À esquerda, imagem do satélite SPOT (5 m de res.), À direita, imagem do satélite LANDSAT (30 m de resolução)
|
Fonte: Vasgeo
As imagens
pancromáticas e multiespectrais
Atualmente, há no mercado diversos tipos de imagens de satélite com
diferentes características de resolução espacial, radiométrica, espectral e
temporal. Em meio a tantas opções, como saber qual a melhor e a mais adequada
para o projeto de sua organização?
Em cerca de 90% dos casos, as imagens de satélite são utilizadas para
mapeamentos a partir da identificação visual, nos quais a multiespectralidade acaba sendo pouco explorada. Entretanto, como o
resultado final apresenta um produto visualmente agradável devido à cor, as
empresas têm preferência em trabalhar com imagens fusionadas.
Nesse sentido, é válido ressaltar que, para aplicações de mapeamento,
nas quais a forma dos objetos é o mais importante, as imagens pancromáticas
podem atender plenamente a esse tipo de necessidade. Além de possuir um custo
mais acessível, a imagem pancromática é
processada mais rapidamente devido à não necessidade de fusionamento e
proporciona uma economia de espaço rígido em até três vezes por não ter os
canais RGB.
Seguindo essa tendência, a Digital Globe opera com imagens pancromáticas
e é ideal para mapeamento em grandes escalas e identificação de objetos devido
a sua grande resolução espacial, o que permite mapear e identificar com muito
mais facilidade. O mais novo lançamento já possui um contrato milionário com o
Departamento de Defesa dos Estados Unidos para mapeamento, comprovando o fato
de que a imagem pancromática atende plenamente essa aplicação.
Outro exemplo disso é o satélite Alos, da Agência Espacial do Japão
(JAXA), que coleta imagens pancromáticas e multiespectrais em períodos
distintos. As imagens 2,5m Pan Nativa geradas a partir deste sensor são de
excelente qualidade visual não havendo nos casos de mapeamento (monitoramento
de fenômenos naturais e cartografia de precisão) a necessidade de fusionamento
com bandas multiespectrais. O Cbers 2B, do INPE, também constitui um
satélite que fornece imagens pancromáticas com 2,5m de resolução espacial.
Lançado em 2007, é indicado para aplicações de mapeamento no território
nacional.
Além dos Estados Unidos, os países da Europa também têm a cultura de
utilizar imagens pancromáticas para fins de atualização cartográfica.
Entretanto, de fato, tudo depende do tipo de aplicação da imagem em um
determinado projeto, ou seja, é preciso identificar qual a necessidade e então
utilizar a imagem que melhor atenderá aquela aplicação.
Por outro lado, quando falamos em aplicações específicas para projetos
de classificação como na Agricultura, a multiespectralidade se mostra
fundamental, pois é a partir dela que se realiza a classificação dos dados para
acompanhamento, por exemplo, de pragas. Além disso, as imagens multiespectrais permitem neste caso a identificação de
queimadas e classificação do solo para avaliação dos diferentes tipos de
terreno.
Já, nas
aplicações do mercado de Meio Ambiente, a multiespectralidade também é
necessária e utilizada no mapeamento da vegetação, na qual se pode observar
visualmente o tipo de vegetação e seu estado fenológico. Além disso, há também
técnicas de processamento digital de imagens como a NDVI por meio da qual é
possível identificar o índice de vegetação. Outras técnicas como a falsa cor e
a de mapeamento de vegetação, também são utilizadas para esse tipo
classificação.
Outro
exemplo no qual a multiespectralidade é essencial consiste nas aplicações para
área de Defesa. Neste caso, as imagens multiespectrais possibilitam, por
exemplo, a identificação de alvos militares, objetos camuflados, entre outros.
Conforme
relatado acima, há, atualmente, diversas opções de imagens de satélite
disponíveis no mercado. O importante é saber adequar as características de cada
tipo de sensor à necessidade de aplicação em um determinado projeto. Desta
forma, será possível escolher a melhor opção em imagens tendo como base a
melhor relação custo x benefício para seu projeto.
