Sensoriamento Remoto Prática no ENVI

Sensoriamento Remoto
Prática no ENVI
Vitor Vieira Vasconcelos
Carolina Moutinho Duque de Pinho
Flávia da Fonseca Feitosa
Cartografia e Geoprocessamento para o Planejamento Territorial
Abril de 2017

Roteiro da Atividade
Realizar uma comparação multitemporal entre a cobertura de
vegetação em SBC no período de 2004 e 2014 (1:150.000),
utilizando imagens Landsat 5 e 8. Para isso aprenderemos:
PARTE I
 Baixar imagens Landsat gratuitamente (geoportal NASA).
 Interface de visualização do ENVI.
 Fazer Stack (pilha) de bandas.
 Composições coloridas.
PARTE II
 Classificação de imagens.

Imagens Landsat Gratuitas:
Portal EarthExplorer
https://earthexplorer.usgs.gov/
Registro e Login

Earth
Explorer
Landsat Archive
Collection 1 Higher-Level:
Imagens ortorretificadas com
correção atmosférica
(ordem por e-mail)
Collection 1 Level-1
Imagens ortorretificadas
(download direto)
L8 = Landsat 8 (OLI)
L4-5 = Landsat 4 e 5 (TM)

Ortorretificação
http://www.geoimage.com.au/services/imageprocessing
https://wiki.hexagongeospatial.com/index.php?title=Orthorectification

Correção Atmosférica
Antes Depois
http://www.hkcoastalwaterquality.tk/Methodology.html https://www.mapbox.com/blog/atmospheric-correction-comparison/

Earth Explorer
Download
direto dos
dados de
nível 1

Roteiro da Atividade Prática
Trabalharemos com imagens de duas datas:
 08/09/2004  Landsat 5, sensor TM (Thematic
Mapper)
 03/08/2014  Landsat 8, sensor OLI (Operational
Land Imager)
1. Entre no software Envi;
2. Abra todos os arquivos .tifs da pasta
“03_08_2014_LANDSAT_8”.

Thematic Mapper (TM)
https://landsat.usgs.gov/what-are-band-designations-landsat-satellites
Bandas
Comprimento de
Onda (μm)
Resolução
(m)
1 – Azul 0.45-0.52 30
2 – Verde 0.52-0.60 30
3 - Vermelho 0.63-0.69 30
4 – Infravermelho
Próximo (NIR)
0.76-0.90 30
5 - Infravermelho de
ondas curtas (SWIR) 1
1.55-1.75 30
6 - Termal 10.40-12.50 120* (30)
7 - Infravermelho de
ondas curtas (SWIR) 2
2.08-2.35 30
Relembrando – Landsat 5
Resolução Radiométrica – 8 bits

Relembrando – Landsat 8
https://landsat.usgs.gov/what-are-band-designations-landsat-satellites
Bandas
Comprimento
de Onda (μm)
Resolução
(m)
1 - Ultra azul (costas/aerosol) 0.43 - 0.45 30
2 - Azul 0.45 - 0.51 30
3 – Verde 0.53 - 0.59 30
4 – Vermelho 0.64 - 0.67 30
5 – Infravermelho Próximo (NIR) 0.85 - 0.88 30
6 – Infravermelho de Ondas Curtas (SWIR1) 1.57 - 1.65 30
7 – Infravermelho de Ondas Curtas (SWIR2) 2.11 - 2.29 30
8 - Pancromático 0.50 - 0.68 15
9 - Cirrus 1.36 - 1.38 30
10 – Termal (TIRS) 1 10.60 - 11.19 100 * (30)
11 – Termal (TIRS) 2 11.50 - 12.51 100 * (30)
Resolução Radiométrica – 12 bits
Operational Land Imager (OLI)

A série Landsat
https://landsat.gsfc.nasa.gov/about/technical-information/

Interface do ENVI
• Abrir os arquivos da pasta Landsat 8
• Abrir o shapefile com limite municipal de São Bernardo do Campo

Percebam:
1. Que cada banda é um arquivo Tif em separado;
2. Que além das bandas que esperávamos, B1, B2...., O primeiro arquivo é o BQA. É uma Quality
Assessment Band. Para cada pixel, há informações de cobertura de nuvem, neve, sombreamento, só
que é necessário processamento específico para isso. Vamos fechar esta banda. Assim como as bandas
do Termal e a pancromática. Faremos isso daqui a pouco, vamos primeiro olhar nossas bandas.

