Análise Comparativa de Imagens Sentinel-2A (MSI) e Landsat-8 (OLI) Aplicadas ao Mapeamento Geológico, Região de Itataia, Santa Quitéria, CE

Detalhes bibliográficos
Autor(a) principal: Miranda, Mateus de Paula
Data de Publicação: 2019
Outros Autores: Duarte, Cynthia Romariz, Gomes, Daniel Dantas Moreira, Souza, Cassiano Dias de, Neto, Cláudio Ângelo da Silva
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/30232
Resumo: Satélites equipados com sensores multiespectrais, tais como os da série Landsat (TM, ETM+, OLI), tem um importante papel em aplicações geológicas, em especial os sensores que possuem faixas espectrais no infravermelho de ondas curtas, pois é nessa região do espectro que grupos minerais, como o das argilas, apresentam picos de refletância. Os satélites da missão Sentinel-2, pertencentes ao programa Corpernicus da Agência Espacial Europeia (ESA –European Spatial Agency) possuem como finalidade dar continuidade a missões como Landsat e SPOT. A província fósforo-uranífera da região de Itataia, objeto deste estudo, está localizada no município de Santa Quitéria (CE) e inserida no contexto geológico do Domínio Ceará Central (DCC) da Província Borborema (PB). O objetivo deste trabalho foi efetuar a comparação das imagens dos sensores MSI Sentinel-2 e do OLI Landsat-8, por meio de parâmetros estatísticos, como o coeficiente de Pearson, e analisar suas aplicações para o mapeamento geológico. Para tanto, foram selecionadas as bandas correlatas de ambos os sensores, pré-processadas para um conjunto de dados compatível para comparação. Posteriormente, foram gerados os coeficientes entre os pares de bandas correlatas, e também razões de bandas para análise dos dados. As imagens Sentinel-2, analisadas nesse trabalho, apresentaram forte correlação com as imagens do Landsat-8, com coeficientes de Pearson variando entre 0.857 e 0.930, e as razões de bandas apresentaram um coeficiente variando entre 0.772 e 0.910. As maiores correlações foram entre as bandas do infravermelho de ondas curtas (SWIR), sendo coeficientes de Pearson de 0.935 entre as bandas 6 (OLI) e 11 (MSI), 0.926 para as bandas 7(OLI) e 12(MSI) e a razão com maior coeficiente foi a 6/7 (OLI) e 11/12(MSI). Essa forte correlação entre as bandas do SWIR demonstram o potencial das imagens Sentinel-2 para trabalhos em geologia, uma vez que muitos grupos minerais possuem picos de refletância nessa faixa espectral.
id UFRJ-21_e2fb573e35778f23180e0072213a7280
oai_identifier_str oai:www.revistas.ufrj.br:article/30232
network_acronym_str UFRJ-21
network_name_str Anuário do Instituto de Geociências (Online)
repository_id_str
spelling Análise Comparativa de Imagens Sentinel-2A (MSI) e Landsat-8 (OLI) Aplicadas ao Mapeamento Geológico, Região de Itataia, Santa Quitéria, CESensoriamento remoto; Mapeamento geológico; Província BoboremaSatélites equipados com sensores multiespectrais, tais como os da série Landsat (TM, ETM+, OLI), tem um importante papel em aplicações geológicas, em especial os sensores que possuem faixas espectrais no infravermelho de ondas curtas, pois é nessa região do espectro que grupos minerais, como o das argilas, apresentam picos de refletância. Os satélites da missão Sentinel-2, pertencentes ao programa Corpernicus da Agência Espacial Europeia (ESA –European Spatial Agency) possuem como finalidade dar continuidade a missões como Landsat e SPOT. A província fósforo-uranífera da região de Itataia, objeto deste estudo, está localizada no município de Santa