Avaliação dos modelos de mistura espectral mesma e SMA aplicados aos dados hiperespectrais hyperion/eo-1 adquiridos na Planície Costeira do Rio Grande do Sul / Evaluation of MESMA and SMA mixture models applied to hyperion/eo-1 hyperspectral data acquired on the coastal plain of Rio Grande do Sul

AUTOR(ES)
DATA DE PUBLICAÇÃO

2010

RESUMO

O objetivo do presente trabalho foi avaliar o uso potencial dos dados hiperespectrais do sensor orbital Hyperion/Earth Observing One (EO-1) e dos modelos de mistura espectral MESMA (Multiple Endmember Spectral Mixture Analysis) e SMA (Spectral Mixture Analysis) para discriminação de classes de cobertura da Planície Costeira do Rio Grande do Sul. O modelo MESMA difere do SMA por permitir que o número e o tipo de Membros de Referência (MRs), assim como sua abundância, variem pixel a pixel. A abordagem metodológica utilizada envolveu as seguintes etapas: (a) préprocessamento dos dados Hyperion e conversão dos valores de radiância para imagens atmosfericamente corrigidas de reflectância de superfície; (b) uso seqüencial das técnicas Minimum Noise Fraction (MNF), Pixel Purity Index (PPI) e Visualizador n- Dimensional, no intervalo de 454 a 2334 nm, para seleção inicial de um grupo de pixels candidatos a MRs (primeira biblioteca espectral) e de um outro grupo para fins de validação dos modelos; (c) uso do aplicativo VIPER (Visualization and Image Processing for Environmental Research) Tools para refinamento da primeira biblioteca espectral e seleção final dos MRs, utilizando as métricas EAR (Endmember Average RMSE), MASA (Minimum Average Spectral Angle) e CoB (Count Based Endmember Selection); (d) geração dos modelos MESMA e SMA com o VIPER Tools; e (e) comparação dos resultados dos modelos com base nas imagens-fração e nos valores de erro médio quadrático (RMSE). Os resultados obtidos mostraram que: (1) o uso seqüencial das técnicas MNF, PPI e Visualizador n-Dimensional pode constituir uma etapa inicial para identificar pixels candidatos a MRs, cuja seleção final pode ser feita com as métricas EAR, MASA e CoB. Usadas de forma combinada, essas métricas minimizam possíveis efeitos da baixa relação sinal-ruído do Hyperion; (2) os MRs selecionados representaram os principais componentes de cena como “água” (com clorofila, límpida e com sedimentos em suspensão), “vegetação verde” (pinus, eucalipto e gramíneas) e “solo” (dunas e campo seco); (3) Por utilizar número e tipo variáveis de MRs, o modelo MESMA produziu melhores resultados que o SMA. Quando aplicado sobre a imagem, sobre a amostra de validação e quando comparado com o SMA, o modelo MESMA de 4 componentes (Solo = dunas e campo Seco; vegetação verde = pinus, eucalipto e gramíneas; água = com Sedimentos em suspensão, sem Sedimentos e com clorofila; sombra) descreveu adequadamente a diversidade dos componentes de cena, incluindo materiais dentro de uma mesma classe (p.ex. pinus e eucalipto). O MESMA produziu menores valores de RMSE e uma maior quantidade de pixels modelados na cena (85% contra 55%) do que o SMA; (4) o VIPER mostrou-se uma ferramenta bastante eficaz para seleção dos MRs e geração dos modelos. Os resultados, como um todo, demonstraram o potencial da aplicação dos modelos MESMA com dados hiperespectrais do sensor Hyperion/EO-1, mesmo considerando a baixa relação sinal/ruído do instrumento, especialmente no infravermelho de ondas curtas (SWIR).

ASSUNTO(S)

sensoriamento remoto hyperspectral remote sensing planície costeira (rs) image processing processamento de imagens spectral library classification endmembers

ACESSO AO ARTIGO

Documentos Relacionados