Modelagem hidrológica auxiliada por geoprocessamento com ArcGIS e HEC-GeoHMS
Dia 1:
Classificação dos usos da terra com ArcGIS
Vinícius B. P. Chagas e Camyla I. dos Santos
19 de outubro de 2017
Tópicos abordados
1 - Fundamentos dos usos de imagens de satélite
2 - Prática: Manipulação e interpretação de imagens
3 - Classificação de imagens em usos da terra
4 - Prática: Classificação
Australia
Irã
Rio Mississippi
Rio Ohio
Ibitinga, rio Tietê
Algeria, deserto do Saara. “Land of terror”
Mar de Bering
Las Vegas
Dubai
Softwares para classificar imagens
Parte 1: Fundamentos
Sensoriamento remoto
• O que é Sensoriamento Remoto?
Sensoriamento Remoto é a ciência e a arte de obter informação acerca de um objeto, área ou fenômeno, através da análise de dados adquiridos por um dispositivo que não está em contato com o objeto, área ou fenômeno sob investigação.
Fundamentos
Sensoriamento remoto
• Os satélites podem ter sensores passivos ou ativos.
Fundamentos
Sensoriamento remoto Fundamentos
Sensoriamento remoto Fundamentos
Sensoriamento remoto Fundamentos
Sensoriamento remoto Fundamentos
Sensoriamento remoto Fundamentos
Sensoriamento remoto Fundamentos
Discretização da reflectância dos
alvos
Discretização da reflectância dos
alvos
Sensoriamento remoto Fundamentos
• A reflectância é representada em níveis de cinza (NC)
Maior reflectância
↓ Maior NC
↓ Branco
Menor reflectância
↓ Menor NC
↓ Preto
Sensoriamento remoto Fundamentos
• A reflectância é representada em níveis de cinza (NC)
Maior reflectância
↓ Maior NC
↓ Branco
Menor reflectância
↓ Menor NC
↓ Preto
O espectro eletromagnético Fundamentos
O espectro eletromagnético
• Alguns comprimentos de onda da radiação eletromagnética são absorvidas ou espalhadas pela atmosfera.
Fundamentos
• Cada alvo tem um nível de reflectância em cada comprimento de onda.
Curva espectral de alvos Fundamentos
• Cada alvo tem um nível de reflectância em cada comprimento de onda.
• A energia refletida pelos alvos podem ser representadas por curvas, denominadas:
Curva espectral de alvos
Curva espectral de alvos Fundamentos
• Cada objeto tem uma assinatura e curva espectral.
Curva espectral de alvos Fundamentos
• Curvas espectrais da água, vegetação, e solo exposto.
Curva espectral de alvos Fundamentos
• Curvas espectrais da vegetação com diferentes conteúdos de umidade (WC, g/m²)
Curva espectral de alvos Fundamentos
• A reflectância de cada faixa espectral é medida isoladamente.
• Estas faixas são chamadas de bandas.
Curva espectral de alvos Fundamentos
• Cada banda gera uma imagem em níveis de cinza.
Curva espectral de alvos Fundamentos
• Porém, o comportamento espectral dos alvos é alterado por fatores externos, como:
– Localização do alvo em relação ao sensor;
– Declividade do terreno;
– Iluminação;
– Atmosfera: aerossóis, umidade, nuvens.
Curva espectral de alvos Fundamentos
• Existem dezenas de sistemas orbitais com dados disponíveis.
• A resolução espacial varia de centímetros a quilômetros.
• A quantidade de bandas varia de poucas unidades a dezenas.
Sistemas orbitais
• Mais conhecido e mais utilizado para uso da terra: Landsat.
• É operado pela USGS (Serviço Geológico dos EUA).
• É disponibilizado gratuitamente,
• E...
Sistemas orbitais
• Possui imagens desde 1972!
Landsat Sistemas orbitais
• Os sensores remotos orbitais possuem quatro características:
• Resolução espacial
• Resolução temporal
• Resolução espectral
• Resolução radiométrica
Landsat Sistemas orbitais
• Resolução espacial:
– Pixel de 30x30 metros.
