comparação entre métodos de correção atmosférica em imagens

129
Anais Semana de Geografia. Volume 1, Número 1. Ponta Grossa: UEPG, 2015. ISSN 2317-9759
COMPARAÇÃO ENTRE MÉTODOS DE CORREÇÃO
ATMOSFÉRICA EM IMAGENS MULTIESPECTRAIS LANDSAT 8 OLI
RIBEIRO, Selma Regina Aranha
SCHOEMBERGER, Graciani Maria
1. Introdução
As imagens Landsat OLI, assim como as demais imagens de satélite, recebem
interferência da atmosfera, principalmente da ionosfera. Neste contexto, um dos mais
importantes pré-processamentos é a correção desta interferência. Além da correção
atmosférica, é imprescindível a correção geométrica.
Ressalta-se a necessidade da correção atmosférica em alguns estudos geográficos.
Tratando-se de análise temporal de dados advindos de sensoriamento remoto esta correção é
fundamental, mesmo que a série temporal seja de mesma data mensal, a variação climática em
diferentes anos, apesar da mesma estação e data, é fato.
2. Objetivos
O objetivo geral é realizar correção de geometria e radiometria em imagens
multiespectrais Landsat 8 OLI, sendo que os objetivos específicos incluem a correção
geométrica na imagem Landsat 8 OLI, com base na Ortoimagem referente à região, seguida
pela correção radiométrica pelos métodos Dark Object Substraction (DOS) e Moderate
Resolution Atmospheric Transmission (FLAASH – Fast line-of-sight Atmospheric Analysis of
Spectral Hypercubes).
3. Metodologia
Desde a década de oitenta, o programa LANDSAT (Land Remote Sensing Satellite)
vem fornecendo imagens para estudos ambientais. Em 11 de fevereiro de 2013, a NASA,
juntamente com a USGS (U.S. Geological Survey), lançou o satélite Landsat 8, cujos dados
provêm de dois sensores, o Operational Land Imager (OLI) e o Thermal Infrared Sensor
(TIRS). Esse satélite objetiva fornecer imagens de precisão com alta qualidade no espectro do
visível e do infravermelho, de toda a região continental e costeira da Terra, para atualização
de um banco de dados pré-existente (U.S. GEOLOGICAL SURVEY- USGS, 2015). Porém, a
posição do sensor em relação à superfície, assim como esporádicas oscilações e até mesmo o
movimento, relevo e forma da Terra, podem interferir na geometria dos dados, por isso, neste
estudo, realizou-se a correção geométrica que minimiza os erros de geometria inerentes a
Terra e ao satélite. A mesma pode ser realizada através de diferentes métodos, mas neste
estudo empregou-se a correção mediante mapeamento inverso, polinomial, validada por
meios de seis pontos de controle (Figura 1 a, b e c).
A Figura 1 (a) representa a imagem Landsat 8 OLI original obtida do catálogo de
imagens no site do INPE . As Figuras 1 (b) e (c) mostram os pontos de controle corretamente
distribuídos nas imagens OLI e Ortoimagem, respectivamente.
XXII Semana de Geografia, IV Semana e Jornada Científica De Geografia do Ensino a Distância da
UEPG, XVI Jornada Científica da Geografia e IX Encontro do Saber Escolar e Conhecimento Geográfico.
“Concepções Geográficas: Rompendo Barreiras Disciplinares”
130
Anais Semana de Geografia. Volume 1, Número 1. Ponta Grossa: UEPG, 2015. ISSN 2317-9759
(a)
(b)
(c)
Figura 1 – (a) Landsat 8 OLI original. (b) Landsat 8 OLI com pontos de controle. (c) Ortoimagem com
pontos de controle.
3.1 Comparação entre métodos de correção atmosférica
A atmosfera provoca mais alterações em imagens multiespectrais como as obtidas pelo
sensor OLI do que em imagens obtidas em comprimentos de onda da faixa do infravermelho
termal, como as do sensor TIRS. Aerossóis, gases, vapor d’água e diferenças espaciais e
temporais são as principais causas dessas alterações, que não dependem apenas do
comprimento de onda (CENTENO, 2004). Para a comparação dos métodos foram utilizadas
as bandas 1 a 7 de uma imagem do satélite Landsat 8 sensor OLI. A área de estudo
corresponde à cidade de Ponta Grossa, coordenadas 25º 05’ 40” S e 50º 09’ 48” W e datum
WGS-84. Dois métodos de correção radiométrica foram avaliados: Dark Object Substraction
– DOS (CHAVEZ JUNIOR, 1988; 1996 apud DANIEL GOMES et al., 2012) e Moderate
Resolution Atmospheric Transmission – MODTRAN (BERK et al., 1998 apud DANIEL
GOMES et al., 2012).