Tipos de Resolução de
Imagens Orbitais
A fundamentação, embasamento
e conhecimento teórico de determinada geotecnologia é de extrema importância
para a correta realização de trabalhos e estudos na área. Ao trabalharmos com
produtos de Sensoriamento Remoto devemos
nos atentar a uma série de conceitos e definições de extrema importância e que,
além disso, são de uso corriqueiro no dia a dia.
Trazendo à tona algumas dessas definições vamos
tratar, de forma simplificada, para maior entendimento, os tipos de resolução de imagens de satélite e de que forma elas podem
influenciar nossos trabalhos.
RESOLUÇÃO ESPACIAL: Determina
o tamanho do menor objeto possível de ser identificado na imagem. Leva em
consideração o tamanho do pixel da imagem. Por exemplo: se um determinado alvo
tem dimensões de 10 m x 10 m, logo a resolução espacial da imagem para que esse
elemento seja identificado deve
ser de 10 m.
Entretanto a prática nos mostra que para detectarmos o elemento, a resolução espacial
deveria ser de, no mínimo, metade do seu tamanho.
Aplicação: Influencia
inúmeros pontos de um estudo como, por exemplo, a escala de trabalho, o grau de
detalhamento do produto e tipos de projetos em que a imagem pode ser usada.
RESOLUÇÃO ESPECTRAL: Essa
resolução envolve três parâmetros de medida:
1. Número de bandas;
2. Largura do comprimento de onda;
3. Posição da banda no espectro.
Analogamente, quanto mais bandas um sensor
possuir, maior será sua resolução espectral. Se o sensor possui a capacidade de
imagear várias faixas (largura do comprimento de onda) do espectro eletromagnético, composto em bandas distintas, logo será possível
identificar mais claramente diferentes tipos de materiais na superfície. A
título de exemplo, a identificação de cursos d'água se torna mais fácil se
analisarmos a faixa do Infravermelho Médio (IVM), equivalente à banda 5 do
satélite LANDSAT.
Aplicação: Quanto
mais bandas maiores serão as possibilidades de identificar alvos e
possibilidades de realização de diversos tipos de trabalhos a partir de
composições RGB distintas.
RESOLUÇÃO RADIOMÉTRICA: É
dada pelo número de níveis de cinza (ou DN "digital number") utilizados para se compor a
imagem. Tais valores de DN são expressos em forma de números de dígitos
binários (bits). Para se calcular quantos níveis de cinza um sensor é capaz de
coletar elevamos 2 à potência do valor em bits: uma imagem de 1 bit terá 2 níveis
de cinza, 2¹ = 2, já uma imagem de 8 bits terá 256 níveis de cinza, 28 = 256.
Aplicação: Se
possuímos uma imagem de 11 bits (Satélite WorldView, resolução espacial de 0,5
m) é possível analisar a diferenciação das tonalidades da vegetação (níveis de
cinza) em uma área de mata. Ideal para trabalhos de delimitação de tipos de
vegetação em uma mesma área. Entretanto se o objetivo é delimitar classes
(diferenciar elementos distintos em macroescala) uma imagem de 8 bits com
resolução espacial de 30 m (LANDSAT) atenderá a demanda.
RESOLUÇÃO TEMPORAL: É o tempo de revisita do satélite para imagear uma
determinada área no globo. Cada satélite possui uma resolução temporal
distinta. Abaixo alguns exemplos, dos satélites mais conhecidos.
- LANDSAT: 16
dias para voltar a imagear uma mesma área no globo;
- WorldView: varia
de 1,1 a 4,6 dias (variação de acordo com o satélite WorldView-1 ou WorldView-2
e angulação, nadir e off-nadir);
- Quickbird: 1
a 3,5 dias (dependendo da latitude);
- CBERS: 26
dias (ocorre variações de sensor para sensor);
- RapidEye: 24
horas (off-nadir) e 5,5 dias (nadir);
- SPOT: 26
dias (variações de sensores);
- IKONOS: 1,5 a 3 dias (dependente da latitude);
- GeoEye: 3
dias (no máximo).
Aplicação: Identificar
modificações na superfície a partir da análise de duas imagens de uma mesma
área em períodos distintos.
3 comentários:
qual melhor satelite para duosat 2019
qual melhor satelite para keys duosat 2019
qual satelite usar no cinebox 2019
Postar um comentário