SENSORIAMENTO REMOTO HIPERESPECTRAL NO ESTUDO DA VEGETAÇÃO DE MATA ATLÂNTICA Aluna: Anely Espíndula Orientador: Raul Sanchez Vicens Co-Orientadora: Elizabeth Maria F. R. de Souza Laboratório de Geografia Física – Departamento de Geografia da UFF
SENSORIAMENTO REMOTO
HIPERESPECTRAL NO ESTUDO
DA VEGETAO DE MATA
ATLNTICA
Aluna: Anely Espndula
Orientador: Raul Sanchez Vicens
Co-Orientadora: Elizabeth Maria F. R. de Souza
Laboratrio de Geografia Fsica Departamento de Geografia da UFF
O desenvolvimento de tcnicas inovadoras com uso de sensor com melhor capacidade de discriminar os alvos na superfcie.
A tcnica de sensoriamento remoto hiperespectral com grande nmero de estreitas bandas espectrais.
Vantagem no uso dos sensores hiperespectrais.
Inovao para os estudos de anlise espacial e uso do solo, para a Geografia.
1. INTRODUO
1. INTRODUO
Geotecnologia Hiperespectral
-Alta resoluo espectral (muitas bandas e melhor diferenciao de alvos);
-Sensor orbital Hyperion 242 bandas;
-Diversas aplicaes (minerao, agricultura, vegetao);
-Benefcio para os estudos geogrficos
Softwares: ENVI, ARCGIS
Imagens: Sensor Hyperion
2. OBJETIVOS
Avaliar as curvas de resposta espectral provenientes dos estados de conservao da vegetao de Mata Atlntica, obtidas pelo sensor hiperespectral Hyperion EO-1
Analisar o potencial de diferenciao dos resultados obtidos para diferentes classes de cobertura vegetal da Mata Atlntica.
3. LOCALIZAO E REA DE ESTUDO
rea de Estudo:
Inicialmente duas reas com
cobertura de 7 km por 42
km, que sobrepem parte
dos Municpios de Paraba
do Sul, Areal, Petrpolis,
Belford Roxo, Duque de
Caxias, So Joo de Meriti,
Rio de Janeiro.
As regies apresentam uma
considervel variao de
relevo 0 - 1300m. Alm de
interface com algumas
unidades de conservao e
reas urbanas.
Obteno das imagens Hyperion
Identificao das amostras
escolhidas na imagem
Elaborao dos grficos com as
respostas espectrais
Montagem da tabela com as mdias
dos comprimentos de ondas de
cada amostra
Extrao das respostas espectrais
das amostras (mdias)
Pr-Processamento
Download - Glovis
Remoo dos Strippers Envi 4.7
Remoo do Efeito Smile - Envi 4.7
Descarte de Bandas
Correo Radiomtrica - Envi 4.7
Correo Geomtrica - Envi 4.7
Software
ArcGis 10
ANLISE DOS GRFICOS
(antes e aps o campo)
padres espectrais para diferentes tipos de Vegetao a partir dos grficos de refletncia das imagens Hyperion
4. METODOLOGIA SENSOR HIPERESPECTRAL HYPERION
Trabalho de Campo identificao das diferentes coberturas vegetais
Elaborao dos grficos com as
respostas espectrais pixels aps o campo
5. RESULTADOS
Tabela com a mdia dos comprimentos de onda de cada banda
Bandas
descartadas
Bandas
utilizadas
no grfico
Classe 1 - Pasto
5. RESULTADOS 5. RESULTADOS (antes do campo)
O grfico ilustra a classe de
vegetao de
pastagem, perto de zonas midas.
A resposta espectral das
amostras apresenta similaridade
entre as mdias dos pixels. As
curvas apresentam formas similares
porm, com algumas diferenas nos
valores entre as amostras.
Seleo de amostras e elaborao dos grficos para as respostas espectrais dos alvos
Classe 2 Floresta Baixa
5. RESULTADOS 5. RESULTADOS (antes do campo)
Esta classe ilustra uma
rea com floresta de
vegetao em encostas
expostas ao sol. possvel
observar um padro similar de
resposta entre as amostras,
com valores muito prximos.
