Integração de imagens de sensores de microondas e ópticos para fins de mapeamento e classificação de reflorestamentos no sul do Brasil

Abstract

O presente trabalho teve por objetivo avaliar as potencialidades de sensores ópticos e de microondas para a elaboração de mapas temáticos e classificação de reflorestamentos no município de Sengés, Estado do Paraná. Foram utilizadas imagens dos sensores JERS1-SAR e LANDSAT-5 TM, ambas de dezembro de 1995. A área de estudo, equivalente a aproximadamente 5000 ha, é constituída por povoamentos de Eucalyptus spp e Pinus spp, com diversas idades e submetidos a diferentes regimes de manejo. Foram efetuadas três abordagens distintas analisando o desempenho de técnicas de processamento digital de imagens na classificação e elaboração de mapas de vegetação dessas áreas, a partir de imagens dos sensores de microondas e ópticos, isoladamente e, depois, dos produtos de sua fusão. A imagem de radar foi ortorretificada considerando-se as informações obtidas do modelo do satélite e do modelo digital do terreno (DEM). A imagem LANDSAT TM foi corrigida geometricamente empregando-se transformações polinomiais. Para o registro entre as duas imagens foi empregada a técnica "mestre-escravo", adotando-se como referência a imagem de radar ortorretificada. Entre os processos de fusão aplicados incluíram-se a combinação simples de bandas dos dois sensores, a transformação estatística por componentes principais e a transformação IHS. Nesta pesquisa a combinação simples de bandas envolvendo a imagem de radar e as componentes principais da imagem LANDSAT foi considerada a melhor técnica para a fusão de imagens. Embora a transformação IHS não tenha produzido os resultados esperados, alguns dos produtos híbridos obtidos por esta técnica foram úteis na discriminação de alvos pontuais, tais como talhões cortados em diferentes épocas, talhões de diferentes idades e espécies do gênero Pinus e áreas com gramíneas e mata nativa. A segmentação de imagens revelou-se bastante promissora com relação ao processamento de imagens JERS, sendo que o mapa temático foi elaborado a partir de um procedimento combinado envolvendo a atribuição de classes temáticas aos polígonos gerados pela segmentação. Na classificação temática o algoritmo de Bhattacharyya produziu os melhores resultados em todas as abordagens, indistintamente. Verificou-se um aumento da acurácia temática com a integração das imagens ópticas e de radar, tendo-se obtido valores de acurácia geral iguais a 60,19%, 73,30% e 82,53% para as classificações efetuadas sobre a imagem JERS1-SAR, LANDSAT-5 TM e híbrida, respectivamente.