Estudo da contribuição do comportamento espectral de diferentes substratos do bioma Pampa na componente espectral dos modelos agrometeorológicos-espectrais
dc.contributor.advisor | Saldanha, Dejanira Luderitz | pt_BR |
dc.contributor.author | Terra, Fabrício da Silva | pt_BR |
dc.date.accessioned | 2007-11-14T05:12:17Z | pt_BR |
dc.date.issued | 2007 | pt_BR |
dc.identifier.uri | http://hdl.handle.net/10183/11134 | pt_BR |
dc.description.abstract | O objetivo do presente trabalho foi avaliar a contribuição de diferentes tipos de solo na parcela espectral do modelo agrometeorológico-espectral JONG (Fonseca, 2004). Para isso foi necessário analisar o comportamento espectral desses solos com relação à mineralogia e parâmetros físico-químicos, caracterizando os substratos, e avaliando as regiões espectrais mais sensíveis às variações da contribuição dos mesmos no modelo JONG. Os solos analisados constituem-se no substrato do Bioma Pampa que ocorre na porção centro sul do Estado do Rio Grande do Sul, distribuindo-se nas regiões geomorfológicas denominadas Escudo Sul-rio-grandense e Depressão Periférica. Análises de remoção do espectro contínuo, componentes principais e correlações foram aplicadas aos espectros das amostras para auxiliar na caracterização. O modelo linear de mistura espectral foi aplicado às imagens na tentativa de agrupar as unidades amostrais de acordo com a semelhança nas proporções de solo e vegetação, a fim de verificar a participação do substrato nas variáveis espectrais das imagens. As variáveis espectrais testadas foram aquelas usadas por Fonseca (2004). Comprovando a influência do comportamento espectral dos solos nas variações de brilho dos pixels amostrais, e buscando a inserção de outras variáveis espectrais ao modelo JONG, foi proposto o cálculo da diferença entre os valores de reflectância de superfície das unidades amostrais, e a comparação ao mesmo cálculo entre as reflectâncias das respectivas amostras, buscando localizar as bandas mais sensíveis às variações de albedo dos substratos. Uma nova parametrização do submodelo espectral foi implementada e integrada à variável agrometeorológica, obtendo-se um modelo JONG modificado. Concluiu-se que os solos analisados apresentaram grande contribuição à reflectância dos pixels, exibindo alto albedo e bandas de absorção bem marcantes em 1400 nm, 1900 nm e 2200 nm. O método de remoção do espectro contínuo permitiu avaliar as bandas de absorção e o relacionamento dessas com a presença de determinados elementos químicos. O uso das componentes principais mostrou-se adequado na separação das amostras com base nos espectros, possibilitando a formação de grupos por similaridade espectral, química e mineralógica. O agrupamento das unidades amostrais permitiu a comparação das grandezas espectrais testadas por Fonseca (2004) que mostraram-se sensíveis as variações do comportamento espectral dos substratos. Da comparação entre as diferenças nos valores de reflectância tanto das unidades amostrais quanto das amostras de solo, a maior sensibilidade à variação de albedo dos substratos ocorreu, respectivamente, nas bandas 4, 7, 5 e 3, do sensor Landsat 7/ETM+. Foi investigada a eficácia de novos índices espectrais para representar a participação dos solos na componente espectral do modelo JONG. As variáveis espectrais que melhor expressaram as variações da disponibilidade inicial de forragem e a contribuição espectral dos diferentes solos foram: a fração solo do modelo de mistura e os índices que relacionaram as bandas espectrais susceptíveis a variação de brilho dos substratos. O modelo JONG modificado mostrou-se sensível em representar a variabilidade espacial da disponibilidade de biomassa. A utilização de uma base radiométrica fez-se importante no entendimento do comportamento espectral dos solos visando considerar a contribuição desses ao Modelo JONG. | pt_BR |
dc.description.abstract | The objective of the present work was to evaluate the contribution of different soil types in the spectral parcel of the JONG agrometeorological-spectral model (Fonseca, 2004). For this it was necessary to analyze the spectral behavior of these soils regarding to mineralogy and parameters physicist-chemistries, characterizing ground, and evaluating the regions most sensible to the contribution variations of the same ones in the JONG model. The analyzed soil form the Biome Pampa’ grounds that occur in the portion south center of the Rio Grande do Sul State, distributing itself in geomorphologic regions called Sul-riograndense Shield and Peripherical Depression. Spectral continuum removal, principal components analysis and correlations were applied to the spectra samples to help in the characterization. Linear spectral mixture modeling was applied to the images in the attempt to group the sample units in agreement the similarity between soil and vegetation proportions in the pixel, in order to verify ground contribution in the spectral variable of images. The spectral variable tested were the same used by Fonseca (2004). Proving the influence of the soil spectral behavior in the brightness variations of the sample pixels, and searching to insert others spectral variables in the JONG model, it was proposed the difference calculation between the surface reflectance of the sample units, and the comparison to the same calculation between the sample reflectance for the respective units, in order to locate the bands most sensible to the ground albedo variations. New spectral submodel parameterization was determined and integrated to the agrometeorological variable, obtaining a modified JONG model. We conclude that the soils analyzed presented great contribution to the pixels reflectance, showing high albedo and well-defined absorption bands in 1400 nm, 1900 nm and 2200 nm. Analysis by continuum removal allowed evaluating the absorption bands and the relationship of these with the concentration of contents of chemical elements. The results of principal components showed adequate to separate spectra samples in groups by spectral, mineralogical and chemical similarity. The grouping of the sample units allowed the comparison of the spectral variables tested by Fonseca (2004) that showed sensible to the spectral behavior variations of the grounds. Comparison between differences in the reflectance values of the sample units and of the respective soil samples showed that biggest sensibility to the ground albedo variations occurred in the 4, 7, 5 and 3 bands, respectively. It was investigated the efficiency of the new indices to represent the soil participation in the spectral component of the JONG model. Spectral variables that best expressed to the availability variations of initial biomass and the spectral contributions of the different soils were: soil fraction and indices that had related the sensible spectral bands to the ground brightness variations. The modified JONG model showed sensibility in representing the space variability of the biomass conditions. The use of a radiometric base became important in the understanding of the soil spectral behavior aiming at to consider the contribution of these to the JONG model. | en |
dc.format.mimetype | application/pdf | |
dc.language.iso | por | pt_BR |
dc.rights | Open Access | en |
dc.subject | Sensoriamento remoto : Rio Grande do Sul | pt_BR |
dc.title | Estudo da contribuição do comportamento espectral de diferentes substratos do bioma Pampa na componente espectral dos modelos agrometeorológicos-espectrais | pt_BR |
dc.title.alternative | Spectral behavior contribution of different ground of the biome pampa in the spectral component of the agrometeorological-spectral models1 | en |
dc.type | Dissertação | pt_BR |
dc.identifier.nrb | 000606245 | pt_BR |
dc.degree.grantor | Universidade Federal do Rio Grande do Sul | pt_BR |
dc.degree.department | Centro Estadual de Pesquisas em Sensoriamento Remoto e Meteorologia | pt_BR |
dc.degree.program | Programa de Pós-Graduação em Sensoriamento Remoto | pt_BR |
dc.degree.local | Porto Alegre, BR-RS | pt_BR |
dc.degree.date | 2007 | pt_BR |
dc.degree.level | mestrado | pt_BR |
Este item está licenciado na Creative Commons License
-
Ciências Exatas e da Terra (5117)Sensoriamento Remoto (292)