1. Olhem a escala de visualização da imagem.
2. Agora na área do Layer Manager à esquerda, arraste o arquivo da banda 4 para o topo da
lista.
3. Aliás esta banda corresponde a qual fração do espectro magnético?

2. Agora na área do Layer Manager à esquerda, arraste o arquivo da banda 4 para o topo da lista.
3. Aliás este banda corresponde a qual fração do espectro magnético?
4. Clique com o botão direito sobre a banda 4 e em seguida na opção Zoom to Layer Full Resolution.

2. Agora na área do Layer Manager à esquerda, arraste o arquivo da banda 4 para o topo da lista.
3. Aliás este banda corresponde a qual fração do espectro magnético?
4. Clique com o botão direito sobre a banda 4 e em seguida na opção Zoom to Layer Full Resolution.
5. Perceba que a escala mudou.

1. Repita os procedimentos anteriores para a banda 8.
2. E então respondam:
A. Há variação de escala?
B. Qual característica das imagens está controlando esta variação?
C. O que o comando Zoom to Layer Full Resolution faz?

• Nosso objetivo final é identificar
classes de cobertura do solo nas
duas datas indicadas no início do
exercício, para uma escala de
1:150.000
• Que bandas vocês acham que
poderiam ser descartadas?
• Para descartar as bandas
precisaremos ligar o Data
Manager.
• No Data Manager podemos,
abrir, fechar arquivos, ver
informações sobre eles
(metadados) e fazer
composições coloridas de
imagens.

• Para fechar um arquivo basta selecionar ele no Data Manager
clicar com o botão direito nele e em seguida na opção Close File.
• Feche as bandas BAQ, banda 8, 9, 10, 11 e BQA.

• Faça uma composição colorida
cor verdadeira.
• Qual a combinação de bandas
Landsat 8 necessária para isso
na sequência RGB?
• Para a composição clique no
quadrado vermelho no Data
Manager e em seguida na banda
que deseja aplicar a cor
vermelha, em seguida clique na
banda que deseja aplicar a cor
verde e depois a azul. Por último
aperte o botão Load Data.

• O software não permite fazer composições
coloridas a partir de arquivos avulsos.
• Assim teremos que consolidar todas as bandas
iremos utilizar em um único arquivo TIFF.

• O software não permite fazer composições
coloridas a partir de arquivos avulsos.
• Assim teremos que consolidar todas as bandas
iremos utilizar em um único arquivo TIFF.
• O comando que faz isso é o Layer Stacking.
• No Toolbox à direita escreva Layer Stacking, para
acessar o comando.

• Antes de realizar o Stack de Layers, vamos importar o arquivo vetorial com os limites do município de
SBC
• Por quê? Porque vamos aproveitar o “Layer Stacking” para recortar nossa imagem e manter apenas
nossa área de estudo.
• Após importar o arquivo vetorial, dê um duplo clique sobre o comando Layer Stacking.

• Selecione todos os layers.
• Vamos aproveitar para já recortar nossa imagem para nossa área
de interesse que é SBC. Selecione todos os layers e clique em
Spatial Subset.
• Na caixa de diálogos Select Spatial Subset clique no botão
ROI/EFV e selecione o layer do limite municipal de SBC
1
2

• Na caixa Select Spatial Subset Veja que a quantidade de
Samples (colunas) e Lines (linhas) da imagem se
modificou.
• Em seguida clique em OK.
2
1

• Na caixa de diálogos Layer Stacking Input file, clique em ok.
• Na caixa de diálogos Layer Stacking Parameters verifique na área Selected Files for Layer Stacking se as
bandas estão em ordem crescente, caso não estejam clique no botão Reorder Files...
• Para trocar a ordem basta clicar no arquivo e arrastá-lo para o local escolhido.
• Em “Enter Output Filename”, selecione diretório e nome do arquivo de saída (extensão “.TIF”).
1
2

• Abra o Data Manager para ver o resultado.
• Faça uma composição colorida cor verdadeira (Bandas RGB 4-3-2) e faça um Zoom to Layer Extent;
• No Layer Manager desligue as outras bandas.
• Mova o arquivo shapefile sobre a composição colorida.

