DR Mod3 b - Dr. Mário Caetano PDF

Preview

Summary

6. Transformação de bandas A transformação de bandas tem como objectivo realçar determinados elementos, ou suas características, existentes na área coberta pela imagem, constituindo assim um instrumento para melhorar a extracção de informação. Alguns autores (e., Jensen, 1996) incluem as transformaç...

Description

6. Transformação de bandas A transformação de bandas tem como objectivo realçar determinados elementos, ou suas características, existentes na área coberta pela imagem, constituindo assim um instrumento para melhorar a extracção de informação. Alguns autores (e.g., Jensen, 1996) incluem as transformações de bandas no grupo de técnicas para melhoramento, ou realce, de imagem. Nesta disciplina, as transformações de bandas são técnicas que podem ser utilizadas para apoio quer da análise visual quer do processa mento automático (e.g., classificação de imagens). Por outro lado, as técnicas de melhoramento, ou realce, incluem sobretudo técnicas de apoio à análise visual de imagens, como por exemplo o melhoramento de contraste (Cap. 4). Por estas razões, resolveu-se abordar as transformações de bandas separadamente. Actualmente, existe uma grande variedade de técnicas para realizar transformação de bandas. Neste módulo dedicamo-nos às principais, e que são: índices de vegetação, análise de componentes principais e filtragem espacial.

6.1. Índices de vegetação Os índices de vegetação (IV) são combinações matemáticas de duas ou mais bandas e, de uma forma geral, são concebidos com o objectivo de estimar a abundância de vegetação na área coberta por cada pixel (Huete, 1989). Os principais IVs são combinações lineares ou quocientes de bandas. Normalmente, os IVs utilizam as regiões do vermelho e infravermelho do espectro electromagnético, pois a relação entre as reflectâncias nestas duas bandas está relacionada com a abundância de vegetação. Na Fig. 6.1 apresentam-se curvas de reflectância de solo e de vegetação verde e seca para as gamas de comprimento de onda das bandas reflectivas do Landsat-5 TM. A figura mostra que qualquer um destes elementos reflecte mais no infravermelho próximo (TM 4) do que no vermelho (TM 3). No entanto, a diferença entre a reflectância no infravermelho próximo e no vermelho é bastante menor no solo e na vegetação seca do que na vegetação verde. Reparese ainda que a curva de reflectância espectral do solo e da vegetação seca são muito semelhantes, existindo no entanto uma diferença de intensidade em cada banda: o solo é sempre mais reflectivo que a vegetação seca.

Mestrado e Pós -Graduação em Ciência e Sistemas de Informação Geográfica ISEGI, Universidade Nova de Lisboa Disciplina: Detecção Remota, Professor Doutor Mário Caetano

93

70

Reflectância (%)

60 50 Vegetação verde Solo Vegetação seca

40 30 20 10 0 TM 1

TM 2

TM 3

TM 4

TM 5

TM 7

Bandas do Landsat-5 TM

Figura 6.1 Reflectância espectral de vegetação verde, vegetação seca e solo nas gamas de comprimento de onda das bandas reflectivas do Landsat-5 TM. A vegetação verde são agulhas de pinheiro bravo, a vegetação seca são agulhas de pinheiro bravo secas (i.e., caruma) e o solo é granítico. Fonte: Caetano (2000).

Para compreender a forma como os índices de vegetação podem ser utilizados para estimar a abundância de vegetação, apresentam-se dois dos índices de vegetação mais utilizados. Um dos IVs mais simples foi apresentado por Jordan (1969), e por ser um dos primeiros foi designado por Quociente Simples (Simple Ratio, SR). A expressão do SR é a seguinte:

SR

IVP V

(6.1)

onde IVP e V são as reflectâncias no infravermelho próximo e no vermelho respectivamente. No caso de uma imagem Landsat-5 TM, o IVP seria a banda 4 (TM 4) e o V a banda 3 (TM 3). O índice mais divulgado e utilizado é, sem dúvida alguma, o índice de vegetação de diferença normalizada, designado por NDVI (Normalized Difference Vegetation Index) e desenvolvido por Rouse et al. (1973). O NDVI calcula-se da seguinte maneira:

NDVI

IVP V IVP V

Mestrado e Pós -Graduação em Ciência e Sistemas de Informação Geográfica ISEGI, Universidade Nova de Lisboa Disciplina: Detecção Remota, Professor Doutor Mário Caetano

(6.2)

94

Os valores dos índices de vegetação SR e NDVI para o solo, vegetação verde e seca, da Fig. 6.1, apresentam-se na Tabela 6.1. Como esperado, a vegetação verde tem valores de SR e NDVI muito superiores aos da vegetação seca e solo. Uma das razões porque o NDVI tem sido mais utilizado do que o SR, é que, por ser normalizado, a sua gama de variação é [-1, +1]. Assim, é mais fácil para o analista uma avaliação do seu valor pois conhece-se o intervalo de valores em que pode variar. Por outro lado, o SR apesar de ser sempre superior a zero, não tem limite superior, dificultando uma apreciação do seu valor.

Tabela 6.1 Valores do Índice de Vegetação (SR) e do Índice de Vegetação de Diferença Normalizada (NDVI) para os três elementos cujas reflectâncias espectrais nas gamas de comprimento de onda das bandas do Landsat-5 TM foram apresentadas na Fig. 6.1.

SR

NDVI

Vegetação verde

7.01

0.75

Vegetação seca

1.84

0.30

Solo

1.24

0.11

Na Fig. 6.2 apresenta-se o NDVI para uma imagem Landsat–5 TM de uma área no Centro de Portugal, assim como a composição colorida RGB 432 da mesma área. A relação entre NDVI e abundância de vegetação é bem evidente na sua comparação visual com a composição colorida RGB432. Quanto mais vermelhos são os pixels, maior a abundância de vegetação e maior o NDVI (i.e., pixels mais claros). Repare-se, por exemplo, na capacidade do NDVI para identificar áreas que foram mobilizadas para plantações florestais (áreas entre o branco e o azul claro na RGB 432). Estas áreas não têm vegetação e portanto apresentam valores de NDVI muito baixos, o que se traduz em cinzentos muito escuros.

Mestrado e Pós -Graduação em Ciência e Sistemas de Informação Geográfica ISEGI, Universidade Nova de Lisboa Disciplina: Detecção Remota, Professor Doutor Mário Caetano

95

RGB 432

NDVI

Figura 6.2 RGB 432 e NDVI de uma imagem Landsat-5 TM de uma área no Centro de Portugal.

A variedade de índices de vegetação é actualmente muito grande, o que pode dificultar a escolha de um IV para uma determinada aplicação (Myneni et al., 1995). A selecção do índice deve ser feita com base no seguinte: capacidade do IV para discriminar diferentes abundâncias de vegetação; sensibilidade do IV a perturbações de factores exógenos, como seja o sub-coberto (normalmente designado por background), atmosfera, topografia, ângulo zenital, etc. O SR e o NDVI mostraram não ser sempre eficientes na avaliação de diferentes abundâncias de vegetação ou na redução dos efeitos perturbantes de factores exógenos. Assim, têm sido propostos na literatura outros índices para resolver problemas específicos. Para reduzir o efeito do solo, na estimativa da abundância da vegetação, os IVs mais importantes que foram propostos são: Índice Perpendicular de Vegetação (Perpendicular Vegetation Índex, PVI) (Richardson e Wiegand, 1977); Índice de Vegetação Ajustado ao Solo (Soil Adjusted Vegetation Índex, SAVI) (Huete, 1988); SAVI modificado (Modified SAVI, MSAVI) (Qi et al., 1994). Para a redução do efeito atmosférico, dois dos mais importantes índices que foram propostos são: Índice de Vegetação Resistente à Atmosfera (Atmospheric Resistant Vegetation Index, ARVI) (Kaufman e Tanré, 1992); Mestrado e Pós -Graduação em Ciência e Sistemas de Informação Geográfica ISEGI, Universidade Nova de Lisboa Disciplina: Detecção Remota, Professor Doutor Mário Caetano

96

Índice de Vegetação de Monitorização Global do Ambiente (Global Environmental Monitoring Índex, GEMI) (Pinty e Verstraete, 1992a)). A apresentação das fórmulas de cálculo de todos estes IVs sai fora do âmbito desta disciplina. A título de exemplo, apresenta-se a do ARVI:

IVP FVA IVP FVA

ARVI

FVA onde A é a banda do azul e

V

(A V )

(6.3)

(6.4.)

