Sample records for synthetic-aperture radar
from WorldWideScience.org

Sample records 1 - 4 shown.



1

Discriminação de incrementos de desflorestamento na Amazônia com dados SAR R99B em banda L/ Discriminating deforestation increment areas in the Amazon rainforest with L band SAR R99B data

Guerra, Júlio Bandeira; Mura, José Claudio; Freitas, Corina da Costa
2010-09-01

Resumo em português O uso de dados de sensoriamento remoto óptico em projetos de monitoramento de extensas áreas de floresta tropical é limitado devido à intensa cobertura por nuvens. Os dados SAR (Synthetic Aperture Radar) podem ser uma alternativa interessante para detectar desflorestamento nas regiões de floresta tropical onde a cobertura por nuvens é permanente. Neste contexto, o objetivo deste trabalho é avaliar o potencial do dado SAR adquirido em banda L pelo sistema aerotransp (mais) ortado R99B da Força Aérea Brasileira (FAB) para discriminar incremento de desflorestamento na Amazônia. Para tanto, foram realizadas classificações MAXVER-ICM com dados SAR multipolarizados de uma área teste localizada na região Sudeste do Estado do Acre. As classificações realizadas com a combinação dos canais HH, HV e VV e com o par de polarizações HH+HV obtiveram boa concordância com o mapa produzido no projeto PRODES (k = 0,68, onde k é o índice Kappa), o qual foi adotado como dado de referência. Este resultado indica que o dado SAR multipolarizado em banda L possui bom potencial para discriminar incremento de desflorestamento na Amazônia. Resumo em inglês The use of optical remote sensing data in large tropical forest regions has an important limitation due to cloud cover. Synthetic Aperture Radar (SAR) data can be a viable alternative in areas where cloud cover is permanent, because the data acquisition is independent on atmospheric conditions. In this context, the main objective of this work was to evaluate the potential of L band SAR data acquired by R99B Brazilian Air Force (FAB) airborne system to discriminate defores (mais) tation increments in the Amazon rainforest. In order to achieve this purpose, we performed Maximum Likelihood classifications with multipolarized SAR data of a test site located in the state of Acre. The classifications performed with the combination of three channels (HH+HV+VV) and with the polarization pair HH+HV obtained good agreement with PRODES reference map (k=0,68, where k is de Kappa index). This result indicates that multipolarized L band SAR data have good potential to discriminate deforestation increments in the Amazon rainforest.

Scientific Electronic Library Online (Portuguese)

2

Mapeamento de ambientes costeiros tropicais (Golfão Maranhense, Brasil) utilizando imagens de sensores remotos orbitais

Teixeira, Sheila Gatinho; Souza Filho, Pedro Walfir Martins e
2009-01-01

Resumo em português Este trabalho apresenta os resultados do reconhecimento e mapeamento dos ambientes costeiros da região do Golfão Maranhense, Brasil, utilizando uma abordagem metodológica que incluiu: (a) análise integrada com base no processamento digital de imagens, ópticas Landsat-4 TM e SPOT-2 HRV, de imagens SAR (Synthetic Aperture Radar) do RADARSAT-1, e dados de elevação da SRTM (Shuttle Radar Topography Mission); (b) sistema de informações geográficas; e (c) levantamento (mais) s de campo relativos à geomorfologia, topografia e sedimentologia. Os ambientes costeiros, assim mapeados foram agrupados em quatro setores: Setor 1, com pântanos salinos, pântanos de água doce, lagos intermitentes e canal estuarino; Setor 2, abrangendo tabuleiro costeiro, planície de maré lamosa, planície fluvial, planície de maré arenosa, praias de macromaré, área construída e lagos artificiais; Setor 3, com manguezal, paleodunas e planície de maré mista; e Setor 4, constituído por dunas móveis. Além disso, foram também reconhecidos lagos perenes, deltas de maré vazante e planícies de supramaré arenosas. O processamento digital e a análise visual das imagens de sensores remotos orbitais, associados ao uso de sistemas de informações geográficas, mostraram-se eficazes no mapeamento de zonas costeiras tropicais, possibilitando a geração de produtos com boa acurácia e precisão cartográfica. Resumo em inglês This paper presents the results of coastal environmental mapping of Golfão Maranhense, Brazil, using a methodological approach that includes: (a) integrated analysis based on digital image processing of Landsat-4 TM, SPOT-2 HRV, RADARSAT-1 SAR (Synthetic Aperture Radar) and SRTM (Shuttle Radar Topography Mission) data; (b) geographic information system; (c) field surveys related to geomorphology, topography and sedimentology. Mapped environments were grouped into four se (mais) ctors: Sector 1, with salt marsh, fresh marsh, estuarine channel and intermittent lake; Sector 2, embracing coastal plateau, fluvial floodplain, sandflats, macrotidal beach, urban areas, artificial lakes and mudflats; Sector 3, including, paleodunes covered with grass, mangroves and mixed intertidal banks; Sector 4, constituted by mobile dunes. In addition, perennial lakes, ebb-tidal deltas and supratidal sandflats were recognized. Digital image processing visual analysis of orbital remote sensing data in association with geographic information system, proved to be effective in tropical coastal mapping, allowing the generation of products with good accuracy and cartographic precision.

