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

Authors

  • Thales Shoiti Akiyama Universidade Federal de Mato Grosso do Sul. Faculdade de Engenharias, Arquitetura e Urbanismo e Geografia. Cidade Universitária – Universitário, 79070-900 Campo Grande, MS, Brasil.
  • José Marcato Junior Universidade Estadual Paulista “Júlio de Mesquita Filho”. Faculdade de Ciências e Tecnologias, Rua Roberto Simonsen, 305, Bairro Centro Educacional, 19060-1900 Presidente Prudente, SP, Brasil.
  • Antonio Maria Garcia Tommaselli Universidade Estadual Paulista “Júlio de Mesquita Filho”. Faculdade de Ciências e Tecnologias, Rua Roberto Simonsen, 305, Bairro Centro Educacional, 19060-1900 Presidente Prudente, SP, Brasil.

DOI:

https://doi.org/10.11137/2018_2_358_368

Keywords:

Sensoriamento remoto, Cartografia, Preservação ambiental

Abstract

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.

Published

2019-09-09

Issue

Section

Article