| Título | Avaliação de modelos de mistura de pixel para áreas urbanas. |
| Autores | Sâmia Serra Nunes Carlos Souza Júnior |
| Ano de publicação | 2007 |
| Download |  |
Nunes, S., & Souza Jr., C. (2007). Avaliação de modelos de mistura de pixel para áreas urbanas. Anais do XIII Simpósio Brasileiro de Sensoriamento Remoto (pp. 6885-6892). Florianópolis: Instituto Nacional de Pesquisas Espaciais.
Introdução
Os ambientes urbanos são caracterizados por sua composição heterogênea, formada por superfícies impermeáveis (asfalto, concreto, telhados, etc.), vegetação, solo exposto e outros tipos de materiais que, juntos criam uma paisagem complexa, diferente dos ambientes naturais (Herold et al., 2003). Nestas áreas a qualidade de vida da população está diretamente ligada à presença de vegetação (Song, 2005). Porém, o desenvolvimento urbano gera um aumento das áreas de superfícies impermeáveis em detrimento das áreas verdes. Isso causa maior absorção da radiação solar e uma conseqüente elevação da temperatura nos centros urbanos em comparação às áreas rurais ao seu redor, fenômeno conhecido como ilhas de calor (Weng et al., 2004). Devido a importância das áreas urbanas para a população mundial, pesquisas vêm sendo realizadas para mapear a sua composição. Estas áreas são geralmente mapeadas com imagens de alta resolução espacial (Herold et al., 2003), (Small, 2003). Os altos custos dessas imagens inibem o acompanhamento constante das mudanças de composição e estrutura de centros urbanos. Alternativamente, imagens de resolução espacial moderada (pixel de 10 a 30 m), como as do satélite Landsat, têm sido usadas para estimar a composição e abundância de materiais e monitorar áreas urbanas (Wu, 2004), (Small, 2006). Técnicas como o Modelo de Análise de Mistura Espectral com Múltiplos Membros Finais (Multiple Endmember Spectral Mixture Analysis – MESMA) (Roberts et al., 1998b), uma variante do modelo de mistura espectral (MME) (Adams et al., 1993), têm sido empregadas para esse propósito. O MESMA avalia vários MMEs para cada pixel da imagem e seleciona o melhor resultado para o pixel com base em critérios pré-estabelecidos, como menor erro (RMS) e os valores de frações fisicamente possíveis (entre 0 e 100%) (Robert et al., 1998b). É, portanto,
uma abordagem poderosa para a decomposição espectral do pixel de regiões heterogêneas, especialmente quando se utiliza dados hiperespectrais (Herold et al., 2003). Neste estudo, avaliamos o desempenho do MESMA em um ambiente urbano da Amazônia, a cidade de Belém. Pretendemos responder as seguintes perguntas: as estimativas de abundância de um dado material, geradas com diversos MMEs no algoritmo MESMA geram valores similares? É possível obter um único MME para modelar todos os pixels de um ambiente urbano? Ou seja, um MME genérico para áreas urbanas para imagens Landsat. Essas perguntas são importantes porque imagens multiespectrais, como as Landsat, não possuem resolução espectral suficiente para caracterizar a diversidade dos materiais de ambientes urbanos – como é possível ser feito com dados hiperespectrais. Além disso, um MME genérico facilita a comparação espacial e temporal dos valores de fração obtidos para
as áreas urbanas.