Determinação da Área deFloresta Laurissilva da Ilha da  Madeira por Métodos de     Detecção Remota                        ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                               Métodos de Detecção Remo...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                               Métodos de Detecção Remo...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                             Métodos de Detecção Remota...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                             Métodos de Detecção Remota...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                            Métodos de Detecção RemotaF...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção Remota    ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                           Métodos de Detecção Remotada...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção RemotaInte...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                   Métodos de Detecção Remota          ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção Remota    ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                          Métodos de Detecção Remota   ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                          Métodos de Detecção Remota   ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                      Métodos de Detecção Remota       ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                            Métodos de Detecção Remota ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                          Métodos de Detecção Remota   ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                        Métodos de Detecção Remota   Fi...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                        Métodos de Detecção Remota   Fi...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção Remota   F...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção Remota    ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção Remota Fig...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                        Métodos de Detecção Remota     ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção Remota12. ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção Remota    ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção Remota   F...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção Remotaonde...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                          Métodos de Detecção RemotaFig...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                        Métodos de Detecção Remota     ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                          Métodos de Detecção Remota  F...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                           Métodos de Detecção Remotaim...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção RemotaEste...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção RemotaUm o...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção Remota    ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção Remotacom ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção RemotaUtil...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção Remota    ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                            Métodos de Detecção Remotad...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                        Métodos de Detecção Remotagrand...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção Remota    ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção RemotaPode...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                    Métodos de Detecção Remota      •  ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção Remota    ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                              Métodos de Detecção Remot...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção Remota    ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                          Métodos de Detecção Remota   ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                       Métodos de Detecção Remota-Regiã...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                          Métodos de Detecção RemotaMed...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                    Métodos de Detecção Remota         ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                      Métodos de Detecção Remota       ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                           Métodos de Detecção RemotaPa...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                        Métodos de Detecção Remota     ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                          Métodos de Detecção RemotaAss...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                          Métodos de Detecção Remota   ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                        Métodos de Detecção Remotaveget...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                          Métodos de Detecção Remota  F...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção RemotaUma ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                  Métodos de Detecção Remota           ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção Remota    ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                         Métodos de Detecção Remota    ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                  Métodos de Detecção Remota           ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                      Métodos de Detecção RemotaSTATIST...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                     Métodos de Detecção RemotaBand4   ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                      Métodos de Detecção RemotaBand3  ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                     Métodos de Detecção RemotaBand2   ...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                      Métodos de Detecção Remota-------...
Determinação da Área de Floresta Laurissilva da Ilha da Madeira por                     Métodos de Detecção RemotaCorrelat...
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota
Próximos SlideShares
Carregando em…5
×

Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota

498 visualizações

Publicada em

Publicada em: Educação
0 comentários
1 gostou
Estatísticas
Notas
  • Seja o primeiro a comentar

Sem downloads
Visualizações
Visualizações totais
498
No SlideShare
0
A partir de incorporações
0
Número de incorporações
1
Ações
Compartilhamentos
0
Downloads
14
Comentários
0
Gostaram
1
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Determinação da área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota

  1. 1. Determinação da Área deFloresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Luís Correia Antunes Aluno nº6128 Mestrado de Georrecursos – 2004/2005 Detecção Remota
  2. 2. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Índice1. Introdução..................................................................................... 7 1.1. Floresta Laurissilva .................................................................... 7 1.2. Objectivos .............................................................................. 92. Material Utilizado .......................................................................... 11 2.1. Metadados da Imagem de Satélite ................................................ 11 2.2. Cartografia e Ortofotomapas ...................................................... 12 2.3. Software .............................................................................. 123. Processamento dos Dados................................................................. 13 3.1. Pré-processamento .................................................................. 15 3.2. Estatística da Imagem .............................................................. 19 3.2.1. Análise dos dados estatísticos ............................................... 19 3.2.2. Análise do Scattergram ....................................................... 22 3.3. Realce ................................................................................. 24 3.3.1. Transformação do Histograma ............................................... 24 3.3.2. Filtros............................................................................ 30 3.4. Transformações Multiespectrais................................................... 33 3.4.1. Quocientes Espectrais......................................................... 33 2
  3. 3. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota 3.4.2. Análise em Componente Principal .......................................... 36 3.4.3. Transformação Tasseled Cap (TTC)......................................... 40 3.5. Classificação.......................................................................... 42 3.5.1. Classificação Assistida ........................................................ 43 3.5.2. Classificação Automática ..................................................... 51 3.6. Validação da Classificação ......................................................... 54 3.6.1. Validação da Classificação Assistida ........................................ 544. Conclusões .................................................................................. 585. Bibliografia .................................................................................. 59Anexo I ............................................................................................ 60Anexo II ........................................................................................... 72Anexo III .......................................................................................... 84 3
