Analise de dados digitais multiespectrais de alta resolução obtidos pelo sensor. "compact airbonespectrographic imager" em area rural do municipio de Pinhais -PR

Abstract

o presente estudo, com dados de alta resolução espacial e espectral do sensor canadense "Compact Airborne Spectrographic lmager" (CASI), forneceu uma análise dos dados multicanais específicos de uma configuração já testada com bons resultados no Canadá, banda 1 (455,0 481,4 fim), banda 2 (548,4 -555,5 fim), banda 3 (678,4 -682,0 fim), banda 4 (710,7 -714,3 nm), banda 5 (736,0 -739,6 fim), banda 6 (746,9 -750,5 fim) e banda 7 (785,0 -788,6 fim), utilizando recursos de processamento de imagens digitais e análises visuais. Desta forma, o objetivo principal desta pesquisa, foi a obtenção de informações importantes para o mapeamento de áreas de uso diversificado do solo em área rural do município de Pinhais, Paraná, utilizando técnicas de processamento de imagens aos dados digitais de alta resolução do sensor CASI. O local selecionado para a pesquisa é parte da área da Fazenda Experimental do Canguiri da Universidade Federal do Paraná. Como verdade terrestre, foram utilizadas fotografias aéreas convencionais 1 : 8.000 P&B e de pequeno formato coloridas (35 mm) de escala aproximada de 1 : 2.500, as quais, com trabalho de campo permitiram a produção de um mapa temático usado como referência. A metodologia utilizada compreendeu: determinação e análise da estatística dos dados digitais do sensor; aplicação de aumento de contraste; interpretação visual das bandas de imagem contrastadas; definição e elaboração das melhores composições coloridas; comparação das bandas individuais e composições coloridas; classificação supervisionada através da aplicação de dois algorítimos de classificação (do Paralelepípedo e da Distância Mínima) em dois níveis de categorização; purificação das assinaturas espectrais; avaliação das classificações antes e após a purificação espectral nos dois níveis de categorização. Pode-se verificar pela análise visual, que as melhores bandas foram a 4 e a 5; as melhores composições coloridas foram 3, 6 e 7 e 7, 3 e 1, respectivamente relacionadas aos canais R,G e B, que demonstraram ser bastante representativas dos sete canais; dos dois algorítimos de classificação utilizados, o do Paralelepípedo apresentou os melhores resultados; a classificação a um nível mais específico resultou em uma precisão total de 57% de classificação correta com 7 classes de informação (Pinus elliottii, Pinus taeda, Pinus caribaea, Euealyptus sp, Floresta Nativa, Araucaria angustifolia e Agricultura); o processo de purificação das assinaturas espectrais dos gêneros Pinus e Araucaria resultou em um aumento da precisão total em 8%; a redefinição da categorização para um nível mais geral (Floresta Nativa, Coníferas e Agricultura), proporcionou a precisão total de 99,83%.