MANUAL DE INSTRUÇÕES

CRUZ, Uilmer Rodrigues Xavier da ^[2], Taya Cristo Parreiras ^[3], Fabiana Carmo de Vargas Vieira^[4], Jasmim Dias dos Santos ^[5]

Link de Acesso:

DOI: 10.32749/nucleodoconhecimento.com.br/manual/manual/imagens-no-qgis

COMPORTAMENTO ESPECTRAL DOS ALVOS

• A interação da radiação eletromagnética (REM) com os objetos presentes na superfície da terra irá variar de acordo com as propriedades físicas de cada alvo (fatores atmosféricos e sensores também interferem);
• Lembrando que a energia poderá ser absorvida (para ser convertida em novas formas de energia), transmitida entre os corpos, ou refletida.
• A Radiância total incidente num terreno é a soma de toda energia que foi absorvida, transmitida e refletida;

Figura 1 – Assinatura Espectral dos Alvos

SOLOS

• A reflectância dos solos secos possui um padrão mais simples, pois aumenta conforme aumenta o comprimento de onda no visível (B, G e R), NIR e infravermelho médio.
• Solos descobertos são facilmente distinguíveis em relação a solos cobertos por vegetação;
• Em estudos mais detalhados, a reflectância dos solos varia conforme: textura, umidade, teor de matéria orgânica, teor de óxidos de ferro, salinidade e rugosidade superficial.

Figura 2 – Falsa-Cor, NIR, Red e Green

Figura 3- Reflectância (p) / Comprimento de onda (um)

ÁGUA

• Água limpa:
• Absorve todos os comprimentos de onda, em especial na região do infravermelho próximo (NIR), resultando em elementos escuros;
• Maior espalhamento na região do violeta ao azul claro;
• Para detectar contraste terra x água, a banda NIR é a melhor alternativa
• A presença de matéria orgânica ou inorgânica irá alterar o padrão de reflectância de um corpo hídrico, dependendo da natureza do material.
• Presença de sedimentos minerais em suspensão: erosão de áreas agrícolas, micropartículas de asfalto e poeira do escoamento das águas pluviais das áreas urbanas.
• Presença de matéria orgânica: clorofila, plânctons, material orgânico dissolvido (lançamento de efluentes urbanos e industriais);

Figura 4 – Percentagem de Reflectância e Comprimento de Onda (nm)

Figura 5 – Prováveis interpretações

Figura 6 – Prováveis interpretações

VEGETAÇÃO

• Possui como espectro de absorção as bandas Azul e Vermelho: determinado pela presença dos pigmentos fotossintéticos que necessitam dessa energia para iniciar a fotossíntese;
• Reflete energia nas regiões do Verde e, em especial, do Infravermelho próximo (NIR);
• A reflectância pode variar conforme o volume, a espécie e a saúde da vegetação;

Figura 7 – Áreas agrícolas, fragmentos de florestas e pastagens

FOTOINTERPRETAÇÃO

• Para interpretar as imagens e identificar os objetos no terreno, é preciso levar em conta
• Padrão de organização (ex: redes de drenagem);
• Tonalidade e cor (varia conforme a composição);
• Forma e tamanho (ex: pivôs de irrigação e áreas agrícolas);
• Textura (ex: fragmentos florestais apresentam textura rugosa; afloramentos rochosos também podem apresentar rugosidades);
• Sombras (dificulta e pode confundir a interpretação);

FOTOINTERPRETAÇÃO DE IMAGENS NO QGIS

Adicione 7 imagens à sua área de trabalho: da Banda 2 até a 8

Figura 8 – Adicionando arquivos no Qgis

Para mesclar as imagens, vá em Raster -> Miscelância -> Mesclar

Figura 9 – Mesclando imagens

a) Selecione as 7 imagens e clique em Ok

Figura 10 – Selecionando imagens

b) Marque a caixa selecionada para poder realizar composições com as bandas, e selecione o tipo de dado de saída como UInt16

Figura 11 – Composições com as bandas

c) Selecione o diretório de trabalho, insira um nome (ex: S2B_KNU_mesclado), e depois execute

Figura 12- Selecionando diretório de trabalho, inserindo o nome

A composição irá aparecer na aba “Camadas” com o nome “Mesclado”. Para renomear, clique nela e depois em F2

Figura 13 – Composição gerada

Para realizar as diferentes composições, é importante atentar-se aos canais Red, Green e Blue, e também à ordem que você inseriu as bandas.

