Revista Brasileira de Meteorologia (Dec 2012)
Refinamento de imagens termais do Landsat 5 - TM com base em classes de NDVI Sharpening of thermal Landsat 5 - TM imagery data based on NDVI classification
Abstract
O objetivo desse estudo foi avaliar um método simplificado, baseado em classes de NDVI para refinamento das imagens de temperatura da superfície (Ts), obtidas pelo sensor TM do Landsat 5 referentes aos anos de 2005 e 2006. Para tanto, foram propostos e comparados três modelos de refinamento baseados no método de regressão linear. Os erros percentuais e erros médios quadráticos obtidos com a utilização dos modelos avaliados foram, respectivamente, da ordem de 0,37% e 1,38 ºC, enquanto o modelo original apresentou erro médio quadrático da ordem de 1,32 ºC. Foram constatados que os erros obtidos com as calibrações realizadas não influenciaram significativamente nos valores médios das imagens termais, e que os resultados contribuíram substancialmente para a melhoria da resolução espacial das mesmas. O refinamento permitiu ainda a identificação precisa de alvos da superfície e a identificação de feições não detectáveis na resolução original. Isto evidencia que o método simplificado sugerido neste estudo, permite um refinamento preciso com uma forma de obtenção mais simples em relação ao modelo original.The objective of this study was to use a simplified method based on NDVI classes for the sharpening of the Landsat 5 - TM surface temperature images (Ts) obtained during the years of 2005 and 2006. Thus, three sharpening models, based on the linear regression method, were proposed and compared. The relative and the root mean square errors obtained through the suggested models were of 0.37% and 1.38 ºC, respectively, while the original model presented root mean square error of 1.32 ºC. It was verified that the errors obtained with the accomplished calibrations did not significantly influence in the average values of the thermal images and the results contributed substantially to the improvement of their spatial resolution. The sharpening allowed the precise identification of the targets and features undetectable at the original spatial resolution. This evidences that the simplified method, suggested in this study, allows an accurate sharpening more easily applicable than the original model.
