%0 Thesis
%4 sid.inpe.br/MTC-m13@80/2006/07.14.17.14
%2 sid.inpe.br/MTC-m13@80/2006/07.14.17.14.14
%T Avaliação do modelo 5-scale para simular valores de reflectância de unidades de paisagem da Floresta Nacional do Tapajós
%J Evaluation of 5-scale model to simulate reflectance values of landscape units of Tapajós National Forest
%D 2006
%8 2006-05-05
%9 Dissertação (Mestrado em Sensoriamento Remoto)
%P 151
%A Piromal, Rodrigo Alexandre Sbravatti,
%E Ponzoni, Flávio Jorge (presidente),
%E Shimabukuro, Yosio Edemir (orientador),
%E Valeriano, Dalton de Morisson (orientador),
%E Keller, Michael Maier,
%E Batista, João Luís Ferreira,
%I Instituto Nacional de Pesquisas Espaciais (INPE)
%C São José dos Campos
%K Amazônia, MODIS, modelo linear de mistura espectral, componentes puros, classificação, Amazon, MODIS, linear spectral mixing model, endmembers, classification.
%X O aumento da pressão sobre os recursos naturais faz com que seja necessário realizar um planejamento eficiente sobre sua utilização, bem como fiscalizar e coibir práticas inadequadas e/ou ilegais. Para isto o sensoriamento remoto aliado as mais diversas áreas apresenta-se como uma ferramenta de excelência. Mas um dos grandes desafios do sensoriamento remoto é equacionar o problema de que às vezes alvos semelhantes apresentam espectros diferentes e alvos considerados diferentes apresentam espectros semelhantes, devido às interações da Radiação Eletromagnética (REM) com esses alvos. Com isso, os modelos de reflectância, como o 5-Scale, permitem entender e simular variações das características biofísicas sobre as respostas nos espectros eletromagnéticos. Outro modelo bastante utilizado para auxiliar na interpretação de dados de sensores remotos é o Modelo Linear de Mistura Espectral (MLME), que gera imagens-fração a partir de endmembers selecionados, tornando os seus resultados dependentes da seleção desses endmembers. Sendo assim, neste trabalho foi realizada uma análise sobre como a escolha de endmembers de vegetação, pela técnica da Geometria Simplex de Mínimo Volume (GSMV) e utilizando espectros gerados pelo modelo de reflectância 5-Scale, altera a identificação de unidades de paisagem, da Floresta Nacional do Tapajós, na classificação das imagens-fração geradas. Além disso, foi realizada uma análise comparativa das reflectâncias estimadas pelo modelo 5-Scale com os valores de reflectância das imagens TM, ETM+ e MODIS, avaliando-se as variações temporais da área de estudo como um todo, e de grupos de unidades de paisagem gerados por uma análise de Cluster. Os resultados mostram que a utilização dos endmembers de vegetação do modelo de reflectância fez com que o classificador gerasse mais classes, apesar de aparentemente não melhorar a separabilidade das unidades de paisagem. Foi observado ainda, que ocorreu uma predominância das classes produzidas em sempre possuir mais pixels de algumas poucas unidades de paisagem, e que as classificações das imagens-fração provenientes dos sensores TM e ETM+ permitiram uma maior separabilidade de unidades de paisagem não florestais como solos expostos e água do que as classificações das imagens-fração provenientes das imagens MODIS. Analisando a comparação dos dados do modelo 5-Scale com as médias de reflectâncias, pode-se afirmar que os dados de médias mensais do modelo apresentam grandes semelhanças aos das imagens MODIS, entretanto em análises de regressão para classes de unidades de paisagem, obtiveram-se maiores correlações com as imagens TM e ETM+, indicando que ajustes e outras avaliações ainda são necessários, e, portanto, o modelo de reflectância 5-Scale pode ser empregado em florestas tropicais com algumas ressalvas. ABSTRACT: The increased pressure over natural resources makes efficient planning of its use necessary, as well as monitoring and restraining inadequate and/or illegal practices. For this, remote sensing allied with several specialized areas is presented as an excellent tool. However one of the great challenges of remote sensing is to equate the problem that similar targets present different spectral responses and targets considered different present similar spectral responses, due to the interactions of electromagnetic radiation with these targets. Thus, reflectance models, such as 5-Scale, allow us to understand and to simulate variations of biophysical characteristics on the responses in the electromagnetic spectrum. Another commonly used model for assisting in the interpretation of remote sensor data is the Spectral Linear Mixing Model, which generates fraction images from selected endmembers, making its results dependent on these endmembers selection. Therefore, in this work, an analysis was performed to see how the choice of vegetation endmembers, using Minimum Volume Simplex Geometry technique and vegetation endmembers generated by 5-Scale reflectance model, modifies the identification of landscape units in Tapajos National Forest, in the classification of generated fraction images. Moreover, a comparative analysis was performed between 5- Scale reflectance data with TM, ETM+ and MODIS reflectance data, evaluating the temporal variations for the whole study area, and landscape units groups generated by Cluster analysis. The results show that the use of vegetation endmembers estimated by the reflectance model makes the classifier generate more classes, although apparently it did not improve the separability of landscape units. It was also observed that occurred a predominance of the produced classes in always possessing more pixels from a few landscape units. TM and ETM+ fraction images classification allowed a higher separability of non forest landscape units such as exposed soils and water than MODIS fraction images classification. Analyzing the comparison of 5-Scale model reflectance data with the images reflectance averages, it can be affirmed that the model monthly data averages present great similarities with MODIS images monthly data averages. However in regression analysis for classes of landscape units, it was obtained higher correlations with TM and ETM+ images than with MODIS images. These results indicate that adjustments and other evaluations are still necessary, and, therefore, 5- Scale reflectance model can be used in tropical forests with some restrictions.
%@language pt
%3 publicacao.pdf