  4. 4. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Índice de ImagensFigura 1 – Figura ilustrativa do tipo de vegetação existente na Floresta Laurissiva .... 8Figura 2 – Mapa da Ilha da Madeira com a zona da Floresta Laurissilva .................. 9Figura 3 – Esquema com a metodologia aplicada à imagem de satélite ................ 14Figura 4 – Exemplo da rectificação Geométrica ............................................ 15Figura 5 – Sistema de Coordenadas criado no ERMapper para o projecto .............. 16Figura 6 – Reamostragem da uma imagem após a aplicação do método de Vizinho MaisPróximo ........................................................................................... 17Figura 7 – Reamostragem da uma imagem após a aplicação do método deInterpolação Bilinear............................................................................ 18Figura 8 – Reamostragem da uma imagem após a aplicação do método deInterpolação Bicúbica ........................................................................... 19Figura 9 – Apresentação dos 4 histogramas obtidos nas bandas 1, 2, 3 e 4respectivamente ................................................................................. 21Figura 10 – Exemplo do Scattergram com a banda 4 e a banda 2. ...................... 22Figura 11 – Resultado da primeira selecção de dados no Scattergram.................. 23Figura 12 – Resultado da segunda selecção de dados no Scattergram .................. 23Figura 13 – Exemplo da transformação radiométrica efectuada numa das bandas ... 24Figura 14 – Resultado final da transformação efectuado sobre o histograma daimagem............................................................................................ 25 4
  5. 5. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção RemotaFigura 15 – Realce das 4 bandas obtida pela transformação da Expansão Linear(Linearização) do Histograma ................................................................. 27Figura 16 – Exemplo da aplicação da técnica de Equalização ............................ 28Figura 17 – Realce das 4 bandas obtida pela transformação da Equalização doHistograma........................................................................................ 29Figura 18 – Execução da filtragem sobre uma imagem [Carvalho, J.; 2004] ........... 31Figura 19 – Resultado obtido com a aplicação de um Filtro passa-baixo Avg5 numaimagem de cor ver verdadeira ................................................................ 31Figura 20 – Resultado obtido com a aplicação de um Filtro Mediana numa imagem decor ver verdadeira............................................................................... 32Figura 21 – Resultado obtido com a aplicação de um filtro passa-alto ................. 33Figura 22 – Resultado da aplicação do Índice de Vegetação NDVI ....................... 34Figura 23 – Resultado obtido na divisão do histograma em 3 Classes. .................. 35Figura 24 – Resultado da aplicação do Índice de Vegetação TVI ......................... 36Figura 25 – Transformação processada na Análise de Componentes Principais........ 37Figura 26 – Resultado obtido na componente principal da ACP .......................... 38Figura 27 – Resultado obtido na segunda componente principal da ACP ............... 38Figura 28 – Resultado obtido na terceira componente principal da ACP ............... 39Figura 29 – Transformação “Tasseled Cap” [Carvalho, J.; 2004] ........................ 40Figura 30 – Resultado da componente “Brilho” da TTC ................................... 41Figura 31 – Resultado da componente “Verde” da TTC ................................... 41Figura 32 – Resultado da componente “Humidade” da TTC .............................. 42 5
  6. 6. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção RemotaFigura 33 – Localização das várias áreas treinos através dos Ortofotomapas .......... 44Figura 34 – Imagem com as áreas de treino criadas para a Classificação Assistida ... 45Figura 35 – Resultado do Scattergram para a região Oceano............................. 48Figura 36 – Resultado do Scattergram para a região Costa ............................... 48Figura 37 – Resultado do Scattergram para a região do LSilva ........................... 49Figura 38 – Resultado do Scattergram para a região da Vegetação Seca e Pasto ..... 49Figura 39 – Resultado obtido na Classificação Assistida ................................... 51Figura 40 – Parâmetros utilizados na Classificação Não Supervisionada ................ 52Figura 41 – Número de iterações necessárias para atingir a classificação osparâmetros definidos ........................................................................... 52Figura 42 – Características dos Clusters obtidos na Classificação Auntomática ....... 53Figura 43 – Imagem do resultado obtido com a Classificação Automática ............. 54Figura 44 – Scattergram com elipse de um pixel pertencer a cada uma das regiões comum nível de confianças de 95 % e a média de cada área treino nadas bandas 2 e 3. 55Figura 45– Exemplo da incorrecta classificação no cidade do Funchal................. 56 6
  7. 7. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota 1. IntroduçãoO relatório aqui apresentado diz respeito à realização do trabalho da caracterizaçãodo uso do solo na Ilha da Madeira, em especial da Floresta de Laurissilva, respeitanteà cadeira de Detecção Remota, do Mestrado Georrecursos, do Instituto SuperiorTécnico (IST), Departamento de Minas e Georrecursos.O objectivo principal do trabalho é a delimitação da região respeitante da FlorestaLaurissilva e cálculo da respectiva área. Com o limite determinado, podemossobrepor à cartografia e ortofotomapas existente da Ilha da Madeira e poder localiza-la de uma forma mais expedita e automática. Outra das áreas de interesse édeterminar as áreas urbanas das principais cedes de concelho. A Imagem de Satéliteutilizada para o estudo é de 1998 e foi obtida pelo satélite SPOT4.Futuramente, pretende-se monitorizar estas duas áreas detectadas remotamente, epoder compará-la com a existente actualmente. 1.1. Floresta LaurissilvaLaurissilva é o nome pelo qual é conhecida a floresta original da Madeira, aquela quejá aqui existia aquando da chegada dos descobridores portugueses. Esta designaçãoprovem do latim, Laurus (loureiro, lauráceas) e Silva (floresta, bosque). Esta ocupououtrora vastas extensões no Continente europeu, nomeadamente toda a bacia doMediterrâneo, europa meridional e norte de África, tendo-se aí extinguido devido àsglaciações. Os arquipélagos do Atlântico Norte, nomeadamente, Açores, Madeira,Canárias e Cabo Verde conseguiram manter grande parte dessa ancestral vegetaçãograças à capacidade termo-reguladora do oceano que os envolve.Na Madeira, pela altura das descobertas, a Laurissilva cobria a quase totalidade daIlha; hoje em dia vamos encontrá-la principalmente na vertente de exposição norte Introdução 7
  8. 8. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remotada Ilha, ocupando os profundos e remotos vales do interior, distribuída entre os 300 eos 1300 metros de altitude, podendo considerar-se uma floresta relíquia.Esta floresta de características higrófilas, sub-tropical húmida, representa umecossistema de extrema importância sob o ponto de vista botânico e científico: trata-se de um património raro a nível mundial, onde, para além da Madeira, apenasocorre com significado em algumas ilhas do grupo ocidental do Arquipélago dasCanárias, dado que nos Açores e em Cabo Verde não terá resistido à ocupaçãohumana. A Laurissilva é caracterizada por árvores de grande porte, maioritariamentepertencentes à família das Lauráceas (o til, o loureiro, o vinhático e o barbusano),para além de outras como o pau branco, o folhado, o aderno, o perado ou o cedro daMadeira. Por debaixo da copa das grandes árvores abundam arbustos (quase todos defolha perene, à semelhança das árvores) como as urzes, a uveira, o piorno e osanguinho, encontrando-se, ainda, um estrato mais baixo rico em fetos, musgos,líquenes, hepáticas e outras plantas de pequeno porte, com numerosos endemismos. Figura 1 – Figura ilustrativa do tipo de vegetação existente na Floresta LaurissivaA Madeira detém a mais extensa e bem conservada Laurissilva do mundo, ocupandouma área de 14.953,7 ha, como mostra a Figura 2, totalmente incluída no ParqueNatural da Madeira como Reserva Natural Parcial e Reserva Natural Integral. É umaZona de Protecção Especial no âmbito da Directiva Aves Selvagens e um Sítio de Introdução 8
