De que forma a atmosfera afeta o Sensoriamento Remoto?
Passo 1
O enunciado pergunta: “De que forma a atmosfera afeta o Sensoriamento Remoto?”
O que foi dado: apenas essa pergunta aberta.
O que é pedido: explicar, de forma didática e passo a passo, os mecanismos físicos e práticos pelos quais a atmosfera altera o sinal medido por sensores remotos, e como tratar/corrigir esses efeitos na prática (o que eu preciso saber para a prova).
O que foi dado: apenas essa pergunta aberta.
O que é pedido: explicar, de forma didática e passo a passo, os mecanismos físicos e práticos pelos quais a atmosfera altera o sinal medido por sensores remotos, e como tratar/corrigir esses efeitos na prática (o que eu preciso saber para a prova).
Passo 2
Entendendo o sinal que o sensor recebe (conceito fundamental).
Quando um sensor remoto observa a Terra, ele registra radiação que chega até ele. Essa radiação não vem só da superfície: ela é a soma de radiação gerada ou modificada pela atmosfera e da radiação que sai da superfície e atravessa a atmosfera. Uma forma simples de escrever isso é:
Quando um sensor remoto observa a Terra, ele registra radiação que chega até ele. Essa radiação não vem só da superfície: ela é a soma de radiação gerada ou modificada pela atmosfera e da radiação que sai da superfície e atravessa a atmosfera. Uma forma simples de escrever isso é:
onde:
-
é a radiância medida pelo sensor na comprimento de onda ; -
é a radiância proveniente da superfície (o que realmente interessa normalmente); -
é a transmitância atmosférica (fração da luz da superfície que chega ao sensor) — varia entre e ; -
é a radiância de caminho (path radiance): contribuição adicionada pela atmosfera (espalhamento e emissão).
Explicação: então o sensor vê uma versão atenuada do sinal da superfície () somada ao “ruído”/sinal extra que a própria atmosfera cria ( ). Na prova, lembrar dessa equação é prático: qualquer efeito atmosférico entra por e .
Passo 3
Espalhamento — o vilão que deixa a imagem esbranquiçada (haze) e muda cores.
Existem tipos principais:
Existem tipos principais:
- Espalhamento Rayleigh (molecular): causado por moléculas do ar; é forte em comprimentos de onda curtos e tem dependência aproximada de
Isto explica por que o céu é azul e por que bandas azuis são muito afetadas. Na prática: azulá-las fica com baixa relação sinal/ruído e muito “haze”.
- Espalhamento Mie (aerossóis e partículas maiores): dependência com
mais fraca; produz turvação (haze) que afeta várias bandas e depende da concentração e tipo de aerossóis. - Espalhamento não-seletivo: partículas grandes (gotas de nuvem) espalham quase igualmente todas as
— causam perda de contraste global.
Passo 4
Absorção por gases (buracos espectrais e janelas atmosféricas).
Certos gases absorvem energia em comprimentos de onda específicos. Exemplos relevantes:
Certos gases absorvem energia em comprimentos de onda específicos. Exemplos relevantes:
- Ozônio (
): forte na região UV e em algumas faixas do visível; - Vapor d’água (
): várias bandas no infravermelho próximo e médio, por exemplo perto de ; - Dióxido de carbono (
): forte na faixa térmica, por exemplo perto de ;
Esses picos de absorção criam “janelas” (faixas com pouca absorção) e “linhas/bandas de absorção” (onde a radiação da superfície é quase completamente atenuada). Na prática: escolha de bandas e interpretação espectral deve considerar onde a atmosfera é transparente.
Passo 5
Aerosóis e turbidez: medindo opacidade e efeito prático.
A quantidade de partículas em suspensão é quantificada por parâmetros como a profundidade óptica de aerossol (Aerosol Optical Depth, AOD). Efeitos práticos:
A quantidade de partículas em suspensão é quantificada por parâmetros como a profundidade óptica de aerossol (Aerosol Optical Depth, AOD). Efeitos práticos:
- aumento de
(path radiance) — a imagem ganha brilho difuso, reduzindo contraste; - redução de
— menos sinal direto da superfície; - efeito de adjacência: superfície brilhante próxima “contamina” pixels vizinhos via espalhamento.
Na prova: quando vir imagem com neblina/haze, pense imediatamente em maior AOD e necessidade de correção.
Passo 6
Emissão atmosférica (importante no infravermelho térmico).
A atmosfera não é só passiva: ela emite radiação térmica. Para sensores térmicos, a equação se torna (forma simplificada)
A atmosfera não é só passiva: ela emite radiação térmica. Para sensores térmicos, a equação se torna (forma simplificada)
onde
é a emissão do objeto (funcão de Planck) e
é a emissão da atmosfera. Resultado prático: temperatura aparente medida pelo sensor pode estar influenciada pela atmosfera; precisamos descontar essa emissão para obter a temperatura de superfície real.
Passo 7
Geometria: caminho óptico depende de ângulos (sol e sensor).
Quanto maior o ângulo de incidência/observação (mais oblíquo), maior é o caminho que a radiação percorre na atmosfera e maior o efeito atmosférico. Uma aproximação usada é o fator de massa de ar:
Quanto maior o ângulo de incidência/observação (mais oblíquo), maior é o caminho que a radiação percorre na atmosfera e maior o efeito atmosférico. Uma aproximação usada é o fator de massa de ar:
onde
é o ângulo zenital do sol (ou do sensor, conforme o que importa). Na prática: imagens obtidas com sol baixo (amanhecer/anoitecer) têm efeitos atmosféricos maiores.
