“Bicentenário da Independência: 200 anos de ciência, tecnologia e inovação no Brasil e 96 anos de contribuição da UFV”.
8 a 10 de novembro de 2022
Trabalho 16971
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Agrárias |
| Área temática | Engenharia agrícola |
| Setor | Departamento de Engenharia Agrícola |
| Bolsa | PIBIC/CNPq |
| Conclusão de bolsa | Não |
| Apoio financeiro | CNPq |
| Primeiro autor | Ronam Henrique Fonseca Macedo |
| Orientador | RICARDO SANTOS SILVA AMORIM |
| Outros membros | Rafael Luis Silva Dias |
| Título | Normalização radiométrica da constelação planetscope utilizando o sensor msi/sentinel-2 |
| Resumo | O fato das imagens PlanetScope serem obtidas por meio de três sensores (Dove Classic, Dove-R e Super Dove), proporciona frequentemente inconsistências radiométricas entre as imagens obtidas. Desse modo, no presente trabalho objetiva-se propor uma metodologia de calibração radiométrica da constelação de nanosatélites PlanetScope (PS) utilizando como referência imagens do Sentinel-2 (S2). A área de estudo contempla parte do reservatório da usina hidrelétrica (UHE) de Três Marias, localizado na porção alta da bacia do Rio São Francisco, na região central do Estado de Minas Gerais. No presente trabalho foram utilizadas 8 cenas em diferentes estações do ano. Em função da cobertura de nuvens, para as imagens referentes aos anos de 2016 e 2017 (L1C) foi necessário proceder a correção atmosférica para reescalonar os valores dos pixels para nível de superfície (L2A), utilizando o modelo Sen2cor. Com relação às imagens PS, foram adquiridas cenas das mesmas com baixa nebulosidade na mesma data e em horários semelhantes às imagens S2. Em seguida, realizou-se a etapa de co-registro geoespacial das imagens. Para a amostragem de dados espectrais definiu-se uma grade regular de 2500 pontos para ambas as imagens. Para modelar a relação da refletância entre os sensores envolvidos, foram ajustados modelos de regressão linear e não-linear (polinomial - quadrático, exponencial, logarítmico e potencial) para cada banda espectral. Para a calibração do modelo foram utilizadas 6 imagens correspondentes aos anos de 2017, 2018, 2019, 2020 e 2021. Para os testes independentes (validação), foram utilizadas 2 imagens, uma de janeiro de 2019 (período chuvoso) e outra de setembro de 2021 (período seco). Para cada banda espectral foram aplicados os modelos de regressão para calibração radiométrica das imagens PS a partir das imagens S2. De maneira geral, o modelo polinomial (quadrático) apresentou o melhor desempenho para todas as bandas estudadas, sendo observado o pior desempenho para a banda azul, para a qual o modelo consegue explicar 45,6% da variação da reflectância das imagens PS em função do sensor MSI/S2. Na etapa de validação, observou-se maior dispersão dos dados no período chuvoso em comparação com o período seco para todos as bandas. Desta forma, conclui-se que, dentre os modelos avaliados, o modelo polinomial (quadrático) é o mais adequado para a normalização das imagens PS. Cabe ressaltar que os maiores erros das estimativas foram observados em áreas com presença de espelho d’água, evidenciando, desta forma, uma limitação de aplicação do referido modelo para áreas com predominância desta feição (espelho d’água). |
| Palavras-chave | Sensoriamento remoto, calibração, nanossatélites. |
| Forma de apresentação..... | Vídeo |
| Link para apresentação | Vídeo |
|---|