Correção Geométrica de Imagens CBERS-4/PAN com Modelos Generalizados Usando como Referência Dados do Sistema Nacional de Gestão Fundiária

Detalhes bibliográficos
Autor(a) principal: Akiyama, Thales Shoiti
Data de Publicação: 2019
Outros Autores: Junior, José Marcato, Tommaselli, Antonio Maria Garcia
Tipo de documento: Artigo
Idioma: por
Título da fonte: Anuário do Instituto de Geociências (Online)
Texto Completo: https://revistas.ufrj.br/index.php/aigeo/article/view/28471
Resumo: As imagens orbitais vêm sendo amplamente empregadas em diversas aplicações no contexto de observação da Terra, as quais exigem diferentes níveis de detalhamento e de acurácia posicional. O Programa CBERS (China–Brazil Earth Resources Satellite Program) originou-se de uma parceria entre Brasil e China no setor técnico-científico espacial. O satélite CBERS-4 é o quinto satélite do Programa CBERS e contém o sensor PAN, que coleta imagens pancromáticas com elemento de resolução espacial (GSD – Ground Sample Distance) de 5 m. Os estudos relacionados à análise da confiabilidade posicional e correção geométrica de imagens CBERS-4 ainda são limitados. Estudos prévios com imagens CBERS-4 PAN com diferentes níveis de processamento indicam deslocamentos posicionais significativos das imagens georreferenciadas, disponibilizadas pelo INPE (Instituto Nacional de Pesquisas Espaciais), incompatíveis com o seu GSD. Nesse sentido, o objetivo desse trabalho consistiu em investigar a aplicação de modelos matemáticos generalizados na correção geométrica de imagens CBERS-4 PAN usando limites das propriedades rurais do INCRA (Instituto Nacional de Colonização e Reforma Agrária) como pontos de controle. Destaca-se que esses limites estão disponíveis para propriedades de todo o Brasil, o que possibilita a replicação do trabalho em nível nacional. Foram consideradas imagens com diferentes níveis de correção prévia (níveis 1 e 2). As imagens de nível 1 são resultantes apenas da aplicação de procedimentos de calibração radiométrica, enquanto as de nível 2 são imagens de nível 1 corrigidas geometricamente a partir de informações de dados orbitais do satélite. Nos experimentos, considerou-se 3 (três) imagens no nível 1 e 1 (uma) imagem no nível 2. Adotaram-se os seguintes modelos generalizados: Polinomiais de ordem 1, 2 e 3; Projetiva e; Thin Plate Spline (TPS). Os modelos generalizados têm por vantagem não exigir o conhecimento dos parâmetros de aquisição do sistema, como a distância focal, o tamanho do sensor, dentre outras. Entretanto, exigem quantidade significativa de pontos de controle com distribuição uniforme ao longo da imagem. Para o processo de correção geométrica utilizou-se diferentes configurações de pontos de controle (30, 25, 20, 15 e 10) coincidentes com os limites das propriedades rurais georreferenciadas no Estado de Mato Grosso do Sul, que apresentam acurácia superior a 50 cm. A validação da correção geométrica foi realizada a partir do REQM (Raiz quadrado do Erro Quadrático Médio) nos pontos de verificação. A transformação Polinomial de ordem 1 apresentou valores elevados (maior que 10 GSD – 50 metros) de REMQ quando comparado aos demais modelos matemáticos, mesmo considerando 30 pontos de controle. O modelo Polinomial de ordem 2 apresentou comportamento mais consistente se comparado aos demais modelos. Mesmo ao considerar apenas 10 GCP apresentou REQM entre 1 e 2 GSD. Nesse modelo não há melhora significativa nos resultados mesmo aumentando a quantidade de pontos de controle. Nos demais modelos (TPS, Projetiva e Polinomial de ordem 3), verificou-se um aumento significativo no REQM ao se reduzir a quantidade de pontos. As imagens utilizadas nesse trabalho recobrem parte do Estado de Mato Grosso do Sul, o qual engloba a maior parte do Pantanal, considerado patrimônio natural da humanidade. Essas imagens orbitais, portanto, podem contribuir para o mapeamento e monitoramento de seus recursos naturais e, consequentemente, na proteção desse patrimônio.
