Caracterização mineralógica de solos tropicais por sensoriamento remoto hiperespectral
Dados hiperespectrais coletados no Brasil pelo sensor AVIRIS (Airborne Visible/Infrared Imaging Spectrometer) foram utilizados para a caracterização espectral de uma típica cena agropastoril e para testar o uso da técnica Spectral Feature Fitting (SFF) na identificação de minerais argilosos na image...
Saved in:
Published in: | Pesquisa agropecuaria brasileira Vol. 36; no. 10; pp. 1277 - 1286 |
---|---|
Main Authors: | , , |
Format: | Journal Article |
Language: | English |
Published: |
01-10-2001
|
Online Access: | Get full text |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Summary: | Dados hiperespectrais coletados no Brasil pelo sensor AVIRIS (Airborne Visible/Infrared Imaging Spectrometer) foram utilizados para a caracterização espectral de uma típica cena agropastoril e para testar o uso da técnica Spectral Feature Fitting (SFF) na identificação de minerais argilosos na imagem. Utilizou-se um modelo linear de mistura espectral, usando como membros de referência a vegetação verde e seca, a água, e os solos Nitossolo Vermelho, Latossolo Vermelho e Neossolo Quartzarênico órtico. Na identificação dos minerais, foram selecionados espectros de referência da biblioteca espectral do JPL/NASA. Os espectros dos pixels e das referências foram normalizados pelo método do contínuo espectral, entre 2.100 e 2.330 nm, e depois comparados quanto à similaridade com o uso da técnica SFF. A caulinita predomina na cena, cuja identificação remota é dependente do tipo de solo e das proporções dos componentes da cena no interior do pixels. Os melhores resultados foram obtidos em solos de reflectância intermediária a alta e em pixels com valor de abundância da fração solo superior a 70%. Isto ocorreu devido, respectivamente, à menor quantidade de substâncias opacas nestes solos e à redução nos pixels dos efeitos espectrais da lignina-celulose. Estes fatores tendem a mascarar as bandas de absorção das argilas.
AVIRIS (Airborne Visible/Infrared Imaging Spectrometer) data collected in Brazil were used for the spectral characterization of a typical crop-pasture scene, and for the evaluation of the Spectral Feature Fitting (SFF) technique for clay mineral identification in the image. A six-endmember linear spectral unmixing model was applied, consisting of green and senescent vegetation, water, and the soils Alfisol, Oxisol and Entisol. For mineral identification of kaolinite, montmorillonite and gibbsite in the AVIRIS image, reference spectra from the JPL/NASA spectral library were selected. Pixel and reference spectra were normalized by the continuum removal method, in the 2,100-2,330 nm interval, and then compared by the use of the SFF technique. Kaolinite is the dominant mineral in the scene, whose identification is dependent on the soil type and on the spectral mixture at sub-pixel level. The best results were obtained for soils with intermediate to high overall reflectance and for pixels with soil abundance values greater than 70%, due, respectively, to the lower amount of opaque substances of these soils and to the reduction of spectral effects of the lignin-cellulose features. These factors tend to obliterate the absorption bands of clay minerals. |
---|---|
ISSN: | 0100-204X 0100-204X |
DOI: | 10.1590/S0100-204X2001001000010 |