Índices espectrais utilizando os sensores OLI/Landsat-8 e MSI/Sentinel-2, na bacia hidrográfica do rio Moxotó-PE

Abstract

Os sensores remotos têm evoluído em escala crescente, no que diz respeito às resoluções espacial, espectral e temporal. A aplicação conjunta de sistemas/sensores multiespectrais das plataformas dos satélites Landsat-8 e Sentinel-2, é muito importante e eficaz para aplicações de mudanças ambientais. Assim, a comparação cruzada entre os dois satélites torna-se indispensável para o uso complementar das imagens. A pesquisa propõe analisar o comportamento espectral e espacial entre os sensores: OLI/Landsat-8 e MSI/Sentinel-2 na bacia hidrográfica do rio Moxotó. A análise entre os sensores OLI e MSI, revelou que as características radiométricas e espectrais dos sensores, ainda que semelhantes, não são idênticas e podem produzir diferenças consideráveis. Avaliaram-se as bandas do visível, infravermelho próximo e infravermelho médio, entre os sensores, em níveis de reflectância topo da atmosfera (TOA) e de superfície (BOA), em dois períodos distintos agosto e dezembro, do ano de 2017. Os resultados assinalam que as maiores diferenças médias, entre os sensores estão na região do infravermelho próximo, ao se comparar a banda 5 do OLI com a 8 do MSI, contudo essa diferença é reduzida ao se comparar com a 8A do MSI. O presente estudo também mostrou a fusão das imagens 8 e 8A do sensor MSI, pelo algoritmo Local Mean and Variance Matching (LMVM), os resultados expõem que a banda fusionada obteve coeficientes de R² superiores a 0,837, ao se comparar com a banda 5 do OLI em reflectância TOA, e superiores a 0,856 em reflectância BOA. Calcularam-se os índices NDVI, SAVI, ARVI, EVI e NDMI, para o sensor MSI utilizando a banda 8, e também com a banda fusionada, e ambos foram comparados com os índices obtidos com o OLI. Os índices obtidos com a banda fusionada se mantiveram mais próximo do sensor OLI, tanto em valores médios como visualmente. A classificação por meio do Random Forest obteve coeficiente do Kappa superiores quando se utilizou os índices em reflectância BOA. A classificação Random Forest também foi feita considerando a sobreposição das combinações dos índices espectrais onde a qualidade do coeficiente Kappa foi excelente, avaliando todas as combinações feitas. A composição, que obteve melhor representação das classes, foi aquela com todos os índices espectrais, onde o menor valor de exatidão do produtor foi de 0,69, com o sensor MSI, nos demais casos os valores de exatidões do produtor e usuário foram superiores a 0,80.