• O Envi salva seus arquivos de forma padrão em formato HDR, que é um formato de
dados matricial, popular para imagens.
• O QGIS abre este tipo de arquivo mas versões antigas do ArcGIs e outros software não,
portanto é aconselhável converter para tif, formato que é aberto em qualquer
software.
• Para tanto, selecione o arquivo que reune todas as bandas; vá ao menu File, Save as...
(ENVI, NITF, TIFF, DTED)

• O Envi salva seus arquivos de forma padrão em formato HDR, que é um formato de dados matricial,
popular para imagens.
• O QGIS abre este tipo de arquivo mas versões antigas do ArcGIs e outros software não, portanto é
aconselhável converter para tif, formato que é aberto em qualquer software.
• Para tanto, selecione o arquivo que reune todas as bandas; vá ao menu File, Save as... (ENVI, NITF, TIFF,
DTED)

• Vamos arrumar nosso dados. Vá até o Data Manager e feche todos os
arquivos abertos;
• Abra a Imagem LANDASAT 8 em formato TIFF que você salvou;
• Abra a imagem LANDSAT5.tif na pasta “08_09_2004_LANDSAT_5”
• Abra o arquivo shapefile com o limite municipal de SBC.
• Faça composições coloridas cor verdadeira com cada uma das imagens
usando o Data Manager (Landsat 5: 321 / Landsat 8: 432)
• A imagem Landsat5 ficará escura, para melhorar o seu contraste vá na
ferramenta de contraste rápido e mude para Optimized Linear

• Coloque a imagem Landsat8 por cima no Layer Manager
e em seguida a Imagem Landsat5, basta arrastá-las.
• Vamos testar alguns comandos de visualização para
checar o georreferenciamento das imagens.
• Dê um zoom na escala 1: 50.000

Portal
View Blend View Flicker
View Swipe

• Apresente a banda do
infravermelho próximo de
cada uma das imagens
Landsat, aliás qual é o
número desta banda em
cada uma das imagens?
• No Data Manager,
selecione “Load in
Grayscale” e depois ajuste
o histograma para
“Optimized Linear”

• Dê um pan e puxe a imagem um pouco para cima para ver a
área dos reservatórios.
• Ligue o View Swipe.
• Agora é possível ver que há um bom “casamento” entre as imagens.

• Vamos visualizar a mesma imagem em
janelas distintas com composições
diferentes;
• Primeiro vá no Menu Views, Two Vertical
Views para dividir a atual View em duas
janelas verticais.

• Testem todas as opções de Views, depois volte para Two Vertical Views.
• Perceba que o Layer Manager foi aberta uma Nova View.
• Quando você clica dentro em um das Views, a View correspondente no Layer
Manager fica selecionada.

• Selecione a View da Esquerda e faça uma composição colorida cor verdadeira
com a imagem Landsat8;
• Selecione a View da Direita e faça uma composição colorida com as bandas do
infravermelho próximo, vermelho e verde, padrão RGB. Diga a numeração.
• Perceba que as imagens não estão apontando para a mesma área, para que
isso ocorra utilizaremos o comando Geo Link Views (Menu, Views, Geo Link
Views)

• Perceba que as imagens não estão apontando para a
mesma área, para que isso ocorra utilizaremos o comando
Geo Link Views (Menu, Views, Geo Link Views).
• Clique em Link All, e deixe a janela da Direita como
principal.

• Teste a Ferramenta Fly para navegar na imagem, sempre na janela da direita e veja que a janela
da esquerda acompanhará os movimentos.
• Utilize também os comandos de zoom: (Fixed Zoom in), (Fixed Zoom out), (Zoom to
Full Extent) e (Zoom)

• Divida a tela em quatro Views (2x2). Faça as composições abaixo, visualize com um zoom em
1:100.000 e link todas as janelas deixando a janela do canto superior esquerdo como principal.
Composições: 432, 543, 654, 564
• Navegue com diferentes zooms e observe a variação de cor dos diferentes alvos.
• Qual a melhor composição para distinguir vegetação de área construída?
• Qual a melhor composição para ver diferenças de composição na água?
• Qual a melhor composição para ver diferenças de tipos de vegetação?
• Qual a melhor composição para observar as área de de solo exposto?

