Princípios da interação da radiação eletromagnética com a matéria e sensoriamento remoto

SUMÁRIO
Definição
1. Princípios Físicos
1.1 Radiação eletromagnética
1.2 Fonte de radiação eletromagnética
1.3 Interação da radiação eletromagnética com a matéria
1.4 Espectro eletromagnético
2. Produtos de Sensores Remotos
2.1 Estrutura de uma imagem digital
2.2 Resolução espacial
2.3 Resolução radiométrica
2.4 Resolução espectral
2.5 Resolução temporal
3. Sistemas Sensores
3.1 Sensores não imageadores
3.2 Sensores imageadores
4. Aquisição de Dados
4.1 Níveis de aquisição
4.2 Plataformas de sensores remotos
4.3 Sistemas aeroportados
4.4 Sistemas orbitais
5. Pré-Processamento
5.1. Eliminação de ruídos
5.2 Correção geométrica
5.3 Correção radiométrica
6. Processamento Digital de Imagens
6.1 Espaço de cores RGB
6.2 Histograma e aumento de contraste
6.3 Intensidade, Matiz, Saturação
6.4 Operação aritmética
6.5 Filtros
6.6 Classificação
7. Comportamento Espectral de Alvos
7.1 Assinatura espectral
Referência Bibliográfica
Contato

3
97
SUMÁRIO
Definição
Na literatura são encontradas as mais variadas definições de sensoriamento
remoto, algumas mais simples e outras mais científicas. A definição maissimples
de Sensoriamento Remoto é: Sensoriamento Remoto é a coleta de dados sem o
contato direto ou proximidade com o objeto ou superfície analisada.
A definição mais científica é: Sensoriamento Remoto é uma ciência que visa
o desenvolvimento da obtenção de imagens da superfície terrestre por meio
da detecção e medição quantitativa das respostas das interações da radiação
eletromagnética com os materiais terrestres (Meneses e Almeida, 2012).
Definição

4
97
SUMÁRIO
1. Princípios Físicos
1.1 Radiação eletromagnética
Entender a maneira como a radiação eletromagnética é gerada, propagada
e modificada possui considerável importância, pois é com base nesse
entendimento que os diferentes sensores são projetados e seus produtos
utilizados para as mais variadas aplicações (Drury, 2001). Segundo Jensen
(2011), a radiação eletromagnética é gerada toda vez que uma carga elétrica é
acelerada. A propagação da radiação eletromagnética no espaço vazio ocorre
na forma de ondas e de energia. A dualidade do comportamento da radiação
eletromagnética é formulada pelos modelosondulatório (onda) e corpuscular
(energia) (Meneses e Almeida, 2012).
1.1.1 Modelo ondulatório
No modelo ondulatório a radiação eletromagnética pode ser explicada
como uma forma de onda senoidal e hormônica (Meneses e Almeida, 2012).
Uma partícula com carga elétrica gera um campo elétrico em torno de si e o
movimento dessa partícula gera, por sua vez, um campo magnético. Ambos os
campos atuamconjuntamente e ortogonalmente entre si (Figura1.1).
Aradiaçãoeletromagnéticasepropaganovácuoàvelocidadedaluz.Foradovácuo,
aenergiaeletromagnéticapodeafetarpartículasemummeiofísicoqualquer,
mudandoaspropriedadeseletrônicas,vibracionaiserotacionaisdetaispartículas.
Frequência
(número de cíclos por segundo)
Velocidade da luz
Comprimento da onda
E
M
Campo Magnético M
Campo Elétrico E
Figura 1.1 – Flutuação dos campos elétrico (E) e magnético (M) com a propagação da
radiação eletromagnética a velocidade da luz (Meneses & Almeida, 2012).
1. Princípios físicos > 1.1 Radiação eletromagnética > 1.1.1 Modelo ondulatório

5
97
SUMÁRIO
No comportamento ondulatório, são considerados os seguintes parâmetros:
Comprimento de onda (λ) é a distância entre “cristas ou vales”. Pode ser
representado em metros (m), onde nanômetro(nm) é igual a 10-9 m, e
micrômetro(µm) igual a 10-6 m.
Frequência (ν) é o número de vibrações ou ciclos que passa por um ponto em
1 segundo. É expresso em herz (Hz), onde megaherz(MHz) corresponde a 106
Hz e kiloherz (kHz) é igual a 103 Hz.
O modelo ondulatório pode ser representado pela equação 1.1, que mostra
a relação inversamente proporcional entre comprimento de onda (λ) e
frequência (ν), onde c é igual a velocidade da luz (3x108
m/s).
λ = c/ν (eq.1.1)
1.1.2 Modelo corpuscular
Em 1901, Max Planck observou que a radiação eletromagnética transferia
energia de um corpo para outro em quantidades discretas, à qual denominou
de fótons ouquanta (Meneses e Almeida, 2012). O fóton ou quantum é a
partícula básica estudada em física quântica e que pode ser descrita como
a partícula mensageira da energia da onda eletromagnética. O termo
discreto significa que a intensidade de energia transportada pela radiação
eletromagnéticaem um dado comprimento de onda é sempre a mesma.
Segundo a teoria quântica, a frequência da radiação eletromagnética é função
da energia do quantum envolvido:
E = νh (eq.1.2)
onde,
E = energia,
ν = frequência,
h = constante de Planck (6,62 x 10-34
Joules.seg)
A equação1.2 indica que energia é diretamente proporcional a frequência
do comprimento de onda. Assim, quanto mais alta frequência da radiação
eletromagnética maior a energia gerada.
A intensidade da radiação eletromagnéticapode ser considerada em termos
da amplitude dos campos elétrico e magnético (modelo ondulatório) e
quantidade de energia (modelo corpuscular). Desse modo, a energia associada
ao comprimento de ondas longo é menor que aquela associada a comprimento
de onda curto. Consequentemente, detectores de energia eletromagnética de
comprimentos de ondas longos necessitam compensar tal diferença através do
tempo de detecção e/ou realizando a detecção sobre áreas maiores.
1. Princípios físicos > 1.1 Radiação eletromagnética > 1.1.2 Modelo corpuscular

6
97
SUMÁRIO
1.2 Fonte de radiação eletromagnética
Nouniverso,todamatériaacimadozeroabsoluto(-273,15°Cou0°K)emitealguma
formaderadiaçãoeletromagnética.SegundoMeneseseAlmeida(2012),toda
amatériaacimadozeroabsolutoapresentaumamovimentaçãoaleatóriadas
partículasdosátomosedasmoléculas.Quandoessaspartículassecolidemelas
mudamoseuestadodeenergiaeemitemradiaçãoeletromagnética.Portanto,
quantomaisaltaatemperaturadafontemaiorasuapotênciairradiantedeenergia
(Figura1.2).Nessecontexto,aprincipalfontederadiaçãoeletromagnéticaéoSol
comtemperaturadesuperfíciepróximaa6000°C.ATerratambémemiteradiação
eletromagnética,masemmenorpotência,comtemperaturamédiade27°C.
Radiação
Solar
Radiação
Terrestre
100
90
80
70
60
50
40
30
20
10
0
0,1 0,5 1,0 1,5 2,0 10 20 30 40 50
Comprimento de onda em micrômetros
Infravermelho
Visível
Ultravioleta
Ondas Longas
Ondas Curtas
Figura1.2 – Intensidade da energia radiante emitida pelo Sol e pela Terra(Meneses &
Almeida, 2012).
1.3 Interação da radiação eletromagnética com a
matéria
O entendimento do modo como os dados de sensoriamento remoto ajudam na
identificação de diferentes materiais na superfície terrestre depende em grande
parte da compreensão dos mecanismos pelos quais a radiação eletromagnética
interage com a matéria.Cada átomo ou composto químico possui determinado
estado de energia, e esse estado pode transitar de um estado energético para
outro se for excitado por radiação eletromagnética de determinada frequência.
Três tipos de transição são conhecidos:
• eletrônica: ocorre atransferência de elétrons entre os orbitais mais
externos de um átomo (valência e propriedades químicas) em sólidos,
líquidos e gases. Requer alta energia de excitação, por isso é mais comum
em comprimentos de onda mais curtos (ultravioleta e visível);
• vibracional: ocorrem mudanças na posição relativa dos átomos em
moléculas de sólidos, líquidos e gases. Para se desenvolver requer menos
energia que a transição eletrônica, ocorre somente nos comprimentos de
onda mais longos da região do infravermelho;
• rotacional: ocorre a mudança no momento deinércia das
moléculas,sendorestrita a gases. São importantes na interação entre
radiação eletromagnética e a atmosfera (gases).
A energia de qualquer comprimento de onda pode ser transmitida através
1. Princípios físicos > 1.2 Fonte de radiação eletromagnética

7
97
SUMÁRIO
da matéria, absorvida, refletida pela sua superfície, espalhada pelas suas
partículas constituintes ou irradiada com outro comprimento de onda após a
absorção. A interação da radiação eletromagnética com a matéria ocorre tanto
na atmosfera como na superfície.
1.3.1 Interação da radiação eletromagnética com a matéria na
atmosfera
Refração
A refração refere-se ao desvio da luz quando ela passa de um meio a outro com
densidades diferentes (Jensen, 2011). A figura 1.3 mostra a refração em três
camadas atmosféricas não turbulentas. A energia radiante incidente é desviada
de sua trajetória normal quando atravessa uma camada atmosférica para outra.
A Lei de Snell pode ser usada para explicar quanto de desvio ocorrerá com base
no ângulo de incidência (θ) e no índice de refração de cada nível atmosférico
(n1, n2 e n3). O índice de refração (n) é a razão entre avelocidade da luz no vácuo
(C) e a velocidade da luz no meio atravessado (Cn):
n = C / Cn (eq.1.3)
Figura 1.3 – Exemplo de refração em três camadas atmosféricas nãoturbulentas
(Jensen, 2011).
Espalhamento
O espalhamento da radiação eletromagnética ocorre devido à presença
de partículas (moléculas e aerossóis)na atmosfera em diferentes altitudes
(Figura 1.4).Ao contrário da refração, a direção associada ao espalhamento é
imprevisível (Jensen, 2011).
θ1
θ2
θ3
n1
= índice de refração
para esta camada
da atmosfera
n2
Atmosfera
opticamente
mais densa
n3
Atmosfera
opticamente
menos densa
Atmosfera
opticamente
menos densa
Energia radiante
incidente
Normal à
superfície
Refração Atmosférica
Percurso da
energia na
atmosfera
homogênea
Percurso da energia afetada
pela refração atmosférica
1. Princípios físicos > 1.3 Interação da radiação eletromagnética com a matéria > 1.3.1 Interação da radiação eletromagnética com a matéria na atmosfera

8
97
SUMÁRIO
Figura 1.4 – Principais subdivisões da atmosfera e os tipos de moléculas e aerossóis
encontrados em cada camada(Jensen, 2011).
Existem basicamente três tipos de espalhamento atmosférico (Figura 1.5):
• Espalhamento Rayleigh ocorre quando o diâmetro efetivo das moléculas
de gás envolvidas, como por exemplo, oxigênio (O2
) e nitrogênio (N2
), é
menor que o comprimento de onda da radiação eletromagnética incidente.
A intensidade do espalhamento Rayleigh é inversamente proporcional à
quarta potência do comprimento de onda (λ-4
) da radiação (Figura1.6).
Quanto menor o comprimento de onda maior o espalhamento por partículas
pequenas. Por esse motivo, o espalhamento Rayleigh é responsável pela cor
azul do céu, onde o comprimento de onda nas regiões do ultravioleta e azul é
muito mais espalhado que o comprimento de onda na região do vermelho.
• Espalhamento Mie ocorre na parte inferior da atmosfera (em torno de
4,5 km a partir da superfície), onde são encontradas partículas geralmente
esféricas (poeira, fumaça) com diâmetros aproximadamente iguais ao
comprimento de onda da radiação eletromagnética incidente.
• Espalhamento não-seletivo ocorre nas porções mais baixas da atmosfera,
onde existem partículas (gotículas de água e cristais de gelo que formam as
nuvens e nevoeiros) com tamanhos superiores a 10 vezes o comprimento
de onda da radiação eletromagnética. O espalhamento ocorre de forma
não seletiva onde todos os comprimentos de ondas da região do visível são
espalhados, fazendo com que a nuvem pareça branca.
Figura 1.5 – O tipo de espalhamento atmosférico é uma função do comprimento de
onda e o tamanho da molécula de gás, partículas de poeira e fumaça, e gotículas de
vapor d’água (Jensen, 2011).
20 km
Superfície doTerreno
Altitude
Acima
do
Nível
do
Mar
H2O, aerossóis estratosféricos
O3, aerossóis estratosféricos
O2, CO2, gases traços
Moléculas de gás
(espalhamento Rayleigh)
15 km
10 km
8 km
2-3 km
diâmetro
Vapor
d’água
Molécula de gás
Fumaça, poeira
Fóton de energia
eletromagnética
modelado como
uma onda
Espalhamento Mie
Espalhamento Não-seletivo
Espalhamento Rayleigh
Espalhamento Atmosférico
λ
b.
a.
c.

