Artigo - Atena Editora

Artigo

Baixe agora

Livros
capa do ebook IMAGEM DE REFLECTÂNCIA DE SUPERFÍCIE USGS COMO REFERÊNCIA PARA COMPARAÇÃO DE DIFERENTES MÉTODOS DE CORREÇÃO ATMOSFÉRICA

IMAGEM DE REFLECTÂNCIA DE SUPERFÍCIE USGS COMO REFERÊNCIA PARA COMPARAÇÃO DE DIFERENTES MÉTODOS DE CORREÇÃO ATMOSFÉRICA

Os sensores dos satélites de

sensoriamento remoto registram imagens

que, de alguma forma, possuem interferência

atmosférica. Assim, foram desenvolvidos

métodos de correção atmosférica e alguns

produtos em reflectância de superfície já foram

disponibilizados, como por exemplo, as imagens

da plataforma Landsat 8. Neste contexto, o

objetivo do presente trabalho é comparar dois

métodos de correção considerando como

referência os valores obtidos na imagem de

reflectância de superfície disponibilizada pela

USGS e verificar qual a influência nos valores

do índice radiométrico para áreas construídas.

A metodologia seguiu algumas etapas, como:

aquisição de três imagens Landsat 8 (reflectância

de superfície (SR), reflectância aparente (TOA),

e em números digitais (ND)); conversão dos ND

para valores físicos e correções atmosféricas

pelo método DOS e FLAASH; cálculo do índice

radiométrico NDBI; coleta de assinaturas

espectrais para alvos de área construída,

vegetação, água e solo exposto; comparação

entre as imagens de reflectância e a imagem

referência; e comparação entre os valores

NDBI para classe área construída. Desta forma,

foi possível constatar que diferentes métodos

de correção podem gerar diferentes valores

de reflectância de superfície e NDBI para os

mesmos alvos. Assim, surge a dúvida sobre

qual método seria o mais correto. Neste estudo,

a imagem corrigida pelo FLAASH apresentou

valores de reflectância e NDBI mais próximos

aos da imagem referência. Estudos que utilizam

imagens Landsat 8 contam com imagens já

corrigidas, o que facilita o trabalho e garante

maior confiabilidade.

Ler mais

IMAGEM DE REFLECTÂNCIA DE SUPERFÍCIE USGS COMO REFERÊNCIA PARA COMPARAÇÃO DE DIFERENTES MÉTODOS DE CORREÇÃO ATMOSFÉRICA

  • DOI: Atena

  • Palavras-chave: DOS, FLAASH, área urbana, índice radiométrico, curvas espectrais.

  • Keywords: DOS, FLAASH, urban area, radiometric index, spectral curves.

  • Abstract:

    Satellites’ remote sensors register

    images that, in some way, carry atmospheric

    interference. Thus, methods of atmospheric

    correction were developed and products of

    surface reflectance were made available, such

    as, for example, the images of the Landsat 8

    platform. Regarding this context, the objective of our study is to compare two methods

    of correction, while considering as reference the values obtained in the images of

    surface reflectance provided by the USGS, and to verify what is their influence on

    the values of radiometric indices for constructed surfaces. Our methodology followed

    some steps, such as: the acquisition of three Landsat 8 images (surface reflectance

    [SR], top of atmosphere reflectance [TOA] and digital numbers [DN]); conversion of

    the DN into physical values and atmospheric corrections through DOS and FLAASH

    methods; calculation of the radiometric index NDBI; collection of spectral signatures for

    targets of constructed surfaces, vegetation, water and bare soil; comparison between

    the reflectance images and the reference image; and comparison between the NDBI

    values for the constructed surface’s class. As result, it was possible to determine that

    different correction methods can generate different values of surface reflectance and

    of NDBI for the same targets. Thus, it remains undetermined which method is better

    suited. In our study, the image corrected with FLAASH presented values of reflectance

    and of NDBI that were closer to those of the reference image. Studies that use Landsat

    8 image rely on images corrected in advance, which facilitates work and guarantees

    more reliability.

  • Número de páginas: 15

  • Patricia Michele Pereira Trindade
Fale conosco Whatsapp