner HRC – High Resolution Camera
  • 56. China-Brazil Earth Resources Satellite (CBERS) 4 – Imagens de Sensoriamento Remoto CBERS 3,4 Sensores: MUXCAM – Câmera Multispectral PANMUX – Câmera Panmux IRMSS – Infrared Multispectral Scanner WFI – Wide Field Imager Sensor Bandas Espectrais Resolução Espacial Largura da Faixa Resolução Temporal Quantização MUXCAM 0,45-0,52µm (B) 0,52-0,59µm (G) 0,63-0,69µm (R) 0,77-0,89µm (NIR) 20 m 120 km 26 dias 8 bits PANMUX 0,51-0,85µm (Pan) 0,52-0,59µm (G) 0,63-0,69µm (R) 0,77-0,89µm (NIR) 5 m / 10 m 60 km 5 dias 8 bits IRMSS 0,50-0,90µm (Pan) 1,55-1,75µm (SWIR) 2,08-2,35µm (SWIR) 10,40-12,50µm (TH) 40 m / 80 m (TIR) 120 km 26 dias 8 bits WFI 0,45-0,52µm (B) 0,52-0,59µm (G) 0,63-0,69µm (R) 0,77-0,89µm (NIR) 64 m 866 km 5 dias 10 bits
  • 57. Multifunctional Transport Satellite (MTSAT) 4 – Imagens de Sensoriamento Remoto MTSAT
  • 58. Multifunctional Transport Satellite (MTSAT) 4 – Imagens de Sensoriamento Remoto Himawari 1-9 GMS GMS-2 GMS-3 GMS-4 GMS-5 MTSAT-1R MTSAT-2 Himawari-8 Himawari-9 Visible (0.50-0.70 μm) Visible (0.55-0.90 μm) Visible (0.46 μm) Visible(0.51 μm) Visible(0.64 μm) Near Infrared (0.86 μm) Near Infrared (1.6 μm) Near Infrared (2.3 μm) IR4 (3.5-4.0 μm) IR (3.9 μm) IR3 (6.5-7.0 μm) (Water vapor) IR (6.2 μm) IR (7.0 μm) IR (7.3 μm) IR (8.6 μm) IR (9.6 μm) IR (Infrared) IR1 (10.5-11.5 μm) IR1 (10.3-11.3 μm) IR (10.4 μm) (10.5-12.5 μm) IR (11.2 μm) IR2 (11.5-12.5 μm) IR (12.3 μm) IR (13.3 μm)
  • 59. O uso de imagens (p. ex., fotografias aéreas) nasceu da necessidade de mapear-se grandes áreas, sobretudo na confecção de CARTAS TOPOGRÁFICAS, com economia de tempo e despesas. A potencialidade do SR como método de investigação dos fatos e fenômenos presentes na superfície da Terra constitui-se numa técnica de grande utilidade, pois ... Permite, em curto espaço de tempo, a obtenção de uma grande quantidade de informações a respeito de registros dos alvos. Como documento para inventário e distribuição areal de fatos é o mais preciso.
  • 60. Interpretação de Imagens Interpretação de Dados Pictoriais: envolve a análise visual de imagens no formato analógico ( em papel); Interpretação de Dados Digitais: análise visual de imagens no formato digital, diretamente na tela do computador. Interpretação Estereoscópica de Imagens: estudo de pares estereoscópicos de imagens no formato analógico ou digital. Processamento Digital de Imagens – PDI: envolve o tratamento dos dados digitais, através de softwares específicos, para auxiliar na interpretação. 5 - Aplicações
  • 61. Tipos de Abordagem Visualização singular de um alvo: em um período de tempo, dentro de uma faixa definida e numa altitude determinada. Visualização múltipla dos dados coletados: para prover mais informações sobre uma mesma região da superfície terrestre. Pode ser feita das seguintes formas:  Aquisição Multisensorial: área levantada por mais de um tipo de sensor.  Sensoriamento Multinível: os dados de um alvo são imageados a partir de diversas altitudes (orbital, alta altitude, baixa altitude e terrestre) e analisados em conjunto.  Imageamento Multiespectral: os dados são coletados pelo sensor, simultaneamente, em várias bandas espectrais. Ao analisar em conjunto os sinais registrados nas múltiplas bandas espectrais, um com ou outro, mais informação é obtida do que apenas se usar uma simples banda ou se analisar múltiplas bandas independentemente.  Sensoriamento Multitemporal: envolve o imageamento de uma área em várias ocasiões; faz uso das mudanças que ocorrem com o tempo para discriminar as condições da superfície do terreno. 5 - Aplicações
  • 62. Procedimentos para um Estudo com SR 5 - Aplicações Definição clara do problema a ser resolvido e articulação dos objetivos envolvidos; Avaliação do potencial e extensão do SR para abordar o problema; Identificação dos tipos de dados de SR a serem combinados, apropriados para o estudo, e dos procedimentos usados na aquisição de cada um deles; Determinação dos procedimentos e técnicas a serem empregados na interpretação dos dados, e da necessidade ou não de dados de referência para completar o estudo; Avaliação da performance dos sistemas de SR com relação à qualidade da informação coletada. Deve ser identificado e definido o critério pelo qual o produto será julgado.