9
97
SUMÁRIO
B G Y O R
Energia em elétro-volts (eV)
0,4 0,5
0
20
40
60
80
100
0,6 0,7
3 2,752,5 2,25 2 1,75
Comprimento de Onda, µm
Intensidade
da
Luz
Espalhada
Figura 1.6 – A intensidade do espalhamento Rayleigh é inversamente proporcional à
quarta potência do comprimento de onda (Jensen, 2011).
Absorção
Absorçãoéoprocessopeloqualaenergiaradianteincidenteéabsorvidae
convertidaemoutrasformasdeenergia(Jensen,2011).Odióxidodecarbono(CO2
),
oxigênio(O2
),ozônio(O3
)eágua(H2
O)naatmosferaabsorvemaenergiasolarem
diferentescomprimentosdeondas.Comoresultadoascurvasderadiaçãosolar
medidanotopodaatmosferaeaníveldomarsãodiferentes(Figura1.7).
Radiação
Solar
(
W
m
-2
µm
-1
)
2000
1500
1000
500
0
0 0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8 2,0 2,2 2,4 2,6 2,8 3,0 3,2
O3
O2, H2O
H2O
H2O
H2O
H2O
H2O CO2
H2O CO2 H2O CO2
O3
Radiação solar no
topo da atmosfera
Radiação solar ao
nível do mar
Figura 1.7 – Curvas de radiação solar mostrando a energia absorvida pelos gases em
diferentes comprimentos de onda (Drury, 2001).
A energia disponível para as interações com a matéria na superfície terrestre é
dividida em janelas atmosféricas discretas separadas por regiões dominadas
por absorção atmosférica. As janelas atmosféricas são partes do espectro
eletromagnético que transmitem a energia radiante, e são nessas janelas que
os sistemas de sensoriamento remoto são desenvolvidos (Figura 1.8).

10
97
SUMÁRIO
100
80
60
40
20
0
0,3 0,5 1 1,5 2 3 5 10 15 20 30
100
80
60
40
20
0
300 500 1000 0,5
0,1
1 5 10 50 80
UV VNIR
VISIBLE SWIR MID INFRARED
FAR
INFRARED
NEAR INFRARED
FAR INFRARED MICROWAVE
Transmission
(%)
Transmission
(%)
Wavelength (µm)
Wavelength (µm)
(µm)
Figura 1.8 –Principais janelas atmosféricas ao longo do espectro eletromagnético em
escala logarítmica e a porcentagem de transmissão da radiação eletromagnética na
atmosférica (Drury, 2001).
Reflectância
A maior parte da radiação eletromagnética é refletida de volta ao espaço pelo
topo das nuvens e outros materiais na atmosfera por reflexão especular ou
reflexão difusa (Lambertiana).Na reflexão especular, toda a energia é refletida
em um ângulo oposto e igual ao ângulo de incidência(Figura1.9). Na reflexão
difusa ou Lambertiana, a energia refletida é aproximadamente igual em todas
as direções, independentemente do ângulo de incidência. O mesmo princípio
da reflexão especular ou difusa também é aplicada à matéria na superfície.
θ θ
(a) (b) (c)
Figura 1.9 – Exemplos de reflexão. a) Reflexão especular;b) Reflexão difusa ou
Lambertiana; c) Reflexão envolvendo as componentes especular e difusa (Drury, 2001).
1.3.2 Interação da radiação eletromagnética com a matéria na
superfície
Aradiaçãoeletromagnéticaaoatingirasuperfíciepodesofrertrêstiposdeinteração
comamatéria:Reflexão,absorçãoetransmissão.ALeidaConservaçãodeEnergia
determinaqueparaqualquerinteraçãoradiaçãoeletromagnéticaematéria,ofluxo
radianteincidenteemumdeterminadocomprimentodeonda(ΦIλ)édivididoem
fluxoradianterefletido(ΦRλ),fluxoradianteabsorvido(ΦAλ)efluxoradiante
transmitido(ΦTλ)pelamatériaenvolvida.
ΦIλ = ΦRλ + ΦAλ + ΦTλ (eq. 1.4)
1. Princípios físicos > 1.3 Interação da radiação eletromagnética com a matéria > 1.3.2 Interação da radiação eletromagnética com a matéria na superfície

11
97
SUMÁRIO
Dividindo a equação acimapelo fluxo radiante incidente (ΦIλ)é gerada uma
expressão que permite que as propriedades espectrais dos materiais sejam
definidasemtermosdereflectância(ρλ=ΦRλ/ΦIλ),absortância(τλ=ΦAλ/ΦIλ)e
transmitância(αλ=ΦTλ/ΦIλ) espectral.
ρλ + τλ + αλ = 1 (eq.1.5)
O valor da reflectância(ρλ)de uma superfície caracteriza a proporção de
energia incidente que é refletida em um comprimento de onda específico, e o
qual dependeráda superfície de reflexão (especular e/ou difusa).
Medida da energia radiante
A medida da energia radiante em um detector, por exemplo, é efetuada com
base no fluxo radiante (Φ). O fluxo radiante por definição é a quantidade de
energia que passa por um ponto durante um determinado tempo, sendo
expresso em Joules por segundo(J-s) ou Watt (W) (Novo, 2009). A quantificação
do fluxo radiante interceptado por uma unidade de área ou superfície pode ser
determinada pela irradiância (E), emitância (M) e radiância (L).
A irradiância é a quantidade de fluxo radiante incidente sobre uma superfície
por unidade de área, e a emitânciaou excitânciaé a quantidade de fluxo
radiante emitida de uma superfície por unidade de área (Jensen, 2011; Novo,
2010). As duas grandezas são medidas em Watts por metro quadrado (W m-2).
A radiância(L) é a intensidade do fluxo radiante (Φ) por unidade de ângulo
sólido (Ω) por unidade de área projetada numa direção específica (Figura
1.10). A radiância é medida em Watts por metro quadrado por esferorradiano
(W m-2sr-1)(Jensen, 2011).
L = (Φ/Ω)/A cos θ (eq.1.6)
L = (Φ/Ω)/A cos θ
Fluxo Φ
Área A
Área A
θ
Área projetada
A cos θ
Normal à superficie
Figura 1.10 –Conceito de radiância de uma área projetada em uma direção específica e
normal à superfície (Novo, 2009).
1. Princípios físicos > 1.3 Interação da radiação eletromagnética com a matéria > 1.3.2 Interação da radiação eletromagnética com a matéria na superfície

12
97
SUMÁRIO
1.4 Espectro eletromagnético
A figura 1.11 mostra as principais regiões espectrais utilizadas em
sensoriamento remoto, bem como a relação entre o comprimento de onda (λ),
frequência (ν) e os fenômenos que estão envolvidos na geração e interação da
radiação eletromagnética. Os limites das regiões e a nomenclatura das regiões
podem variar de autor para autor.
Nos comprimentos de onda mais curtos, os raios gama (0,01 – 0,1Å) tem sua
origem no núcleoatômico a partir do decaimento radioativo. Os raios X (0,1 -
10Å), radiação ultravioleta (10nm – 0,38μm)e radiação visível (0,38 – 0,76μm)
são gerados na nuvem eletrônica externa ao núcleo atômico. Quando um
elétron se move de uma órbita de alta energia para uma de menor energia,
é liberado um fóton de um comprimento de onda específico. As radiaçõesdo
infravermelho e micro-ondassão produzidas por vibração e rotação de
moléculas e por emissão termal. A região do infravermelho é geralmente
subdividida em infravermelho próximo (0,76 – 1,2 μm), infravermelho de
ondas curtas (1,2 - 3μm), infravermelho médio (3 - 5μm) e infravermelho
termal (5μm – 1 mm). A radiação dasmicro-ondas(1mm – 100cm) também
é gerada por flutuações nos campos elétricos e magnéticos. O principal
mecanismo de interação na região das micro-ondas e ondas de radio é o
retroespalhamento, reflexão e condutividade.
Figura 1.11– Espectro eletromagnético mostrando a relação entre comprimento de
onda e frequência, e os fenômenos envolvidos na geração e interação da radiação
eletromagnética, e a nomenclatura de diferentes partes do espectro (Drury, 2001).
eletric and magnetic
field fluctuations
molecular
rotation
molecular
vibration
scattering
electron shifts
atomic
processes
rain and fog
attenuation
heating heating
Phenomena
Wavelength
gamma
radiation
visible
X-rays ultra-
violet
near mid far
infrared
microwave
radar
radio bands
Frequency (Hz)
(waves s1
)
100 µm
10 µm
1 µm
100 nm
10 nm
1 nm 1 mm 1 cm 10 cm 1 m 10 m 100 m 1 km 10 km 103
km 104
km 3 x 105
km
100 km
100 pm
10 pm
1020
1018
1016
1014
1012
1010
108
106
104
102
1
1. Princípios físicos > 1.4 Espectro eletromagnético

13
97
SUMÁRIO
2. Produtos de Sensores Remotos
Os produtos de sensores remotos podem ser divididos em duas categorias:
produtos analógicos e produtos digitais. Os produtos analógicos foram utilizados
antes da popularização dos microcomputadores. Apesar de possuir considerável
importância na visualização de feições da superfície terrestre, os produtos
analógicos têm sido gradativamente substituídos pelos produtos digitais.
As imagens coletadas por sensores remoto possuem características, como
estrutura e resoluções espacial, radiométrica, espectral e temporal, que as
diferenciam de outras imagens digitais.
2.1 Estrutura de uma imagem digital
A imagem digital é constituída por um arranjo de elementos sob a forma
de uma matriz, com linhas e colunas (Figura2.1). Cada cela ou pixel
(pictureelement) da matriztem sua localização definida em um sistema de
coordenadas X e Y. Cada pixel possui ainda um atributo numérico Z que indica
o nível de cinza, denominado de Número Digital (ND) ou Digital Number (DN).
O ND de cada pixel corresponde à intensidade de radiânciado terreno.
Figura 2.1 – Imagem digital com sua estrutura na forma de uma matriz com a
representação dos números digitais em cada pixel.
2.2 Resolução espacial
A resolução espacial é a capacidade do sensor de enxergar objetos ou alvos
na superfície. Quanto menor o objeto ou alvo discriminado maior a resolução
espacial (Figura 2.2).
54 40 31
31
31
31
31
31
31
31
31
31
27
27
27
27
27
27
27 28
28
28
28
39 51 52 50 45 25 24
24
24
24 23
26
26
26
26
26
55 37 37
37
37
37
37
35
35 35
35
35
35 58 66 38 13
13
17 21
21
21
19
14 14
14
16 16
51 51
51
51
32
30
30
30
30
30
40
40
40
20
20
50
60
70
56
52
42
39
34
29 29 29 44 44
44
29
29
29
26
29
36 36
36
36
36
36
39
39 39
33
33
33
33
33
76 76
45
42 49 48
67 49
49
50 85
72 56
52
47 35 24
52
52
46 58
43 54 53
49 37
32
34
25
38
26 29 30
36
22
Pixel (pictureelement)
2. Produtos de Sensores Remotos > 2.1 Estrutura de uma imagem digital

14
97
SUMÁRIO
Figura 2.2 – Imagens dos satélites Landsat
com resolução espacial de 30m, SPOT com
10m e IKONOS com 1m
(Meneses e Almeida, 2012).
Nos sensores ópticos a resolução espacial é determinada pelo campo de
visada instantâneo (Instantaneous Field OfView - IFOV). O IFOV define a área do
terreno vista pelo sensor a uma dada altitude e a um determinado tempo.O
IFOV representa, portanto, o tamanho do pixel da imagem o qual corresponde
com a dimensão da área vista pelo sensor (Figura 2.3).
Figura 2.3 – O IFOV define o campo de visada que projeta sobre a superfície a
dimensão mínima da área vista pelo sensor.
2.3 Resoluçãoradiométrica
A resolução radiométrica é a medida da intensidade de energia refletida,
emitida ou retroespalhadapela matéria ou objeto na superfície terrestre. Quanto
maior a resolução radiométricado sensor maior será a capacidade do detector
para medir as diferenças de intensidades do sinal (Figura2.4).Em função da
intensidade do sinal de entrada no sensor, a resposta de saída dos detectores é
convertida eletronicamente em um número digital discreto, o qual é expresso
em termos de números de dígitos binários (bits). Bit (Binarydigit) é a menor
unidade de informação que pode ser armazenada ou transmitida. O valor em
bits é sempre uma potência do número 2. Assim,os sensores com resolução
radiométrica de 8bits(28) possuem valores variando de0 a 255,e sensores
com16bits (216) registram valores quevariam de0 a 65.536.
Figura 2.4– Imagens com
resoluçãoradiométrica distinta. a) Imagem
com resolução radiométrica de 1 bit (branco e
preto); b) imagem com resolução radiométrica
de 16bits (65.536 níveis de cinza).
FOV
IFOV
Swath
2. Produtos de Sensores Remotos > 2.3 Resoluçãoradiométrica

15
97
SUMÁRIO
2.4 Resolução espectral
A resolução espectral é uma medida do número e do tamanho do intervalo do
comprimento de onda (denominado de bandas) no espectro eletromagnético
ao qual o sensor é sensível (Jensen, 2011). Assim, quanto maior o número
de bandas e menor o tamanho do intervalo do comprimento de onda maior
será a resolução espectral do sensor. Os sistemas sensores multiespectrais
(exemplo, Landsat5/TM) detectam energia em múltiplas bandas do espectro
eletromagnético, e os sensores hiperespectrais (exemplo, AVIRIS) adquirem
dados em centenas de bandas espectrais (Figura 2.5).
Figura 2.5 – Resolução espectral do Landsat5/TM (multiespectral com 4 bandas) e AVIRIS
(hiperespectral com 50 bandas) no intervalo do comprimento de ondas do visível e
infravermelho próximo (Schowengerdt,2007).
2.5 Resolução temporal
A resolução temporal do sensor está associada ao intervalo de tempo para
reamostragem de um determinado local.Os satélites executam uma órbita
heliossíncrona ortogonal ao sentido de rotação da Terra e passam sobre o
mesmoponto da superfície terrestre na mesma hora (Meneses e Almeida,
2012). O satélite Landsat5/TM, por exemplo, tem resolução temporal de 16
dias. As órbitas de um mesmo dia se distanciam entre si de 2.752 km, sendo
necessários 16 dias para o recobrimento total da Terra (Figura 2.6).
Figura 2.6 – Resolução temporal de 16 dias do Landsat5/TM (Robinson, 1995).
1
2
3
4
band
band
TM
400
wavelength (nm)
900
400
wavelength (nm)
900
λ
y
x
λ
y
x
AVIRIS
1
50
Day
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
1 Equador
Spacing between
successive orbits
2752 km
2. Produtos de Sensores Remotos > 2.4 Resolução espectral

