|
|
|
|
Detecção Remota (DR)Docente: Gil Gonçalves Objectivos:Pretende-se que os alunos conheçam e dominem os métodos e as técnicas da Detecção Remota que visem a extracção de informação geográfica a partir de dados captados por sensores passivos (ópticos) e activos (RADAR e LIDAR) e colocados em plataformas aéreas e espaciais. Além disso, do ponto de vista da aplicação dos conhecimentos, pretende-se utilizar as potencialidades da Detecção Remota nas áreas seguintes: i) na produção e actualização de cartografia temática, ii) na actualização da cartografia topográfica de zonas rurais e urbanas e iii) na gestão de recursos naturais e na monitorização ambiental. Programa:1. Introdução. a. Detecção Remota: objectivos e definições b. Resenha histórica c. Aplicações 2. Fundamentos de detecção remota a. A radiação electromagnética i. O espectro electromagnético ii. A emissão da radiação iii. A Interacção da radiação com a matéria 1. Interacção com a atmosfera 2. Interacção com a superfície terrestre b. Características dos dados de Detecção Remota i. Dados digitais de imageamento ii. Gamas espectrais utilizadas c. Plataformas espaciais i. Geometria orbital ii. Movimento da plataforma na orbita iii. Atitude da plataforma d. Sensores ópticos de alta resolução i. QuickBird ii. Ikonos iii. Spot e. Sensores ópticos de média resolução i. Landsat 3. Processamento e análise de imagens ópticas. a. Geometrias de imageamento i. Sensores pontuais ii. Sensores lineares iii. Sensores matriciais b. Características dos detectores i. Sensibilidade radiométrica ii. Razão Sinal-Ruído iii. Resolução c. Correcções radiométricas i. Modelação do percurso do sinal e das suas perturbações ii. Restauro de imagens iii. Compensação absoluta iv. Transformação por modelação das condições atmosféricas v. Compensação dos efeitos de iluminação. d. Correcções geométricas i. Modelos não-paramétricos 2D/3D ii. Modelos paramétricos 3D e. Melhoramento i. Modificação do tamanho da imagem ii. Melhoramento global iii. Melhoramento local iv. Filtros espaciais v. Filtros não lineares vi. Fusão de dados imagem f. Transformações de imagem i. Índices de vegetação ii. Transformação em Tasseled Cap iii. Transformação em componentes principais 4. Metodologias de classificação de imagens. a. Classificação supervisada b. Classificação não-supervisada e clustering c. Classificação contextual d. Classificação não-rígida e. Classificação mista f. Avaliação da precisão da classificação 5. Processamento e análise de dados LiDAR. a. Princípios do varrimento Laser b. Analise da forma da onda c. Filtragem de dados Lidar d. Geração de modelos digitais de terreno e. Aplicações: i. Inventário florestal ii. Extracção de entidades geográficas em áreas urbanas 6. Processamento e análise de dados Radar a. Princípios do radar b. Características das imagens SAR c. Radargrametria d. Interferometria Radar 7. Casos de estudo a. Fusão e ortorectificação de imagens de Satélite de muita alta resolução b. Cartografia da impermeabilidade urbana por integração de dados LIDAR e imagens multiespectrais c. Utilização de Dados LiDAR na classificação de objectos situados em zonas rurais. Labs:Lab1: Interacção da Radiação Electromagnética com a matéria e assinaturas espectrais. Lab2: Processamento radiométrico de imagens de satélite Lab3: Orientação e correcção geométrica de imagens de satélite
Lab4: Qualidade posicional das imagens de alta resolução do Google Earth (MEG) Lab6: Classificação supervisada de imagens multi-espectrais e dados LiDAR Lab7: Processamento de dados LiDAR (MEG) Tutoriais:T1: Introdução ao Pci Geomática. Operações com imagens no Focus e no Modeler. T3: Correcção dos efeitos atmosféricos nas imagens de DR. T4: Geoprocessamento de imagens de satélite com o PCI MODELER T4b: Correcções radiométricas de imagens aéreas e de satélite T5: Orientação e correcção geométrica de imagens de satélite.
T7: Classificação supervisada de imagens multi-espectrais e avaliação da exactidão da classificação Aulas:{23 e 30}/11/2011: Capítulo II: Fundamentos Classificação de imagens de Detecção Remota Exercícios: |
