Espacialização e quantificação de sesquióxidos de ferro (Goethita e Hematita) em solos tropicais por meio de sensoriamento remoto hiperespectral

Abstract

Com o potencial agrícola do Brasil, conhecer as características dos seus solos paraobtenção de melhores resultados é fundamental. Os latossolos são solos com boas características físicas e suas propriedades químicas podem ser corrigidas para fins agrícolas. Métodos convencionais de caracterização de solos são caros e demorados, o que abre espaço para novas técnicas, dentre elas o sensoriamento remoto. Um dos sensores utilizados para estes fins é o sensor Hyperion, hiperespectral, possuindo 242 bandas de 10nm e com 30m de resolução espacial, recobrindo a faixa de 400 a 2500nm. Tais dados devem passar por uma série de processamentos para a obtenção das informações da superfície, dentre eles a correção atmosférica. O objeto do trabalho é testar o potencial do sensor Hyperion na detecção de óxidos e hidróxidos de ferro em ambiente tropical, assim como a interferência de diferentes corretores atmosféricos nos valores obtidos. As imagens Hyperion são obtidas junto ao USGS, para obtenção dos dados de trabalho as imagens receberam três diferentes pré-processamentos, dados brutos, remoção de bandas ruidosas e destriping. Posteriormente foi escolhido um local, com duas áreas, para a coleta de amostras georreferenciadas de solo em campo e sua analise de cor pela carta de Munsell. Para a espacialização dos dados da imagem foi usado o Spectral Feature Fitting (SFF) e com base em seus dados foi calculado o índice RHGt para a imagem e para os dados de campo com base na cor das amostras. Todas as imagens foram georreferenciadas e tiveram suas stripes muito atenuadas ou suprimidas. A imagem escolhida recebeu o tratamento com FLAASH e QUAC e ao analisar os espectros se notou que o espectro da hematita gerado pelo FLAASH está deslocado em direção à feição da Goethita. A análise dos dados do SFF mostrou a presença de stripes brancas no pré-processamento destriping, o que levou à exclusão do mesmo, e analisando os restantes optou-se pelo pré-processamento de remoção de bandas ruidosas para continuação do trabalho. Calculado o índice RHGt para a cena a cena com QUAC apresentou dados consistentes com o observado em campo, possibilitando uma separação de área com diferentes concentrações minerais, com FLAASH isso não foi possível. O índice RHGt calculado com base nos dados de campo não apresentou correlação com nenhum dos índices da imagem, e nem os índices da imagem entre si. Para os dados que apresentaram dados coerentes com o observado em campo, foram calculadas as imagens fit, que indicam a probabilidade de se ter o endmember em cena, que apresentaram boa espacialização dos minerais estudados. _______________________________________________________________________________________ ABSTRACT

With the agricultural potential of Brazil, to know the characteristics of their soils for best results is critical. The Oxisols are soils with good physical and chemical properties can be corrected for agricultural purposes. Conventional methods of soil characterization are expensive and time consuming, which makes room for new techniques, among them the remote sensing. One of the sensors used for this purpose is the Hyperion, hyperspectral having bands of 10 nm and 242 30m spatial resolution, covering the range of 400 to 2500 nm. Such data must pass through a series of processes for obtaining information from the surface, including the atmospheric correction. The object of the work is to test the potential of Hyperion for the detection of oxides and hydroxides of iron in a tropical environment, as well as the interference of different brokers in the atmospheric values. The Hyperion images are obtained from the USGS, to obtain data of the images were working three different pre-processing, raw data, removal of noisy bands and destriping. Later a site was chosen, with two areas for the collection of georeferenced soil samples and their analysis in the field of color by the Munsell charts. For the spatial distribution of the image data was used the Spectral Feature Fitting (SFF) and based on your data RHGt index was calculated for the image and field data based on the color of the samples. All images were georeferenced and had their stripes much reduced or resolved. The chosen image received treatment with FLAASH and QUAC and analyze the spectra noted that the spectrum of hematite generated by FLAASH is shifted towards the feature of Goethite. Data analysis showed the presence of the SFF white stripes in preprocessing destriping, which led to the exclusion of the same, and analyzing the remaining opted for the pre-processing removal of noisy bands for further work. Calculated index RHGt to the scene to scene with QUAC presented data consistent with that observed in the field, allowing a separation area with different concentrations of minerals, with FLAASH it was not possible. The index RHGt calculated based on field data showed no correlation with any of the contents of the image, or the contents of the image together. For data that were consistent with the data observed in the field, we calculated the fit images that indicate the likelihood of having endmember in the scene, which showed good spatial distribution of the minerals studied.