16
97
SUMÁRIO
Segundo Novo (2010) os sensores são os sistemas responsáveis pela
conversão da energia proveniente dos objetos em um registro na forma de
imagem ou gráfico, os quaispermite associar a distribuição da radiância,
emitância, ou retroespalhamento com suas propriedades físicas, químicas,
biológicas ou geométricas.
Os sistemas sensores podem ser classificados de acordo com a sua fonte de
energia em sensores passivos e sensores ativos (Figura 3.1):
• O sensor passivo detecta a radiação solar refletida ou a radiação emitida
pela superfície terrestre. O sensor passivo pode ser classificado comosensor
óptico quando constituído por espelhos e prismas de lentes.
• O sensor ativo produz a própria radiação eletromagnética. A energia
emitidaérefletida pelo objeto e captada pelosensor. Os exemplos de
sensores ativos são os radares e os lasers.
Figura 3.1 – Sensores passivos e ativos e a sua relação com as fontes naturais (Sol e
Terra) e artificiais de radiação eletromagnética.
Os sistemas sensores são ainda classificados em não imageadores e
imageadores (Novo, 2010).
Radar Imaging
Atmospheric
Absorbtion
Atmospheric
Reflectance
Reflected
by objects
Reflected
by objects
Emitted
by sensor
Emitted
by objects
Passive Remote Sensing Active Remote Sensing
Sun

17
97
SUMÁRIO
3.1 Sensores não imageadores
O sensor não imageador fornece medidas da intensidade da energia oriunda
da matéria sem, no entanto produzir uma imagem do terreno. Um exemplo de
sensor não imageador é o espectrorradiômetro que fornece a assinatura espectral
do objeto na forma de gráfico. O sensor não imageador não será abordado de
forma detalhada nesta apostila, mas poderá ser consultado em Novo (2010).
3.2 Sensores imageadores
O sensorimageadorproduz uma imagem bidimensional da radiância,
emitância ou retroespalhamento do terreno. Dentre os sensores imageadores,
destacam-se o sistema fotográfico, sistema de imageamento eletro-óptico,
sistema termal e sistema passivo e ativo de micro-ondas.
3.2.1 Sistema fotográfico
A fotografia aérea foi a primeira forma de sensoriamento remoto usado para
inventariar e mapear sistematicamente as feições da Terra (Figura 3.2). Mesmo
com o desenvolvimento de sistemas eletrônicos sofisticados para o registro de
imagens da Terra, a fotografia aérea com sua alta resolução espacial continua
sendo um dos principais produtos de sensoriamento remoto.
Para a obtenção de fotografia aérea são necessários os seguintes componentes:
Câmera – As primeiras câmeras aéreas para mapeamento foram desenvolvidas
durante a Primeira Guerra Mundial. Os sensores fotográficos são classificados
comocâmeras métricas que empregam sistemas ópticos de alta precisão que
minimizam as distorções geométricas na fotografia. As câmeras métricas
podem ser estruturadas com uma objetiva ou com múltiplas objetivas (Figura
3.3).As câmeras com múltiplas objetivas utilizam diferentes filmes, obtendo
fotografias aéreas simultaneamente em diferentes regiões do espectro
eletromagnético, principalmente nas regiões do azul, verde, vermelho e
infravermelho próximo(Figura 3.4).
Figura 3.2 –Sistema fotográfico constituído por câmera e filme.
Imagem
Objeto
Lentes
Fotografia
3. Sistemas Sensores > 3.2 Sensores imageadores > 3.2.1 Sistema fotográfico

18
97
SUMÁRIO
Figura 3.3 – Vista do perfil da câmera métrica e dos componentes do sistema
(Jensen, 2011).
Figura 3.4 – Câmera com múltiplas objetivas
(Jensen, 2011).
Filmes fotográficos – Os filmes fotográficos são compostos de uma base
plástica transparente com uma emulsão de cristais de haleto de prata.
Esses cristais são sensíveis à radiação eletromagnéticae funcionam como
detectores. A emulsão fotográfica registra energia entre 0,3 a 1,2μm (região do
ultravioleta ao infravermelho próximo). Quatro emulsões foram desenvolvidas
nesse intervalo do comprimento de ondas:
• Filme pancromático em preto e branco cobre as regiões do ultravioleta
e do visível, especificamente no intervalo do comprimento de onda de
0,3 a 0,7μm. A presença de névoa/neblina causada pelo espalhamento
atmosférico é mais intensa em comprimentos de onda mais curtos (regiões
do ultravioleta e azul). Para eliminar a perda de contraste da fotografia
causada pela névoa, um filtro que absorve esses comprimentos de onda é
colocado na lente da câmera.
• Filme colorido no visível possui três camadas de emulsão sensíveis à
radiação eletromagnética na região do azul, verde e vermelho. O filme
colorido na região do visível tem a vantagem de contribuir para a nossa
capacidade de distinguir diferentes cores, ao contrário dos tons de cinza.
• Filme infravermelho em preto e branco é usado com um filtro para
absorver toda a energia do comprimento de onda da região do ultravioleta
ao visível, e registrar somente a radiação eletromagnética na região do
infravermelho de 0,7 a 0,9μm. Diferentes tipos de vegetação podem
ser distinguidos pela variação de tonalidade na fotografia obtida no
Superfície
de vácuo
para
aplanar
o filme
Bobina de
recolhimento
Bobina de
filme virgem
Filme
Plano Focal
Distância
Focal. ƒ
Eixo
óptico
Corpo da
Câmera
Carretel
do Filme
Montagem do
Cone das Lentes
Lente
Diafragma
Lente dianteira
do ponto nodal
Filtro
Obturador
Lente traseira do
ponto nodal
3. Sistemas Sensores > 3.2 Sensores imageadores > 3.2.1 Sistema fotográfico

19
97
SUMÁRIO
infravermelho. O filme em preto e branco no infravermelho é utilizado
geralmente para o inventário e mapeamento de florestas. As fotografias
aéreas obtidas com filmes no infravermelho também são recomendadas
para mapear e delimitar o limite de rios, lagos e outras feições hidrográficas.
Principalmente pelo fato da água absorver a radiação eletromagnética na
região do infravermelho.
• Filme infravermelho colorido possui três camadas de emulsão sensíveis
à radiação eletromagnética na região do verde, vermelho e infravermelho.
As três emulsões são sensíveis ao azul, portanto um filtro amarelo (que
absorve o azul) é usado para expor corretamente cada camada. Este filme
foi desenvolvido na Segunda Guerra Mundial e foi denominado de filme
de detecção de camuflagem, o qual auxiliou os militares na distinção de
camuflagens artificiais a partir da vegetação saudável. As folhas das plantas
saudáveis refletem no infravermelho enquanto que a camuflagem não.
3.2.2 Sistema de imageamento eletro-óptico
Osistemadeimageamentoeletro-ópticopossuidetectorescomcapacidadede
transformararadiaçãoeletromagnéticaemsinaiselétricosquesãotransmitidos
paraestaçõesremotas.Osistemadeimageamentoeletro-ópticoéconstituído
porumsistemaópticoepordetectoresoureceptores.Osistemaópticofocalizaa
energiaprovenientesobreodetector(Novo,2010).Odetectorproduzumconjunto
desinaiselétricosassociadosaoníveldeintensidadedaenergiacomasua
localizaçãoespacial,gerandoumaimagembidimensionaldasuperfícieterrestre.
Os sistemas de imageamento eletro-ópticos podem ser classificados em:
sistema de imageamento de quadro, sistema de varredura mecânica e sistema
de varreduraeletrônica.
Sistema de imageamento de quadro
No imageamento de quadro a imagem de uma área é adquirida de forma
instantânea e projetada sobre um arranjo de detectores, ou sobre tubos
fotossensíveis conhecidos como câmaras RBV (ReturnBeamVidicon) com sistema
de varredura por feixe de elétrons.O sistema de imageamento de quadro foi
utilizado até 1970 quando foi substituído pelo sistema de varredura mecânica.
Sistema de varredura mecânica
O sistema de varredura mecânica é constituído por um espelho plano que oscila
ortogonalmente em relação ao deslocamento da plataforma (Figura 3.5). Com
esse movimento oscilatório a cena é imageada linha por linha. Atualmente, tal
tecnologia não é mais empregada nos sistemas de imageamento.
3. Sistemas Sensores > 3.2 Sensores imageadores > 3.2.2 Sistema de imageamento eletro-óptico

20
97
SUMÁRIO
Direção de avanço
da plataforma
Detectores
Óptica
Espelho
oscilatório
Figura 3.5 – Sistema de varredura mecânica com espelho oscilatório (Novo, 2010).
Sistema de varredura eletrônica
O sistema de varredura eletrônica possui um sistema óptico angular onde
uma área é imageada através de um arranjo linear de detectores do tipo
CCD (Charge Coupled Detector). O CCD é um chip de metal semicondutor
montado em matrizes bidimensionais, onde cada detector produz um sinal
elétrico proporcional àintensidade de fótons recebida (Figura 3.6). Cada chip
corresponde a um pixel de uma imagem.
Matriz linear
de detectores
Matriz linear
projetada no terreno
Direção de avanço
da plataforma
Óptica
Figura 3.6 – Sistema de varredura eletrônicacom arranjo linear de detectores CCD
(Novo, 2010).
Sensores multiespectrais
Os sensores multiespectrais obtêm imagens simultâneas de uma mesma área
em várias regiões do espectro eletromagnético. Devido a essa característica
as imagens obtidas por sensores multiespectrais fornecem informações
da resposta da interação da radiação eletromagnética com os objetosda
superfície em diferentes comprimentos de ondas.A maior parte dos programas
espaciais possui como sensor o sistema de imageamento multiespectral com
bandas no visível (VIS), infravermelho próximo (NIR), infravermelho de ondas
curtas (SWIR) e infravermelho termal (TIR).
3. Sistemas Sensores > 3.2 Sensores imageadores > 3.2.2 Sistema de imageamento eletro-óptico

21
97
SUMÁRIO
O sistema do sensor multiespectral é constituído por vários componentes
como por exemplo, espelho, prisma e detectores eletrônicos (Figura 3.7).
Figura 3.7 - Sistema de varredura multiespectral com os principais componentes
(Novo, 2010).
Sensores hiperespectrais
Os sensores hiperespectraissão capazes de adquirir medidas em pelo menos
100 bandas espectrais contínuas, principalmente na região do visível ao
infravermelho. O sensor hiperespectralpossui um sistema de dispersão
da radiação eletromagnética que permite dividi-la em vários intervalos de
comprimento de ondas, eredirecioná-la sobre a matriz bidimensional com
detectores CCD (Novo, 2010) (Figura 3.8).
3.2.3 Sensores termais
Sensores termais detectam energia do infravermelho médio no intervalo
de 3 a 14μm. A energia detectada na região do infravermelho termal é mais
fracaem comparação àquela detectada na região do visível e do infravermelho
próximo. Os sensores termais utilizam principalmente detectores de telureto
de mercúrio e cádmio (HgCdTe) ou o composto germânio-mercúrio (Ge(Hg)).
Outro componente fundamental no sensor termal é o sistema de refrigeração
para manter a temperatura dos detectores entre 30 e 77K (Novo, 2010). Esse
sistema de refrigeração tem a função de controlar o aumento da temperatura
dos detectores que podem interferir sobre o sinal registrado.
3.2.4 Sensores passivosradiômetro de micro-ondas
Sensores passivos no microndas detectam e registram energia no intervalo do
comprimento de onda de 0,1 a 25 cm, onde a absorção atmosférica é mínima. A
detecção da energia do micro-ondas é realizada com um radiômetro de micro-
ondas. O principal componente de um radiômetro de micro-ondas é a antena.
3.2.5 Sensores ativos de micro-ondas
Ossensoresativosdemicro-ondas,cujoacrônimoRADARderivadeRadio
DetectionandRanging,foramdesenvolvidosduranteaSegundaGuerraMundialpara
finsmilitarescontribuindonadetecçãodesubmarinos.ORADARpossuiumsistema
comtransmissorereceptordeenergia.Otransmissoremiteumpulsodeenergia
Faixa de terreno sendo imageado
Direção do voo
Motor
Eixo de
rotação
Radiação
refletida
4
3
2
1
5
6
Radiação
emitida
7
8
9
10
11
– Telescópio
– Espelhofigratório
– Óptica
– Grade dicrômica
– Prisma
– Detectores
– Controle eletrônico
– Tubo de raios catódicos
– Filme
– Gravador
– Conversor analógico/digital e gravador
1
2
3
4
5
6
7
8
9
10
11
3. Sistemas Sensores > 3.2 Sensores imageadores > 3.2.5 Sensores ativos de micro-ondas

22
97
SUMÁRIO
nointervalodocomprimentodeondasde0,8a100cm,eoreceptoroudetector
registraaquantidadedeenergiarefletida(retroespalhada)peloalvo(Figura3.9).Por
medidadesegurançaforamatribuídoscódigosparadiferentesbandasnaregiãodas
micro-ondas.AsbandasmaisusadassãoasbandasKa,X,CeL(Tabela3.1)
Por ser um sistema ativo o imageamento pode ser efetuado de dia ou de noite.
Atualmente o sistema de radar transmite quase que exclusivamente radiação
eletromagnética na região de micro-ondas. As imagens de radar são amplamente
utilizadas em regiões com clima tropical, com constante ocorrência de nuvens e
névoas, devido a pouca interferência da atmosfera nos dados obtidos por esse
tipo de sensor.O controle da interação entre a REM e a superfície se deve:
a.Geometria e disposição espacial do alvo
b.Rugosidade e heterogeneidade da superfície do alvo
c. Comprimento de onda, polarização e ângulo de depressão do radar
(controlados)
d.Propriedades elétricas (constante dielétrica)da superfície do alvo
Figura 3.9 - Configuração de um sistema RADAR com transmissor e detector de
energia (Novo, 2010).
Retroespalhamento
Range
ou
alcance
Pulso

23
97
SUMÁRIO
Código Comprimento de onda (cm)
Ka 0,8 – 1,1
K 1,1 – 1,7
Ku 1,7 – 2,4
X 2,4 -3,8
C 3,8 – 7,5
S 7,5 – 15
L 15 – 30
P 30 - 100
Tabela 3.1 - Códigos usados na região das micro-ondas pelos sensores de radar
(Drury, 2001).
Radar de visada lateral
O radar de visada lateral é um radar de abertura real, onde o tamanho da
antena é inversamente proporcional à largura angular do feixe de radar que
ilumina a superfície do terreno (Jensen, 2011).
Radar de Abertura Sintética
O radar de abertura sintética utiliza uma antena menor devido ao
desenvolvimento de procedimentos que sintetizam eletronicamente o
tamanho da antena. A utilização de duas antenas devidamente espaçadas
possibilita a obtenção da interferometria por radar. O sistema foi utilizado
primeiramente em aeronaves e é o princípio adotado pela missão SRTM
(Figura 3.10).
z
y
r - Δr r
h
B
A2
A2
Figura 3.10 – Aquisição de imagens por Radar de Abertura Sintética por interferometria.