  9. 9. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção RemotaInteresse Comunitário ao abrigo da Directiva Habitats. É Reserva Biogenética doConselho da Europa desde 1992 e foi incluída na Lista do Património Natural Mundialda UNESCO em Dezembro de 1999. Área de Laurissilva Figura 2 – Mapa da Ilha da Madeira com a zona da Floresta Laurissilva 1.2. ObjectivosO objectivo inicial do trabalho apresentado é o de aplicar os conhecimentosadquiridos na cadeira de Mestrado numa imagem SPOT da Madeira, e poder, com aaplicação de técnicas de Classificação Assistida e Automática, poder delimitar asvárias áreas que pretendemos caracterizar.Futuramente, com os resultados obtidos, pretende-se realizar uma monitorização daorla costeira e da floresta Laurissilva, e a determinação do aumento das zonasurbanas. Será também interessante determinar o aumento e distribuição dasflorestas introduzidas, como o eucalipto e/ou pinheiro.O trabalho é constituído pelas seguintes fases: Capítulo 2 – Descrição dos vários elementos utilizados durante a execuçãodo trabalho; Capítulo 3 – Descrição das várias fases do processamento dos dados onde seexpõe as várias metodologias utilizadas e os resultado de cada uma delas. Estecapítulo é devido pelas seguintes fases: Introdução 9
  10. 10. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota . Pré-processamento dos dados; . Estatística da Imagem; . Realce da Imagem . Transformação Multiespectrais; . Classificação da Imagem; . Verificação/Validação dos resultados obtidos; Capítulo 4 – Conclusões sobre os resultados obtidos. Introdução 10
  11. 11. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota 2. Material UtilizadoNeste capítulo vamos descrever e caracterizar todos os elementos utilizados para aexecução do referido trabalho. Haverá referência dos softwares e em que fase doprocesso foram utilizados, a descrição de outra informação geográfica de auxílio euma descrição dos Metadados da imagem de satélite. 2.1. Metadados da Imagem de SatéliteA imagem utilizada foi capturada pelo Satélite SPOT4 em Agosto de 1998, ou seja, foiadquirida no pico do Verão. Isto pode influenciar os valores existentes na bandainfra-vermelhos. Se houvesse vegetação de folhagem caduca, estas apareceriam comos valores elevados nestas bandas. Mas a floresta em estudo não tem folhagemsazonal, não influenciando com a época de captura da imagem.Uma característica deste satélite em relação aos antecessores satélites SPOT é aintrodução de uma nova banda Infra-Vermelho médio (SWIR), dedicado a estudar avegetação e interpretar com maior detalhe as várias características do solo. Devido acaptar comprimentos de ondas maiores, esta banda não é tão influenciada pelosruídos provocados pela atmosfera terrestre, melhorando assim o contraste e aclaridade textual da imagem. Esta banda SWIR fornece maior detalhe do conteúdo deágua e humidade, e fases do crescimento das plantas na altura que o SPOT 4 passasobre esta área.As características gerais deste satélite são descritas no Quadro 1. Lançamento 24 Março 1998 Lançador Ariane 4 Orbita 822 km de altitude Inclinação 98.7 graus heliosíncrono Largura do 60 km swath Sensor HRVIR Pancromático: Resolução espacial: 10 metros; Banda espectral 510- Material Utilizado 11
  12. 12. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota 730 nm) Multi-espectral: Resolução espacial: 20 metros; Bandas espectrais: Banda1 (500-590 nm) -> Banda visível verde; Banda2 (610-680 nm) -> Banda visível vermelho; Banda3 (780-890 nm) -> Banda Infra-Vermelho Próximo; Banda4 (1580-1750) -> Banda Infra-vermelho Médio. Multi-espectral: Resolução espacial: 1000 metros; Bandas espectrais: Sensor VGT 1 (430-470 nm); 2 (610-680 nm); 3 (780-890 nm); 4 (1580-1750) Dinâmica 8 bits/pixel Quadro 1 – Características básicas do Satélite SPOT 2.2. Cartografia e OrtofotomapasPara auxílio à localização e delimitação das áreas treino para a Classificação Assistidaforam utilizadas a Cartografia Base 1:5000 de 1994 e Ortofotomapas à escala 1:2000e 1:5000 de 2004. Estando esta informação com sistema de coordenadas uniforme,UTM – 28 N, Datum Porto Santo Base SE, é possível fazer a transição dos vectoresdelimitadores das várias zonas entre software.Esta Informação Geográfica é da propriedade da Direcção Regional da Geografia eCadastro (DRGC) da Região Autónoma da Madeira. 2.3. SoftwarePara a elaboração do trabalho de Classificação da imagem foi utilizado o software demanuseamento e tratamento de imagens de satélite ER Mapper V6.4. Este programademonstrou ser dotado de todas as funcionalidade necessárias para a execução doestudo em causa.Para o tratamento da restante informação geográfica, foi utilizado o software daBentley/Intergraph o MicroStation V8.0. Este programa permite carregar e sobreporos diversos Ortofotomapas e a Cartografia Base e, se for necessário, fazer adelimitação das várias áreas treino. Material Utilizado 12
  13. 13. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota 3. Processamento dos DadosNeste capítulo será descrito toda a metodologia aplicada à imagem de satélite demodo a se proceder à classificação da imagem. Para tal, o trabalho é iniciado por umpré-processamento da imagem, um minucioso estudo da mesma, seguido de umaclassificação, e finalizando com uma validação da mesmo. A Figura 3 esquematiza ametodologia aplicada à imagem de satélite, desde o pré-processamento até àvalidação final da classificação. Processamento dos Dados 13
  14. 14. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Imagem Original Correcções Correcção Radiométricas TIN Correcção Geométrica Pontos de Imagem Controlo Corrigida Classificação Cartografia Interpretação Vectorial Visual Áreas de Treino Ortofotomapas Algoritmo de Classificação Imagem Classificada Validação Áreas de Amostra Matriz de Confusão Classificação Final Figura 3 – Esquema com a metodologia aplicada à imagem de satélite Processamento dos Dados 14
  15. 15. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota 3.1. Pré-processamentoO objectivo desta fase do trabalho é corrigir as distorções radiométricas egeométricas existentes na imagem.A correcção geométrica (Figura 4) pode vir executada já na aquisição da imagem. Asimagens SPOT4 podem ser adquiridas com quatro níveis de rectificação. Neste caso,foi necessário proceder-se à correcção geométrica. Sempre que se obtém umaimagem por scanning ou por imagens aéreas, é necessário proceder àgeorreferênciação ou/e Ortorrectificação. O processo de correcção geométrico incluios seguintes passos: . Escolha do Sistema de Coordenadas; . Escolha dos Pontos de Controlo; . Escolha do modelo de transformação da reamostragem; . Execução da correcção. Figura 4 – Exemplo da rectificação GeométricaO Sistema de Coordenadas em vigor na Região Autónoma da Madeira é a ProjecçãoUTM – Fuso 28N com Datum Porto Santo, Base Astronómica SE. Como o ERMapper nãotinha este Sistema de Coordenadas incluído na lista existente foi necessárioacrescenta-lo, inserindo todos os parâmetros requisitados pelo software. A Figura 5mostra a definição do sistema de coordenadas utilizado. Processamento dos Dados 15
  16. 16. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Figura 5 – Sistema de Coordenadas criado no ERMapper para o projecto em estudoPara a transformação, utilizaram 5 Pontos de Controlo (ver Quadro 2) comcoordenadas UTM 28N retiradas da Carta Militar 1:25000. Escolheram pontos bemdistribuídos pela área de trabalho (madeira) e pontos bem definidos na imagem e nacartografia (cruzamentos de estrada, cantos de edifícios, por exemplo). X Y N (m) E (m)1 1669.729032 1003.767742 308322.5936 3631557.83572 723.870968 1138.890323 288371.5488 3631772.36303 2374.296774 1911.019355 318190.8523 3611177.73614 3387.716129 1119.587097 340287.1707 3623620.32325 2654.193548 965.16129 325699.3100 3630699.7262 Quadro 2 – Coordenadas dos 5 Pontos de ControloExistem três tipos de métodos de reamostragem: Vizinho Mais Próximo: Este método recolhe o valor do pixel da imagemoriginal para o fazer corresponder ao pixel da imagem final. Tem como vantagem ode não criar valores novos e como desvantagem o de se poderem perder valores ouduplicar. A imagem tende a ficar com uma aparência disjunta. Ver Figura 6. Processamento dos Dados 16
  17. 17. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Figura 6 – Reamostragem da uma imagem após a aplicação do método de Vizinho Mais Próximo Interpolação Bilinear:A interpolação Bilinear é mais sofisticado que o método do Vizinho Mais Próximo,utilizando a média dos 4 pixies vizinhos para produzir um novo valor de cinzento nareamostragem. A vantagem deste método é que todos os pixeis originais contribuempara a criação da nova imagem. O aspecto da imagem fica mais suavizada do que ométodo anterior.Tem a desvantagem de “picos” de contraste na imagem original, ao seremprocessados com a média dos pixeis vizinhos, aparecerem mais “borrados” naimagem final. A nível computacional, demora mais tempo a processar que o primeirométodo. A Figura 7 exemplifica a aplicação deste método e demonstra, assim, o quefoi dito, em contraste com o Método do Vizinho Mais Próximo. Processamento dos Dados 17
  18. 18. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Figura 7 – Reamostragem da uma imagem após a aplicação do método de Interpolação Bilinear Interpolação Bicúbica:Com este método a imagem é dividida numa malha (ou matriz) de 4x4 pixeis,aproveitando-se assim média dos Níves Digitais (ND) dos 16 pixeis para o cálculo donovo valor do pixel. A imagem criada na reamostragem é mais suavizada que aanterior, perdendo assim ainda mais o contraste. É também o método mais lento dostrês no que se refere a processamento devido ao cálculo da média dos 16 valores.Como este método cria uma imagem mais “borrada”, eleminando os “picos” decontraste. É usual utilizar um filtro passa-alto (ver Capítulo 3.3.2) após a execuçãoda reamostragem de por Interpolação Bicúbica.O resultado da aplicação deste Método de Interpolação Bicúbica pode ser visto naFigura 8 onde se confirma o maior suavização dos contaste. Processamento dos Dados 18