3.1.1 Dark Object Substraction - DOS
Em toda e qualquer cena e banda espectral existem pixels que devem assumir o valor
“0”, sendo que também podem absorver totalmente a radiação (Ponzoni, 2012). Caso
contrário, ou seja, caso os pixels assumam valores maiores que “0”, infere-se que a imagem
está sobre influência da atmosfera. A correção DOS é um procedimento simples que tem
como objetivo identificar em cada banda espectral quais valores de ND – Nível Digital –
devem ser subtraídos de cada imagem como um todo (Ponzoni, 2012). A resolução
radiométrica dessas imagens é de 16 bits, ou seja, 65.536 níveis de cinza, por isso os valores
que deveriam ser iguais a zero estão tão longe do mesmo. Neste caso, os valores de ND
adotados na Tabela 1 devem ser inseridos no método de subtração no processamento.
Banda
1
2
3
4
5
Valor Mínimo
8185
7668
6691
6003
4849
XXII Semana de Geografia, IV Semana e Jornada Científica De Geografia do Ensino a Distância da
UEPG, XVI Jornada Científica da Geografia e IX Encontro do Saber Escolar e Conhecimento Geográfico.
“Concepções Geográficas: Rompendo Barreiras Disciplinares”
131
Anais Semana de Geografia. Volume 1, Número 1. Ponta Grossa: UEPG, 2015. ISSN 2317-9759
4703
4925
6
7
Tabela 1 – Valores de ND mínimos adotados através de histograma para subtração através de DOS
3.1.2 Moderate Resolution Atmospheric Transmission – MODTRAN
Segundo Moreira (2005), para a realização do modelo MODTRAN é necessário
converter os ND em valores de reflectância aparente com base nas relações propostas por
Markham e Barker (1986) através da Equação 1, onde as variáveis são substituídas pelos
valores de calibração do sensor, obtidos nos metadados e contidos na Tabela 2.
𝐿𝜆 = 𝑀𝐿 ∗ 𝑄𝑐𝑎𝑙 + 𝐴𝐿
(1)
Onde:
Lλ= Top of Atmosphere – radiância espectral (Watts/( m2 * srad * μm))
ML= valor de escaloneamento multiplicativo da banda específica
Qcal = valor do pixel (ND)
AL= valor de escaloneamento aditivo da banda específica.
Banda
1
ML - Grescale (W/m²
sr m)/DN
0.012814
AL - Brescale
W/(m² sr m)
-64.07
2
0.013122
-65.60
3
0.012092
-60.45
4
0.010196
-50.98
5
0.006239
-31.19
6
0.001551
-7.75
7
0.000523
-2.61
Tabela 2 – Valores de calibração do sensor para a Equação 1
“Os valores de radiância obtidos nesta transformação são convertidos em reflectância
aparente” (Moreira, 2005, pag. 278), neste caso mediante a alteração dos valores de
comprimento de onda mínimo de cada banda, contidos na Tabela 3.
Resolução Espectral
Banda
Resolução
Espacial
(metros)
Resolução
Resolução
Menor compr. de
Maior compr. de
Temporal
Radiométrica
onda (µm)
onda (µm)
0.433
0.453
30
1
0.45
0.515
30
2
216
0.525
0.600
30
3
16 dias
0 – 655 ND
0.63
0.680
30
4
0.845
0.885
30
5
1.560
1.660
30
6
2.100
2.300
30
7
Tabela 3 – Resoluções espectral, espacial, temporal e radiométrica da Landsat 8 OLI.
XXII Semana de Geografia, IV Semana e Jornada Científica De Geografia do Ensino a Distância da
UEPG, XVI Jornada Científica da Geografia e IX Encontro do Saber Escolar e Conhecimento Geográfico.