24
97
SUMÁRIO
4. Aquisição de Dados
4.1 Níveis de aquisição
Os produtos de sensores remotos podem se divididos em imagens obtidas
em diferentes níveis de aquisição de dados. Nesse caso, o nível de aquisição
de dados é definido pela altura do sensor acoplado na plataforma e o alvo
analisado. Três tipos principais de níveis são conhecidos: nível de laboratório
ou campo, nível de aeronave e nível orbital (Figura 4.1).
Figura 4.1 – Diferentes níveis de aquisição
de dados por sensoriamento remoto
(Novo, 2010).
4.2 Plataformas de sensores remotos
Plataformassãoosveículosquetransportamsensoresremotosacimadasuperfície
terrestreoudaágua.Asplataformascomoveículosterrestreseguindastesão
utilizadas para aquisição de dados no nível de campo. Veículos Aéreos
Não Tripulados e aeronaves são plataformas que adquirem dados no nível
de aeronave. Os produtos aeroportadosobtidos por sensores remotos e
atualmente mais utilizados para o mapeamento da superfície terrestre são
asfotografias aéreas, dados Lidar (Light DetectionAndRanging) e imagens
RADAR.No nível orbital são utilizadas principalmente as plataformas satelitais
que ficam em órbitaao redor da Terra. Os produtos de sensores remotos
orbitais podem ser divididos em duas categorias:
1. Paraanáliseregional:Asimagenssãodisponibilizadassemcustoparaopúblico
emgeral(exemplodeprogramasespaciais:LANDSAT,ASTER,CBERS,SRTM);
2. Para análise de detalhe: Geralmente são utilizadas imagens dos
satélites IKONOS, WORLDVIEW ou ALOS que envolve um custo mediano a
relativamente elevadopara a sua aquisição.
Emrazãodadisponibilidadegratuita,osdadosLANDSAT,ASTER,CBERSeSRTMsão
amplamenteutilizados,apesardalimitaçãoimpostapelaescaladedetalhepossível
deanálise(1:50.000).OsdadosdossensoresIKONOS,WORLDVIEWeemmenor
proporçãoALOSsãoutilizadosemtrabalhosdemaisdetalhe,inclusivefornecendo
dadosderelevoparageraçãodemodelodigitaldeelevação(ALOSeASTER).
4. Aquisição de Dados > 4.1 Níveis de aquisição

25
97
SUMÁRIO
4.3 Sistemas aeroportados
4.3.1 Fotografia aérea
A fotografia aérea pode ser obtida com visada vertical ou oblíqua.
A fotografia aérea é considerada vertical quando o eixo óptico da câmera está
perpendicular à superfície da Terra (Jensen, 2011) (Figura 4.2).A fotografia
aérea oblíqua é obtida quando o eixo óptico da câmera está deslocado da
vertical em alguns graus (Wolf e DeWitt, 2000).
Campo de
visada
Eixo
óptico
Altura acima da
superfície (AAS)
Plano do filme
da câmera
Fotografia Aérea
Vertical de um
Terreno Plano
Ponto principal
(PP) 900
Figura 4.2 – Fotografia aérea vertical em um relevo plano (Jensen, 2011).
As fotografias aéreas são obtidas ao longo das linhas de voo com 60% de
sobreposição de uma fotografia para outra, e com 20 a 30% de sobreposição
lateral (Figura 4.3). A sobreposição entre as fotografias aéreas permite a
visualização em três dimensões a partir daestereoscopia. Os princípios de
fotogrametria são aplicados para a geração das seguintes informações: a)
mapas planialtimétricos com coordenadas x e y de alvos e feições naturais e
artificiais; b) mapas topográficos com dados de altitudez; c) modelos digitais de
elevação;e d) ortofotosgerados a partir de fotografias aéreas corrigidas em x e y.
Figura 4.3 – Fotografias aéreas obtidas ao longo da linha de voo com 60% de
sobreposição.
4.3.2 Lidar (Light DetectionAndRanging) – Detecção de luz e distância
O sistema Lidar é um sensor ativo constituído por um transmissor e receptor. O
transmissor emite pulsos de luz laser no comprimento de onda no infravermelho
próximo (1,04 a 1,06 μm) por um espelho que efetua o imageamento por
varredura perpendicular a trajetória da aeronave (Figura 4.4).
lente
#1 #2 #3
Direção de voo
Posição de exposição
Altitude
acima do
nível do
solo, H
60% de
sobreposição
Modelo estereoscópico
Cobertura da fotografia
terreno registrado em três
fotografia sucessivas
4. Aquisição de Dados > 4.3 Sistemas aeroportados > 4.3.1 Fotografia aérea

26
97
SUMÁRIO
A área de cobertura de um pulso de luz laser no terreno tem a forma aproximada
de um círculo. O Lidar pode emitir mais de 100.000 pulsos por segundo. A
medição baseia-se no tempo que o pulso de luz leva do transmissor ao alvo
e do alvo para o receptor (Figura 4.5). O receptor capta o retorno da luz laser
na forma de múltiplos retornos. Como resultado do levantamento Lidar, um
conjunto de pontos com dados de localização e elevação (x, y e z) denominados
de masspoints é obtido ao longo da linha de voo (Figura 4.6).
O GPS Diferencial obtem dados precisos de localização do conjunto de pontos.
Um receptor GPS da estação base é posicionado em um local com coordenadas
x, y e z bem definidas, e o do receptor GPS é instalado na aeronave.
Os dados Lidar apresentam dados de alta precisão e alta resolução espacial.
Geralmente os dados Lidar sãoprocessados para gerar modelos digitais de
superfície e de terreno, e para o estudo da cobertura vegetal.
Figura 4.4 – O Lidar possui um sistema de imageamento por varredura que emite o
pulso de luz laser em uma área com uma forma aproximadamente circular.
divergência
do feixe
laser γ
área de visada
instantânea
do laser
transmissor/receptor
espelho de
varredura
Altitude AGL, h
ângulo de varredura
a
l
c
a
n
c
e
(
R
a
n
g
e
)
GPS
IMU
Z
Y
X
γ
θ
Φ
γ
κ
4. Aquisição de Dados > 4.3 Sistemas aeroportados > 4.3.2 Lidar (Light DetectionAndRanging) – Detecção de luz e distância

27
97
SUMÁRIO
Figura 4.5 – Oreceptor registra múltiplos retornos do pulso de luz laser em uma área
de cobertura (Jensen, 2011).
Figura 4.6 – Conjunto de pontos coletados
pelo receptor do Lidar para uma área com
vegetação (Fonte: Embrapa)
4.4 Sistemas orbitais
4.4.1 LANDSAT
Desde 1972 os satélites do Programa Landsat, desenvolvido pela NASA,
monitoram e observam a superfície da Terra. São mais de quatro décadas
de imageamento contínuo da superfície terrestre, contribuindo para as
mais diversas áreas da ciência: geologia, geografia, ambiental, agricultura,
planejamento regional, educação, mapeamento e pesquisa sobre mudança
global. Atualmente o Serviço Geológico dos EUA (USGS) é responsável pelo
armazenamento e preservação do maior acervo contínuo da superfície
terrestre vista do espaço.
LANDSAT8
O Landsat8foi lançado em 11 de fevereiro de 2013 e constitui o oitavo
satélite da série Landsat (Figura 4.7). Opera com dois instrumentos
imageadores: Operacional Land Imager (OLI) e ThermalInfrared Sensor (TIRS).
Figura 4.7 – Satélite Landsat8.
área de cobertura
laser instantânea
d
i
s
t
â
n
c
i
a
(
r
a
n
g
e
)
pulso B
pulso A
LIDAR
Retornos de LIDAR
1°e
último
retornos último
1°
2°
pulso
4. Aquisição de Dados > 4.4 Sistemas orbitais > 4.4.1 LANDSAT

28
97
SUMÁRIO
As características das imagens obtidas peloLandsat8são apresentadas
na tabela4.1. As bandas multiespectrais cobrem as regiões do visível,
infravermelho próximo, infravermelho de ondas curtas e infravermelho
termal. A resolução espacial varia de 15 x 15m para a imagem pancromática,
30 x 30m para as imagens multiespectrais do visível ao infravermelho próximo
e ondas curtas, e 100 x 100m para o infravermelho termal. O Landsat8 coleta
dados em uma faixa imageada de 183km e com intervalo de revisita de 16
dias. Para maiores informações sobre o programa Landsat8, dados técnicos
dos sensores e as características das bandas espectrais consultar o sítio
eletrônico da NASA e USGS.
Bandas espectrais Sensores
Resolução espectral
(micrometros)
Resolução espacial (m) Resolução temporal Faixa Imageada
1 - Ultra azul
OLI
0,43 – 0,45
30
16 dias 183 km
2 - Azul 0,45 – 0,51
3 - Verde 0,53 – 0,59
4 - Vermelho 0,64 – 0,67
5 - Infravermelho próximo 0,85 – 0,88
6 - Infravermelho de
ondas curtas
1,57 – 1,65
7 - Infravermelho de
ondas curtas
2,11 – 2,29
8 - Pancromático 0,5 – 0,68 15
9 - Cirrus 1,36 – 1,38 30
10 - Infravermelho termal
TIRS
10,6 – 11,19 100
11 - Infravermelho termal 11,5 – 12,51 100
Tabela 4.1 –Características dos sensores OLI e TIRS do Landsat8.
4. Aquisição de Dados > 4.4 Sistemas orbitais > 4.4.1 LANDSAT

29
97
SUMÁRIO
4.4.2 ASTER (Advanced Spaceborne Thermal Emission and
Reflectance Radiometer)
O primeiro satélite Terrada série Earth Observing System (EOS) foi lançado
em dezembro de 1999. O ASTER (Advanced Spaceborne Thermal Emissionand
Reflectance Radiometer) é um dos cinco sistemas de sensores a bordo do
satélite Terra. O ASTER é constituído por três sensores que operam em
diferentes regiões do espectro eletromagnético:
1. região do visível e infravermelho próximo - VNIR,
2. infravermelho deondas curtas - SWIR
3. infravermelho termal - TIR (Tabela 4.2).
A resolução espacial das imagens varia de 15m x 15m para VNIR, 30m x
30mpara SWIR e 90m x 90m para TIR. As bandas 3N e 3B constituem pares
estereoscópicos obtidos com visadas nadir e para trás, e possibilitam a
geração de modelos digitais de elevação (Figura 4.5).
27,60
3B
3N
H
705
km
6.7 km/seg
64 55
B
9 0 seg.
3N
3B
2a
Aquisição
Fim Início
1a
Aquisição
Fim Início
Cena
Estereoscópica 1
430 370 60 0 km Solo
B - Base
Estereoscópica
H - Altitude da órbita
Figura 4.5 –Cenas estereoscópicas obtidas na região do visível
4. Aquisição de Dados > 4.4 Sistemas orbitais > 4.4.2 ASTER (Advanced Spaceborne Thermal Emission and Reflectance Radiometer)

30
97
SUMÁRIO
Bandas
espectrais
Resolução
espectral
(micrometros)
Resolução
espacial (m)
Resolução
radiométrica
(bits)
Faixa
imageada
(km)
Visível e
infravermelho
próximo - VNIR
1 0,52 – 0,60
15
8
60
2 0,63 – 0,69
3N 0,76 – 0,86
3B 0,76 – 0,86
Visível e
infravermelho
próximo - VNIR
4 1,6 – 1,7
30
5 2,145 – 2,185
6 2,185– 2,225
7 2,235 – 2,285
8 2,295 – 2,365
9 2,360 – 2,430
Visível e
infravermelho
próximo - VNIR
10 8,125 – 8,475
90 12
11 8,475 – 8,825
12 8,925 – 9,275
13 10,25 – 10,95
14 10,95 – 11,65
4.4.3 CBERS
O CBERS é um programa espacial desenvolvido a partir da parceria
entre Brasil e China. Atualmente encontra-se em órbita o quinto satélite
desenvolvido pelo programa CBERS, o CBERS-4 lançado em dezembro de
2014 (Figura 4.6). O CBERS-4 opera com quatro sistemas sensores: Câmera
pancromática e multiespectral (PAN), câmera multiespectral regular (MUX),
Câmera de campo largo (WFI) e Imageador multiespectral e termal (IRS)
(Tabela 4.3). Cada câmera possui suas especificações em termos de resoluções
espectral, espacial e radiométricaconferindo ao CBERS-4 uma variedade de
produtos para o estudoda superfície da Terra. Informações detalhadas sobre
os sistemas sensores que compõem o CBERS-4 devem ser consultadas no sítio
eletrônico do Instituto Nacional de Pesquisas Espaciais do Brasil – INPE.
Figura 4.6 – Satélite CBERS-4 (Fonte: INPE).
Tabela 4.2 – Características dos sensores do ASTER a bordo da
plataforma orbital Terra.
4. Aquisição de Dados > 4.4 Sistemas orbitais > 4.4.3 CBERS