  • 63.
  • 64. Principais Aplicações em Geociências 5 – Aplicações Implantação de Obras de Engenharia de Médio e Grande Porte Geomorfologia Física, Dinâmica e Ocupacional Cartografia Geológica Exploração de Recursos Naturais Estudos Agronômicos e Florestais Planejamento do Uso da Terra em Nível Urbano e Rural Estudo de Bacias Hidrográficas Estudo e Avaliação Ambiental:  Movimentos de Massa  Assoreamento de Vales, Lagos ou Represas  Erosão Acelerada  Áreas Sujeitas a Inundações Periódicas
  • 65. E Outras Diversas Áreas ... 5 – Aplicações Arqueologia: localização de sítios arqueológicos Meteorologia Biologia: estudo de vegetação Planejamento e Estratégia militar Formulação de Políticas Econômicas Geografia Oceanografia Etc ...
  • 66. 5 – Aplicações E COMO FONTE DE DADOS PARA INTEGRAR OS SIGs
  • 67. Sistemas de Processamento/Tratamento de Imagens São sistemas destinados à extração de informações a partir de dados de Sensoriamento Remoto, de modo que a entrada seja uma imagem e, a saída do processo seja uma outra imagem. Esta extração pode ser feita de duas formas: Objetivo: melhoria do aspecto visual de certas feições estruturais fornecer outros subsídios para a sua interpretação, inclusive gerando produtos que possam ser posteriormente submetidos a outros processamentos.  Extração Qualitativa: através da observação de imagens realçadas pelo sistema;  Extração Quantitativa: através da utilização de procedimentos de classificação automática, cujas saídas são imagens temáticas e tabelas de área associadas a cada classe discriminada na imagem.
  • 68. Procedimentos de PDI 6 – PDI – Processamento Digital de Imagens ENTRADA IMAGEM BRUTA (dado digital multiespectral) PROCESSAMENTO MANIPULAÇÃO & ANÁLISE SAÍDA IMAGEM TRATADA (informações realçadas da imagem bruta) IMAGEM TEMÁTICA (por classificação) ETAPAS: Pré-processamento Realce (qualitativo) Composição colorida Classificação (quantitativo) Fusão de dados Integração SIG
  • 69. Softwares de PDI 6 – PDI – Processamento Digital de Imagens Sistema Desenvolvedor Origem Representante comercial EASI / PACE PCI - CRS Canadá Three /Tek ENVI IDL EUA SulSoft ER/MAPPER ERM EUA Terrapix Tecnologia IDRISI * Clark University EUA Clark University MGE* Intergraph EUA Sisgraph MULTISPEC Purdue Research Foundation EUA Purdue University REGIS* Autodesk EUA Autodesk SITIM / SGI* INPE Brasil Imagem Geosistemas SPRING* INPE Brasil Imagem Geosistemas
  • 70. Composição Colorida 6 – PDI – Processamento Digital de Imagens Processo de Formação de Cores: resulta da combinação de 3 cores pelos processos aditivo ou subtrativo. ADIÇÃO SUBTRAÇÃO
  • 71. 6 – PDI – Processamento Digital de Imagens
  • 72. 6 – PDI – Processamento Digital de Imagens
  • 73. Elementos de Interpretação de Imagens 6 – PDI – Processamento Digital de Imagens TONALIDADE COR TEXTURA TAMANHO FORMA SOMBRA PADRÃO LOCALIZAÇÃO GEOGRÁFICA
  • 74. Tonalidade 6 – PDI – Processamento Digital de Imagens As variações de tonalidade da cena fotografada ou imageada são representadas por diferentes tonalidades, ou tons de cinza, que variam do branco ao preto. Quanto mais luz ou energia um objeto refletir, mais a sua representação na fotografia ou imagem vai tender ao branco e, quanto menos energia refletir (absorver mais energia), mais a sua representação na fotografia ou imagem vai tender ao preto.
  • 75. Cor 6 – PDI – Processamento Digital de Imagens É mais fácil interpretar imagens coloridas do que em preto e branco, porque o olho humano distingue cem vezes mais cores do que tons de cinza. A cor do objeto vai depender da quantidade de energia que ele refletir (no canal correspondente à imagem), da mistura entre as cores (processo aditivo), e da cor que for associada às imagens originais em preto e branco.
