Seleção de Imagens Digitais

A dinâmica de utilização das terras é um fator indispensável porém, complexa do ponto de vista de sistemas de uso e aproveitamento das áreas. Para sistemas agrícolas, pela sua própria natureza variável, a utilização de dados multitemporais de sensoriamento remoto é extremamente importante para sua correta avaliação, caracterização e mapeamento.

Moreira & Assunção (1984) salientam que a utilização apenas de dados multiespectrais por si só, às vezes, são insuficientes para a caracterização de tipos de uso e cobertura em uma região agrícola. Desta forma, os autores recomendam a associação da

variação temporal e espacial às características espectrais e destacam que a caracterização de culturas, através de dados do satélite Landsat, tornam-se eficientes à medida que se faz uso dessa associação.

Uma única passagem do satélite não oferece condições de uma boa exatidão de classificação para a ampla variedade de condições agrícolas que têm uma ambigüidade espectral, devido aos distintos estágios do ciclo fenológico das culturas (Hill e Sturn, 1991).

Lillesand & Kiefer (1994) observaram que o caráter multitemporal das imagens auxilia na discriminação das mudanças espectrais e espaciais durante o ciclo das culturas, o que seria impossível realizar a partir de uma única data.

Segundo Mouat et al. (1993), uma análise de dados multitemporais deve seguir uma seqüência básica para se obter um bom resultado sobre os dados em estudo, a saber: a) aquisição de dados de sensores remotos correspondentes a uma cena particular, envolvendo duas ou mais datas; b) retificação e registro das imagens; c) ajuste das imagens para similares condições atmosféricas e de aquisição e d) análise espectral das imagens propriamente ditas. As fases b e c são necessárias ao estudo comparativo de dados obtidos em datas de aquisição diferentes, sendo parte do que se denomina pré-processamento, e a fase d é relativa aos processos comparativos desses dados, representando a parte denominada de processamento. Todas essas fases fazem parte do tratamento digital de imagens orbitais.

Segundo Rezende (2000), ao selecionar imagens e satélite digitais, têm-se três parâmetros a considerar: a data de passagem do satélite, as bandas espectrais e o nível de correção geométrica. A data a ser escolhida deve atender o objetivo do trabalho a ser

executado, além de considerar a qualidade de gravação, a qual está associada à cobertura de nuvens, consta de três subcampos:

• porcentagem de cobertura média efetiva da cena (EF%), relacionada às condições de iluminação da imagem e ausência de névoa;

• cobertura de nuvens por quadrante (ABCD); • visibilidade média da cena (V).

De forma geral, na seleção das bandas espectrais para discriminação de culturas agrícolas, utilizando dados TM/Landsat, está consagrado o uso de um triplete que deve conter, pelo menos, uma banda espectral do visível, uma do infravermelho próximo e uma no infravermelho médio (Chavez Júnior, 1984; Townshend, 1984; Sheffield, 1985); visto que as bandas espectrais correlacionadas apresentam informações redundantes, como é o caso das bandas l, 2 e 3, na faixa do visível e das bandas 5 e 7 na faixa do infravermelho médio, respectivamente (Chen & Lima, 1986). Na discriminação de alvos, as composições coloridas com três bandas espectrais são mais úteis que as imagens em preto e branco, apresentadas em uma só banda. Isto porque quanto maior o número de bandas espectrais utilizadas, desde que não sejam altamente correlacionadas, maior o conteúdo de informações que pode ser extraído. Townshend (1984) concluiu que as bandas espectrais 3, 4 e 5, do sensor TM/Landsat, apresentaram o melhor resultado na discriminação entre as fases de solo preparado, crescimento vegetativo pleno, senescência e pós-colheita, caracterizadas pela presença de cobertura seca (palhada) sobre o solo.

Trabalhos realizados no Estado do Paraná também demonstraram que as bandas 3, 4 e 5 são adequadas para a discriminação de culturas agrícolas (Chen et al., 1986a; Chen & Lima, 1986; Chen et al., 1986b; Chen, 1990). Além de discriminar culturas,

estas bandas espectrais destacaram-se também na discriminação de diferentes coberturas do solo, tais como florestas, áreas urbanas e água (Townshend et al., 1983; Townshend, 1984).

Outro fator que deve ser definido para a seleção de imagens de satélite é seu nível de correção geométrica, uma vez que as imagens orbitais não são georreferenciadas. Um ponto em uma dada cena, somente poderá ser localizado se puder ser descrito em relação a um sistema coerente de coordenadas. Durante o processo de transformação das coordenadas da imagem para o sistema de projeção cartográfica, o posicionamento dos pixels são modificados, gerando espaços vazios entre eles. Deve-se, portanto, aplicar uma reamostragem, através de um interpolador, para compensar esta modificação. Conseqüentemente, o conteúdo de informação da imagem pode ser afetado (Mather, 1993).

Muitos autores vêm estudando o efeito da reamostragem nas imagens de satélite, como é o caso de Etheride e Nelson (1979), que avaliaram o efeito dos interpoladores Vizinho Mais Próximo (VMP), Bilinear (BL) e Convolução Cúbica (CC) em imagens Landsat/MSS. Os autores concluíram que a CC gerou valores de brilho fora da amplitude da imagem original. No entanto, os resultados da classificação digital, através do algoritmo de Máxima Verossimilhança, sobre uma cena reamostrada por CC, não diferiram significativamente dos outros dois. Todavia, Verdin (1983), estudando qualidade de água concluiu que a CC produziu valores anômalos que afetaram significativamente os resultados em relação aos obtidos, sem a aplicação deste interpolador. Hutchins (1999) avaliou o potencial dos métodos VMP, BL e CC em diversos processamentos, como interpretação visual, classificação digital, eficiência computacional do processamento, análise espectral quantitativa e radiométrica.

Com base neste estudo, Hutchins ainda afirma que a reamostragem pode degradar o conteúdo da informação da imagem; por isso, o método de interpolação deve ser escolhido conforme o tipo de análise a ser aplicada e o conteúdo de informação de cada cena.

A Divisão de Geração de Imagens (DGI/INPE) produz imagens com os seguintes níveis de correção geométrica: 0, 4, 5 e 6. As imagens com nível de correção 0, não possuem nenhum tipo de correção geométrica. O nível 4 não possui correção geométrica de sistema, mas recebe uma correção geométrica para compensar o efeito de rotação da Terra, que na verdade é um deslocamento de pixels ao longo da linha de imageamento. Os níveis 5 e 6 são denominados de correção geométrica de sistema. Esta é assim chamada por utilizar, basicamente, os dados auxiliares de sistema, que são transmitidos pelo satélite junto com os dados de imagem. Estes dados auxiliares referem-se à órbita, à altitude do satélite e aos parâmetros do sistema de imageamento. As imagens pertencentes aos níveis 5 e 6 apresentam correção geométrica de sistema pela aplicação das técnicas de reamostragem VMP e CC, respectivamente. O método de interpolação por VMP utiliza o valor radiométrico do pixel mais próximo do centro daquele que se deseja calcular; ao passo que a CC usa cinco interpolações polinomiais do terceiro grau, sendo quatro ao longo das linhas e uma na direção das colunas, sobre os dezesseis pixels que cercam o pixel que se deseja determinar seu novo valor na imagem corrigida (D'Alge, 1999).