31
97
SUMÁRIO
Sensores
Bandas
espectrais
Resolução espectral
(micrometros)
Resolução
espacial (m)
Resolução
radiométrica
(bits)
Resolução
temporal
Faixa
imageada
PAN
Banda 1 0,51 – 0,85 5
60
Banda 2 0,52 – 0,59
10
Banda 3 0,63 – 0,69
Banda 4 0,77 – 0,89
MUX
Banda 5 0,45 – 0,54
20
26
120
Banda 6 0,52 – 0,59
Banda 7 0,63 – 0,69
Banda 8 0,77 – 0,89
IRS
Banda 9 0,50 – 0,90
40
120
Banda 10 1,55 – 1,75
Banda 11 2,08 – 2,35
Banda 12 10,4 – 12,5 80
WFI
Banda 13 0,45 – 0,52
64 10 866
Banda 14 0,52 – 0,59
Banda 15 0,63 – 0,69
Banda 16 0,77 – 0,89
Tabela 4.3 – Características das quatro câmeras a bordo do CBERS-4 (Fonte: INPE).
4. Aquisição de Dados > 4.4 Sistemas orbitais > 4.4.3 CBERS

32
97
SUMÁRIO
4.4.4. ALOS (AdvancedLandObservingSatellite)
OsatéliteALOS-2desenvolvidopelaAgênciadeExploraçãoEspacialdoJapão
(JapanAerospaceExplorationAgency-JAXA)foilançadoem24demaiode2014
(Figura4.7).OALOS-2ouDaichi-2éequipadocomtrêsprincipaissistemas
sensores:PanchromaticRemote-sensingInstrumentsforStereoMapping(PRISM),
AdvancedVisibleandNearInfraredRadiometertipo2(AVNIR-2)ePhasedArraytype
L-bandSyntheticApertureRadar(PALSAR).OsensorPRISMobtemcenas
estereoscópicascomtrêsvisadasdistintas(nadir,parafrenteeparatrás)que
permiteageraçãodemodelosdigitaisdeelevaçãodealtaresoluçãoespacial
(Tabela4.4).OsensorAVNIR-2fornecedadosmultiespectraisemquatrobandas
nasregiõesdovisíveleinfravermelhopróximo.OsistemasensorPALSARéum
sensorativodemicro-ondasoperandonabandaL.OPALSARpossuiquatro
modosoperacionaiscomdiferentesparâmetrosdefinidos:resoluçãoespacial,
resoluçãoradiométrica,frequênciadaradiaçãoeletromagnéticaeáreaimageada.
Paramaioresdetalhessobreasprincipaiscaracterísticasoperacionaisdossistemas
sensoresdoALOS-2(http://www.eorc.jaxa.jp/ALOS/en/about/palsar.htm).
Figura 4.7 – Satélite ALOS 2.
Sensor Bandas espectrais
Resolução
espectral
(micrometros)
Resolução
espacial
(m)
Resolução
radiométrica
(bits)
Resolução
temporal
(dias)
PRISM
Pancromático
(Nadir, para frente e
para trás)
0,52 -0,77 2,5
8 14
AVNIR-2
Azul 0,42 – 0,5 10
Verde 0,52 – 0,6 10
Vermelho 0,61 – 0,69 10
Infravermelho 0,76 – 0,89 10
Sensores Bandas espectrais Frequencia
Resolução
espacial
(m)
Resolução
radiométrica
(bits)
Resolução
temporal
(dias)
PALSAR SAR-L
Banda L
1.270 MHz
10 -100 3 a 5 14
Tabela 4.4 – Características dos sensores PRISM, AVNIR-2 e PALSAR acoplados no
satélite ALOS-2.
4. Aquisição de Dados > 4.4 Sistemas orbitais > 4.4.4. ALOS (AdvancedLandObservingSatellite)

33
97
SUMÁRIO
4.4.5 IKONOS
O IKONOS foi lançado em 1999 como o primeiro satélite comercial de alta
resolução espacial pela empresa DigitalGlobe, e desativado em janeiro de
2015 devido a problemas técnicos (Figura 4.8). Osatélite IKONOSoperava
no modo pancromático com uma banda espectral entre 0,45μm e 0,9 μm e
resolução espacial de 0,8m x 0,8m,e modo multiespectralcom quatro bandas
espectrais nas regiões do visível e infravermelho próximo e resolução espacial
de 3,2m x 3,2m (Tabela 4.5). Possui um acervo de imagens de alta resolução
com mais de 15 anos de imageamento da superfície da Terra.
Figura 4.8 –Satélite IKONOS
(Fonte: DigitalGlobe)
Bandas
espectrais
Resolução
espectral
(micrometros)
Resolução
espacial (m)
Resolução
radiométrica
(bits)
Faixa
imageada
Resolução
temporal
(dias)
Azul
0,45 – 0,52 3,2
11 11,3 km 3
Verde
0,52 – 0,6 3,2
Vermelho
0,63 – 0,69 3,2
Infravermelho
0,76 – 0,90 3,2
Pancromático
0,45 – 0,9 0,8
Tabela 4.5– Características dos sensores a bordo do satélite IKONOS.
4.4.6 Worldview
Os satélites WorldView junto com o IKONOS e GeoEyes fazem parte do
conjunto de satélites comerciais de alta resolução espacial operado pela
DigitalGlobe(Figura 4.9). Atualmente existem 4 satélites WorldViewem
operação, todas com resolução espacial abaixo de 1,85m x 1,85m, chegando
a uma resolução de 0,31m x 0,31m (Tabela 4.6). O WorldView-1 foi lançado
em 2007 com um sensor pancromático de alta resolução espacial. Em 2009
foi lançado o WorldView-2 como primeiro satélite comercial com 8 bandas
multiespectrais de alta resolução (1,85m x 1,85m), e com a resolução espacial
melhorada para a banda pancromática (0,46m x 0,46m). O WorldView-3
apresenta um avanço em termos de resolução espectralcom bandas
4. Aquisição de Dados > 4.4 Sistemas orbitais > 4.4.5 IKONOS

34
97
SUMÁRIO
espectrais contíguas na região do visível ao infravermelho de ondas curtas,
mantendo ainda alta resolução espacial. O Worldview-4 opera no modo
pancromático com uma banda e multiespectral com 4 bandas na região do
visível e infravermelho próximo. A resolução espacial é alta com 0,31 x 0,31m
para a banda pancromática e 1,24m x 1,24m para as bandas multiespectrais.
Figura 4.9 –Satélite WorldView-4
(Fonte: DigitalGlobe).
Satélite Bandas espectrais
Resolução
espectral
(micrometros)
Resolução
espacial (m)
Resolução
temporal
(dias)
Faixa
imageada
(km)
WorldView-1
1 banda
pancromática
0,4 – 0,9 0,5 1,7 17,7
WorldView-2
1 banda
pancromática
e 8 bandas
multiespectrais
0,45 – 1,04 0,46 – 1,85 1,1 16,4
WorldView-3
1 banda
pancromática
e 16 bandas
multiespectrais
0,45 – 2,365 0,31 – 3,7 1 13,2
WorldView-4
1 banda
pancromática
e 4 bandas
multiespectrais
0,45 – 0,92 0,31 – 1,24 1 13,1
Tabela 4.6 – Características gerais dos sensores WorldView.
4. Aquisição de Dados > 4.4 Sistemas orbitais > 4.4.6 Worldview

35
97
SUMÁRIO
4.4.7 SRTM (SHUTTLE RADAR TOPOGRAPHIC MISSION)
A missão Shuttle Radar Topographic Mission - SRTM foi lançada em fevereiro
2000 a bordo do ônibus espacial Endeavour/NASA. A missão durou 11 dias com a
obtenção de dados topográficos deaproximadamente 80% dasuperfície da Terra.
Duas antenas com sistemas de sensores de radar foram acopladas no ônibus
espacial. A antena principal foi instalada no compartimento principal com dois
radares que transmitiram e receberam os sinais nas bandas C e X da região das
micro-ondas. Asegunda antena foi instalada na ponta de um mastro de 60m
de comprimentopara apenas receber os sinais das bandas C e X (Figura 4.10). A
utilização de duas antenas espaçadas possibilitou a obtenção da interferometria
por radar, e a geração demodelos digitais de elevação de quase toda a superfície
terrestre com uma resolução espacial de 30m x 30m e 90m x 90m.
Figura 4.10 – Sistema sensor da missão
SRTM por interferometria (Drury, 2004).
4. Aquisição de Dados > 4.4 Sistemas orbitais > 4.4.7 SRTM (SHUTTLE RADAR TOPOGRAPHIC MISSION)

36
97
SUMÁRIO
5. Pré-Processamento
O pré-processamento é uma etapa que precede o processamento digital
de imagens de sensoriamento remoto. Na etapa de pré-processamento
são aplicadas funções operacionais para remover ou corrigir os erros e as
distorções introduzidas nas imagens dos sistemas sensores pelos seguintes
fatores (Meneses e Almeida, 2012):
• erros instrumentais que causam ruídos espúrios;
• geometria do imageamentocom distorções;
• interferências da atmosfera que causam erros radiométricos.
5.1 Eliminação de ruídos
As imagens podem conter erros no valor digital do pixel que são decorrentes
de erros instrumentais (Figura 5.1).Tais erros são caracterizados por pixels
com valores saturados (claros) ou sem sinal (escuros) que ocorrem na forma
de linhas e que são denominados de ruídos.O método para eliminar o ruído
consiste em substituir a linha pelo “valor médio” dos pixels correspondentes
das linhas anterior e posterior (Meneses e Almeida, 2012).
Figura 5.1- Imagem com linhas com valores
saturados (Meneses e Almeida, 2012).
5.2 Correção geométrica
A correção geométrica consiste em corrigir as distorções geométricas dos
produtos de sensores remotos, e é realizada basicamente em duas etapas
(Meneses e Almeida, 2012):
• Etapa 1 - As distorções geométricas sistemáticas introduzidas no momento
da aquisição das imagens devido a rotação, inclinação e curvatura da Terra,
e instabilidade da plataforma são removidas nesta etapa pelo laboratóriode
produção de imagens.
• Etapa 2 - O georreferenciamento é efetuadoa partir da definição de um
sistema de projeção para estabelecer um referencial de coordenadas que
possibilite localizar na imagem a posição geográfica dos alvos. Essa etapa é
realizada nos laboratórios de produção de imagens ou pelo usuário.
5. Pré-Procesamento > 5.2 Correção geométrica

37
97
SUMÁRIO
O georreferenciamento além de corrigir as distorções geométricas dos produtos
de sensores remotos, deve ser aplicado em dados e informações que necessitam
do referencial de coordenadas, como por exemplo, em mapas digitalizados. Para o
georreferenciamento dos produtos de sensores remotos e mapas digitalizados, os
seguintes tópicos apresentados a seguir devem ser considerados:
• Pontos de controle;
• Tabelas de correlação;
• Precisão;
• Reamostragem.
5.2.1 Pontos de controle
Os pontos de controle são feições bem definidas e facilmente reconhecíveis
no terreno, nas imagens e mapas georreferenciados e não georreferenciados.
Dependendo da resolução espacial da imagem, os pontos de controle podem
ser identificados com maior ou menor detalhe. Em áreas urbanizadas os
pontos de controle são representados por cruzamento ou bifurcação de vias
de acesso (rodovias, estradas, ruas, pontes), monumentos, limite do terreno
ou imóvele feições naturais e artificiais geométricas (Figura 5.2).
Figura 5.2 – Imagens de satélite com a
identificação de pontos de controle (pista de
aeroporto, bifurcação e cruzamento de vias
de acesso) em área urbanizada destacados
com círculo vermelho.
Dentre os fatores mais importantes a serem considerados na obtenção dos
pontos de controle destacam-se asua distribuição por toda a área a ser
georreferenciada,o número adequado de pontos,a precisão na marcação e a
inserção correta de coordenadas.
As principais formas de obtenção dos pontos de controle são:
• Uso do GPS (Global Position System) no terreno.
• Grades de coordenadas em mapas, imagens, cartas-imagens.
• Mapas georreferenciados com elementos pontuais.
• Imagens ortorretificadase/ougeorreferenciadascom elementos pontuais.
5. Pré-Procesamento > 5.2 Correção geométrica > 5.2.1 Pontos de controle