  19. 19. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Figura 8 – Reamostragem da uma imagem após a aplicação do método de Interpolação Bicúbica 3.2. Estatística da ImagemO primeiro estudo que é feito com a imagem é a análise estatística da mesma. Destamaneira podemos conhecer as suas características espectrais de uma maneira maisaprofundada. 3.2.1. Análise dos dados estatísticosO software ERMapper permite obter os dados estatísticos das bandas existentes noconjunto de dados. Neste caso, analisaram-se as 4 bandas da imagem SPOT emestudo.As características estatísticas descritivas obtidas estão anunciadas no Quadro 3. Processamento dos Dados 19
  20. 20. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota STATISTICS FOR DATASET: madeira_Luis.ers REGION: All Band1 Band2 Band3 Band4 ----- ----- ----- ----- Null Cells 4377152 4377152 4377152 4377152 Non-Null Cells 11111552 11111552 11111552 11111552 Area In Hectares 444462.080 444462.080 444462.080 444462.080 Area In Acres 1098289.801 1098289.801 1098289.801 1098289.801 Minimum 65.000 37.000 1.000 1.000 Maximum 254.000 254.000 254.000 254.000 Mean 105.786 63.065 23.941 31.796 Median 100.000 51.000 7.000 6.000 Std. Dev. 20.172 30.515 40.068 61.507 Std. Dev. (n-1) 20.172 30.515 40.068 61.507 Quadro 3 – Análise estatística descritiva (de localização e dispersão)Dos valores de localização mínimo e máximo, podemos apreender que a banda 3 e 4ocupam a maior parte do histograma, visto que têm 1 e 254 respectivamente emmínimo e máximo. Acontece o inverso na banda 1 e na banda 2, visto que temos osvalores mínimos e máximos de 65 e 254 na primeira banda e 37 e 254 na segundabanda. Neste caso, a será importante executar uma expansão linear para seconseguir preencher a totalidade dos valores espectrais.Uma característica comum às quatro bandas é um certo enviesamento do histogramaà esquerda (assimetria positiva), isto porque a média tem valores mais elevados aoda mediana. Esta característica pode ser mais visível nas duas bandas de Infra-vermelho. Estas duas bandas têm valores de mediana muito baixos, 7 e 6, o quesignifica que metade dos valores é inferior ou igual a esse valor. No caso da Banda4 amédia chega a 31.796, o que nos indica haver uma grande disparidade entre valoresbaixos (pixeis situados no mar ou em zona urbana) e valores altos (pixeis situados emzona de vegetação). Esta teoria pode ser confirmada pelo valor de dispersão DesvioPadrão, com 61.507 nessa banda. Os histogramas apresentados na Figura 9demonstram o explicado atrás. Nos eixos dos XX temos os valores das bandas (0-255)e nos eixos dos YY temos o total de pixeis com o respectivo valor de cinzento. Processamento dos Dados 20
  21. 21. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Figura 9 – Apresentação dos 4 histogramas obtidos nas bandas 1, 2, 3 e 4 respectivamente Correlation Matrix Band1 Band2 Band3 Band4 ------------------ ----- ----- ----- ----- Band1 1.000 0.966 0.669 0.793 Band2 0.966 1.000 0.740 0.878 Band3 0.669 0.740 1.000 0.928 Band4 0.793 0.878 0.928 1.000 Determinant 0.001 Covariance Matrix Band1 Band2 Band3 Band4 ----------------- ----- ----- ----- ----- Band1 406.892 594.446 540.618 984.007 Band2 594.446 931.180 904.721 1647.553 Band3 540.618 904.721 1605.447 2286.070 Band4 984.007 1647.553 2286.070 3783.171 Determinant 3094060090.834 Quadro 4 – Descrição dos resultados obtidos na Matriz de Correlação e Covariância entre bandasOs resultados obtidos na Matriz de Correlação e de Covariância, descritos no Quadro4, são os esperados para a imagem em estudo. Existe uma forte correlação entre aBanda 1 e Banda 2, as duas Bandas Visíveis, com um valor próximo do 1(aproximadamente 0.966) e uma forte correlação entre a Banda 3 e Banda 4, as duasBandas do Infra-vermelho, obtendo 0.928. As restantes correlações são todaspositivas e acima de 0.669.Em relação à Matriz de Covariância, os resultados obtidos indicam que os maioresvalores de covariância são entre a Banda 4, com 3783.171, sendo o valor maisreduzido obtido na Banda 1, com 406.892. Processamento dos Dados 21
  22. 22. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota 3.2.2. Análise do ScattergramUma das maneiras de determinação das áreas de estudo é através do Scattergram.Esta técnica compara os ND entre duas bandas, relacionando-os num gráfico XY,estando cada uma das bandas associadas a cada eixo. Associámos a banda 2 e abanda 4 nos dois eixos e obtemos o gráfico apresentado na Figura 10. Com aassociação destas duas bandas, conseguimos seleccionar a área associada ao mar.Isto acontece porque o mar não reflecte o infra-vermelhor e reflecte pouco nas coresvisíveis e é o que esta representado no scattergram. Em Y (banda 4) os valores sãobaixos, próximos de zero, e em X (banda 2) os valores varia de 40 e 70. Água 2 1 Figura 10 – Exemplo do Scattergram com a banda 4 e a banda 2.Se seleccionarmos no Scattergram os pixeis correspondentes à água (1), obtemos oresultado ilustrado na Figura 11. A vermelho está representado os elementosseleccionados no Scattergram e podemos confirmar que, efectivamente, foramseleccionados pixeis associados ao mar.Fazendo uma segunda selecção aos pixeis associados à água, agora somente com osvalores de Infra-Vermelho mais elevados (2), o resultado é o representado na Figura Processamento dos Dados 22
  23. 23. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota12. Foram seleccionados os pixeis da água perto da costa. Isto porque são águas comalguma poluição e sedimentos de elementos trazidos das ribeiras. Podemos aindaconcluir que estas águas são mais quentes e menos profundas. Figura 11 – Resultado da primeira selecção de dados no Scattergram Figura 12 – Resultado da segunda selecção de dados no Scattergram Processamento dos Dados 23
  24. 24. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota 3.3. Realce 3.3.1. Transformação do HistogramaDe modo a sobressair a informação radiométrica existente na imagem de satélite,podemos usar técnicas de realce e de contraste dos histogramas. Desta maneira,facilitamos a interpretação e classificação das várias áreas treino. Figura 13 – Exemplo da transformação radiométrica efectuada numa das bandasA Figura 13 mostra o histograma com uma transformação efectuada na banda azul.Neste caso, podemos ver que os valores-cinzento input da imagem original se situamentre 70-254. Para aproveitarmos ao máximo a banda dos valores, maximizamos ohistograma, passando o 75 para 0 e o 200 para 255. Assim é alargado o histograma,uma expansão linear havendo um aumento do contraste. Depois de fazer a mesmatransformação para as restantes duas bandas, obtemos uma imagem com maiorcontraste e mais “luminosa”, ajudando a interpretação visual da mesma, comodemonstra a Figura 14. Processamento dos Dados 24
  25. 25. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Figura 14 – Resultado final da transformação efectuado sobre o histograma da imagemPara se retirar o máximo de informação das imagens por bandas, pode efectuar esterealce e manipular o histograma de cada banda. E para além do realce manualefectuado na figura anterior, existe uma “biblioteca” de transformações automáticasno ERMapper que permitem uma análise exaustiva das bandas e das composiçõescoloridas.A transformação mais usual é a Expansão Linear, autoclip transform, que nospossibilita entrar com uma percentagem de autoclip. Esta transformação faz umatransformação de 99% dos dados iniciais, excluindo os primeiros e os últimos 0,5%.Estes valores residuais vão ser acumulados para o primeiro (0) e último (255) nível decinzento da imagem final. A percentagem do corte pode ser alterado consoante acaracterística espectral da imagem. Assim, a técnica de Expansão Linear consiste emidentificar os limites inferiores e superiores da imagem inicial (através dohistograma) e fazer corresponder o valor 0 ao valor mais baixo e 255 ao valor maisalto, expandindo assim a amplitude inicial para os restantes níveis. Os restantesníveis são expandidos através da fórmula [Carvalho, J; 2004]: ⎛ ND − Min ⎞ ND = ⎜ ⎟ * 255 ⎝ Máx − Min ⎠ Processamento dos Dados 25
  26. 26. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remotaonde: ND’ é o nível digital da imagem final ND é o nível digital da imagem inicial Min é o nível digital mínimo da imagem inicial Max é o nível digital máximo da imagem inicial.O resultado obtido na Expansão Linear está apresentado na Figura 15. Processamento dos Dados 26
  27. 27. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção RemotaFigura 15 – Realce das 4 bandas obtida pela transformação da Expansão Linear (Linearização) do HistogramaOutra técnica de realce é a transformação de Equalização, que faz corresponder maisníveis de cizento às classes com mais frequência, expandido assim os níveis comgrandes frequências e agrupando os níveis com menor representação. A Figura 16exemplifica a aplicação desta técnica numa imagem onde se consegue um aumentosignificativo de contraste. Processamento dos Dados 27
  28. 28. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Figura 16 – Exemplo da aplicação da técnica de EqualizaçãoNa Figura 17 estão representadas as quatro imagens onde foram aplicadas atransformação de Equalização. Processamento dos Dados 28