Quitéria (CE) e inserida no contexto geológico do Domínio Ceará Central (DCC) da Província Borborema (PB). O objetivo deste trabalho foi efetuar a comparação das imagens dos sensores MSI Sentinel-2 e do OLI Landsat-8, por meio de parâmetros estatísticos, como o coeficiente de Pearson, e analisar suas aplicações para o mapeamento geológico. Para tanto, foram selecionadas as bandas correlatas de ambos os sensores, pré-processadas para um conjunto de dados compatível para comparação. Posteriormente, foram gerados os coeficientes entre os pares de bandas correlatas, e também razões de bandas para análise dos dados. As imagens Sentinel-2, analisadas nesse trabalho, apresentaram forte correlação com as imagens do Landsat-8, com coeficientes de Pearson variando entre 0.857 e 0.930, e as razões de bandas apresentaram um coeficiente variando entre 0.772 e 0.910. As maiores correlações foram entre as bandas do infravermelho de ondas curtas (SWIR), sendo coeficientes de Pearson de 0.935 entre as bandas 6 (OLI) e 11 (MSI), 0.926 para as bandas 7(OLI) e 12(MSI) e a razão com maior coeficiente foi a 6/7 (OLI) e 11/12(MSI). Essa forte correlação entre as bandas do SWIR demonstram o potencial das imagens Sentinel-2 para trabalhos em geologia, uma vez que muitos grupos minerais possuem picos de refletância nessa faixa espectral.Universidade Federal do Rio de JaneiroMiranda, Mateus de PaulaDuarte, Cynthia RomarizGomes, Daniel Dantas MoreiraSouza, Cassiano Dias deNeto, Cláudio Ângelo da Silva2019-12-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.ufrj.br/index.php/aigeo/article/view/3023210.11137/2019_2_366_377Anuário do Instituto de Geociências; Vol 42, No 2 (2019); 366-377Anuário do Instituto de Geociências; Vol 42, No 2 (2019); 366-3771982-39080101-9759reponame:Anuário do Instituto de Geociências (Online)instname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJporhttps://revistas.ufrj.br/index.php/aigeo/article/view/30232/17086Copyright (c) 2019 Anuário do Instituto de Geociênciashttp://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccess2019-12-10T15:04:16Zoai:www.revistas.ufrj.br:article/30232Revistahttps://revistas.ufrj.br/index.php/aigeo/indexPUBhttps://revistas.ufrj.br/index.php/aigeo/oaianuario@igeo.ufrj.br||1982-39080101-9759opendoar:2019-12-10T15:04:16Anuário do Instituto de Geociências (Online) - Universidade Federal do Rio de Janeiro (UFRJ)false
dc.title.none.fl_str_mv Análise Comparativa de Imagens Sentinel-2A (MSI) e Landsat-8 (OLI) Aplicadas ao Mapeamento Geológico, Região de Itataia, Santa Quitéria, CE
title Análise Comparativa de Imagens Sentinel-2A (MSI) e Landsat-8 (OLI) Aplicadas ao Mapeamento Geológico, Região de Itataia, Santa Quitéria, CE
spellingShingle Análise Comparativa de Imagens Sentinel-2A (MSI) e Landsat-8 (OLI) Aplicadas ao Mapeamento Geológico, Região de Itataia, Santa Quitéria, CE
Miranda, Mateus de Paula
Sensoriamento remoto; Mapeamento geológico; Província Boborema
title_short Análise Comparativa de Imagens Sentinel-2A (MSI) e Landsat-8 (OLI) Aplicadas ao Mapeamento Geológico, Região de Itataia, Santa Quitéria, CE
title_full Análise Comparativa de Imagens Sentinel-2A (MSI) e Landsat-8 (OLI) Aplicadas ao Mapeamento Geológico, Região de Itataia, Santa Quitéria, CE
title_fullStr Análise Comparativa de Imagens Sentinel-2A (MSI) e Landsat-8 (OLI) Aplicadas ao Mapeamento Geológico, Região de Itataia, Santa Quitéria, CE
title_full_unstemmed Análise Comparativa de Imagens Sentinel-2A (MSI) e Landsat-8 (OLI) Aplicadas ao Mapeamento Geológico, Região de Itataia, Santa Quitéria, CE