38
97
SUMÁRIO
GPS (Global Position System) no terreno
O posicionamento de pontos de controle no terreno pode ser obtido com o
usodo GPS simples ou diferencial em locais previamente identificadosnos
produtos de sensores remotosou mapas a serem georreferenciados.Esse
método é útil para o georreferenciamentode imagens de alta resolução
espacial (Figura 5.3).
Figura 5.3 – GPS diferencial e a ortofoto
com a localização dos pontos de controle
representados por pontos no limite do
terreno.
Grade de coordenadas em mapas, imagens e cartas-imagens
A grade de coordenadasé utilizada como referência para a identificação
das coordenadas X e Y dos pontos de controle em mapas planialtimétricose
temáticos (Figura 5.4).
Figura 5.4 – Parte da carta planialtimétrica
(IBGE, escala 1:50.000) com a grade de
coordenadas em UTM e os pontos de
controle destacados com círculo vermelho.
Mapas georreferenciadoscom elementos pontuais
As cartas planialtimétricas (cartas e mapas geralmente elaborados pelo IBGE ou
DSG) são utilizadas para a identificação e obtenção das coordenadas X e Y dos
pontos de controle no terreno (Figura5.5). Nesse caso, os pontos de controle
são identificados tanto no mapa georreferenciado como na imagem de satélite
que será georreferenciada, e incluem a intersecção ou bifurcação de estradas,
confluência de drenagens, feições artificiais e naturais identificadas.
Figura 5.5 – Mapa planialtimétrico com
pontos de controle identificados para o
georreferenciamento da imagem de satélite
Imagens otificadas ou georreferenciadas com elementos pontuais
O georreferenciamento é realizado de imagem para imagem, onde os
pontos de controle são identificados nas duas imagens (Figura5.6). O
georreferenciamento se baseia nas coordenadas X e Y dos pontos de controle
da imagem ortorretificada ou georreferenciada.
5. Pré-Procesamento > 5.2 Correção geométrica > 5.2.1 Pontos de controle

39
97
SUMÁRIO
Figura 5.6 - Georreferenciamento de
imagem para imagem, na qual uma
das imagens está ortorretificada ou
georrerferenciada.
5.2.2 Tabelas de correlação
A tabela de correlação é utilizada para definir a correlação entre as coordenadas
X e Y da imagem de referência georreferenciadae aimagem nãogeorreferenciada
(Figura5.7).As transformações polinomiaissão comuns no georreferenciamento
de imagens e permitemvincular tais coordenadas. Segundo Meneses e Almeida
(2012) as transformações polinomiais de 1ª e 2ª ordem são usadas nas imagens
de baixa à média resolução espacial. Para as imagens de alta resolução espacial
são empregadas ordens polinomiais mais altas.
Figura 5.7 – Tabela de correlação
com as coordenadas X e Y da imagem
georreferenciada e não georreferenciada.
5.2.3 Precisão
A precisão fornece uma estimativa do erro associado ao processo de
georreferenciamento. A precisãodecorre em grande parte da qualidade dos
dados e informações espaciais utilizadas, bem como da habilidade empreendida
no georreferenciamento.Cada ponto de controle utilizado terá um erro residual
associado denominado de erro quadrático médio ou Root Mean Square (RMS)
(Figura 5.8). O RMS do ponto de controle é calculado com base na distância total
entre a coordenada na imagem de referênciae a coordenada a ser estimada
(Equação 5.1, Figura 5.9).O valor do RMS pode ser expresso em número de pixel
ou unidade na qual está sendo efetuado o georreferenciamento. No exemplo,
recomenda-se um erro máximo de 1 pixel. O ponto de controle com erro muito
alto deve ser reavaliado ou descartado do processo.
5. Pré-Procesamento > 5.2 Correção geométrica > 5.2.3 Precisão

40
97
SUMÁRIO
Figura 5.8 –Tabela com pontos de controle e
os erros RMS associados.
O erro RMS é calculado pela equação:
Ri = √(XRi
2
+YRi
2
) (eq. 5.1)
onde,
Ri = erro RMS para o ponto de controle
XRi
= residual X
YRi
2
= residual Y
Residual X
PC fonte
PC saída
Erro RMS
Residual Y
Figura 5.9 – Representação geométrica da medida do erro RMS de um ponto de
controle (Meneses e Almeida, 2012).
5.2.4 Reamostragem
No georreferenciamento, o centro de cada pixel da imagem ou mapa
de referência deveria ser transferido exatamente para o centro do
pixelcorrespondente na imagem que foi georreferenciada (Figura5.10). No
entanto, raramente a localização do pixel da imagem ou mapa de referência e
da imagem que foi georreferenciadairá coincidir exatamente em um mesmo
ponto. Aimprecisão na localização do ponto de controle é demonstrada
pela estimativa do erro RMS. Para solucionar esse problema é realizada
a reamostragem dos pixels, que consiste em determinar o valor do brilho
5. Pré-Procesamento > 5.2 Correção geométrica > 5.2.4 Reamostragem

41
97
SUMÁRIO
da imagem corrigida a partir do brilho da imagem original, com base na
extrapolação dos valores digitais dos pixels. Para o processo de reamostragem
dos pixels podem ser utilizados os seguintes interpoladores: vizinho próximo,
bilineare convolução cúbica.
mapa imagem
Figura 5.10 – Condição ideal na qual o centro do pixel do mapa de referência
corresponde com o centro do pixel da imagem que foi georreferenciada (Meneses e
Almeida, 2012).
5.3 Correção radiométrica
A correção radiométrica é necessária principalmente devido à distorção
radiométrica causada pela presença e interferência da atmosfera. A
intensidade da degradação ou distorção radiométricadepende do
comprimento de onda, da data de imageamento e da trajetória da
radiação. A atmosfera absorve a radiação eletromagnética atenuando a
intensidade de energia que ilumina o alvo na superfície, e reflete a radiação
eletromagnética adicionando radiância extra ao sinal que é detectado pelo
sensor. A transparência da atmosfera pode se tornar opaca em determinados
comprimentos de onda quando a atenuação atinge um determinado valor,
impossibilitando a obtenção de imagens.Portanto, deve-se verificar a
degradação causada pelo espalhamento atmosférico, avaliando quanto de
radiação foi adicionado ao pixel e que não é proveniente do alvo (Meneses
e Almeida, 2012). Portanto, aradiância medida pelo sensor é diferente da
radiância real do material, devido ao efeito aditivo do espalhamento causados
pelos aerossóis, gases e moléculas d’água da atmosfera.
5. Pré-Procesamento > 5.3 Correção radiométrica

42
97
SUMÁRIO
Dentre as diferentes técnicas de correção atmosférica destaca-se a subtração
escura ou darksubtraction.A correção atmosférica por subtração escura utiliza
os valores digitais do limite inferior do histograma de cada banda(Meneses
e Almeida, 2012).Considerando que cada banda deveria conter pixels com
valores digitais próximos ou iguais a zero, principalmente em áreas de
sombra de relevo e corpos de água límpidos. Mas devido ao espalhamento
atmosférico é adicionado um valor de brilho a todos os pixels da imagem.
Esse valor deve ser identificado no histograma de cada banda espectral e
subtraídopara a remoção da distorção radiométrica (Figura 5.11).
57
44
32
28
20
11
ETM banda 1 (0,45 - 0,52 µm)
ETM banda 2 (0,52 - 0,60 µm)
ETM banda 3 (0,63 - 0,69 µm)
ETM banda 4 (0,76 - 0,90 µm)
ETM banda 5 (1,55 - 1,75 µm)
ETM banda 7 (2,08 - 2,35 µm)
Figura 5.11 – Histogramas das seis bandas do Landsat7 sensor ETM com a indicação
do valor digital que mede a quantidade de espalhamento atmosférico adicionada ao
sinal (Meneses e Almeida, 2012).
5. Pré-Procesamento > 5.3 Correção radiométrica

43
97
SUMÁRIO
O processamento digital de imagens consiste em executar operações
matemáticas com o objetivo de melhorar a qualidade espectral e espacial das
imagens.A estrutura matricial das imagens facilita a aplicação de operações
matemáticas e estatísticas para analisar o grande volume de dados dos produtos
de sensoriamento remoto. No domínio espectral,as operações são efetuadas
pixel a pixel, onde cada pixel da imagem aumenta o seu contraste independente
do valor do pixel vizinho. No domínio espacial,cada pixel da imagem aumenta o
seu contraste em dependência do valor do pixel dos seus vizinhos. Nesse caso o
processamento irá depender da distribuição espacial dos pixels.
Na literatura são encontradas as mais variadas técnicas de PDI. Nesta apostila
serão abordadas as principais técnicas de realce de dados espectrais e
espaciais, e a técnica de classificação de imagens (Figura 6.1).
Figura 6.1 – Fluxograma do processamento digital de imagens para realce de dados
espectrais, espaciais e classificação.

44
97
SUMÁRIO
6.1 Espaço de cores RGB
A visão humana tem baixa percepção para discriminar níveis de cinza, no
máximo 30 tons de cinza. Por outro lado, a percepção da visão humana
aumenta por meio de imagens coloridas, por que a visão humana é colorida.
Por isso a importância da cor para a visualização das imagens multiespectrais
de sensoriamento remoto.
As cores são dividas em cores primárias (vermelho, verde e azul) e cores
secundárias (amarelo, ciano e magenta). As cores secundárias resultam da
combinação de cores primárias. O ciano é gerado pelas cores azul everde,
magenta pela combinação de azul evermelho, e amarelo resulta das cores
verde e vermelho (Figura 6.2). Demais cores são obtidas com a variação da
intensidade de luz de qualquer uma das três cores primárias. A projeção dos
focos de luzes azul, verde e vermelho resulta na cor branca.
Figura 6.2 - Mostra as cores primárias (vermelho, verde e azul), secundárias
(magenta, amarelo e ciano) e a cor branca.
Para a construção de imagens coloridas pode se utilizar o espaço de cores
RGB (Figura 6.3). Na composição colorida RGB, três bandas espectrais são
selecionadas onde cada banda é representada uma cor primária (Figura 6.4).
Os eixos do cubo no espaço de cores RGB representam a quantização da
radiânciareferente ao comprimento de onda de um conjunto de três bandas.
Os vértices do cubo representam as cores primárias e secundárias. O eixo
diagonal com origem no centro do cubo (preto) e em direção ao vértice oposto
(branco) contem os tons de cinza.
Verde
Green
Vermelho
Red
Azul
Blue
RGB
6. Processamento Digital de Imagens > 6.1 Espaço de cores RGB

45
97
SUMÁRIO
Figura 6.3 –Representação do espaço de cores RGB (Meneses e Almeida, 2012).
Figura 6.4 – Composição colorida RGB das
bandas 5, 4 e 3 do Landsat5.
6.2 Histograma e aumento de contraste
O histograma é a forma mais comum de representar a distribuição dos valores
ou números digitais (ND) de uma imagem, fornecendo informações sobre
quantos pixels na imagem possuem cada valor possível de ND (Figura 6.5).
Figura 6.5 – Imagens do Landsat da
região do estado do Ceará. a) imagem sem
contraste, b) imagem com contraste, c)
histograma com aumento de contraste linear.
O aumento de contraste é uma função que permite redistribuir os valores de
uma imagem ao longo do intervalo de dados (Figura 6.6):
• Na expansão linear os valores são expandidos de forma uniforme. Os níveis
de cinza são deslocados com o intuito de centralizar o histograma próximo
da média.
• Expansão linear por partes é aplicada para imagem com histograma
bimodal ou multimodal.
• Na expansão equalizada os valores são redistribuídos com base na
sua frequência de ocorrência. Geralmente é aplicada em imagens com
branco
amarelo
magenta
blue
(0,0,255)
green
(0,255,0)
red
(255,0,0)
preto
6. Processamento Digital de Imagens > 6.2 Histograma e aumento de contraste

46
97
SUMÁRIO
histogramaassimétricoparadistribuirdeformadesigualosvaloresdebrilhoentre
0a255.Osvaloressãoredistribuídoscombasenasuafrequênciadeocorrência.
• Na expansão Gaussiana dois parâmetros são analisados a média e variância.
O contraste é controlado pela média dos resultados e pelo desvio padrão.
Aumentando o desvio padrão há um aumento da distribuição dos dados.
Figura 6.6 – Histograma com aumento de contraste linear e por equalização
(Lillesand e Kiefer, 1994)
6.3 Intensidade, Matiz, Saturação
Espaço IHS trata dos atributos da cor em termos de intensidade, matiz e
saturação.Intensidade (I) é a quantidade de brilho de uma cena (medida do
albedo).Saturação (S) é o grau de diluição de uma cor pura por luz branca
(pureza da cor).Matiz define a cor espectral dominante (Figura 6.7).
Figura 6.7 – Modelo de representação dos atributos IHS da cor
60
0
0
108 158
60 158
255
0 127 255
60
0 108 158 255
0 38 255
255
0
60 158
108
255 Image values (DN)
Image values (DN)
Display levels (DN’)
Image values (DN)
(a) Histogram
(b) No strech
(c) Linear strech
(d) Histogram strech
1,0 branco
S
Red (00
)
ciano
Green (1200
)
Blue (2400
) magenta
amarelo
0.0 preto
Red
Green amarelo
magenta
Blue
ciano
p’
a
p
b
o
p é o ponto representando a cor
I = R + G + B/3
H = ap / ab
S = op / op’
I
6. Processamento Digital de Imagens > 6.3 Intensidade, Matiz, Saturação