Seleo de amostras e elaborao dos grficos para as respostas espectrais dos alvos
Classe 3 Floresta Densa
5. RESULTADOS (antes do campo)
A terceira classe de
cobertura densa, com forte
presena de
rvores Imbabas. Observa-
se que as curvas tem padres
iguais, sem grandes diferenas
no visvel. Nos comprimentos do
infravermelho, aumentam as
diferenas entre os valores das
amostras.
Seleo de amostras e elaborao dos grficos para as respostas espectrais dos alvos
Classe 4 Vegetao Capoeirinha
5. RESULTADOS (antes do campo)
Esta classe apresenta as
maiores diferenas entre as
curvas, isso significa a
possibilidade de existir maior
diversidade de espcies entre
as amostras, tanto na
fisionomia quanto na
composio, isso porque
uma formao transicional
entre o pasto e a floresta.
Seleo de amostras e elaborao dos grficos para as respostas espectrais dos alvos
Classe 5 Floresta Mdia
5. RESULTADOS (antes do campo)
A quinta vegetao do tipo floresta
densa e mostra um padro muito
semelhante ao relatado pela classe 3,
de floresta densa, em que as curvas
tm padres iguais, sem grandes
diferenas no visvel porm, nos
comprimentos do infravermelho, as
diferenas aumentam entre as
amostras.
Seleo de amostras e elaborao dos grficos para as respostas espectrais dos alvos
5. RESULTADOS (antes do campo) Classes de vegetao juntas para a elaborao do grfico comparativo das respostas
espectrais dos alvos
Com base na anlise dos grficos, observa-se que as imagens Hyperion apresentaram grande potencial para a caracterizao das amostras possibilitando a diferenciao,
principalmente, das reas de pastagens e de vegetao densa nas encostas, devido ao seu nvel de detalhamento.
5. RESULTADOS (preliminar aps do campo) Trabalho de campo para apoio e identificao dos tipos de vegetao
5. RESULTADOS (preliminar aps do campo)
Vegetao de pasto
5. RESULTADOS (preliminar aps do campo) Vegetao de capoeirinha
5. RESULTADOS (preliminar aps do campo)
Vegetao em estgio inicial de recuperao
5. RESULTADOS (preliminar aps do campo)
Vegetao em estgio mdio de recuperao
5. RESULTADOS (preliminar aps do campo) Vegetao em estgio avanado de recuperao
6. CONCLUSES
A anlise destes grficos mostra a vantagem do uso da geotecnologia hiperespectral para a identificao de alvos terrestres, devido ao grau de detalhamento proporcionado por seu grande nmero de bandas;
Novas curvas sero geradas para melhor caracterizar as classes de vegetao identificadas em campo e possibilitar a comparao;
Este estudo tem potencial para aprofundar a discusso sobre o uso das tcnicas de sensoriamento remoto em apoio conservao da cobertura vegetal em especial da Mata Atlntica, alm da adoo dessas tcnicas pela Geografia em seus diversos estudos.
A continuao deste estudo servir como
subsdio para o planejamento e conservao
dos remanescentes do bioma Mata Atlntica,
numa tentativa de utilizar a geotecnologia
hiperespectral em apoio a preservao de
Ecossistemas o Brasil.
6. CONCLUSES
HAN, T.; Goodenough, D.G.; Dyk, A.; Love, J. Detection and correction of abnormal pixels in Hyperion images. In: Geoscience and Remote Sensing Symposium, 2002. Toronto, Canada. Proceedings. IEEE International, p. 1327-1330. 2002.
JENSEN, J.R. Sensoriamento remoto do ambiente: uma perspectiva em recursos terrestres. So Jos dos Campos: Parntese, 2009.
LATORRE, Marcelo; Carvalho Jnior, Osmar Ablio de; de Carvalho, Ana Paula Ferreira; Shimabukuro, Yosio Edemir. Correo atmosfrica: conceitos e fundamentos (Concepts and Fundamente of Atmospheric Correction). Revista Espao e Geografia - Departamento de Geografia da Universidade de Braslia Volume 5, nmero (1) Pginas 153-178. 2002.
7. REFERNCIAS BIBLIOGRFICAS