– Cenas de ~170km por ~180km.
Landsat Sistemas orbitais
• Resolução temporal:
– As cenas tem uma nova imagem a cada 16 dias.
– As fotos são sempre tiradas as 10h da manhã.
– O Landsat 7 e o 8 revezam a cada 8 dias.
Landsat Sistemas orbitais
• Resolução radiométrica: é a capacidade do sensor em discriminar a intensidade de energia refletiva pelo objeto.
• Landsat 7: 8 bits
• Landsat 8: 16 bits
Landsat Sistemas orbitais
• Resolução radiométrica: é a capacidade do sensor em discriminar a intensidade de energia refletiva pelo objeto.
• Landsat 7: 8 bits = 28 níveis de cinza = 256 valores.
• Landsat 8: 16 bits = 216 níveis de cinza = 65536 valores.
Landsat Sistemas orbitais
• Nota: nem sempre é desejada uma maior resolução espacial e temporal!
Landsat Sistemas orbitais
• Resolução espectral: quantidade e faixa das bandas.
Landsat Sistemas orbitais
• Podemos atribuir a cada banda uma cor.
• A composição mais comum é RGB: red, green, blue.
Composição de bandas
• Podemos atribuir a cada banda uma cor.
• A composição mais comum é RGB: red, green, blue.
Composição de bandas
Composição RGB
Composição RGB
Parte 2 Prática: Aquisição, manipulação e
interpretação de imagens
Parte 3 Classificação dos usos da terra
• Classificação de imagens:
É a associação de seus pixels a um número finito de classes.
• Etapas:
1 - Determinação de um conjunto de critérios estatísticos.
2 - Atribuição dos pixels à classe que melhor satisfaz aos critérios.
Classificação de imagens
• A classificação pode ser:
Classificação de imagens
Pixel a pixel ou
Por regiões
Supervisionada ou
Não-supervisionada
• Exemplo com duas bandas do Landsat 7:
Classificação de imagens
• Imagem com água e vegetação classificadas:
Classificação de imagens
• Plot das duas bandas com os pixels classificados:
Classificação de imagens
• Porém, se ainda não classificamos a imagem...
... como podemos definir os agrupamentos?
Classificação de imagens
• Porém, se ainda não classificamos a imagem...
... como podemos definir os agrupamentos?
Classificação de imagens
• Fazendo a amostragem de áreas que já sabemos sua classe.
• São chamadas de:
Áreas de treinamento
• Existem várias técnicas de classificação.
Classificação de imagens
• O ArcGIS usa a Máxima-Verossimilhança:
Assume distribuição normal das áreas de treinamento.
Calcula a probabilidade de um pixel pertencer à classe.
• Mas existem dificuldades nesta classificação:
• Alguns alvos não são espectralmente distintos pelas bandas existentes no sensor.
• Ruídos são frequentes nas imagens.
• Os pixels são uma mistura de alvos.
• A atmosfera absorve alguns comprimentos de onda.
• A topografia interfere na reflectância.
Classificação de imagens
• Mas existem dificuldades nesta classificação:
• Alguns alvos não são espectralmente distintos pelas bandas existentes no sensor.
• Ruídos são frequentes nas imagens.
• Os pixels são uma mistura de alvos.
• A atmosfera absorve alguns comprimentos de onda.
• A topografia interfere na reflectância.
Classificação de imagens
• Passos para a classificação:
1) Definir quais classes usar;
2) Fazer a amostragem das áreas de treinamento;
3) Verificar os histogramas e scatterplots das áreas de treinamento;
4) Caso satisfeito com as classes definidas: classificar usando o método da Máxima-Verossimilhança.
Parte 4: Classificação da imagem
Etapas:
1) Definir quais classes usar;
2) Fazer a amostragem das áreas de treinamento;
3) Verificar os histogramas e scatterplots das áreas de treinamento;
4) Caso satisfeito com as classes definidas: classificar com o método da Máxima-Verossimilhança.
Top Related