47
97
SUMÁRIO
6.4 Operação aritmética
O processamento digital de imagens com a aplicação da operação aritmética
é simples e rápido.É um processamento que transforma os dados a partir da
combinação de imagens, gerando uma nova imagem em relação às imagens
de entrada. O processamento é executado pixel a pixel por meio de uma
regra matemática pré-definida, como por exemplo, as operações de soma,
subtração, multiplicação e divisão (Figura 6.8).
As operações aritméticas de soma e a multiplicação realçam similaridades
espectrais entre imagens de diferentes bandas.A subtração e a divisão realçam
diferenças espectrais do alvo.
Figura 6.8 – Operações aritméticas executadas pixel a pixel entre duas bandas
(Menese e Almeida, 2012).
6.4.1 Índice de vegetação
Índice de diferença normalizada de vegetação ou Normalize Difference
Vegetation Index (NDVI), envolve a diferença e a soma entre as bandas
na região do comprimento de onda do infravermelho próximo (NIR) e do
vermelho (RED).
NDVI = NIR-RED/NIR+RED (eq. 6.1)
Os valores do índice variam de -1 a +1, onde geralmente +1 equivale a áreas de
densa vegetação, valores negativos às áreas com total ausência de vegetação
(água) e valores que se aproximam de zero a solos expostos.
6.4.2 Índice de água
Para o cálculo do Índice de Diferença Normalizada de Água (NDWI)é utilizada a
banda na região do comprimento de onda da cor verde (GREEN) e uma banda
no comprimento de onda do infravermelho próximo (NIR).
NDWI = GREEN – NIR / GREEN + NIR (eq. 6.2)
+
–
x
/
=
6. Processamento Digital de Imagens > 6.4 Operação aritmética > 6.4.2 Índice de água

48
97
SUMÁRIO
6.5 Filtros
Variação no Número Digital (ND) ao longo de uma linha em uma imagem
pode ser representada na forma de um gráfico. Essa curva complexa pode ser
decomposta em um conjunto de ondas senoidais com diferentes frequências e
amplitudes (Figura 6.9).
Distance
Brightness
Brightness
(a)
(b)
Figura 6.9 – Variação do número digital ao longo da linha em uma imagem
(a) representado na forma de ondas senoidais (b) com diferentes amplitudes e
frequências (Drury, 2001).
Todas as imagens possuem limites entre áreas com diferentes respostas em
relação à radiação eletromagnética associadas a diferentes coberturas do terreno
(solo, vegetação, rocha), e ao contato entre áreas com diferentes condições de
iluminação(devidoaosombreamentotopográfico).Taislimitessãorepresentados
por gradientes inclinados, e são conhecidos como bordas. Por variar bastante em
áreas pequenas são denominadas de feições de alta frequência.
A mistura de frequências em uma imagem dificulta a interpretação de feições
com frequências específicas. Portanto, para realçar de forma seletiva as
feições de alta, média e baixa frequência são aplicadas técnicas de filtragem
espacial.A aplicação de filtros permite destacar principalmente bordas, feições
lineares de determinadas direções e padrões de textura.Existem duas técnicas
de filtragem:
a.Convolução atua no domínio espacial de uma imagem e emprega o
conceito de janela móvel. Os principais tipos de filtros de convolução: passa-
baixa, passa-alta e direcionais.
b.Análise Fourier atua no domínio da frequência de uma imagem. A análise
Fourier não será abordada nesta apostila, mas os conceitos básicos sobre o tema
podem ser consultados emLillesand e Kiefer (1994) e Schowengerdt (1997).
6. Processamento Digital de Imagens > 6.5 Filtros

49
97
SUMÁRIO
6.5.1 Filtro por convolução
No conceito da janela móvel a janela 3x3 inicia a filtragem a partir do canto
superior esquerdo da imagem (Figura6.10). Cada número digital das 9 células ou
pixels da imagem é multiplicado pelo respectivo valor das 9 células da janela 3x3.
O valor do pixel central dessa área da imagem é substituído pela soma desses 9
valores, atribuindo um novo valor de pixel para a imagem de saída. A imagem de
saída irá possuir valores iguais a zero nos pixels situados nas bordas resultando
em uma imagem com efeito de bordas (Schowengerdt, 1997;Crósta, 1993).
(a) (b)
(c)
Figura 6.10 - Mostra o conceito da janela móvel de uma janela 3x3
(Lilesand e Kiefer, 1994).
Filtro passa-baixa
O filtro passa-baixa elimina as feições de altafrequência da imagem deixando
passar as de baixa frequência. O filtro passa-baixa remove os ruídos eletrônicos
comuns nos produtos de sensores remotos (Crósta, 1992). Portanto, a imagem
com filtro passa-baixa mostra feições suavizadas (Figuras 6.11a e 6.11b).
Filtropassa-baixamaiscomuméofiltrodemédiaquesubstituionúmerodigital(ND)
dopixeloriginalcentralpelamédiaaritméticadopixeleseusvizinhos(Figura6.12).
Figura 6.11 – Imagens com aplicação dos
filtros passa-baixa e passa-alta. a) imagem
original com as componentes de alta e baixa
frequência; b) imagem com passa-baixa com
feições suavizadas; c) imagem com passa-
alta destacando as bordas e limites entre
áreas com valores diferentes de ND.
6. Processamento Digital de Imagens > 6.5 Filtros > 6.5.1 Filtro por convolução

50
97
SUMÁRIO
Figura 6.12–Filtrodemédiacomumajanelade3x3(a),eestruturamatricialdaimagem
comosnúmerosdigitais(ND)comdestaqueparaaáreasombreada(b),ondeonúmero
digitaldopixelcentralresultadamédiaaritméticadopixeleseusvizinhos(c),Aimagem
resultantecomaplicaçãodofiltropassa-baixa(Drury,2001).
Filtro passa-alta
O filtro passa-alta elimina as feições de baixa frequência mantendo apenas
as de alta frequência (Figura 6.11c). As imagens com filtro passa-alta realçam
bordas e limites entre áreas com valores de números digitais (ND)diferentes.
O tipo mais comum de filtro passa-alta é o filtro Laplaciano que é útil para
detectar principalmente bordas. A soma dos pesos é geralmente igual a zero.
Os principais tipos de filtros Laplacianos são apresentados a seguir:
26 27 32
22
21
20
18
26
21 19 24
23
25
25
17
23 27 19 25
20
22
32
26
29
19
27
23
19
25
22
19 27
27
17
25
24 22
28
30 31
26
30 27 25
27 25
22
23 21
22 22
26
25
26 25 23
26
28
25
29
25
23
22 27
26 24
27
27 25
25
27 27 26
27
1/9 1/9 1/9
1/9 1/9 1/9
1/9
1/9 1/9
1 1 1
1 1 1
1
1 1
x 1/9
(a)
or
(b)
(c) (d)
central
pixel
24 + 26 + 22
+ 28 + 30 + 27
+ 28 + 32 + 29
1
9
= = 27
x
-1 -1 -1
-1 8 -1
-1
-1 -1
0 -1 0
-1 4 -1
-1
0 0
6. Processamento Digital de Imagens > 6.5 Filtros > 6.5.1 Filtro por convolução

51
97
SUMÁRIO
Filtro direcional
O filtro direcional é um tipo de filtro passa-alta que tem a capacidade de
realçar bordas em direções pré-determinadas (Crósta, 1993) (Figuras 6.13b e
6.13c). Os filtros direcionais possuem pesos distribuídos de forma assimétrica
ao redor de um eixo. Os filtros direcionais mais comuns são:
Filtros de Roberts
-1 0
0 1
0 -1
1 0
Filtros de Sobel
1 2 1
0 0 0
-2
-1 -1
0 1 2
-1 0 1
-1
-2 0
N-S NE-SW
Figura 6.13 – Imagem do relevo obtido pela
missão Shuttle Radar TopographyMission
(SRTM) com a aplicação dos filtros passa-
baixa, passa-alta e direcional Roberts NW. a)
imagem do relevo original com as
componentes de alta frequência e baixa
frequência; b) imagem com filtros passa-baixa
e direcional Roberts NW; c) imagem com
filtros passa-alta e direcional Roberts NW.
6.6 Classificação
Oprocessodeclassificaçãoconsisteemassociaràcadapixeldeumaimagemou
conjuntodeimagens(bandas)um“rótulo”,oqualdescreveráapresençadeum
objetoreal(exemplos:vegetação,solo,tiposderocha).Cadaobjetorealrecebe,em
algunscasos,adenominaçãogenéricadetema.Destemodo,oresultadofinalde
umprocessodeclassificaçãopodeserummapatemáticomostrandoadistribuição
geográficadeumoumaistemasemumaregião.
Oprocessodeclassificaçãopodeserentendidoconsiderandooespaçodeatributos
emumespaçon-dimensional(onúmerodedimensõesdependedonúmerode
bandasutilizadas)(Figura6.14).Asrelaçõesentrebandaspodemseravaliadasem
termosdeparâmetrosestatísticostaiscomo:valormédio(centróide),variância,
covariância,coeficientedevariação,coeficientedecorrelação,etc.
6. Processamento Digital de Imagens > 6.6 Classificação

52
97
SUMÁRIO
A classificação é implementada de três formas: não supervisionada (sem
áreas-treino), supervisionada (com áreas-treino) e segmentada (orientado
a objeto). Nos dois primeiros processos de classificação (supervisionada e
não supervisionada) as regras e parâmetros estatísticos estabelecem se um
determinado pixel pertencerá a uma determinada classe ou não.
Figura 6.14 – Representação do agrupamento de pixel no espaço de atributos bi-
dimensional(Drury, 2001).
Uma vez que um conjunto de informações associadas aos pixels da imagem foi
determinado (áreas-treino supervisionadas ou não), a classificação é efetuada
comparando as características do conjunto de pixels com as características
determinadas para cada classe. A decisão de alocar um determinado pixel
em uma determinada classe é feita de acordo com algumas regras. Pixels
que passam nos critérios estabelecidos pelas regras definidas são então
“rotulados” com o nome da classe à qual apresentaram maior afinidade.
As regras de decisão podem ser não-paramétricas ou paramétricas. No
primeiro caso a classificação de um determinado pixel pode ser feita
interativamente no próprio espaço de atributos. A seleção de um determinado
agrupamento de pixels é realizada no espaço de atributos que consiste em
um gráfico bi-dimensionaldo tipo diagrama de dispersão. No segundo caso, a
classificação é unicamente feita com base em parâmetros estatísticos.
6.6.1 Classificação não supervisionada (sem áreas-treino)
Na classificação não supervisionadadefine-se o número de classes desejadas.
Todos os pixels das bandas utilizadas serão avaliados, e as regiões de maior
ocorrênciade pixels serão definidas no espaço de atributos. No processo de
classificação não supervisionada o agrupamento de pixels é automaticamente
identificado e usado na classificação. Os diferentes agrupamentos de pixels
são mostrados pelos contornos de isovalores(Figura 6.15).
(a)
Band
Y
DN
Band X DN
Key
corn
forest
hay
sand
urban
water
6. Processamento Digital de Imagens > 6.6 Classificação > 6.6.1 Classificação não supervisionada (sem áreas-treino)

53
97
SUMÁRIO
Figura 6.15 – Diagrama do espaço de atributos com a distribuição de todos os pixels
na forma de contornos (Drury, 2001).
6.6.2 Classificação supervisionada
A classificação supervisionada requer que o usuário tenha conhecimento
sobre a área a ser analisada. A área de interesse deve idealmente ter passado
por um tipo de monitoramento de campo (groundtruth) na época da coleta
das imagens. As observações de campo devem ser efetuadas em regiões
específicas e que serão representadaspelas áreas-treino no processo de
classificação. Nesse contexto, cada pixel da imagem será então comparado
às diferentes áreas-treino e associado às áreas commaior compatibilidade
espectral. Na prática o groundtruth nem sempre é possível e as áreas de
treinamento são definidas com base em produtos cartográficos existentes e/
ou nas características identificadas nas próprias imagens utilizadas.
A identificação e o traçado das áreas treino são realizados na própria imagemcom
o uso de ferramentas vetoriais. Os diferentes polígonos contendo os pixels
representantes de cada área-treino são individualizados e categorizados por
classes. Durante esse processo é preciso garantir que os pixels englobados em
uma determinada área-treino sejam os mais representativos da classe definida.
Os números digitais dos pixels das classes são então comparados com os números
digitais de cada pixel nas imagens. Geralmente a precisão de um processo de
classificação aumenta com o número de bandas utilizadas.
Método do Paralelepípedo
O método do paralelepípedo considera uma área retangular ao redor do
conjunto de pixels identificados nas áreas-treino, a qual pode ser definida
pelos valores mínimos e máximos (Figura 6.16). Pode-se usar também o valor
médio e o desvio-padrão.
• Vantagens: A implementação do método do paralelepípedo é rápida e
simples, uma vez que os pixels a serem classificados são comparados à
valores e limites que permanecem constantes. Este método é geralmente
utilizado em um primeiro passo de análise. Após o resultado analisado pode-
se então partir para processos de classificação mais robustos.
• Desvantagens: Os pixels situados fora dos limites dos paralelepípedos não
podem ser classificados.
(e)
Band
Y
DN
Band X DN
equiprobability
contours
Key
corn
forest
hay
sand
urban
water
6. Processamento Digital de Imagens > 6.6 Classificação > 6.6.2 Classificação supervisionada

54
97
SUMÁRIO
Figura 6.16 –Diagrama do espaço de atributoscom a localização dos pixels
pertencentes a um conjunto de áreas-treinos. Os limites de decisão da classificação
pelo método do paralelepípedo são mostrados em torno de cada classe (Drury, 2001).
Método da distância mínima
O método da distância mínima classifica um determinado pixel calculando
a distância espectral entre o pixel a ser classificado e o valor médio de cada
área-treino (Figura 6.17). A figura mostra as distâncias espectraisque unem
o pixel a ser classificado e as médias das três áreas-treino. O pixel a ser
classificado irá integrar a classe cujo valor médio estiver mais próximo do
valor do pixel em análise.
• Vantagens: Se cada pixel estiver próximo a uma determinada área-treino,
jamais haverá pixel não classificado. Após o método por paralelepípedo, o
método por distância mínima é o método de classificação mais rápido de ser
processado.
• Desvantagens: Todos os pixels serão obrigatoriamente classificados.
Figura 6.17 - Diagrama do espaço de atributos com a localização dos pixels e a
classificação baseada no método da distância mínima (Drury, 2001).
(b)
Band
Y
DN
Band X DN
equiprobability
contours
Key
corn
forest
hay
sand
urban
water
(d)
Band
Y
DN
Band X DN
Key
corn
forest
hay
sand
urban
water
equiprobability
contours
1
6. Processamento Digital de Imagens > 6.6 Classificação > 6.6.2 Classificação supervisionada

