Exercício 2: Deteção de alterações – matemática de banda


 
Exemplo de subtração de uma das imagens filtradas "a seco" à imagem filtrada de "cheia"
 
 
Neste exercício, bem como no exercício 3, utilizarás técnicas de deteção de alterações. Estas técnicas permitem-te obter mais informações sobre as alterações entre as diferentes imagens analisando-as em conjunto.
 
Utilizando as imagens filtradas disponíveis, implementarás primeiro expressões matemáticas. Irás subtrair a imagem do estado inicial (antes da cheia) à imagem do estado final (depois da cheia) (ou seja, final-inicial). Esta técnica produzirá novas imagens, caraterizando as diferenças entre cada par de imagens antes e depois da cheia.

Abre a imagem 05102004_f.tif, 25102005_f.tif e 10102006_f.tif como um conjunto de dados único. Implementa as seguintes expressões matemáticas:

  • 10102006_f.tif – 05102004_f.tif. A imagem resultante representa as alterações entre 05102004 (antes da cheia) e 10102006 (depois da cheia).
  • 10102006_f.tif – 25102005_f.tif. A imagem resultante representa as alterações entre 25102005 (antes da cheia) e 10102006 (depois da cheia).

 
 
Final result
   
Resultado final da subtração da média de imagens a seco à imagem depois da cheia
 
Nas imagens resultantes, poucas ou nenhumas alterações são apresentadas a cinzento (valores de retrodifusão média). As alterações mais notórias são apresentadas como áreas escuras ou claras, dependendo do facto de as alterações serem de claro para escuro ou de escuro para claro respetivamente. Quanto maiores forem as diferenças de retrodifusão entre os pixels correspondentes, tanto mais clara ou escura será a imagem resultante.

Isto significa que todos os pixels que se tornem consideravelmente mais escuros na imagem depois da cheia serão escuros na imagem resultante da subtração, ao passo que os pixels que ficaram muito mais claros na imagem depois da cheia aparecerão claros. Assim, a presença de novas áreas cobertas de água na imagem depois da cheia (ou seja, áreas inundadas), deve produzir pixels escuros na "imagem de subtração".

Apesar do facto de ambas as imagens antes da cheia serem da mesma estação que a imagem depois da cheia, a presença de diferenças é inevitável. Por esse motivo, as imagens antes da cheia podem ser combinadas para produzir uma nova imagem, que representará melhor uma situação média "seca". Esta ação ajudará a minimizar diferenças entre as imagens antes da cheia (quantas mais imagens "secas" estiverem disponíveis, melhor é o resultado) e, consequentemente, o resultado da subtração será mais fiável. Assim, para implementar uma imagem seca média, aplica a expressão: (05102004_f.tif + 25102005_f.tif)/2 e guarda a imagem resultante como pre-flood_mean.tif.

Fecha tudo o que tenhas aberto. Abre a imagem 10102006_f.tif e pre-flood_mean.tif num conjunto de dados e implementa outra subtração, utilizando a imagem depois da cheia e a média aritmética das imagens antes da cheia: 10102006_f.tif – pre-flood_mean.tif. Guarda a imagem resultante como subtraction.tif.

Em alternativa, podes produzir a imagem subtraction.tif diretamente, sem produzir a imagem pre-flood_mean.tif separadamente, utilizando a seguinte expressão: 10102006_f.tif – (05102004_f.tif + 25102005_f.tif)/2. O resultado será o mesmo. No entanto, a imagem pre-flood_mean.tif é necessária porque precisará da mesma para o exercício seguinte.
 
 

1. Observa a imagem subtraction.tif e encontra as alterações (áreas muito escuras e muito claras).

2. O que representam as áreas escuras?

3. Com base no que aprendeste até agora sobre a interpretação de imagens de radar e as propriedades dielétricas do solo, podes indicar o que são os pixels claros em torno das áreas inundadas? Tem em conta que a imagem depois da cheia foi adquirida dois dias depois da cheia, o que significa que uma quantidade considerável de água já foi provavelmente absorvida pelo solo ou descarregada através da rede de drenagem antes da passagem do satélite.


 
 
 
Last update: 19 Setembro 2013


Cheias repentinas em Tessalónica

 •  Introdução (http://www.esa.int/SPECIALS/Eduspace_Disasters_PT/SEMCJ9N2KLH_0.html)
 •  Informações de base (http://www.esa.int/SPECIALS/Eduspace_Disasters_PT/SEMAK9N2KLH_0.html)

Exercícios

 •  Exercício 1: Analisar as imagens (http://www.esa.int/SPECIALS/Eduspace_Disasters_PT/SEM6N9N2KLH_0.html)
 •  Exercício 3: Deteção de alterações – Análise multitemporal (http://www.esa.int/SPECIALS/Eduspace_Disasters_PT/SEM9FMN2KLH_0.html)
 •  Exercício 4: GIS (http://www.esa.int/SPECIALS/Eduspace_Disasters_PT/SEMCHMN2KLH_0.html)

Eduspace - Software

 •  LEOWorks 4 (Linux) (http://leoworks.asrc.ro/download/leoworks.jar)
 •  LEOWorks 4 (Windows) (http://leoworks.asrc.ro/download/leoworks.exe)
 •  LEOWorks 4 (MacOS) (http://leoworks.asrc.ro/download/leoworks.app.zip)

Eduspace - Download

 •  Thessaloniki.zip (http://esamultimedia.esa.int/eduspace/Thessaloniki.zip)