  29. 29. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Figura 17 – Realce das 4 bandas obtida pela transformação da Equalização do HistogramaDo resultado obtido nas duas transformações de realce podemos concluir que no quese refere à Expansão Linear conseguiu-se obter mais contraste da imagem. Assim, nasquatro bandas, o mar ficou mais escuro devido à expansão dos valores baixos da Processamento dos Dados 29
  30. 30. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remotaimagem inicial para o valor 0 e os valores altos para 255. Foi conseguido o aumentodo contraste pretendido inicialmente.Em relação à transformação por Equalização do histograma os resultados obtidos nãoforam os desejados. Como grande parte da imagem é constituída por mar, ao seequalizar esta área do histograma ganha contraste mas perde contraste na restante.Conseguiu-se assim um aumento de contraste na zona com maior frequência dohistograma inicial, o mar, mas diminui nas restantes zonas (Ilha da Madeira). Paracontrariar este característica da transformação, poderíamos equalizar unicamente azona do histograma correspondente à Ilha da Madeira. 3.3.2. FiltrosA utilização de filtros tem como objecto o realçar/eliminar determinados objectosque existem nas imagens. Com a aplicação de determinados filtros, os ND originaissão alterados de modo a se realçar pixeis em relação aos seus vizinhos. Destamaneira, podemos conseguir uma melhoria na interpretação visual, eliminando ruídose realçando estruturas importantes na imagem. A aplicação de filtros pode ter umlado negativo. Quando se tem uma estrutura importante mas de dimensões reduzidas(por exemplo estradas), essa estrutura pode ser incorrectamente eliminada com aaplicação de certos filtros. Por esta razão convém ter atenção na aplicação dosfiltros e saber de antemão o que temos na imagem e o que queremos fazersobressair/atenuar. Quando se pretende realizar uma classificação da imagemconvém utilizar imagens sem filtragens, contendo os ND originais.Os filtros são divididos por duas categorias consoante o tipo de aplicação. Podemosclassifica-los como: - Filtros aplicados sobre as frequências (Transformação de Fourie); - Filtros aplicados sobre o domínio espacial (filtros passa-alto e passa-baixo). Processamento dos Dados 30
  31. 31. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção RemotaEstes últimos são aplicados com uma matriz sobre os pixeis que pretendemos alterarcom a informação dos ND dos próprio e com as dos seus vizinhos, com exemplifica aFigura 18. Figura 18 – Execução da filtragem sobre uma imagem [Carvalho, J.; 2004]O filtro passa-baixo é um dos exemplos deste tipo de transformações em que sepretende suavizar estruturas na imagem, podendo assim perder o contraste inicialvisto que reduz a diferença entre de ND entre pixeis vizinhos. É utilizado paraeliminar ruídos existente nas imagens. Para a imagem em estudo, com as coresnaturais, foi utilizado o filtro Avg5.ker que calcula a média dos pixeis numa matriz5x5. O resultado está exposto na Figura 19. Podemos verificar que se perdeu algumdo contraste inicial.Figura 19 – Resultado obtido com a aplicação de um Filtro passa-baixo Avg5 numa imagem de cor ver verdadeira Processamento dos Dados 31
  32. 32. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção RemotaUm outro filtro que tem ganho grande expressão é o filtro que transforma o pixelatravés do cálculo da mediana dos pixeis vizinhos. A mediana é menos sensível avalores extremos e não cria novos valores de ND, mantendo os originais preservandoassim melhor os contornos dos objectos. A aplicação deste filtro pode ser visualizadona Figura 20.Figura 20 – Resultado obtido com a aplicação de um Filtro Mediana numa imagem de cor ver verdadeiraOs outros tipos de filtros executados sobre o domínio espacial da imagem são osfiltros passa-alto. Ao contrário do anterior, este tende a realçar os fenómenos dealta-frequência como fronteiras entre usos do solo e estradas, por exemplo. Issoacontece na aplicação de um filtro passa-alto (Quadro 5) na imagem da Madeira,como é demonstrado na Figura 21. Conseguimos um maior contraste entre os várioslimites da vegetação, de estradas e de estruturas existentes na vegetação. 0 -1 0 -1 5 -1 0 -1 0 Quadro 5 – Filtro passa-alto aplicado na imagem Processamento dos Dados 32
  33. 33. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Figura 21 – Resultado obtido com a aplicação de um filtro passa-alto 3.4. Transformações Multiespectrais 3.4.1. Quocientes EspectraisO Quociente Espectral (QE) tem como objectivo salientar e sobressair elementosexistentes nas várias bandas espectrais. Assim, ao efectuarmos um quociente entreduas bandas espectrais diferentes a imagem final evidencia as variações nos declivesdas curvas de resposta espectral entre as duas amplitudes espectrais. 3.4.1.1 Índice de VegetaçãoOs quocientes de Índice de Vegetação (IV) aproveitam a diferença de valoresespectrais existentes nas áreas florestais ou de densa vegetação. Como se sabe, acurva espectral da vegetação começa a subir a partir do infra-vermelho. Seaplicarmos um quociente, por exemplo, com a Banda vermelha, com valores baixosna vegetação, e a banda infra-vermelho, com valores altos nessa mesma área,conseguimos fazer um mapeamento das áreas florestais. Isso pode ser demonstrado Processamento dos Dados 33
  34. 34. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remotacom os dois quocientes de IV apresentados de seguida que têm como numerador asubtracção da banda3 e banda2 no quociente. Assim, se obtivermos valores altossignifica que estamos perante um zona com vegetação.O primeiro quociente IV a estudar é o NDVI, representado na Figura 22 com umapalete de cores brown_green e que apresenta a castanho os valores baixos a verde osvalores altos de ND. O NDVI obedece à seguinte formula: Banda 3 − Banda 2 ND NDVI = Banda 3 + Banda 2 Figura 22 – Resultado da aplicação do Índice de Vegetação NDVIDesta nova imagem podemos concluir que a zona norte da Ilha da Madeira tem umavegetação mais densa, sendo esta a localização da maior área da vegetação deLaurissilva, como pode ser verificado na Figura 2. Por outro lado, podemos tambémverificar que as zonas altas e a ponta Este da ilha são zonas secas e conseguimosdistinguir ainda as zonas urbanas e as ribeiras. Processamento dos Dados 34
  35. 35. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção RemotaUtilizando três valores de corte na imagem de IV do tipo NDVI conseguimos uma“classificação” da imagem. Um dos cortes foi obtido de modo a agrupar a árearespeitante ao mar (cor castanha). As restantes duas cores agrupam as zonas devegetação seca, ausência de vegetação, zonas urbanas e ribeiras com a cor verde-escuro, e representada com a cor verde-claro as zonas com vegetação mais densa eviva. O resultado está apresentado pela Figura 23. Figura 23 – Resultado obtido na divisão do histograma em 3 Classes.Outro quociente de IV estudado foi o TVI para o satélite SPOT. Para este caso foiusado a tabela de cores com níveis de cinzento, como está ilustrado na Figura 24.Este quociente utiliza de novo as Bandas 2 e 3, obedecendo à seguinte fórmula: ( Banda 3 − Banda 2 ) NDTVI = + 0 ,5 ( Banda 3 + Banda 2 ) Processamento dos Dados 35
  36. 36. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Figura 24 – Resultado da aplicação do Índice de Vegetação TVINeste IV conseguiu-se um maior contraste dos vários níveis mas, de uma maneirageral, as zonas de vegetação mantêm-se. 3.4.2. Análise em Componente PrincipalA Análise em Componentes Principal (ACP) é um estudo estatístico sobre a imagemde satélite com o objectivo de reduzir e/ou remover redundância de informação. Aoexistir uma elevada correlação entre bandas, com informação similar obtida nosdiferentes comprimentos de onda, a primeira componente principal contém,normalmente, a maior parte da informação necessária. Por exemplo, nas imagensSPOT4, a ideia é reduzir a informação das quatro bandas para uma ou duas (conformea correlação existente entre elas). Quanto maior a correlação entre as várias bandas,maior concentração de informação se consegue na direcção principal. A Figura 25representa a transformação dos dados executados na ACP, onde I p corresponde àimagem obtida numa direcção das componentes principais p, VPp , k o Vector Próprio Processamento dos Dados 36
  37. 37. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remotada componente p em cada uma das K imagens e NDk os níveis de cinzento para as Kimagens. < Banda 1<<<< Banda 2 .. CP2 ... Banda 3 .. . CP1 Banda 4 4 Bandas Do SPOT4 A. Componente Principal Duas direcções principais n I p = ∑VPp , k * NDk k =1 Figura 25 – Transformação processada na Análise de Componentes PrincipaisPor norma, as primeiras direcções são as mais importantes por evidenciarem as(dis)semelhanças entre bandas. Mas, de uma maneira geral, a segunda e a terceiradirecção apresentam os maiores contraste. As interpretações que podemos fazer dasprincipais direcções são: CP1: representa o albedo (medida da reflectividade de um corpo ou deuma superfície. É a razão entre a radiação electromagnética reflectida e aquantidade incidente). Para o estudo, esta componente principal tem poucosignificado visto que ela representa a semelhança entre as várias bandas e nosqueremos o contrário; CP2: Representa muitas vezes características da vegetação.Existem interpretações específicas para cada caso em função da cobertura do solo,da estação do ano, das condições climatéricas próximas (precipitações nos diasanteriores, etc).O resultado em cada uma das componentes pode ser visto na Figura 26 (primeiracomponente CP1), Figura 27 (segunda componente CP2) e Figura 28 (terceiracomponente CP3). A última componente, a quarta, foi analisada e não acrescentava Processamento dos Dados 37
