3

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