55
97
SUMÁRIO
6.6.3 Classificação por segmentação (Orientada a objeto)
A classificação segmentada ou orientada a objeto efetua a classificação com
base nas unidades da paisagem (Interimage, 2010). Nesse caso as unidades
da paisagemsão consideradas como objetos (Figura 6.18). Visualizar a imagem
em unidades da paisagem ou objetos é a forma mais próxima do processo de
interpretação da paisagem feita pelo homem.
A classificação segmentada subdivide a imagem em segmentos ou em regiões.
Para classificação são definidos os parâmetros e regras pelo usuário com base
em alguns atributos apresentados a seguir:
• Valores espectrais:
‒
‒ Media
‒
‒ Mediana
‒
‒ Valor mínimo
‒
‒ Valor máximo
‒
‒ Desviopadrão
• Propriedades geométricas:
‒
‒ área, comprimento, perímetro, forma
‒
‒ propriedades de textura
• Relações topológicas:
‒
‒ classe dos objetosvizinhos, sub-objetosou super-objetos
‒
‒ árearelativa dos sub-objetos
Figura 6.18 – Classificação orientada a
objeto (Interimage, 2010)
6. Processamento Digital de Imagens > 6.6 Classificação > 6.6.3 Classificação por segmentação (Orientada a objeto)

56
97
SUMÁRIO
7. Comportamento Espectral de Alvos
7.1 Assinatura espectral
Diferentes materiais refletem, emitem ou absorvem energia eletromagnética
em um pequeno intervalo de comprimento de onda. Deste modo, o conjunto de
reflexões e absorções define a assinatura espectral de cada matéria (Figura 7.1).
Figura 7.1 – Diagrama mostrando a variação da reflectância ao longo do comprimento
de ondas de diferentes materiais caracterizandodiferentes assinaturas espectrais.
7.1.1 Vegetação
As plantas usam a energia solar para converter água e dióxido de carbono em
carboidrato e oxigênio através do processo de fotossíntese (Figura 7.2). A folha
sadia tem uma estrutura celular dividida basicamente em epiderme superior,
mesófilo (paliçádico e esponjoso) e epiderme inferior.A assinatura espectral
da vegetação mostra três comportamentos distintos para a interação da
radiação eletromagnética com a vegetação verde sadia.
Na região do visível são observadas duas regiões do espectro eletromagnético
com absorção em 0,45 e 0,52 μm e em 0,63 e 0,69 μm. Essaabsorção se deve
a clorofila da folha e está associado com apigmentação foliar existente no
mesófilo palaçádico. Na região do infravermelho próximo a vegetação sadia
apresenta alta reflectância e alta transmitância. A camada do mesófilo
esponjoso controla a energia do infravermelho próximo refletida. Na região
do infravermelho médio, quanto maior a quantidade de água contida na folha
menor a reflectância da energia.
Wavelength (μm)
0.5 0.7 0.9 1.1 1.3 1.5 1.7 1.9 2.1 2.3 2.5
10
20
30
40
50
60
Reflectance
(%)
Visible Near- Mid-infrared
Water
Green
vegetation
Soil
7. Comportamento Espectral de Alvos > 7.1 Assinatura espectral > 7.1.1 Vegetação

57
97
SUMÁRIO
Infravermelho
próximo
Infravermelho
médio
Conteúdo de água
Visível
azul
verde
vermelho
Estrutura
da célula
Pigmentos
da folha
Fatores dominantes
que controlam a
reflectância das folhas
Principais bandas
de absorção
Absorção
pela água
Absorção
pela clorofila
Reflectância
(%)
Comprimento de onda (μm)
80
70
60
50
40
30
20
10
0
0.4 0.6 0.8 1.0 1.3 1.4 1.6 1.8 2.0 2.2 2.4 2.6
Figura 7.2 – Assinatura espectral da vegetação na região do visível e do infravermelho.
7.1.2 Água
Águatem alta transmitância na região do comprimento de onda do azul.
A transmitância aumentaa medida que o comprimento de onda diminui,
principalmente na região violeta ao azul claro. Como resultado, apenas a luz
azul penetra na água a certa profundidade, e a energia no comprimento de
onda mais longoé absorvidanos níveis mais rasos. Na região do infravermelho
próximo e médio a água atua como um corpo negro absorvendo toda a
energia incidente.A presença de sedimentos em suspensão, plânctons e
corantes naturais aumentam a reflectância da água principalmente na região
do visível (Figura 7.3).
Água
clara Água contendo algas
Reflectância de Água Clara e
de Água com Algas
Percentagem
de
Reflectância
4
3.5
3
2.5
2
1.5
1
0.5
0
400 500 600 700 800 900
Comprimento de Onda (nm)
Figura 7.3 - Assinaturas espectrais da água clara e da água contendo algas no
espectro eletromagnético.
7.1.3 Rocha e minerais
As rochas e minerais apresentam assinaturas espectrais similares aos dos
solos, pelo fato de que os solos são produtos de alteração das rochas.
Diferentes rochas e minerais irão apresentar assinaturas espectrais distintas
devido a variação na composição química e a diferentes formas de interação
da radiação eletromagnética com a matéria. As rochas são constituídas por
uma assembleia de minerais. Portanto, a sua assinatura espectral estará
associada com a suacomposição química e com a proporção em abundância
dos constituintes minerais da rocha.
7. Comportamento Espectral de Alvos > 7.1 Assinatura espectral > 7.1.3 Rocha e minerais

58
97
SUMÁRIO
As assinaturas espectrais do folhelho e andesito mostram
comportamentosespectrais distintos quanto areflectância ao longo do
espectro eletromagnético (Figura 7.4). A curva espectral do folhelho mostra
alta reflectância em relação ao andesito. É caracterizada por regiões de
absorção causadas pelo ferro, pela água e pela hidroxila (OH). Para um estudo
mais detalhado sobre a assinatura espectral de rochas e minerais, consultar
Drury (2001), Novo (2010) e Jensen (2011).
Figura 7.4 – Assinaturas espectrais de dois tipos de rochas (Novo, 2010).
7.1.4 Materiais urbanos
Os materiais que compõem as áreas urbanizadas ou antropizadas também
são analisados em termos de comportamento espectral, cujas assinaturas
espectrais são determinadas por um espectrorradiômetro. A figura 7.5 mostra
as características de reflectância de alguns materiais urbanos como, por
exemplo, a ardósia, concreto, tijolo vermelho, asfalto, telha de asfalto e grama
sintética. A assinatura espectral do asfalto apresenta reflectância crescente
de 10 para 15% em 0,4 a 0,6 μm e de 15 para 20% em 0,4 a 1,05μm. O concreto
apresenta alta reflectância de 27 a 30% na região do visível (0,4 a 0,6μm)se
comparado aos demais materiais urbanos.
Figura 7.5 – Assinaturas espectrais para materiais urbanos comuns no espectro
eletromagnético (Novo, 2010).
Folhelho
Andesito
Região de
absorção pelo
ferro
Região de
absorção pela
água
Região de
absorção pel0
OH
0.6
0.4
0
0.2
p
0.3 0.5 1.0 1.5 2.0 2.5
λ, μm
Telha de asfalto (preta)
Grama sintética
Asfalto
Tijolo (vermelho)
Concreto
Ardósia (vermelha)
Grama senescente
Grama saudável
40
30
20
10
0
0,4 0,5 0,6 0,7 0,8 0,9 1,0
Comprimento de Onda, μm
Percentagem
de
Reflectância
7. Comportamento Espectral de Alvos > 7.1 Assinatura espectral > 7.1.4 Materiais urbanos

59
97
SUMÁRIO
Referência Bibliográfica
CRÓSTA, A. P. 1992. Processamento digital de imagens de Sensoriamento
Remoto. IG/UNICAMP, Campinas, 170p.
CURRAN, P. J. 1985. Principlesof Remote Sensing.
LongmanScientific&Technical, Essex, 282 p.
DRURY, S. A., 2001. Imageinterpretation in geology. Blackwell, 290p.
JENSEN, J. R.; EPIPHANIO, J. C. N. 2011. Sensoriamento remoto do
ambiente: uma perspectiva em recursos terrestres. São José dos Campos,
SP: Parêntese, 598 p.
LILLESAND, T. M.; KEIFER, R. W. 1994. Remote
SensingandImageInterpretation. 3rd.Edition. John Wiley& Sons, New York,
749 p.
MENESES, P.R.; ALMEIDA, T. 2012. Introdução ao Processamento de Imagens
de Sensoriamento Remoto. http://www.cnpq.br/web/guest/livro-eletronico
NOVO, E. M. L. 1989. Sensoriamento Remoto. Ed. Edgard Blücher, São Paulo,
307 p.
SABINS, F. F. 1986. Remote Sensing: principlesandinterpretation. W. H.
Freeman andCompany, New York, 449p.
ROBINSON, A.H.; MORRISON, J.L.; MUEHRCKE, P.C.; KIMERLING, A.J.; GUPTILL,
S.C. 1995. ElementsofCartography. Ed. John Wiley& Sons, 6 edição, 674p.
SCHOWENGERDT, R.A. 1997. Remote Sensing. Modelsandmethods for
imageprocessing. Academic Press. 521p.
SOARES, P.C. & FIORI, A.P. 1976. Lógica e sistemática na interpretação
geológica de fotografias aéreas. Rev. Pesquisas, UNESP, Rio Claro.
SOUZA FILHO, C.R. & CRÓSTA, A.P. 2003. Geot

60
97
SUMÁRIO
Contato
geospu@planejamento.gov.br
Saiba mais:
http://www.planejamento.gov.br/assuntos/gestao/
patrimonio-da-uniao/geoinformacao

SUMÁRIO
Figura 1.1 – Flutuação dos campos elétrico (E) e magnético (M) com a propagação da radiação eletromagnética a velocidade da luz (Meneses & Almeida, 2012).
Frequência
(número de cíclos por segundo)
Velocidade da luz
Comprimento da onda
E
M
Campo Magnético M
Campo Elétrico E

SUMÁRIO
Figura1.2 – Intensidade da energia radiante emitida pelo Sol e pela Terra(Meneses & Almeida, 2012).
Radiação
Solar
Radiação
Terrestre
100
90
80
70
60
50
40
30
20
10
0
0,1 0,5 1,0 1,5 2,0 10 20 30 40 50
Comprimento de onda em micrômetros
Infravermelho
Visível
Ultravioleta
Ondas Longas
Ondas Curtas

SUMÁRIO
Figura 1.3 – Exemplo de refração em três camadas atmosféricas não turbulentas (Jensen, 2011).
θ1
θ2
θ3
n1
= índice de refração
para esta camada
da atmosfera
n2
Atmosfera
opticamente
mais densa
n3
Atmosfera
opticamente
menos densa
Atmosfera
opticamente
menos densa
Energia radiante
incidente
Normal à
superfície
Refração Atmosférica
Percurso da
energia na
atmosfera
homogênea
Percurso da energia afetada
pela refração atmosférica

SUMÁRIO
Figura 1.4 – Principais subdivisões da atmosfera e os tipos de moléculas e aerossóis encontrados em cada camada(Jensen, 2011).
20 km
Superfície doTerreno
Altitude
Acima
do
Nível
do
Mar
H2O, aerossóis estratosféricos
O3, aerossóis estratosféricos
O2, CO2, gases traços
Moléculas de gás
(espalhamento Rayleigh)
15 km
10 km
8 km
2-3 km

SUMÁRIO
Figura 1.5 – O tipo de espalhamento atmosférico é uma função do comprimento de onda e o tamanho da molécula de gás, partículas de poeira e fumaça, e gotículas
de vapor d’água (Jensen, 2011).
diâmetro
Vapor
d’água
Molécula de gás
Fumaça, poeira
Fóton de energia
eletromagnética
modelado como
uma onda
Espalhamento Mie
Espalhamento Não-seletivo
Espalhamento Rayleigh
Espalhamento Atmosférico
λ
b.
a.
c.

SUMÁRIO
Figura 1.6 – A intensidade do espalhamento Rayleigh é inversamente proporcional à quarta potência do comprimento de onda (Jensen, 2011)
B G Y O R
Energia em elétro-volts (eV)
0,4 0,5
0
20
40
60
80
100
0,6 0,7
3 2,752,5 2,25 2 1,75
Intensidade
da
Luz
Espalhada

SUMÁRIO
Figura 1.7 – Curvas de radiação solar mostrando a energia absorvida pelos gases em diferentes comprimentos de onda (Drury, 2001).
Radiação
Solar
(
W
m
-2
µm
-1
)
2000
1500
1000
500
0
0 0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8 2,0 2,2 2,4 2,6 2,8 3,0 3,2
O3
O2, H2O
H2O
H2O
H2O
H2O
H2O CO2
H2O CO2 H2O CO2
O3
Radiação solar no
topo da atmosfera
Radiação solar ao
nível do mar

Princípios da interação da radiação eletromagnética com a matéria e sensoriamento remoto

Princípios da interação da radiação eletromagnética com a matéria e sensoriamento remoto

Recomendados

Recomendados

Mais conteúdo relacionado

Semelhante a Princípios da interação da radiação eletromagnética com a matéria e sensoriamento remoto

Semelhante a Princípios da interação da radiação eletromagnética com a matéria e sensoriamento remoto (20)

Mais de PauloVictor415128

Mais de PauloVictor415128 (20)

Último

Último (20)

Princípios da interação da radiação eletromagnética com a matéria e sensoriamento remoto