  38. 38. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remotagrande informação. Normalmente, esta última componente faz sobressair o ruído daimagem. Figura 26 – Resultado obtido na componente principal da ACP Figura 27 – Resultado obtido na segunda componente principal da ACP Processamento dos Dados 38
  39. 39. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Figura 28 – Resultado obtido na terceira componente principal da ACPAnalisando as três componente apresentadas chegou-se às seguintes conclusões: CP1: Imagem idêntica à original. Não acrescenta informação à inicial; CP2: Imagem com resultados interessantes visto que apresenta umadistribuição bem conseguida da presença/ausência de vegetação. Mais uma vez, onorte da ilha com grandes valores de vegetação e onde se consegue distinguirperfeitamente as estradas e ribeiras no meio desta zona. Sobressai ainda as zonasurbanas com valores muito baixos nesta componente; CP3: A terceira componente parece representar as zonas húmidas da ilha daMadeira. Nesta componente salientam-se as várias ribeiras, as zonas de costa com arebentação das ondas. Do lado oposto, com valores reduzidos vemos as zonasmontanhosas com vegetação seca, a ponta este, uma das zonas mais áridas da Ilha. Processamento dos Dados 39
  40. 40. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção RemotaPodemos concluir que os resultados obtidos nesta análise foram positivos,conseguindo fazer novas discriminações entre espaços geográficos. 3.4.3. Transformação Tasseled Cap (TTC)A Transformação “Tasseled Cap” (TTC) é outra das transformações multiespectraisque tenta a distinguir e monitorizar as características da vegetação através dasbandas visíveis e infra-vermelho. Esta transformação foi inicialmente elaborada parao Satélite LandSat, pelo Dep. de Agricultura dos EUA com o intuito de melhorar aprecisão de colheitas. O objectivo é assim, a partir de 4 novos eixos de dadosespectrais poder obter mais informações da vegetação. Figura 29 – Transformação “Tasseled Cap” [Carvalho, J.; 2004]Os novos eixos/componente criados pela TTC são: • Brilho (Brightness): nesta componente é executada com a soma ponderada de cada um dos canais (com excepção feita ao canal térmico) e pode ser vista na Figura 30; • Verde (Greeness): contraste entre as bandas do vísivel e do infra- vermelho próximo (Figura 31); Processamento dos Dados 40
  41. 41. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota • Humidade (wetness): é a componente que relaciona o conteúdo da água na vegetação e no solo (Figura 32). Figura 30 – Resultado da componente “Brilho” da TTC Figura 31 – Resultado da componente “Verde” da TTC Processamento dos Dados 41
  42. 42. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Figura 32 – Resultado da componente “Humidade” da TTC 3.5. ClassificaçãoNeste capítulo do processamento dos dados é feita a Classificação Semi-Automática(ou Assistida) e a Classificação Automática (ou Não Assistida) da imagem de satélite apartir da informação radiométrica existente nas várias bandas.Apesar de o objectivo principal do trabalho ser a delimitação da Floresta Laurissilva,optou-se pela criação de um total de 8 grupos para a Classificação Assitida. No total,foram criados os seguintes regiões de treino, com as respectivas cores associadas naclassificação:Nome da Região Descrição da Região CorLaurissilva Vegetação do tipo LaurissilvaPasto e Vegetação Vegetação Seca usual nas zonas altasSeca Processamento dos Dados 42
  43. 43. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção RemotaAgricultura Zonas agrícolas, como bananal, vinhas, etcZona urbana Áreas urbanas e suas periferiasOceano Zonas de alto mar, afastado da costaZona Seca Zonas áridas sem vegetação Vegetação introduzida pelo humano, com especialVegetação incidência nos anos 80/90 com a arborização deIntroduzida Eucaliptos e PinheirosCosta Litoral Zonas próximas à costaForam escolhidas regiões suficientes para haver uma discriminação de umdeterminado número de usos de solos para, assim, ser mais fácil a delimitação daFloresta Laurissilva. Foi tido ainda em conta regiões com possíveis estudos futuros emmonitorizações e evoluções do seu uso. 3.5.1. Classificação AssistidaA classificação Assistida (ou Semi-Automática) consiste na classificação da imagem apartir de áreas treino. Estas foram escolhidas e delimitadas com a ajuda de todas asimagens criadas até este ponto, com as técnicas de Realce (Capítulo 3.3 acima) e asTransformações Multiespectrais (Capítulo 3.4) e recorrendo ao auxilio dosOrtofotomapas e Cartografia Base. Assim, podemos dividirr esta classificação pelasseguintes fases de produção:: 1. Definir as regiões ou classes temáticas que queremos discriminar; 2. Estudo estatístico e reconhecimento dos padrões espectrais através de técnicas de realce e transformações espectrais; 3. Localizar na Cartografia Base e Ortofotomapas (Figura 33) exemplos das regiões em estudo; 4. Delimitação das áreas treinos através de vectores; 5. Análise estatística das áreas treinos obtidos para cada uma das regiões; Processamento dos Dados 43
  44. 44. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota 6. Executar a Classificação com a definição do método de Classificação Assistida (Máxima Verosimilhança Melhorada e Standard, Distância Mínima, Distância Mínima ao Desvio Padrão, etc) e o filtro agregação; 7. Validação da Classificação executada; Figura 33 – Localização das várias áreas treinos através dos OrtofotomapasCom os valores estatísticos determinados nas áreas treino, a restante imagem seráclassificada por regiões tendo por base esses valores estatísticos definidosanteriormente nessas áreas. A Figura 34 ilustra a imagem em coloração RGB, com asBandas 3, 2 e 1 respectivamente, e com as 8 regiões definidas. Processamento dos Dados 44
  45. 45. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Figura 34 – Imagem com as áreas de treino criadas para a Classificação Assistida 3.5.1.1 Estudo Estatístico das Áreas TreinoForam calculados os Estatísticos de todas as áreas treinos das regiões em estudo. Datotalidade dos valores descritivos, apresentada no Anexo II, podemos salientar osseguintes: Processamento dos Dados 45
  46. 46. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota-Região Agricultura: Band1 Band2 Band3 Band4Minimum 134.000 96.000 128.000 133.000Maximum 178.000 158.000 222.000 246.000Mean 149.536 113.928 185.228 177.232Median 149.000 112.000 186.000 171.000- Região Zona Seca Band1 Band2 Band3 Band4Minimum 149.000 128.000 49.000 98.000Maximum 254.000 254.000 254.000 254.000Mean 209.406 224.544 90.942 202.871Median 207.000 226.000 86.000 203.000Std. Dev. 19.248 21.237 21.306 40.131- Região Oceano Band1 Band2 Band3 Band4Minimum 94.000 47.000 5.000 1.000Maximum 122.000 72.000 11.000 14.000Mean 98.521 50.908 6.651 5.102Median 99.000 51.000 7.000 5.000Std. Dev. 1.166 1.386 0.501 0.809- Região Vegetação Introduzida Band1 Band2 Band3 Band4Minimum 87.000 51.000 25.000 29.000Maximum 180.000 204.000 254.000 254.000Mean 115.729 87.764 117.989 126.879Median 114.000 84.000 113.000 114.000Std. Dev. 10.399 15.190 28.642 40.770- Região Costa Band1 Band2 Band3 Band4Minimum 98.000 51.000 8.000 10.000Maximum 153.000 115.000 18.000 28.000Mean 111.601 60.554 10.543 16.445 Processamento dos Dados 46
  47. 47. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção RemotaMedian 109.000 59.000 11.000 17.000Std. Dev. 9.168 7.589 1.305 3.920- Região Urbano Band1 Band2 Band3 Band4Minimum 119.000 87.000 45.000 97.000Maximum 254.000 254.000 222.000 254.000Mean 189.080 191.870 115.158 209.008Median 189.000 195.000 115.000 212.000Std. Dev. 30.335 42.136 19.533 33.884- Região Veg Seca/Pasto Band1 Band2 Band3 Band4Minimum 98.000 77.000 43.000 93.000Maximum 227.000 254.000 149.000 254.000Mean 151.722 159.722 88.904 250.636Median 152.000 159.000 87.000 253.000Std. Dev. 14.927 19.199 13.499 11.551- Região LSilva Band1 Band2 Band3 Band4Minimum 74.000 40.000 6.000 10.000Maximum 168.000 153.000 243.000 253.000Mean 101.811 65.587 102.997 99.158Median 101.000 64.000 102.000 95.000Std. Dev. 12.426 13.224 45.176 43.466Para além dos valores descritivos atrás, podemos ainda analisar o Scattergram decada uma das regiões, escolhendo qual das bandas a utilizar no gráfico. Para estaanálise, foram definidos a Banda2 para o eixo dos XX e a Banda3 para o eixo dos YY.As regiões em estudo foram o Oceano (Figura 35), a Costa (Figura 36), a FlorestaLaurissilva (Figura 37), a Vegetação Seca e Pasto (Figura 38). Processamento dos Dados 47
  48. 48. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Figura 35 – Resultado do Scattergram para a região Oceano Figura 36 – Resultado do Scattergram para a região Costa Processamento dos Dados 48
  49. 49. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Figura 37 – Resultado do Scattergram para a região do LSilva Figura 38 – Resultado do Scattergram para a região da Vegetação Seca e Pasto Processamento dos Dados 49
