No abstract

Resumo:Ambientes urbanos representam uma das áreas mais desafiadoras do sensoriamento remoto devido à grande diversidade encontrada nos materiais presentes na sua superfície. O uso de imagens com alta resolução espacial e alta resolução espectral surge como uma alternativa para aplicações urbanas, pois a combinação destas duas características permite uma melhor detecção e discriminação de alvos. O presente trabalho tem um duplo objetivo: i) avaliar dois conjuntos de dados na classificação fina de alvos urbanos para dois níveis de legenda (com 11 e 38 classes de cobertura do solo): um deles composto exclusivamente por uma imagem orbital multiespectral (WV-2) e o outro conjunto composto exclusivamente por uma imagem aerotransportada hiperespectral (SpecTIR), ii) bem como testar o desempenho de dois métodos diferentes de classificação de imagens, Árvore de Decisão C4.5 e Floresta Randômica (Random Forest), para ambos os níveis de legenda. Oito experimentos de classificação foram realizados para atender a tais objetivos de investigar a eficácia dos sensores e dos métodos em dois níveis de detalhamento. Foram obtidas classificações de elevada acurácia. Demonstrou-se para todos os níveis de

Em sua grande maioria, o georreferenciamento de imóveis rurais tem sido realizado somente com o levantamento geodésico (LG) por meio de receptores GNSS. Porém, é possível realizá-lo por meio de imagens de satélites e imagens aerotransportadas. A utilização de imagens orbitais ou aerotransportadas pode reduzir o tempo de serviço e auxiliar em limites inacessíveis e naturais. O maior problema em realizar o georreferenciamento utilizando imagens está em atender às precisões exigidas pelo Instituto Nacional de Colonização e Reforma Agrária (INCRA), em razão do imageamento ser menos preciso que o levantamento geodésico. Outra dificuldade está em identificar feições que se encontram sob matas. Entretanto, no mercado existem imagens de satélite de alta resolução espacial e também existe a possibilidade de obtenção de imagens coletadas por aeronaves remotamente pilotadas (ARP) com altíssima resolução espacial que podem atender as exigências. Deste modo este trabalho tem como objetivo avaliar as feições obtidas por três imagens, uma WorldView-3, uma PlanetScope e por uma ortofoto de ARP, sendo estas três comparadas e avaliadas a partir do LG por meio de receptores GNSS. Entre os conjuntos de dados utilizados o melhor resultado de acordo com a classificação normativa do INCRA foi a ortofoto gerada pelo levantamento aerofotogramétrico, pois atendeu à precisão para os vértices artificiais, naturais e vértices inacessíveis. No entanto, a imagem WorldView-3 apresentou o pior resultado na classificação, pois não atendeu nenhum dos tipos de vértices. Entre os três conjuntos de dados utilizados recomenda-se utilizar o levantamento aerofotogramétrico para realizar o georreferenciamento de imóveis rurais.  Evaluation of the positional accuracy of features obtained by images of orbital sensors and                   airborne for georeferencing of rural propertiesA B S T R A C TConcerning methods of positioning the georeferencing of rural properties, it stands out the topographical and geodetic surveys. However, it is possible to make through remote sensing (images of orbital sensors and airborne). The use of orbital or air-bone images can reduce service time and help in inaccessible areas, such as unreachable and natural limits. The most significant difficulty of the georeferencing using images is to meet the required accuracy by the National Institute of Colonization and Agrarian Reform (INCRA). However, there are high spatial resolution satellite images are now available. There is the possibility of getting the images collected by remotely piloted aircraft (RPA) with a very high spatial resolution that meets the requirements. This work aims to assess the features obtained by three images, a WorldView-3, a Planet Scope, and an RPA orthophoto. These three are being compared and evaluated from a geodetic survey and subsequently classified according to the cartographic precision standard of INCRA. The best dataset for the normative of INCRA was the orthophoto generated by RPA because it met the precision for artificial, natural vertices and inaccessible vertices. However, the WV-3 image had the worst result in the classification because it did not meet consistent accuracy to any of the vertices' types. Between the three data sets used, the one that best suits the specifications of georeferencing of rural properties were the images airborne.Key words: Remote Sensing, INCRA Rules, Aerophotogrammetric Survey, Cartographic Accuracy Standard.

As operações aritméticas efetuadas entre bandas espectrais de imagens de sensoriamento remoto necessitam de correção atmosférica para eliminar os efeitos atmosféricos na resposta espectral dos alvos, pois os números digitais não apresentam escala equivalente em todas as bandas. Índices de vegetação, calculados com base em operações aritméticas, além de caracterizarem a vegetação, minimizam os efeitos da iluminação da cena causados pela topografia. Com o objetivo de analisar a eficácia da correção atmosférica no cálculo de índices de vegetação, este trabalho comparou os Índices de Vegetação por Diferença Normalizada (Normalized Difference Vegetation Index - NDVI), calculados com base em imagens corrigidas e não corrigidas de um recorte de uma cena Landsat 8/OLI situado na cidade do Rio de Janeiro, Brasil. Os resultados mostraram que o NDVI calculado pela reflectância, ou seja, imagem corrigida, apresentou o melhor resultado, devido ao maior discriminação das classes de vegetação e de corpos d'água na imagem, bem como à minimização do efeito topográfico nos valores dos índices de vegetação.  Analysis of the atmospheric correction impact on the assessment of the Normalized Difference Vegetation Index for a Landsat 8 oli image A B S T R A C TThe image arithmetic operations must be executed on previously atmospherically corrected bands, since the digital numbers do not present equivalent scales in all bands. Vegetation indices, calculated by means of arithmetic operations, are meant for both targets characterization and the minimization of illumination effects caused by the topography. With the purpose to analyze the efficacy of atmospheric correction in the calculation of vegetation indices with respect to the mitigation of atmospheric and topographic effects on the targets spectral response, this paper compared the NDVI (Normalized Difference Vegetation Index) calculated using corrected and uncorrected images related to an inset of a Landsat 8 OLI scene from Rio de Janeiro, Brazil. The result showed that NDVI calculated from reflectance values, i.e, corrected images, presented the best results due to a greater number of vegetation patches and water bodies classes that could be discriminated in the image, as well the mitigation of the topographic effect in the vegetation indices values.Keywords: remote sensing, urban forest, atmospheric correction.