Qual satélite de sensoriamento remoto é melhor usado para mapear a extensão da vegetação

Atualmente, estou escrevendo uma tarefa para a minha aula de sensoriamento remoto e, enquanto acho que tenho a resposta correta, me pergunto o que as pessoas que fazem essas coisas para ganhar a vida pensam.

A questão é: qual satélite fora o Landsat TM (Mapeador Temático) e o SPOT 5 você usaria para mapear a extensão geral de uma área de estudo de 300 km x 300 km.

Minha resposta foi que você usaria o SPOT 5, pois sua resolução é mais alta e permitiria obter uma extensão mais fina em comparação com a resolução de 30m do Landsat TM. No entanto, o SPOT 5 possui uma pequena área de faixa, então você precisa usar mais imagens. Também pensei na faixa de 2200 km do VMI no SPOT 5, mas a resolução é de 1 km.

Pensamentos?

Eu concordo com a opinião do @vascobnunes, mas se você quiser definir certos objetos, precisará usar o LANDSAT TM porque mais classificação precisa de mais bandas como (R, G, B, NIR, MIR, TIR, FIR) ... e minha escolha é que você deve usar o LANDSAT TM (dei as mesmas informações na explicação a seguir) para a vegetação.

O importante neste caso é que você deve olhar para o relative spectral response (RSR)seu satélite.

As medições da resposta espectral relativa (RSR) são consideradas constantes para todos os detectores cobertos por um filtro comum e são normalizadas para a resposta de pico AT da unidade. Atualmente, não existem métodos para verificar a estabilidade espectral com o tempo, tanto em medições em órbita quanto no solo.

(Fonte: Dr. John Barke)

Além do RSR, temporal resolutioné tão importante para o ciclo repetitivo de aquisição de dados ...

Esta é a resposta espectral relativa para o LANDSAT TM:

Há aqui informações sobre a avaliação das diferenças de NDVI causadas por funções de resposta espectral relativa específica do sensor.

O resumo está aqui:

O Índice de Vegetação por Diferenças Normalizadas (NDVI) é o indicador baseado em sensoriamento remoto mais usado para monitorar a dinâmica das superfícies da terra e as mudanças ambientais. Devido a diferentes características do sensor, os valores do NDVI variam de acordo com o sistema de gravação. Este estudo concentra-se no fator das características espectrais dos sensores, o que pode complicar a interpretação dos dados NDVI multisensoriais. Portanto, bandas multiespectrais do Landsat 5TM, QuickBird e SPOT5 foram simuladas a partir de dados hiperespectrais. Esses conjuntos de dados simulados mostram características idênticas (exceto espectralmente), como geometria do sensor, condições atmosféricas, topografia e resolução espacial. Isso permite uma comparação direta das diferenças de NDVI causadas pelo fator de diferentes características espectrais.

Fiz um resumo para você deste documento sobre valores espectrais para NIR e banda vermelha ...

Funções de resposta espectral relativa das bandas vermelha e infravermelha próxima do Landsat 5TM, QuickBird e SPOT5 com 2 espectros típicos de cobertura do solo.

O resultado :

Especialmente na região NIR, as funções RSR dos sensores variam entre si. Conspícuo é que o intervalo entre as bandas vermelha e NIR do Landsat 5TM e do SPOT5 é maior que o intervalo entre as bandas do QuickBird, onde existe até uma sobreposição.

Diferenças relacionadas ao sensor (%) das funções de resposta espectral relativa das bandas vermelha (a) e infravermelho próximo (b) dos sensores.

O resultado:

Enquanto as bandas vermelhas do QuickBird e SPOT5 são muito semelhantes, as bandas NIR desses sensores mostram as maiores diferenças até mais de 80% a 0,77 µm. Devido às grandes diferenças entre as bandas NIR, as funções RSR dessas bandas afetam mais o NDVI do que as bandas vermelhas.

Espero que ajude você ...

Se você tiver apenas o SPOT 5 e o Landsat TM para escolher, o dinheiro não é um problema e para uma pequena área de 30 000ha, eu concordaria que o SPOT5 é a melhor escolha, embora o Landsat tenha algumas vantagens fortes:

SPOT5:

• Resolução espacial de 2,5 m
• 3 bandas espectrais (verde, vermelho, infravermelho próximo)
• cerca de 2,64 € por km2 para novas aquisições
• bom tempo de revisitar
• maior vantagem: melhor resolução, ideal para mapeamento de detalhes espaciais muito altos

Landsat TM

• Resolução espacial de 30m
• 7 bandas espectrais (R, G, B, NIR, MIR, TIR, FIR)
• cerca de 0,5 € por km2
• maior vantagem: melhor informação espectral ideal para melhor discriminação temática; preço

Você também teria boas opções com Rapideye, Aster ou LISS-IV.

Saúde, Vasco Nunes

Se você deseja que a classificação automática seja compatível com o Landsat, acho que qualquer classificação automática de imagens com resolução de 2,5 m (dependendo do tipo e diversidade de área) fará com que você lide com muitos artefatos, a menos que seja realmente bom nisso: )

O objetivo desse conjunto de dados é a principal coisa a considerar. Apenas visualização? Cálculos de área muito detalhados? Análise de proximidade? Qual é a menor área de vegetação que você deseja representar no seu conjunto de dados? Qual é a sua escala de tempo e força de trabalho para isso? Tudo isso deve lhe dar a resposta para sua pergunta.

Muitas coisas a considerar e o objetivo desse projeto é a principal orientação.