Scientific Electronic Library Online (Portuguese)

3

Fusão de dados multisensor para a identificação e o mapeamento de ambientes flúvio-estuarinos da Amazônia

Gonçalves, Fabrício Dias; Souza Filho, Pedro Walfir Martins e; Paradella, Waldir Renato; Miranda, Fernando Pellon de
2009-01-01

Resumo em português A fusão de imagens multisensor tem sido um procedimento amplamente utilizado em função da natureza complementar dos vários conjuntos de dados. Este artigo compara o desempenho de quatro métodos diferentes para fusão de imagens Landsat-7 ETM+ e RADARSAT-1 W1. A comparação foi baseada nas características espectrais das imagens, utilizando-se de análise estatística e visual dos produtos gerados. Quatro métodos foram usados para a fusão das imagens Landsat-7 ETM+ (mais) e RADARSAT-1 W1: i) fusão do SAR (radar de abertura sintética) com a tríade selecionada pelo OIF (Optimum Index Factor ); ii) realce por decorrelação da tríade selecionada pelo OIF, seguida da fusão com SAR; iii) ACP (Análise por Componentes Principais) para as seis bandas ETM+ do espectro refletido (1, 2, 3, 4, 5 e 7) e posterior fusão das três primeiras componentes principais (1CP; 2CP; 3CP) com o SAR; iv) SPC-SAR (Principal Componente Seletivo - SAR). O produto SPC-SAR mostrou melhor desempenho na identificação das feições costeiras e permitiu o realce mais efetivo dos diferentes ambientes. Resumo em inglês Multisensor data fusion has been widely used in response to complementary nature of many data sets. This paper compares the results of four different data fusion methods used to merge Landsat-7 ETM+ and RADARSAT-1 Wide 1 data. The comparison was based on spectral characteristics of images using statistical and visual analyses of generated products. Four methods were used in the Landsat-7 ETM+ and RADARSAT-1 W1 data fusion: i) The best three bands combination(Landsat-7) ba (mais) sed OIF (Optimum Index Factor) selection were merged with RADARSAT-1 data; ii) Decorrelation stretch was applied in the three bands (Landsat-7) selected by OIF and merged with RADARSAT-1 image; iii) PCA (Principal Component Analysis) to six reflective ETM+ bands (1, 2, 3, 4, 5 and 7) and posterior fusion of the three first Principal Components (PC1, PC2, PC3) with SAR; iv) A new approach SPC-SAR (Selective Principal Component - Synthetic Aperture Radar). The SPC-SAR product presented the best performance in the identification of coastal features and allowed the most effective enhancement of the different environments.

Scientific Electronic Library Online (Portuguese)

4

Uso de imagens de radar para o cálculo da produção primária de plantas aquáticas nas várzeas da Amazônia/ Use of radar imagery for estimating net primary productivity of aquatic vegetation in the Amazon floodplain

Costa, Maycira
2005-06-01

Resumo em português A área da planície de inundação da Amazônia é estimada em 300 000km² e sua produtividade primária em 1,17 x 10(14) g C yr-1. Deste total de área e produtividade, estimativas sugerem que 43% e 62%, respectivamente, são atribuídos às plantas aquáticas. Estas estimativas variam de acordo com o pulso de inundação. Por exemplo, durante o período de seca as plantas terrestres (herbáceas) geralmente ocupam áreas que apresentam plantas aquáticas na cheia. A ár (mais) ea e a produtividade destes ecossistemas são informações essenciais para a compreensão da dinâmica biogeoquímica da Amazônia. Imagens de satélites (radar) combinadas com amostragem de campo foram utilizadas para estimar a biomassa e mapear a área de cobertura de plantas aquáticas emergentes para calcular a produção primária de plantas aquáticas na várzea do baixo Amazonas. A combinação de bandas C e L forneceu a melhor correlação (r=0,82) e um ponto de saturação de biomassa intermediário (620 gm-2) para estimar biomassa aérea. O método de segmentação e classificação por região foi utilizado para classificar combinações de bandas C e L para cada período de nível de água, e forneceu uma precisão de mapeamento maior que 95% para determinação espacial de áreas cobertas por plantas aquáticas. Combinando a distribuição espacial de plantas aquáticas, o modelo para estimativa de biomassa aérea e a porcentagem de biomassa submersa, estimou-se espacialmente uma produção primária líquida anual de 1.9x10(12) g C yr-1 (±28%) para as plantas aquáticas em uma área de 394km². Resumo em inglês Estimates suggest that 43% and 63% of the 300,000km² of Amazon floodplain area and of the 1.17 x 10(14) g C yr-1 of primary productivity, respectively, are attributed to the aquatic vegetation. These numbers change according to the flood pulse. For instance, in the dry season terrestrial herbaceous plants generally occupy areas that have lost their aquatic vegetation. The areal extent and productivity of these ecosystems are essential to construe even an initial understa (mais) nding of the biogeochemistry of the Amazon. Field measurements were combined with synthetic aperture radar images to evaluate the use of RADARSAT and JERS-1 for estimating biomass changes and mapping of aquatic vegetation, and subsequently estimating the net primary productivity of aquatic vegetation in the lower Amazon. The combination of C and L bands provides the best correlation (r =0.82) and an intermediate saturation point (620 gm-2) for estimating above water biomass of aquatic vegetation. A combination of RADARSAT and JERS-1 images from each water period was classified using a region growing algorithm, and yielded accuracy higher than 95% for the seasonal vegetated areas of the floodplain. The combination of the seasonal mapped area of aquatic vegetation with the statistical SAR-algorithm for estimating above water biomass and the percentage of below water biomass yielded a total annual NPP of 1.9x10(12) g C yr-1 (±28%) for aquatic vegetation.

Scientific Electronic Library Online (Portuguese)