FUSÃO DE DADOS MULTISENSOR PARA A IDENTIFICAÇÃO E O MAPEAMENTO DE AMBIENTES FLÚVIO-ESTUARINOS DA AMAZÔNIA

Abstract

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+ 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.

Keywords :sensoriamento remoto multisensor; fusão de imagens; Zona Costeira Amazônica.

ABSTRACT

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) based 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.

Keywords :multisensor remote sensing; image fusion; Amazon Coastal Zone.