Passo 8
Efeitos espectrais nas assinaturas da superfície e impacto na classificação.
A atmosfera pode:
A atmosfera pode:
- reduzir contraste espectral entre classes (ex.: vegetação vs solo fica menos distinta);
- introduzir tingimentos (ex.: excesso de azul por espalhamento Rayleigh);
- apagar informações em determinadas faixas por absorção (não dá para usar bandas dentro de uma forte banda de água).
Para classificação/quantificação (NDVI, índices espectrais), usar dados sem correção pode gerar viéses grandes.
Passo 9
Ruído e resolução: turbulência e espalhamento afetam resolução espacial e radiométrica.
- Turbulência e refratividade do ar podem degradar nitidez em sensoriamento aéreo ou espacial (efeito de “seeing”);
- Espalhamento e haze reduzem a efetiva resolução de contraste (mesmo que os pixels sejam pequenos, o contraste diminui).
Na prova: se pedirem por que a imagem tá “borrada” mesmo com alta resolução espacial, lembre das causas atmosféricas.
Passo 10
Como corrigir — métodos práticos que devo saber para a prova.
Existem duas grandes abordagens:
Existem duas grandes abordagens:
- Métodos empíricos/simples:
- Dark Object Subtraction (DOS): assume que alguns pixels escuros deveriam ter refletância ~0; subtrai radiância de caminho estimada; é rápido, usado quando há pouca informação atmosférica.
- Calibração por linha empírica (empirical line): usar alvos de referência no solo (com reflectância conhecida) para ajustar a imagem.
- Métodos físicos/absolutos:
- Modelos de Transferência Radiativa (ex.: MODTRAN, 6S): precisam de parâmetros atmosféricos (AOD, vapor d’água, ozônio, pressão) e devolvem
e , permitindo recuperar a reflectância de superfície.
Passos práticos para correção (roteiro para a prova): - converter DN → radiância no topo de atmosfera (TOA) usando coeficientes do sensor;
- estimar parâmetros atmosféricos (AOD, vapor d’água, ozônio) via estações, produtos satélite, ou métodos imagem-baseados;
- usar modelo (ou DOS) para calcular
e ; - recuperar reflectância de superfície
ou radiância de superfície invertendo a equação do Passo 2; - validar com dados de campo se possível.
Uma fórmula útil (TOA radiance → TOA reflectance) que aparece em provas é:
- Modelos de Transferência Radiativa (ex.: MODTRAN, 6S): precisam de parâmetros atmosféricos (AOD, vapor d’água, ozônio, pressão) e devolvem
onde
é a distância Terra–Sol (em unidades normalizadas),
é a irradiância solar extraterrestre na
e
é o ângulo solar. Explicar variáveis é chave — sempre diga o que é cada símbolo.
Passo 11
Dicas práticas de prova e atalhos quando houver pouco tempo ou poucos dados:
- Se não tiver parâmetros atmosféricos e precisar de algo rápido: usar DOS para reduzir haze; documente a limitação.
- Se tiver sensor com bandas no infravermelho próximo (NIR): usar NIR para diferenciar efeito atmosférico de vegetação (NIR sofre menos Rayleigh).
- Em regiões com muita água vapour, evite interpretar bandas que coincidem com linhas de absorção forte (por exemplo cerca de
). - Sempre explique no enunciado se você pressupõe condições: céu limpo, AOD baixo, presença de alvos escuros, etc.
Passo 12
Exemplos rápidos para fixar (aprender brincando):
- Exemplo 1: imagem óptica onde as cenas costeiras aparecem muito azuis e sem contraste — causa principal: espalhamento Rayleigh e aerossóis; correção sugerida: DOS ou modelagem com AOD.
- Exemplo 2: sensor térmico que mede temperatura de superfície muito diferente da temperatura real — causa: emissão atmosférica; correção: usar modelo radiativo térmico para remover
e corrigir pela transmitância térmica. - Exemplo 3: tentativa de usar banda dentro de faixa de absorção da água (~
) para calcular um índice — ruim, pois sinal vem muito atenuado; escolha outra banda ou corrija com modelo.
Passo 13
Resumo prático e motivacional (o que levar pra prova).
- Memorizem a equação básica
. Ela já resolve metade das perguntas sobre como atmosfera entra no processo. - Liste principais mecanismos: espalhamento (Rayleigh, Mie), absorção gasosa, emissão atmosférica, geometria/air-mass, aerossóis/adjacency.
- Saiba nomes de correção: DOS (empírico), empirical line (com alvos), e modelos físicos (6S, MODTRAN).
Você está indo bem — na prova, cite mecanismos + escreva como corrigiria (método e dados necessários). Isso mostra compreensão conceitual e habilidade prática.
Resposta
A atmosfera afeta o Sensoriamento Remoto principalmente por: espalhamento (Rayleigh e Mie) que aumenta path radiance e causa haze; absorção por gases (ozônio, vapor d’água, CO2 etc.) que cria bandas de baixa transmitância e janelas atmosféricas; emissão atmosférica (importante no infravermelho térmico) que adiciona sinal e altera temperaturas aparentes; influência de aerossóis (AOD) que reduz transmitância e causa efeito de adjacência; e dependência geométrica (air-mass, ângulos sol/sensor) que altera o caminho óptico. Para lidar com esses efeitos usa-se correção atmosférica — desde métodos empíricos simples (DOS, empirical line) até modelos físicos de transferência radiativa (6S, MODTRAN) — seguindo os passos: converter DN→radiância, estimar parâmetros atmosféricos, aplicar o modelo e validar com dados de campo.