• Vamos navegar em alguns pontos.
• Deixe ativado o View com a composição colorida cor verdadeira. Vá ao Data Manager e abra o
arquivo Pontos.anz. É um arquivo de anotação indicando três pontos da imagem onde iremos.
Carregue-o .
• Clique sobre o nome dele no Layer Manager e dê um Zoom Extent to layer;

• Vá até a ferramenta Go to, copie as coordenadas do Ponto 1 e cole no espaço em
branco do comando. Aperte enter.
• Em seguida Clique no comando Crosshairs
• Ponto 1  23°47'15.75"S,46°25'32.90"W
• Ponto 2 23°46'22.96"S,46°31'55.55"W
• Ponto 3  23°41'10.38"S,46°29'15.20"W

• Vá até a ferramenta Go to, copie as coordenadas do Ponto 1 e cole no espaço em branco do comando. Aperte enter.
• Em seguida Clique no comando Crosshairs , dê um som na área marcada pelo cursor.
• Ponto 1  23°47'15.75"S,46°25'32.90"W
• Ponto 2 23°46'22.96"S,46°31'55.55"W
• Ponto 3  23°41'10.38"S,46°29'15.20"W

• Coloque o zoom escala para 1:60.000 em todas as janelas e desligue a camada de
anotação.
• Trata-se de uma área alagada, perceba que cada uma das composições revela
diferentes informações sobre a área.

• Repita os passos do exercício anterior e vá ao ponto 2. Só que agora visualize na escala
1:250.000.
• Em qual das composições percebe-se melhor a diferença de composição entre as águas á
direita e a esquerda da ponte. Qual o motivo da composição escolhida ser melhor?
• Ponto 2 23°46'22.96"S,46°31'55.55"W

• Repita os passos do exercício anterior e vá ao ponto 3. Só que agora visualize na escala
1:50.000. Desligue a camada de anotações.
• Ponto 3  23°41'10.38"S,46°29'15.20"W
• O que é este alvo que aparentemente na composição colorida cor verdadeira, parece
vegetação?
• Como você descobriu ? Que elementos de fotointerpretação você utilizou para isso?

Parte II
Classificação de Imagens

1. Iremos Classificar a Imagem
Landsat_8 utilizando dois métodos,
um não-supervisionado e outro
supervisionado.
2. Feche todos os arquivos exceto a
imagem Landsat_8.
3. Faremos primeiro uma classificação
não-supervisionada utilizando o
algoritmo ISODATA. Para isso
usaremos a ferramenta
Classification Workflow do
Toolbox.

1. Selecione o
Arquivo a ser
classificado, a
imagem
LANDSAT8.
Em seguida
aperte o
botão Next.

1. Selecione a opção
No Traning Data,
pois será uma
classificação não-
supervisionada e
aperte o botão Next.
Classificação não-supervisionada

1. Selecione o número de classes para 8, queremos 4 no final.
Urbano/solo exposto, água, vegetação, vegetação em área inundada.
Entretanto colocamos mais classes para depois agrupá-las. Se
colocamos o numero justo corremos o risco do classificador misturar
as classes.

1. Na janela de Cleanup é realizada uma operação de generalização cartográfica, onde é
passado um filtro (Smooth kernel Size) e polígonos formados por menos de um número
determinado de pixels são agregados a classe vizinha (Aggregate Minimum Size).
2. Deixe os valores padrões. Marque a opção Preview. Em seguida aperte o botão Next.

1. Salve o
resultado raster
e vetor em sua
pasta output,
com o nome
n_sup_01.
2. Clique na Aba,
Additional
Export.

1. Salve o resultado
em sua pasta
output, com o nome
n_sup_01_estatistica
2. Clique em Finish.

Percebam que o software retorna o resultado em
dois formatos de dados:
uma imagem classificada e um shapefile, vetor.

1. Vamos mudar as cores das classes para poder melhor visualizá-las.
2. Clique com o botão direito em cima do resultado da classificação e
depois em Raster Color Slice.

1. Vamos mudar as cores das classes
para poder melhor visualizá-las.
2. Clique na opção Restore Color
Slices from File...
3. Carregue o arquivo cores-
class.dsr na pasta paleta cores.
1
2

1. Vamos combinar as classes.
2. Primeiro vamos analisa-las. Ligue e desligue as
classes veja o tipo de cobertura entre elas e anote a
relação entre as classes definidas pelo classificador e
as classes que tínhamos como objetivo.