é um factor de correcção atmosférica que depende do tipo de

aerossóis presentes na atmosfera. Kaufman e Tanré (1992) propõem que este factor seja 1, no caso de não se ter dados da atmosfera para o momento em que a imagem foi adquirida.

Unidades de brilho dos índices de vegetação A maior parte dos IVs pode ser estimado em números digitais (ND), radiâncias e reflectâncias no topo da atmosfera ou à superfície. A abordagem mais simples é a utilização de NDs, já que não requer qualquer correcção radiométrica da imagem. Repare-se que um grande número de índices foi precisamente desenvolvido para reduzir o efeito da atmosfera, evitando-se assim a necessidade de correcção atmosférica, que como se viu no Cap. 5 é sempre difícil de se fazer.

Aplicações de índices de vegetação Os índices de vegetação estimados com base num quociente são um caso particular de uma transformação de bandas normalmente designada por quociente de bandas. O quociente de bandas tem sido apresentado na literatura como uma forma simples e eficiente na redução do efeito da topografia, quando esta não é muito acentuada. Com a redução do efeito topográfico, o quociente de bandas realça a parte da variabilidade dos dados que está relacionada com as características espectrais das próprias superfícies. No entanto, e para que os quocientes de bandas tenham significado e permitam uma análise correcta, as bandas tem que estar corrigidas para os efeitos aditivos da radiância, i.e. offset do sensor e radiância de percurso. Com este processamento o quociente de radiâncias ajustadas é aproximadamente proporcional ao quociente das reflectâncias de superfície.

Mestrado e Pós -Graduação em Ciência e Sistemas de Informação Geográfica ISEGI, Universidade Nova de Lisboa Disciplina: Detecção Remota, Professor Doutor Mário Caetano

97

Para compreender o rationale da redução do efeito topográfico pelos quocientes de bandas utiliza-se um modelo simples que relaciona os NDs com reflectância (p) na superfície, desenvolvido por Kriegler et al. (1969):

ND

a

(6.5)

m

onde a representa os efeitos aditivos da radiância e m os efeitos multiplicativos. O termo aditivo contém a dispersão atmosférica e o offset de calibração do sensor. O termo multiplicativo é função da transmitância da atmosfera, geometria de visão e de iluminação. Para duas determinadas bandas (y e x), o quociente de bandas original pode ser calculado da seguinte maneira:

DN y a y

my

y

DN x a x

mx

x

(6.6)

Contudo, este tipo de quociente ainda é dependente da orientação topográfica de cada pixel, ou seja, o efeito topográfico ainda não foi reduzido. Com efeito, estes quocientes não são iguais ou proporcionais ao quociente de reflectâncias. Para que isso aconteça e, consequentemente, para que a redução do efeito topográfico seja efectiva, os dados necessitam de ser corrigidos para os termos aditivos da radiância da seguinte maneira:

DN y a y DN x a x

c

y

(6.7)

x

Os efeitos aditivos podem ser estimados com base no método de subtracção do objecto escuro, apresentado no Cap. 5. Os termos multiplicativos têm factores que são dependentes do comprimento de onda, e não sendo iguais não podem ser eliminados do numerador e do denominador. Contudo, o efeito da geometria de iluminação que está incluído nos termos multiplicativos, é eliminado porque é igual de banda para banda. Refira-se que, em superfícies lambertianas, a geometria de iluminação é representada pelo coseno do ângulo de incidência. A razão pela qual os quocientes de bandas depois de ajustados para o efeito aditivo reduzem o efeito topográfico está relacionada com o quociente dos efeitos multiplicativos (c): Mestrado e Pós -Graduação em Ciência e Sistemas de Informação Geográfica ISEGI, Universidade Nova de Lisboa Disciplina: Detecção Remota, Professor Doutor Mário Caetano