id UFRJ-21_67ba6701dd67231301314e5f77c24bd3
oai_identifier_str oai:www.revistas.ufrj.br:article/28471
network_acronym_str UFRJ-21
network_name_str Anuário do Instituto de Geociências (Online)
repository_id_str
spelling Correção Geométrica de Imagens CBERS-4/PAN com Modelos Generalizados Usando como Referência Dados do Sistema Nacional de Gestão FundiáriaSensoriamento remoto; Cartografia; Preservação ambientalAs imagens orbitais vêm sendo amplamente empregadas em diversas aplicações no contexto de observação da Terra, as quais exigem diferentes níveis de detalhamento e de acurácia posicional. O Programa CBERS (China–Brazil Earth Resources Satellite Program) originou-se de uma parceria entre Brasil e China no setor técnico-científico espacial. O satélite CBERS-4 é o quinto satélite do Programa CBERS e contém o sensor PAN, que coleta imagens pancromáticas com elemento de resolução espacial (GSD – Ground Sample Distance) de 5 m. Os estudos relacionados à análise da confiabilidade posicional e correção geométrica de imagens CBERS-4 ainda são limitados. Estudos prévios com imagens CBERS-4 PAN com diferentes níveis de processamento indicam deslocamentos posicionais significativos das imagens georreferenciadas, disponibilizadas pelo INPE (Instituto Nacional de Pesquisas Espaciais), incompatíveis com o seu GSD. Nesse sentido, o objetivo desse trabalho consistiu em investigar a aplicação de modelos matemáticos generalizados na correção geométrica de imagens CBERS-4 PAN usando limites das propriedades rurais do INCRA (Instituto Nacional de Colonização e Reforma Agrária) como pontos de controle. Destaca-se que esses limites estão disponíveis para propriedades de todo o Brasil, o que possibilita a replicação do trabalho em nível nacional. Foram consideradas imagens com diferentes níveis de correção prévia (níveis 1 e 2). As imagens de nível 1 são resultantes apenas da aplicação de procedimentos de calibração radiométrica, enquanto as de nível 2 são imagens de nível 1 corrigidas geometricamente a partir de informações de dados orbitais do satélite. Nos experimentos, considerou-se 3 (três) imagens no nível 1 e 1 (uma) imagem no nível 2. Adotaram-se os seguintes modelos generalizados: Polinomiais de ordem 1, 2 e 3; Projetiva e; Thin Plate Spline (TPS). Os modelos generalizados têm por vantagem não exigir o conhecimento dos parâmetros de aquisição do sistema, como a distância focal, o tamanho do sensor, dentre outras. Entretanto, exigem quantidade significativa de pontos de controle com distribuição uniforme ao longo da imagem. Para o processo de correção geométrica utilizou-se diferentes configurações de pontos de controle (30, 25, 20, 15 e 10) coincidentes com os limites das propriedades rurais georreferenciadas no Estado de Mato Grosso do Sul, que apresentam acurácia superior a 50 cm. A validação da correção geométrica foi realizada a partir do REQM (Raiz quadrado do Erro Quadrático Médio) nos pontos de verificação. A transformação Polinomial de ordem 1 apresentou valores elevados (maior que 10 GSD – 50 metros) de REMQ quando comparado aos demais modelos matemáticos, mesmo considerando 30 pontos de controle. O modelo Polinomial de ordem 2 apresentou comportamento mais consistente se comparado aos demais modelos. Mesmo ao considerar apenas 10 GCP apresentou REQM entre 1 e 2 GSD. Nesse modelo não há melhora significativa nos resultados mesmo aumentando a quantidade de pontos de controle. Nos demais modelos (TPS, Projetiva e Polinomial de ordem 3), verificou-se um aumento significativo no REQM ao se reduzir a quantidade de pontos. As imagens utilizadas nesse trabalho recobrem parte do Estado de Mato Grosso do Sul, o qual engloba a maior parte do Pantanal, considerado patrimônio natural da humanidade. Essas imagens orbitais, portanto, podem contribuir para o mapeamento e monitoramento de seus recursos naturais e, consequentemente, na proteção desse patrimônio.Universidade