2. Primeiro vamos analisa-las. Ligue e desligue as classes veja o tipo de cobertura entre elas e anote a relação entre as
classes definidas pelo classificador e as classes que tínhamos como objetivo.
Classe
original
Classe
final
1 Água
2
3
4
5
6
7
8

Classe
original
Classe
final
1 Água
2
3
4
5
6
7 Urbana
8 Urbana

Classe
original
Classe
final
1 Água
2 Veg
3 Veg
4 Veg
5 Veg
6
7 Urbana
8 Urbana

Classe
original
Classe
final
1 Água
2 Veg
3 Veg
4 Veg
5 Veg
6 Urbana
7 Urbana
8 Urbana

3. Vamos utilizar o comando Combine classes,, no parte de Post Classification no Toolbox
Classe
original
Classe
final
1 Água
2 Veg
3 Veg
4 Veg
5 Veg
6 Urbana
7 Urbana
8 Urbana

2. Abra a caixa de diálogos
Combine Classes Parameters
e selecione o nosso resultado
da classificação

1. Faça as combinações de classes de entrada (input class) e classes de saída
(output class) segundo a tabela ao lado.
2. Salve em sua pasta de output de dados com o nome n_sup_02
Input
classes
Output
classes
Nome
da
Classe
final
1 1 Água
2 2 Veg
3 2 Veg
4 2 Veg
5 2 Veg
6 3 Urbana
7 3 Urbana
8 3 Urbana
2
3

1. Você poderá salvar o
resultado em Vetor se
quiser no comando
Classification to Vector

1. Você poderá salvar o resultado em Vetor se quiser no comando
Classification to Vector.
2. Salve com o mesmo nome da Classificação.
1
2

Depois, você pode converter o vetor .evf em .shp no
commando Classic EVF to Shapefile

Classificação supervisionada
1. Deixe apenas aberto o Arquivo da imagem LANDSAT8 original e a classificação final em formato imagem. Feche o restante dos arquivos.
2. Entre no comando de assistente de classificação, Classification Workflow. Na caixa de Classification, clique em Browse para selecionar o
arquivo.
3. Na Caixa Select Input File, Selecione todas as bandas do Arquivo LANDSAT8. Entretanto verifique que é possível selecionar apenas algumas
bandas apertando a tecla Ctrl do teclado, enquanto se seleciona as bandas.
1
2

Selecione a opção Use Training Data.

1. Adicione as Classes , conforme especificação abaixo.
2. Agora vamos coletar amostras de treinamento.

1. Agora vamos coletar amostras de treinamento.
2. Selecione a Classe Água. E em seguida dê um zoom em um dos lagos das represas. Desenhe retângulos dentro das áreas, Como na figura.
Faça isso em pontos diferentes na imagem, para garantir que a amostra de água represente todos os tipos de pixels de água desta cena.

Vamos Carregar um arquivo de amostras previamente estabelecido. Vá em Load Taining
Data Set e carregue o arquivo amostras-treinamento.shp, dentro da pasta amostras.

1. Verifique se o Algoritmo selecionado é o MAXVER (Maximum
Likelihood) e aperte o Next.

Em Cleanup, deixe as opções padrões e aperte Next.

Exporte com o nome supervisionada. Tanto o Raster quanto o Vetor

Exporte com o
nome
supervisionada.
Tanto o Raster
quanto o Vetor.

1. Vamos comparar os resultados das duas classificações.
2. Clique com o botão direito em cima da imagem supervisionada e em seguida na
opção Raster Color Slices...
3. Clique em Change Color Table..
4. Em seguida escolha a opção Graphics Colors.
1
2

1. Vamos comparar os resultados das duas classificações.
2. Clique com o botão direito em cima da imagem supervisionada e em seguida na opção Raster
Color Slices...
3. Clique em Change Color Table..
4. Em seguida escolha a opção Graphics Colors.

1. Faça a mesma sequencia de procedimentos para a imagem não-
supervisionada.
2. Sopreponha as duas e a imagem Landsat, utilize a transparência
para comparar os resultados.

Sensoriamento Remoto Prática no ENVI

Recomendados

Recomendados

Mais conteúdo relacionado

Mais procurados

Mais procurados (20)

Semelhante a Sensoriamento Remoto Prática no ENVI

Semelhante a Sensoriamento Remoto Prática no ENVI (20)

Mais de Vitor Vieira Vasconcelos

Mais de Vitor Vieira Vasconcelos (20)

Último

Último (20)

Sensoriamento Remoto Prática no ENVI