98

c

my mx

(6.8)

Este factor altera-se proporcionalmente de pixel para pixel e, por isso, afecta proporcionalmente os valores dos quocientes. Consequentemente, o quociente de NDs ajustados e o quociente de reflectâncias estão linearmente relacionados, sendo c a constante de linearidade. A razão pela qual os quociente de bandas, mesmo com NDs ajustados, não são sempre eficientes na redução do efeito topográfico está relacionado com o facto de factores como a irradiância difusa do céu e a radiação reflectida por áreas adjacentes não serem iguais de pixel para pixel, nem de banda para banda, e que por isso não estão incluídos no parâmetro c das Eq. 6.7 e 6.8. Na Fig. 6.3 ilustra-se a capacidade dos quocientes de bandas (neste caso, o NDVI) para redução do efeito topográfico. Uma análise visual das bandas utilizadas na construção deste índice (i.e., TM3 e TM4) revela a presença do efeito topográfico, já que os NDs são mais elevados para zonas que recebem mais irradiância solar e mais reduzidos para zonas que recebem menos. Por outro lado, na imagem do quociente de bandas (i.e., NDVI) o efeito topográfico é menor, o que atesta a capacidade deste quociente de bandas na sua redução (desde que a topografia não seja muito acentuada). Em estudos de detecção remota quantitativa, os IVs têm sido utilizados para estimar características biométricas de vegetação, através de modelos empíricos. Estes modelos são construídos com base em dados recolhidos no terreno e dados da imagem. Exemplos de características biométricas que têm sido estimadas com base em imagens de satélite e em IVs são:

biomassa,

índice

de

área

foliar

(IAF),

percentagem

de

coberto,

radiação

fotossintéticamente activa (PAR) consumida.

Mestrado e Pós -Graduação em Ciência e Sistemas de Informação Geográfica ISEGI, Universidade Nova de Lisboa Disciplina: Detecção Remota, Professor Doutor Mário Caetano

99

Banda 3 do Landsat-5 TM (vermelho)

Banda 4 do Landsat-5 TM (infravermelho próximo)

NDVI Figura 6.3 Ilustração da redução do efeito topográfico por um quociente de bandas, neste caso o NDVI.

Para exemplificar a utilização de IVs na estimativa de características biofísicas da vegetação, imagine-se que se pretendia produzir cartografia regional de biomassa (Kg/m2 ) para zonas de matos, a qual pode ser importante, por exemplo, como input de modelos de risco de incêndio. O objectivo seria então a produção de uma mapa onde a cada pixel de matos se atribuía um valor de biomassa. O procedimento a seguir poderia ser o seguinte: 1. classificação da imagem de satélite para delimitação das manchas de mato (este procedimento será explicado no Capítulo seguinte); 2. estabelecimento de parcelas no terreno; 3. levantamento do limite das parcelas com GPS; 4. avaliação no terreno da biomassa de cada parcela; 5. cálculo do IV para cada pixel da imagem de satélite;

Mestrado e Pós -Graduação em Ciência e Sistemas de Informação Geográfica ISEGI, Universidade Nova de Lisboa Disciplina: Detecção Remota, Professor Doutor Mário Caetano

100

6. sobreposição dos limites das parcelas (levantados com GPS) ao ficheiro de IVs num sistema de informação geográfica (SIG); 7. cálculo, num SIG, do valor médio do IV para cada parcela; 8. exportação dos valores médios do IV de cada parcela para um software de estatística; 9. ajustamento de um modelo estatístico para estimar a biomassa com base nos valores do IV; 10. aplicação do modelo construído no passo (9) a todos os pixels do ficheiro de IV que se construiu no passo (5) Na Fig. 6.4 apresenta-se, a título de exemplo, um modelo para estimar biomassa de matos no Centro de Portugal com o NDVI derivado de imagens Landsat-5 TM

ajustado por Oliveira

(1988).

