Avaliação das imagens cbers/ccd para o mapeamento de areais no sudoeste de Goiás

Ano: 2007 | Volume: 27 | Número: 2

Autores: Marluce Silva Sousa, Luciana Maria Lopes, Laerte Guimarães Ferreira Júnior, Iraci Scopel, Raphael de Oliveira Borges

Palavras-chave: processamento de imagens, cbers, areais

Resumo Português:

O objetivo deste trabalho foi o de aplicar diferentes técnicas
de transformação em duas imagens CBERS, dos
períodos seco e chuvoso, que permitissem realçar e
mapear as manchas de Neossolos Quartzarênicos, sem
cobertura vegetal (areais), da bacia do Ribeirão Sujo,
município de Serranópolis/GO. Revisaram-se bibliografias
sobre comportamento espectral de solos arenosos
e trabalhos relacionados à avaliação de áreas degradadas.
Utilizaram-se três métodos de transformação
de imagens para os dois períodos com a finalidade de
mapear os areais: o modelo linear de mistura espectral,
o índice de vegetação da diferença normalizada (NDVI) e
a análise por componentes principais. Verificou-se que
as imagens do período chuvoso ressaltaram melhor os
areais em relação aos vários tipos de cobertura da terra
e que a técnica que apresentou o melhor resultado para o
mapeamento dos areais foi a classificação supervisionada
das bandas 2, 3 e 4 do sensor CDD/CBERS.

Resumo Inglês:

The main goal of this work was to assess the performance
of different Image enhancement techniques
applied to two CBERS II CCD images, acquired during
the dry and rainy periods, regarding the discrimination
of Quartzipsamment bare soils (sandy spots), in the Ribeirão
Sujo watershed, situated in the municipality of
Serranópolis/GO. In addition, a literature review, concerning
the spectral behavior of sandy soils and degraded
areas, was carried out. The three image processing
approaches evaluated were: spectral linear mixture modelling,
vegetation index (NDVI), and principal component
analysis. It was verified that the images of the rainy period
favored a better discrimination of the sandy soils in
relation to the other land cover types and that supervised
classification, based on the CBERS CCD bands 2, 3, and
4 was the best image enhancement approach.