  50. 50. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção RemotaPara além da análise estatística atrás descrita, podemos ainda estudar as regiõespelas áreas totais respeitantes a cada área treino (Quadro 6) e a distância entre cadaclasse (Quadro 7). Class/Region Hectares Sq. Km Acres Sq. Miles ------------ -------- ------ ----- --------- Agricultura 11.040 0.110 27.280 0.043 Costa 285.36 2.854 705.140 1.102 LSilva 1599.160 15.992 3951.611 6.174 Oceano 44076.880 440.769 108916.351 170.182 Urban 151.640 1.516 374.711 0.585 Veg introduzida 334.640 3.346 826.914 1.292 Veg Seca/Pasto 471.760 4.718 1165.744 1.821 Zona Seca 130.920 1.309 323.510 0.505 All 619030.720 6190.307 1529658.337 2390.091Quadro 6 – Quadro com os valores das áreas utilizadas para a definição das várias áreas treino Veget. Veget. Zona Agricult Costa LSilva Oceano Urbano Introd Seca SecaAgriCult 0.000 42.360 8.287 78.137 6.447 6.056 8.525 11.027Costa 42.360 0.000 14.106 9.412 27.996 19.791 40.483 25.967LSilva 8.287 14.106 0.000 26.795 7.728 2.174 9.892 12.318Oceano 78.137 9.412 26.795 0.000 57.378 37.455 89.768 58.672Urbano 6.447 27.996 7.728 57.378 0.000 6.235 3.376 1.827V Introd 6.056 19.791 2.174 37.455 6.235 0.000 7.798 10.322V Seca 8.525 40.483 9.892 89.768 3.376 7.798 0.000 5.179Z. Seca 11.027 25.967 12.318 58.672 1.827 10.322 5.179 0.000 Quadro 7 – Distância média entre as diversas regiões 3.5.1.2 Resultados ObtidosDepois de testados os vários métodos de Classificação Assistida, escolheu-se ométodo de Máxima Verosimilhança Standard visto ter sido o que obteve melhoresresultados de classificação das regiões. Há classificação final aplicou-se o filtroMajoraty.c com uma matriz de 5x5, ficando a imagem com as regiões maishomogéneas e eliminando as estruturas de pequenas dimensões. O resultado obtidopode ser visto na Figura 39. Processamento dos Dados 50
  51. 51. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Figura 39 – Resultado obtido na Classificação AssistidaTodos os valores estatísticos da classificação realizada podem ser visualizada noAnexo II. 3.5.2. Classificação AutomáticaO outro tipo de classificação é a Automática ou Não supervisionada, que como opróprio nome indica, deixa de ser supervisionada pelo analista ou operador.Deixamos assim de definir as áreas treinos especificando unicamente o número deClusters ou grupos que queremos obter no final da classificação, podendo aindadefinir os parâmetros relativos à distância entre os grupos e a variação dentro decada grupo.Os parâmetros utilizados na Classificação Não Supervisionada podem ser visto naFigura 40. Podemos ressaltar o número de classes iniciais iguais aos da classificação Processamento dos Dados 51
  52. 52. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção RemotaAssistida, ou seja 8 regiões, número máximo de iterações 20, percentagem deelementos não alterados 98% e o número máximo de classes 10. A classificação foiatingida após valor de elementos não alterado ter sido alcançado (98.17%) após 8iterações e com o número de classes máximo atingido (como pode ser visto na Figura41). Figura 40 – Parâmetros utilizados na Classificação Não Supervisionada Figura 41 – Número de iterações necessárias para atingir a classificação os parâmetros definidos Processamento dos Dados 52
  53. 53. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota 3.5.2.1 Resultados ObtidosApós realização da classificação passou-se à denominação de cada cluster e fazercorresponder uma cor. Os grupos obtidos e as suas características estão descritas naFigura 42. Figura 42 – Características dos Clusters obtidos na Classificação AutomáticaA imagem da classificação está apresentada na Figura 43. Esta imagem tem aaplicação do filtro Majoraty.c e o resultado obtido não foi o melhor, isto porque avegetação Laurissilva não foi, de todo, delimitada com esta técnica. Um resultadointeressante foi a obtenção de uma linha de costa bem definida (a amarelo) quecontorna a costa do lado Sul. No lado norte essa delimitação não aconteceu, istotalvez por existir maior ondulação desse lado ou o próprio limite ser de naturezadiferente. No Clusters da agricultura obteve-se bom resultado, assim como na Processamento dos Dados 53
  54. 54. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remotavegetação seca. O Anexo III descreve os estatísticos obtidos na ClassificaçãoAutomática Figura 43 – Imagem do resultado obtido com a Classificação Automática 3.6. Validação da Classificação 3.6.1. Validação da Classificação AssistidaA primeira técnica que podemos utilizar é verificar se as áreas de treino foram bemdefinidas. Juntamente com o scattergram podemos desenhar a elipse daprobabilidade de um pixel ser associado a uma região com um nível de confiança de95% e a média de cada uma das áreas treino. Esta informação pode ser vista naFigura 44, utilizando novamente a Banda 2 e a Banda 3. Processamento dos Dados 54
  55. 55. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Figura 44 – Scattergram com elipse de um pixel pertencer a cada uma das regiões com um nível de confianças de 95 % e a média de cada área treino nadas bandas 2 e 3Podemos concluir a área treino da região “Urbano” tem uma elipse grande demais,podendo ser melhorada. Mas tem a sua lógica ser assim, visto que a zona urbanacontempla vegetação (como jardins), ribeiras, zonas industriais, casas, ect. A região“Zonas secas” também merecia uma melhoria de delimitação das áreas treino. Emrelação as duas vegetações definidas (Laurissilva e a Introduzida), apesar de existirdiferença na elipse e na média, talvez se pudesse melhorar a sua definição nasrespectivas áreas treinos. Processamento dos Dados 55
  56. 56. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção RemotaUma das alterações que podia ser feita era uma diminuição da área das áreas treinosmas um aumento do seu número. Desta forma, talvez se conseguisse discriminarmelhor cada uma das regiões em estudo.Para validar a classificação podemos utilizar a matriz de confusão que compara oresultado da classificação com uma amostra de pontos terrenos “verdadeiros” oucom outra classificação. Podemos, desta maneira, usar a matriz de confusão paraobtermos um indicador de precisão da classificação. Nesta matriz as linhasrepresenta as classes reais e as colunas representam as classes deduzidas daclassificação.Na Figura 45 temos um exemplo de uma associação mal feita na ClassificaçãoAutomática. Temos a cidade do Funchal classificada como zona seca e as redondezasclassificadas (e bem) como zonas urbanas. Esta classificação errónea talvez se tenhadado pela ausência ou reduzidas áreas de jardins na zona do centro enquanto que nasredondezas haja as casas com os quintais e casas mais dispersas. Figura 45– Exemplo da incorrecta classificação no cidade do Funchal Processamento dos Dados 56
  57. 57. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Processamento dos Dados 57
  58. 58. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota 4. ConclusõesComo conclusão do trabalho realizado, podemos considerar que atingimos osobjectivos a que nos propusemos. Conseguimos obter um GRID que, para além dediscriminar a floresta Laurissilva, delimita ainda outras regiões de interesse parafutura monitorização e estudo. Conseguiu-se obter duas Classificações, a Assistida e aAutomática. Em relação à primeira o resultado foi, de um modo geral, positivo. Noque diz respeito à Classificação Automática, o resultado obtido na delimitação daFloresta Laurissilva foi muito negativo visto que não se conseguiu uma zonahomogénea dessa floresta, havendo muita “confusão” com a Floresta Introduzida,isto porque as duas regiões têm características espectrais idênticas. Mas por outrolado, conseguimos criar uma nova região que é a linha de costa.No que diz respeito à área da Floresta Laurissilva, a Classificação Assistida obteve umtotal de 20679.640 Ha (ver em Anexo II), não muito longe do “oficialmente”estipulado, perto de 15 Ha. Mas não se sabe qual o método utilizado neste cálculo equal a sua data.Em relação as restantes regiões, estas poderiam merecer melhor discussão e umamelhoria das áreas treino. Principalmente áreas tão difíceis de definir como as zonasurbanas.Conseguiu-se ainda fazer uma análise pormenorizada dos dados estatísticos e daimagem inicial, o que nos permitiu executar a classificação de um modo maisexpedito e eficaz.Assim, penso que foi conseguido a implementação de um estudo a partir dosconceitos teóricos e práticos estudados e desenvolvidos durante as aulas da cadeirade Detecção Remota. Conclusões 58
  59. 59. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota 5. BibliografiaCarvalho, Júlia. Introdução ao ER Mapper. Documento não Editado;Carvalho, Júlia. (2004 ) Detecção Remota. Documento não Editado;Reis, Elizabeth. (2001, 2º edição) Estatística Multivariada Aplicada. Edições Sílabo, 343p.;Rosário, Lúcios; Pereira, Maria João. (1999) Caracterização Espacial da Laurissilva da Ilha da Madeira com Recurso às Imagens SPOT. Seminário Interno do CMRPhttp://www.cartesia.org/ Site acedido em Março de 2006;http://rst.gsfc.nasa.gov/ Site acedido em Março de 2006;http://ccrs.nrcan.gc.ca/index_e.php Site acedido em Março de 2006; Conclusões 59
  60. 60. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota Anexo I Descrição dos Estatísticos das Áreas Treino Anexo I 60