Figura 6.4. Modelo para estimar biomassa em áreas de mato com base em NDVI. Fonte: Oliveira (1998).

A relação entre os dados de imagem (IV, ou qualquer outro) e características biofísicas é normalmente derivada por métodos baseados em procedimentos tradicionais de regressão. Mais recentemente, técnicas baseadas em redes neuronais foram testadas com sucesso para estimar, por exemplo, características biofísicas de povoamentos florestais (e.g., Kimes e Nelson, 1998). Os IVs têm tido muitas aplicações em cartografia a nível continental e global, já que podem ser fácil e rapidamente calculados. Com efeito, existem vários programas operacionais em que IVs Mestrado e Pós -Graduação em Ciência e Sistemas de Informação Geográfica ISEGI, Universidade Nova de Lisboa Disciplina: Detecção Remota, Professor Doutor Mário Caetano

101

obtidos a partir de imagens NOAA/AVHRR são utilizados para caracterizar as condições da vegetação (e.g., verde, seca, muito seca) para grandes áreas. Os índices de vegetação também têm sido utilizados na identificação de cortes e novas plantações de povoamentos florestais. Este tipo de aplicação ganha cada vez mais importância face à necessidade de monitorizar as florestas. Na Fig. 6.5, apresenta-se uma sequência multitemporal de imagens Landsat-5 TM de uma zona de matos (rectângulo amarelo) no Centro de Portugal que foi cortada em 1991 para posterior plantação de um eucaliptal. Na Fig. 6.6 apresenta-se o perfil temporal do ARVI, que ilustra bem a redução deste índice devido ao corte de vegetação, e o posterior crescimento do povoamento florestal. Uma análise quantitativa deste tipo de perfis temporais pode ser utilizada para produzir cartografia de novas plantações florestais. Existem vários métodos que se podem aplicar para a análise destes perfis. O mais simples consiste em utilizar imagens de 2 anos consecutivos e fazer uma diferença de IVs. Assim, os passos necessários para produzir por exemplo uma cartografia de cortes ou novas plantações florestais seriam: 1. calcular o IV para o ano i; 2. calcular o IV para o ano i+1; 3. Produzir a imagem diferença de IVs, por exemplo IVano i+1 – IVi; 4. Aplicar um limiar à diferença de imagens produzida no passo anterior para distinguir cortes e plantações florestais de todas as não alterações e outras alterações.

Mestrado e Pós -Graduação em Ciência e Sistemas de Informação Geográfica ISEGI, Universidade Nova de Lisboa Disciplina: Detecção Remota, Professor Doutor Mário Caetano

102

4 de Maio, 1990

26 de Julho, 1991

12 de Julho, 1992

13 de Junho, 1993

29de Abril, 1994

5 de Julho, 1995

0m

200 m

Figura 6.5. Sequência multi-temporal de imagens Landsat 5 TM (de 1990 a 1995) para uma área de matos em 1990 (delimitada a amarelo) e que foi desmatada em 1991 para a plantação de um eucaliptal. A composição colorida (RGB) é a 743, ou seja as bandas do infravermelho médio (banda 7), infravermelho próximo (banda 4) e o vermelho (banda 3) foram atribuídas ao vermelho, verde e azul respectivamente. O perfil temporal do ARVI desta área está representado na Fig. 6.6.

Mestrado e Pós -Graduação em Ciência e Sistemas de Informação Geográfica ISEGI, Universidade Nova de Lisboa Disciplina: Detecção Remota, Professor Doutor Mário Caetano

103

ARVI

1.0 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.0 1990 1991 1992 1993 1994 1995 1996 1997 1998 Ano

Fig. 6.6 Perfil temporal do ARVI de uma área cujo coberto em 1990 era mato e que em 1991 foi sujeita a uma preparação do terreno para plantação de um eucaliptal.

No caso apresentado, diferenças negativas indicam diminuição da abundância da vegetação da data i para i+1. Repare-se que a diminuição da abundância de vegetação em áreas florestais ou de vegetação natural pode ser provocada por incêndios florestais, eliminação da vegetação (desmatação), preparação do solo, desbaste de povoamentos, limpeza de ...