Neste caso, nós inserimos na seguinte ordem: 2, 3, 4, 5, 6, 7 e 8.

Figura 14 – Canais Red, Green e Blue

Sempre que estiver com dúvida, use a colinha para lembrar qual banda equivale a qual número, no Sentinel 2 e em todos os satélites.

Sentinel 2:

Figura 15 – Renderização de Bandas

Figura 16 – Identificação de resolução e bandas

Executando composições: 1. Composição RGB ou cor verdadeira

Figura 17 – Composição RGB ou cor verdadeira

O resultado será uma composição em cores naturais, como normalmente enxergamos:

Figura 18 – Composição em cores naturais

Executando composições: 2. Composição falsa-cor (NIR + Red + Green)

Figura 19 – Composição falsa-cor (NIR + Red + Green)

O resultado será uma imagem que irá destacar a vegetação pelos tons avermelhados; solos expostos e áreas urbanas pelos tons esverdeados e esbranquiçados; e corpos hídricos pelos tons de azul escuro.

Figura 20 – Vegetação, solos exposto, áreas urbanas e corpos hídricos (diferentes tons)

Figura 21 – Vegetação, solos exposto, áreas urbanas e corpos hídricos (diferentes tons)

Figura 22- Vegetação, solos exposto, áreas urbanas e corpos hídricos (diferentes tons)

Figura 23 – Solo exposto, Ilha, Possível área de erosão, sombra, pós-colheita, pastagem sadia, casas, asfalto, estrada e etc.

Alterando resolução espacial de um raster:

Figura 24 – Alterando resolução espacial de um raster

Alterando resolução espacial de um raster:

Alterando resolução espacial de um raster:

Figura 25 – Alterando resolução espacial de um raster e exportando arquivos

Figura 25 – Alterando resolução espacial de um raster e exportando arquivos

Alterando resolução espacial de um raster:

Figura 26 – Selecionando diretório e alterando o tamanho do pixel

REFERÊNCIAS

JENSEN, J. R. Sensoriamento Remoto do Ambiente. São José dos Campos: Parêntese, 2011.

Aulas e recursos didáticos do Professor Prof Dr. Philippe Maillard.

^[1] Programa de Pós-Graduação em Geografia da Universidade Federal de Minas Gerais – Disciplina: Sensoriamento Remoto: Princípios e métodos – Prof Dr. Philippe Maillard.

^[2] Doutorando em Geografia pela Universidade Federal de Minas Gerais (UFMG) e Departamento de Ciências Sociais da Universidade Nacional de Quilmes (UNQ) em regime cotutela. Bolsista de doutorado da Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG) (2020). Mestre em Geografia pela Universidade do Estado do Rio de Janeiro (UERJ) (2019), Graduação em Geografia – Ênfase em Sistemas de Informações Geográficas pela Pontifícia Universidade Católica de Minas Gerais (PUC-MG) (2008). Atualmente é pesquisador do Grupo de Pesquisa Interdisciplinar e Extensão Lélia Gonzalez – (FURG) e do Grupo de Estudos e Pesquisas em Resíduos Sólidos – (UEMG).

^[3] Mestre em Ciências Ambientais pela UNIFAL-MG. Bacharela em Geografia pela Universidade Federal de Alfenas (UNIFAL-MG). Licenciada em Geografia pelo Centro Universitário Claretiano.

^[4] Bacharel e licenciatura em Geografia com Ênfase em Geoprocessamento pela Pontifícia Universidade Católica de Minas Gerais (2008). Tem experiência na área de Geografia, ênfase em Geoprocessamento.

^[5] Profissional com mais de seis anos de experiência perfazendo atuação no setor público, consultorias ambientais e indústria minerária. Significativa experiência em ferramentas de geoprocessamento, sendo responsável por análises ambientais integradas e geração de produtos cartográficos, como mapas de calor, análise espacial considerando multicritérios, modelos digitais de elevação e mapas temáticos diversos. Analista de geoprocessamento pleno, bacharel em Engenharia Ambiental pelo Centro Universitário Newton Paiva (2018) e Técnica em Meio Ambiente pela Fundação de Educação para o Trabalho de Minas Gerias – UTRAMIG (2014), com eixo tecnológico ambiente, saúde e segurança.