Federal do Rio de JaneiroAkiyama, Thales ShoitiJunior, José MarcatoTommaselli, Antonio Maria Garcia2019-09-09info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.ufrj.br/index.php/aigeo/article/view/2847110.11137/2018_2_358_368Anuário do Instituto de Geociências; Vol 41, No 2 (2018); 358-368Anuário do Instituto de Geociências; Vol 41, No 2 (2018); 358-3681982-39080101-9759reponame:Anuário do Instituto de Geociências (Online)instname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJporhttps://revistas.ufrj.br/index.php/aigeo/article/view/28471/15502Copyright (c) 2019 Anuário do Instituto de Geociênciashttp://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccess2022-10-06T17:22:23Zoai:www.revistas.ufrj.br:article/28471Revistahttps://revistas.ufrj.br/index.php/aigeo/indexPUBhttps://revistas.ufrj.br/index.php/aigeo/oaianuario@igeo.ufrj.br||1982-39080101-9759opendoar:2022-10-06T17:22:23Anuário do Instituto de Geociências (Online) - Universidade Federal do Rio de Janeiro (UFRJ)false
dc.title.none.fl_str_mv Correção Geométrica de Imagens CBERS-4/PAN com Modelos Generalizados Usando como Referência Dados do Sistema Nacional de Gestão Fundiária
title Correção Geométrica de Imagens CBERS-4/PAN com Modelos Generalizados Usando como Referência Dados do Sistema Nacional de Gestão Fundiária
spellingShingle Correção Geométrica de Imagens CBERS-4/PAN com Modelos Generalizados Usando como Referência Dados do Sistema Nacional de Gestão Fundiária
Akiyama, Thales Shoiti
Sensoriamento remoto; Cartografia; Preservação ambiental
title_short Correção Geométrica de Imagens CBERS-4/PAN com Modelos Generalizados Usando como Referência Dados do Sistema Nacional de Gestão Fundiária
title_full Correção Geométrica de Imagens CBERS-4/PAN com Modelos Generalizados Usando como Referência Dados do Sistema Nacional de Gestão Fundiária
title_fullStr Correção Geométrica de Imagens CBERS-4/PAN com Modelos Generalizados Usando como Referência Dados do Sistema Nacional de Gestão Fundiária
title_full_unstemmed Correção Geométrica de Imagens CBERS-4/PAN com Modelos Generalizados Usando como Referência Dados do Sistema Nacional de Gestão Fundiária
title_sort Correção Geométrica de Imagens CBERS-4/PAN com Modelos Generalizados Usando como Referência Dados do Sistema Nacional de Gestão Fundiária
author Akiyama, Thales Shoiti
author_facet Akiyama, Thales Shoiti
Junior, José Marcato
Tommaselli, Antonio Maria Garcia
author_role author
author2 Junior, José Marcato
Tommaselli, Antonio Maria Garcia
author2_role author
author
dc.contributor.none.fl_str_mv
dc.contributor.author.fl_str_mv Akiyama, Thales Shoiti
Junior, José Marcato
Tommaselli, Antonio Maria Garcia
dc.subject.por.fl_str_mv Sensoriamento remoto; Cartografia; Preservação ambiental
topic Sensoriamento remoto; Cartografia; Preservação ambiental
description As imagens orbitais vêm sendo amplamente empregadas em diversas aplicações no contexto de observação da Terra, as quais exigem diferentes níveis de detalhamento e de acurácia posicional. O Programa CBERS (China–Brazil Earth Resources Satellite Program) originou-se de uma parceria entre Brasil e China no setor técnico-científico espacial. O satélite CBERS-4 é o quinto satélite do Programa CBERS e contém o sensor PAN, que coleta imagens pancromáticas com elemento de resolução espacial (GSD – Ground Sample Distance) de 5 m. Os estudos relacionados à análise da confiabilidade posicional e correção geométrica de imagens CBERS-4 ainda são limitados. Estudos prévios com imagens CBERS-4 PAN com diferentes níveis de processamento indicam deslocamentos posicionais significativos das imagens georreferenciadas, disponibilizadas pelo INPE (Instituto Nacional de Pesquisas Espaciais), incompatíveis com o seu GSD. Nesse sentido, o objetivo desse trabalho consistiu em investigar a aplicação de modelos matemáticos generalizados na correção geométrica de imagens CBERS-4 PAN usando limites das propriedades