“Concepções Geográficas: Rompendo Barreiras Disciplinares”
132
Anais Semana de Geografia. Volume 1, Número 1. Ponta Grossa: UEPG, 2015. ISSN 2317-9759
A partir dessas transformações, aplica-se o Fast line-of-sight Atmospheric Analysis of
Spectral Hypercubes – FLAASH, disponível, por exemplo, no programa ENVI, para que se
obtenha a Imagem de Reflectância do Objeto na terra.
4. Resultados e discussões
A diferença entre os resultados obtidos com os diferentes métodos é ilustrada nos
histogramas a seguir, os quais representam a distribuição do conjunto de dados obtido por
meio dos processamentos (Figura 3 a, b e c).
(a)
(b)
(c)
A Figura 3 (a) representa a imagem Landsat 8 OLI apenas com correção geométrica.
Observa-se, destacado em na Figura que, para a banda 5, o valor de ND mínimo do
histograma é 4849, sendo o valor de ND máximo 37703.
Na Figura 3 (b), representa-se a imagem Landsat 8 OLI corrigida radiometricamente
pelo método DOS. Quando comparada à Figura 3 (a) percebe-se, também para a banda 5, que
o valor de ND mínimo assumiu o valor “0”, e o valor de ND máximo reduziu, assumindo o
valor 32854.
XXII Semana de Geografia, IV Semana e Jornada Científica De Geografia do Ensino a Distância da
UEPG, XVI Jornada Científica da Geografia e IX Encontro do Saber Escolar e Conhecimento Geográfico.
“Concepções Geográficas: Rompendo Barreiras Disciplinares”
133
Anais Semana de Geografia. Volume 1, Número 1. Ponta Grossa: UEPG, 2015. ISSN 2317-9759
Na Figura 3 (c) – Imagem Landsat 8 OLI corrigida atmosfericamente pelo método
MODTRAN – nota-se que os valores de ND mínimos reduziram de 4849 para -121 em
relação à imagem não corrigida atmosfericamente ( Figura 3 a), assim como os valores de ND
máximos que passaram de 33703 para 8304.
Quando se compara a Figura 3 (b) e a Figura 3 (c) percebe-se que, os valores mínimos
de ND do método MODTRAN não chegam a “0” como no método DOS, o que não é
indicador de eficiência. Isso se explica pelo fato que o “0” é uma condição do método DOS.
Comparando-se os valores máximos de ND entre DOS e MODTRAN nos histogramas,
observa-se que os mesmos valores de ND do DOS diminuíram de cinco para quatro casas
decimais em relação ao MODTRAN, ou seja, os valores de ND do DOS são notavelmente
reduzidos.
5. Considerações finais
Nesse estudo, mediante os processamentos DOS e MODTRAN para a correção
radiométrica, mostrou-se a diferença entre eles por meio do histograma. Confirma-se,
portanto, a importância da correção atmosférica em termos da influência da atmosfera, uma
vez que as imagens com e sem processamento possuem ND diferentes. Neste contexto,
destaca-se a relevância dessa correção em análises espaço temporal.
6. Referencias
CENTENO, J. A. S.. Sensoriamento remoto e processamento de imagens digitais.
Curitiba: Ed. Curso de Pós Graduação em Ciências Geodésicas, Universidade Federal do
Paraná, 2004
GOMES, D.; VICENTE, L. E.; CARVALHO, S.; VICTORIA, D.; ANDRADE, R. G.;
AGNESE, M. L.; SILVA, R. F. B. da. Avaliação comparativa de correção atmosférica de
imagens Landsat utilizando MODTRAN e Dark Object Substraction. Campinas. Pág. 1 a 9.
MOREIRA, M. A.. Fundamentos do sensoriamento remoto e metodologias de aplicação.
3. ed. atual. ampl. – Viçosa: Ed. UFV, 2005
NASA.
Landsat
8
Data
Users
Handbook.
Disponível
em:
<
http://landsat.gsfc.nasa.gov/?p=10659 >. Acesso: 28/10/2015.
PONZONI, F. J.; SHIMABUKURO, Y. E.; KUPLICH, T. M.. Sensoriamento remoto da
vegetação. 2. ed. Atualizada e ampliada – São Paulo: Oficina de Textos, 2012.
XXII Semana de Geografia, IV Semana e Jornada Científica De Geografia do Ensino a Distância da
UEPG, XVI Jornada Científica da Geografia e IX Encontro do Saber Escolar e Conhecimento Geográfico.
“Concepções Geográficas: Rompendo Barreiras Disciplinares”