  61. 61. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção RemotaSTATISTICS FOR DATASET: madeira_Luis.ersREGION: Agricultura Band1 Band2 Band3 Band4 ----- ----- ----- -----Non-Null Cells 276 276 276 276Area In Hectares 11.040 11.040 11.040 11.040Area In Acres 27.280 27.280 27.280 27.280Minimum 134.000 96.000 128.000 133.000Maximum 178.000 158.000 222.000 246.000Mean 149.536 113.928 185.228 177.232Median 149.000 112.000 186.000 171.000Std. Dev. 5.611 9.358 15.773 26.648Std. Dev. (n-1) 5.622 9.375 15.802 26.696Corr. Eigenval. 2.428 0.915 0.546 0.112Cov. Eigenval. 809.621 185.799 80.965 5.509Correlation Matrix Band1 Band2 Band3 Band4------------------ ----- ----- ----- -----Band1 1.000 0.863 -0.258 0.319Band2 0.863 1.000 -0.435 0.463Band3 -0.258 -0.435 1.000 -0.452Band4 0.319 0.463 -0.452 1.000Determinant 0.136Corr. Eigenvectors PC1 PC2 PC3 PC4------------------ ----- ----- ----- -----Band1 0.531 0.540 0.033 -0.652Band2 0.591 0.311 0.059 0.742Band3 -0.416 0.607 -0.665 0.130Band4 0.442 -0.493 -0.744 -0.086Inv. of Corr. Ev. PC1 PC2 PC3 PC4----------------- ----- ----- ----- -----Band1 0.531 0.591 -0.416 0.442Band2 0.540 0.311 0.607 -0.493Band3 0.033 0.059 -0.665 -0.744Band4 -0.652 0.742 0.130 -0.086Covariance Matrix Band1 Band2 Band3 Band4----------------- ----- ----- ----- -----Band1 31.602 45.464 -22.948 47.912Band2 45.464 87.886 -64.387 115.810Band3 -22.948 -64.387 249.704 -190.631Band4 47.912 115.810 -190.631 712.702Determinant 67099219.579Cov. Eigenvectors PC1 PC2 PC3 PC4----------------- ----- ----- ----- -----Band1 0.077 0.073 -0.519 -0.848Band2 0.183 0.186 -0.809 0.528Band3 -0.337 -0.905 -0.254 0.047 Anexo I 61
  62. 62. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção RemotaBand4 0.920 -0.375 0.111 -0.016Inv. of Cov. Ev. PC1 PC2 PC3 PC4---------------- ----- ----- ----- -----Band1 0.077 0.183 -0.337 0.920Band2 0.073 0.186 -0.905 -0.375Band3 -0.519 -0.809 -0.254 0.111Band4 -0.848 0.528 0.047 -0.016REGION: Zona Seca Band1 Band2 Band3 Band4 ----- ----- ----- -----Non-Null Cells 3273 3273 3273 3273Area In Hectares 130.920 130.920 130.920 130.920Area In Acres 323.510 323.510 323.510 323.510Minimum 149.000 128.000 49.000 98.000Maximum 254.000 254.000 254.000 254.000Mean 209.406 224.544 90.942 202.871Median 207.000 226.000 86.000 203.000Std. Dev. 19.248 21.237 21.306 40.131Std. Dev. (n-1) 19.251 21.240 21.309 40.137Corr. Eigenval. 2.629 0.747 0.496 0.128Cov. Eigenval. 2062.485 490.021 280.247 54.028Correlation Matrix Band1 Band2 Band3 Band4------------------ ----- ----- ----- -----Band1 1.000 0.830 0.526 0.432Band2 0.830 1.000 0.383 0.522Band3 0.526 0.383 1.000 0.544Band4 0.432 0.522 0.544 1.000Determinant 0.125Corr. Eigenvectors PC1 PC2 PC3 PC4------------------ ----- ----- ----- -----Band1 0.541 -0.424 0.274 -0.672Band2 0.532 -0.493 -0.194 0.661Band3 0.455 0.584 0.623 0.252Band4 0.466 0.486 -0.706 -0.220Inv. of Corr. Ev. PC1 PC2 PC3 PC4----------------- ----- ----- ----- -----Band1 0.541 0.532 0.455 0.466Band2 -0.424 -0.493 0.584 0.486Band3 0.274 -0.194 0.623 -0.706Band4 -0.672 0.661 0.252 -0.220Covariance Matrix Band1 Band2 Band3 Band4----------------- ----- ----- ----- -----Band1 370.603 339.245 215.647 333.438Band2 339.245 451.144 173.313 444.596 Anexo I 62
  63. 63. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção RemotaBand3 215.647 173.313 454.066 464.867Band4 333.438 444.596 464.867 1610.968Determinant 15302577678.077Cov. Eigenvectors PC1 PC2 PC3 PC4----------------- ----- ----- ----- -----Band1 0.273 -0.619 0.033 -0.736Band2 0.326 -0.586 0.392 0.630Band3 0.317 -0.181 -0.902 0.229Band4 0.848 0.491 0.176 -0.091Inv. of Cov. Ev. PC1 PC2 PC3 PC4---------------- ----- ----- ----- -----Band1 0.273 0.326 0.317 0.848Band2 -0.619 -0.586 -0.181 0.491Band3 0.033 0.392 -0.902 0.176Band4 -0.736 0.630 0.229 -0.091REGION: Oceano Band1 Band2 Band3 Band4 ----- ----- ----- -----Non-Null Cells 1101922 1101922 1101922 1101922Area In Hectares 44076.880 44076.880 44076.880 44076.880Area In Acres 108916.351 108916.351 108916.351 108916.351Minimum 94.000 47.000 5.000 1.000Maximum 122.000 72.000 11.000 14.000Mean 98.521 50.908 6.651 5.102Median 99.000 51.000 7.000 5.000Std. Dev. 1.166 1.386 0.501 0.809Std. Dev. (n-1) 1.166 1.386 0.501 0.809Corr. Eigenval. 2.632 0.758 0.366 0.243Cov. Eigenval. 3.124 0.546 0.405 0.110Correlation Matrix Band1 Band2 Band3 Band4------------------ ----- ----- ----- -----Band1 1.000 0.730 0.629 0.411Band2 0.730 1.000 0.715 0.359Band3 0.629 0.715 1.000 0.334Band4 0.411 0.359 0.334 1.000Determinant 0.178Corr. Eigenvectors PC1 PC2 PC3 PC4------------------ ----- ----- ----- -----Band1 0.539 -0.102 0.680 0.487Band2 0.550 -0.248 0.093 -0.792Band3 0.523 -0.275 -0.719 0.366Band4 0.364 0.923 -0.114 -0.050Inv. of Corr. Ev. PC1 PC2 PC3 PC4----------------- ----- ----- ----- -----Band1 0.539 0.550 0.523 0.364 Anexo I 63
  64. 64. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção RemotaBand2 -0.102 -0.248 -0.275 0.923Band3 0.680 0.093 -0.719 -0.114Band4 0.487 -0.792 0.366 -0.050Covariance Matrix Band1 Band2 Band3 Band4----------------- ----- ----- ----- -----Band1 1.361 1.179 0.367 0.388Band2 1.179 1.920 0.496 0.403Band3 0.367 0.496 0.251 0.135Band4 0.388 0.403 0.135 0.655Determinant 0.076Cov. Eigenvectors PC1 PC2 PC3 PC4----------------- ----- ----- ----- -----Band1 0.592 0.199 0.777 -0.080Band2 0.744 -0.415 -0.482 -0.208Band3 0.215 -0.044 -0.051 0.974Band4 0.226 0.887 -0.402 -0.031Inv. of Cov. Ev. PC1 PC2 PC3 PC4---------------- ----- ----- ----- -----Band1 0.592 0.744 0.215 0.226Band2 0.199 -0.415 -0.044 0.887Band3 0.777 -0.482 -0.051 -0.402Band4 -0.080 -0.208 0.974 -0.031REGION: Veg introduzida Band1 Band2 Band3 Band4 ----- ----- ----- -----Non-Null Cells 8366 8366 8366 8366Area In Hectares 334.640 334.640 334.640 334.640Area In Acres 826.914 826.914 826.914 826.914Minimum 87.000 51.000 25.000 29.000Maximum 180.000 204.000 254.000 254.000Mean 115.729 87.764 117.989 126.879Median 114.000 84.000 113.000 114.000Std. Dev. 10.399 15.190 28.642 40.770Std. Dev. (n-1) 10.399 15.191 28.643 40.772Corr. Eigenval. 3.069 0.783 0.104 0.044Cov. Eigenval. 2312.601 446.955 55.659 6.525Correlation Matrix Band1 Band2 Band3 Band4------------------ ----- ----- ----- -----Band1 1.000 0.931 0.480 0.874Band2 0.931 1.000 0.283 0.810Band3 0.480 0.283 1.000 0.651Band4 0.874 0.810 0.651 1.000Determinant 0.011Corr. Eigenvectors PC1 PC2 PC3 PC4 Anexo I 64
  65. 65. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção Remota------------------ ----- ----- ----- -----Band1 0.548 -0.224 0.428 -0.683Band2 0.512 -0.466 0.205 0.692Band3 0.370 0.852 0.306 0.209Band4 0.548 0.084 -0.825 -0.104Inv. of Corr. Ev. PC1 PC2 PC3 PC4----------------- ----- ----- ----- -----Band1 0.548 0.512 0.370 0.548Band2 -0.224 -0.466 0.852 0.084Band3 0.428 0.205 0.306 -0.825Band4 -0.683 0.692 0.209 -0.104Covariance Matrix Band1 Band2 Band3 Band4----------------- ----- ----- ----- -----Band1 108.149 147.084 142.883 370.417Band2 147.084 230.776 123.338 501.910Band3 142.883 123.338 820.439 760.493Band4 370.417 501.910 760.493 1662.376Determinant 375377583.543Cov. Eigenvectors PC1 PC2 PC3 PC4----------------- ----- ----- ----- -----Band1 0.186 0.162 -0.456 -0.855Band2 0.241 0.381 -0.730 0.514Band3 0.462 -0.850 -0.242 0.069Band4 0.833 0.325 0.448 0.004Inv. of Cov. Ev. PC1 PC2 PC3 PC4---------------- ----- ----- ----- -----Band1 0.186 0.241 0.462 0.833Band2 0.162 0.381 -0.850 0.325Band3 -0.456 -0.730 -0.242 0.448Band4 -0.855 0.514 0.069 0.004REGION: Costa Band1 Band2 Band3 Band4 ----- ----- ----- -----Non-Null Cells 7134 7134 7134 7134Area In Hectares 285.360 285.360 285.360 285.360Area In Acres 705.140 705.140 705.140 705.140Minimum 98.000 51.000 8.000 10.000Maximum 153.000 115.000 18.000 28.000Mean 111.601 60.554 10.543 16.445Median 109.000 59.000 11.000 17.000Std. Dev. 9.168 7.589 1.305 3.920Std. Dev. (n-1) 9.168 7.590 1.305 3.920Corr. Eigenval. 2.928 0.909 0.095 0.068Cov. Eigenval. 138.486 14.869 5.172 0.205 Anexo I 65
  66. 66. Determinação da Área de Floresta Laurissilva da Ilha da Madeira por Métodos de Detecção RemotaCorrelation Matrix Band1 Band2 Band3 Band4------------------ ----- ----- ----- -----Band1 1.000 0.907 0.593 0.313Band2 0.907 1.000 0.715 0.440Band3 0.593 0.715 1.000 0.855Band4 0.313 0.440 0.855 1.000Determinant 0.017Corr. Eigenvectors PC1 PC2 PC3 PC4------------------ ----- ----- ----- -----Band1 0.486 -0.543 -0.568 -0.383Band2 0.529 -0.390 0.391 0.644Band3 0.540 0.328 0.530 -0.566Band4 0.439 0.667 -0.494 0.344Inv. of Corr. Ev. PC1 PC2 PC3 PC4----------------- ----- ----- ----- -----Band1 0.486 0.529 0.540 0.439Band2 -0.543 -0.390 0.328 0.667Band3 -0.568 0.391 0.530 -0.494Band4 -0.383 0.644 -0.566 0.344Covariance Matrix Band1 Band2 Band3 Band4----------------- ----- ----- ----- -----Band1 84.061 63.120 7.095 11.258Band2 63.120 57.601 7.079 13.082Band3 7.095 7.079 1.704 4.374Band4 11.258 13.082 4.374 15.367Determinant 2185.069Cov. Eigenvectors PC1 PC2 PC3 PC4----------------- ----- ----- ----- -----Band1 0.764 -0.332 -0.553 0.001Band2 0.625 0.179 0.756 0.068Band3 0.076 0.216 -0.027 -0.973Band4 0.139 0.900 -0.348 0.221Inv. of Cov. Ev. PC1 PC2 PC3 PC4---------------- ----- ----- ----- -----Band1 0.764 0.625 0.076 0.139Band2 -0.332 0.179 0.216 0.900Band3 -0.553 0.756 -0.027 -0.348Band4 0.001 0.068 -0.973 0.221REGION: Urbano Band1 Band2 Band3 Band4 ----- ----- ----- -----Non-Null Cells 3791 3791 3791 3791Area In Hectares 151.640 151.640 151.640 151.640Area In Acres 374.711 374.711 374.711 374.711Minimum 119.000 87.000 45.000 97.000 Anexo I 66

×