rurais do INCRA (Instituto Nacional de Colonização e Reforma Agrária) como pontos de controle. Destaca-se que esses limites estão disponíveis para propriedades de todo o Brasil, o que possibilita a replicação do trabalho em nível nacional. Foram consideradas imagens com diferentes níveis de correção prévia (níveis 1 e 2). As imagens de nível 1 são resultantes apenas da aplicação de procedimentos de calibração radiométrica, enquanto as de nível 2 são imagens de nível 1 corrigidas geometricamente a partir de informações de dados orbitais do satélite. Nos experimentos, considerou-se 3 (três) imagens no nível 1 e 1 (uma) imagem no nível 2. Adotaram-se os seguintes modelos generalizados: Polinomiais de ordem 1, 2 e 3; Projetiva e; Thin Plate Spline (TPS). Os modelos generalizados têm por vantagem não exigir o conhecimento dos parâmetros de aquisição do sistema, como a distância focal, o tamanho do sensor, dentre outras. Entretanto, exigem quantidade significativa de pontos de controle com distribuição uniforme ao longo da imagem. Para o processo de correção geométrica utilizou-se diferentes configurações de pontos de controle (30, 25, 20, 15 e 10) coincidentes com os limites das propriedades rurais georreferenciadas no Estado de Mato Grosso do Sul, que apresentam acurácia superior a 50 cm. A validação da correção geométrica foi realizada a partir do REQM (Raiz quadrado do Erro Quadrático Médio) nos pontos de verificação. A transformação Polinomial de ordem 1 apresentou valores elevados (maior que 10 GSD – 50 metros) de REMQ quando comparado aos demais modelos matemáticos, mesmo considerando 30 pontos de controle. O modelo Polinomial de ordem 2 apresentou comportamento mais consistente se comparado aos demais modelos. Mesmo ao considerar apenas 10 GCP apresentou REQM entre 1 e 2 GSD. Nesse modelo não há melhora significativa nos resultados mesmo aumentando a quantidade de pontos de controle. Nos demais modelos (TPS, Projetiva e Polinomial de ordem 3), verificou-se um aumento significativo no REQM ao se reduzir a quantidade de pontos. As imagens utilizadas nesse trabalho recobrem parte do Estado de Mato Grosso do Sul, o qual engloba a maior parte do Pantanal, considerado patrimônio natural da humanidade. Essas imagens orbitais, portanto, podem contribuir para o mapeamento e monitoramento de seus recursos naturais e, consequentemente, na proteção desse patrimônio.
publishDate 2019
dc.date.none.fl_str_mv 2019-09-09
dc.type.none.fl_str_mv

dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://revistas.ufrj.br/index.php/aigeo/article/view/28471
10.11137/2018_2_358_368
url https://revistas.ufrj.br/index.php/aigeo/article/view/28471
identifier_str_mv 10.11137/2018_2_358_368
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://revistas.ufrj.br/index.php/aigeo/article/view/28471/15502
dc.rights.driver.fl_str_mv Copyright (c) 2019 Anuário do Instituto de Geociências
http://creativecommons.org/licenses/by/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2019 Anuário do Instituto de Geociências
http://creativecommons.org/licenses/by/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do Rio de Janeiro
publisher.none.fl_str_mv Universidade Federal do Rio de Janeiro
dc.source.none.fl_str_mv Anuário do Instituto de Geociências; Vol 41, No 2 (2018); 358-368
Anuário do Instituto de Geociências; Vol 41, No 2 (2018); 358-368
1982-3908
0101-9759
reponame:Anuário do Instituto de Geociências (Online)
instname:Universidade Federal do Rio de Janeiro (UFRJ)
instacron:UFRJ
instname_str Universidade Federal do Rio de Janeiro (UFRJ)
instacron_str UFRJ
institution UFRJ
reponame_str Anuário do Instituto de Geociências (Online)
collection Anuário do Instituto de Geociências (Online)
repository.name.fl_str_mv Anuário do Instituto de Geociências (Online) - Universidade Federal do Rio de Janeiro (UFRJ)
repository.mail.fl_str_mv anuario@igeo.ufrj.br||
_version_ 1797053535797379072