  • 76. Textura 6 – PDI – Processamento Digital de Imagens Refere-se ao aspecto liso (e uniforme) ou rugoso dos objetos em uma imagem. Útil na identificação de unidades de relevo: a textura lisa corresponde a áreas de relevo plano, enquanto que a textura rugosa corresponde a áreas de relevo acidentado e dissecado pela drenagem.
  • 77. 6 – PDI – Processamento Digital de Imagens
  • 78. Tamanho 6 – PDI – Processamento Digital de Imagens O tamanho é uma função da escala, de uma fotografia ou imagem, e relativo aos objetos na imagem.
  • 79. Forma 6 – PDI – Processamento Digital de Imagens Linear: estradas Curvilínea: rios Retangular quadrada: casas, prédios, campos de futebol, Faixas retangulares: áreas de cultivo; Circulares: sistemas de pivô central, vulcões, furacões ...
  • 80. Sombra 6 – PDI – Processamento Digital de Imagens Em imagens bidimensionais, a altura de objetos como árvores, edifícios, relevo, etc. pode ser estimada através do elemento sombra. A partir da sombra, outros elementos, como a forma e o tamanho, também podem ser inferidos. As áreas de maior sombreamento, que indicam relevo mais alto; as sobras intermediárias encontram-se nas áreas de morros, e as sombras menores, nas áreas de colinas. Nas áreas de relevo muito plano, não há sombras. Por outro lado, a sombra pode ocultar a visualização dos objetos por ela encobertos.
  • 81. Padrão 6 – PDI – Processamento Digital de Imagens Refere ao arranjo espacial ou à organização desses objetos em uma superfície. Ex: linhas de culturas plantadas em fileiras, unidades habitacionais e do arruamento de uma cidade. Também usado para identificar o tipo de relevo e/ou de drenagem de uma região.
  • 82. Seleção de Imagens de Satélite 6 – PDI – Processamento Digital de Imagens Imagem na época de invernoImagem na época de verão
  • 83. Imagem na época de chuvaImagem na época da seca
  • 84. Usos de Imagens de SR 6 – PDI – Processamento Digital de Imagens  Identificação de objetos e extração de informações acerca de feições naturais e artificiais;  Elaboração de cartas básicas e de diferentes tipos de mapas temáticos;  Estudo de fenômenos ambientais  Estudo de ambientes naturais  Estudo de ambientes transformados.
  • 85. Produção de Mapas 6 – PDI – Processamento Digital de Imagens
  • 86. 6 – PDI – Processamento Digital de Imagens
  • 87. Estudo de Fenômenos Ambientais 6 – PDI – Processamento Digital de Imagens PREVISÃO DO TEMPO
  • 88. 6 – PDI – Processamento Digital de Imagens DETECÇÃO E MONITORAMENTO DE FOCOS DE INCÊNDIO E ÁREAS QUEIMADAS
  • 89. 6 – PDI – Processamento Digital de Imagens
  • 90. 6 – PDI – Processamento Digital de Imagens DESMATAMENTO 1973 1987
  • 91. 6 – PDI – Processamento Digital de Imagens EROSÃO E ESCORREGAMENTO DE ENCOSTAS
  • 92. 6 – PDI – Processamento Digital de Imagens INUNDAÇÃO VazanteCheia
  • 93. Enchentes no Rio Missouri 19931992
  • 94. Estudo de Ambientes Naturais 6 – PDI – Processamento Digital de Imagens FLORESTAS TROPICAIS
  • 95. 6 – PDI – Processamento Digital de Imagens MANGUES
  • 96. 6 – PDI – Processamento Digital de Imagens AMBIENTES GELADOS
  • 97. 6 – PDI – Processamento Digital de Imagens AMBIENTES ÁRIDOS
  • 98. 6 – PDI – Processamento Digital de Imagens RECURSOS MINERAIS
  • 99. 6 – PDI – Processamento Digital de Imagens FEIÇÕES DE RELEVO E DE AMBIENTES AQUÁTICOS
  • 100.
  • 101.
  • 102.
  • 103.
  • 104. Estudo de Ambientes Transformados 6 – PDI – Processamento Digital de Imagens AMBIENTES AQUÁTICOS
  • 105.
  • 106.
  • 107. 6 – PDI – Processamento Digital de Imagens
  • 108. 6 – PDI – Processamento Digital de Imagens AMBIENTES RURAIS
  • 109. 6 – PDI – Processamento Digital de Imagens AMBIENTES URBANOS
  • 110. 6 – PDI – Processamento Digital de Imagens