title_sort Análise Comparativa de Imagens Sentinel-2A (MSI) e Landsat-8 (OLI) Aplicadas ao Mapeamento Geológico, Região de Itataia, Santa Quitéria, CE
author Miranda, Mateus de Paula
author_facet Miranda, Mateus de Paula
Duarte, Cynthia Romariz
Gomes, Daniel Dantas Moreira
Souza, Cassiano Dias de
Neto, Cláudio Ângelo da Silva
author_role author
author2 Duarte, Cynthia Romariz
Gomes, Daniel Dantas Moreira
Souza, Cassiano Dias de
Neto, Cláudio Ângelo da Silva
author2_role author
author
author
author
dc.contributor.none.fl_str_mv
dc.contributor.author.fl_str_mv Miranda, Mateus de Paula
Duarte, Cynthia Romariz
Gomes, Daniel Dantas Moreira
Souza, Cassiano Dias de
Neto, Cláudio Ângelo da Silva
dc.subject.por.fl_str_mv Sensoriamento remoto; Mapeamento geológico; Província Boborema
topic Sensoriamento remoto; Mapeamento geológico; Província Boborema
description Satélites equipados com sensores multiespectrais, tais como os da série Landsat (TM, ETM+, OLI), tem um importante papel em aplicações geológicas, em especial os sensores que possuem faixas espectrais no infravermelho de ondas curtas, pois é nessa região do espectro que grupos minerais, como o das argilas, apresentam picos de refletância. Os satélites da missão Sentinel-2, pertencentes ao programa Corpernicus da Agência Espacial Europeia (ESA –European Spatial Agency) possuem como finalidade dar continuidade a missões como Landsat e SPOT. A província fósforo-uranífera da região de Itataia, objeto deste estudo, está localizada no município de Santa Quitéria (CE) e inserida no contexto geológico do Domínio Ceará Central (DCC) da Província Borborema (PB). O objetivo deste trabalho foi efetuar a comparação das imagens dos sensores MSI Sentinel-2 e do OLI Landsat-8, por meio de parâmetros estatísticos, como o coeficiente de Pearson, e analisar suas aplicações para o mapeamento geológico. Para tanto, foram selecionadas as bandas correlatas de ambos os sensores, pré-processadas para um conjunto de dados compatível para comparação. Posteriormente, foram gerados os coeficientes entre os pares de bandas correlatas, e também razões de bandas para análise dos dados. As imagens Sentinel-2, analisadas nesse trabalho, apresentaram forte correlação com as imagens do Landsat-8, com coeficientes de Pearson variando entre 0.857 e 0.930, e as razões de bandas apresentaram um coeficiente variando entre 0.772 e 0.910. As maiores correlações foram entre as bandas do infravermelho de ondas curtas (SWIR), sendo coeficientes de Pearson de 0.935 entre as bandas 6 (OLI) e 11 (MSI), 0.926 para as bandas 7(OLI) e 12(MSI) e a razão com maior coeficiente foi a 6/7 (OLI) e 11/12(MSI). Essa forte correlação entre as bandas do SWIR demonstram o potencial das imagens Sentinel-2 para trabalhos em geologia, uma vez que muitos grupos minerais possuem picos de refletância nessa faixa espectral.
publishDate 2019
dc.date.none.fl_str_mv 2019-12-01
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/30232
10.11137/2019_2_366_377
url https://revistas.ufrj.br/index.php/aigeo/article/view/30232
identifier_str_mv 10.11137/2019_2_366_377
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://revistas.ufrj.br/index.php/aigeo/article/view/30232/17086
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 42, No 2 (2019); 366-377
Anuário do Instituto de Geociências; Vol 42, No 2 (2019); 366-377
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_ 1797053538498510848