Mapeamento de inundação por imagens de radar de abertura sintética do satélite Sentinel-1

• Autor(a) principal: Neves, Luísa Heineck
• Data de Publicação: 2019
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/277011
• topic: Inundações urbanas; Mapeamento de inundações; Sensoriamento remoto; Processamento de imagens; Imagens SAR; Flood; Mapping; Sentinel-1; Synthetic aperture radar

As inundações afetam mais pessoas que qualquer outro desastre natural. Inundações urbanas são causadas pela ocupação de áreas ribeirinhas, pela urbanização das bacias hidrográficas ou ainda pela combinação desses dois fatores. Os danos diretos desses desastres são a destruição de estruturas e construções, mortes por afogamento e gastos com reconstrução. Em médio e longo prazo há também riscos para a saúde humana. O mapeamento de inundações auxilia as ações de resposta ao desastre, como salvamentos e mitigação de danos. O mapeamento com imagens de satélite é realizado frequentemente com satélites do espectro óptico, por apresentarem baixo custo e grande disponibilidade com altas resoluções. Por outro lado, há alguns anos está ocorrendo uma popularização de imagens de Radar de Abertura Sintética (SAR), que são capazes de mapear regiões com cobertura de nuvens, uma das limitações das imagens ópticas que é uma grande desvantagem em mapeamento de desastres naturais como os causados por inundações. Um dos satélites SAR gratuitos, com resolução e frequência de imagens relativamente altas é o Sentinel-1 da Agência Espacial Europeia (ESA). O Sentinel-1 possui resolução espacial de 20 m e teve o lançamento do primeiro satélite em 2014, com um tempo de revisita de 12 dias. Este trabalho teve como objetivo propor e avaliar uma metodologia de pré-processamento e processamento de imagens do Sentinel-1 para mapeamento de inundação e aplicá-la em evento de cheia ocorrido em outubro de 2015 na região do Baixo Jacuí (RS). Foi selecionada a imagem Sentinel-1 com maior inundação durante o evento, do dia 14/10/2015 e adquirido um produto Landsat 8 da região de estudo com a mesma data, que foi utilizado para comparação dos resultados. Na imagem Sentinel-1 aplicou-se pré-processamento indicado em bibliografia e, para redução de distorções, foi adicionada etapa de nivelamento de terreno. O pré-processamento foi feito utilizando três filtros speckle diferentes – Frost, Lee Sigma e Refined Lee – e as duas polarizações disponíveis da imagem – VH e VV – gerando seis combinações. A classificação para gerar a máscara de água foi realizada pela análise dos valores de pixel em áreas inundadas e separação em duas classes, “água” e “não água”. Durante o processamento das imagens foi aplicado filtro com o modelo HAND (Height Above the Nearest Drainage), em que áreas que estivessem mais de 15 metros acima de um corpo hídrico foram retiradas da classe de água, para manter apenas regiões onde pode ocorrer inundação. Esse processo foi bastante efetivo na retirada de ruídos das imagens. Por fim, a metodologia foi aplicada em imagens de quatro dias diferentes durante a inundação e em um dia sem inundação. Os resultados apresentaram uma melhoria no aspecto da imagem após a aplicação do nivelamento do terreno. Os valores em decibéis encontrados para classificação das imagens foram na faixa de -22 decibéis para polarização VH e de -12 decibéis para polarização VV. Sem a realização da filtragem com o modelo HAND, a polarização VH apresentou melhor desempenho. Após o filtro com valores de HAND até 15 metros, a redução dos ruídos da imagem foi bastante perceptível. A polarização com melhores resultados foi a VV com o filtro Lee Sigma, que apresentou índice de sucesso crítico de 0,86 e índice de concordância Kappa de 0,92. Com a metodologia avaliada aplicada para o evento de inundação em estudo foi possível observar o crescimento e a regressão da mancha de inundação. Conclui-se que a metodologia sugerida pelo trabalho apresentou um bom desempenho e contribui para a evolução dos conhecimentos sobre o mapeamento de inundações com imagens SAR do Sentinel-1, por meio da avaliação de processamentos que auxiliam no aumento da precisão dos resultados.