Análise de dados OLI/Landsat-8 e MSI/Sentinel-2 com diferentes níveis de processamento / Analysis of OLI / Landsat-8 and MSI / Sentinel-2 data with different levels of processing

Eder Paulo Moreira, Thiago Gonçalves Rodrigues, Cleber Gonzales de Oliveira, José Antônio da Silva Junior, Vania Maria de Oliveira

Abstract


O objetivo deste trabalho é realizar uma análise comparativa de dados espectrais Landsat-8 (sensor Operational Land Imager - OLI) e Sentinel-2 (sensor Multispectral Instrument - MSI) utilizando diferentes níveis de processamento: dados originais (sem pré-processamento), reflectância do topo da atmosfera (top of atmosphere - TOA) e reflectância de superfície. Para isso foram utilizadas as bandas espectrais do infravermelho MSI-B8, MSI-B8A e OLI-B5 e o índice de vegetação NDVI (Normalized Difference Vegetation Index) de ambos os sensores. A comparação de valores espectrais dos sensores OLI e MSI mostrou que há significativa diferença nos seus dados espectrais (infravermelho e NDVI) considerando os dados originais. No entanto, há redução nessa diferença com a aplicação das respectivas transformações e correções radiométricas para reflectância TOA e reflectância de superfície. Em termos de valores de reflectância no infravermelho e de valores de NDVI, pôde-se constatar que a banda MSI-B8A é mais similar a OLI-B5 que a MSI-B8.


Keywords


transformações radiométricas, NDVI, correção atmosférica, reflectância.

References


Barsi, J. A.; Alhammoud, B.; Czapla-Myers, J.; Gascon, F.; Haque, M.O.; Kaewmanee, M. Leigh, L. e Markham, B. L. Sentinel-2A MSI and Landsat-8 OLI radiometric cross comparison over desert sites, European Journal of Remote Sensing, 51:1, 822-837, 2018. DOI: 10.1080/22797254.2018.1507613.

Chavez Jr., P.S. An improved dark-object subtraction technique for atmospheric scattering correction of multispectraldata. Remote Sensing of Environment, v. 24, p. 459-479, 1988.

European Space Agency (ESA). Sentinel-2 MSI Technical Guide. Disponível em: https://sentinel.esa.int/web/sentinel/technical-guides/sentinel-2-msi>. Acesso em 15 out. 2018.

Farias, S.F.; Quinelato, R.V.; Brito, J.M.S.; Andrade,D.S. e Silva, J.B.L. Evolução temporal no uso e ocupação do solo no município de Itanhém, Bahia. Braz. J. of Develop., Curitiba, v. 6, n. 2, p. 9161-9130, 2020. DOI:10.34117/bjdv6n2-287

Griffiths, P.; Nendel, C. e Hostert, P. Intra-annual reflectance composites from Sentinel-2 and Landsat for national-scale crop and land cover mapping, Remote Sensing of Environment, Volume 220, 2019.

Kääb, A.; Winsvold, S.H.; Altena, B.; Nuth, C.; Nagler, T. e Wuite, J. Glacier Remote Sensing Using Sentinel-2. Part I: Radiometric and Geometric Performance, and Application to Ice Velocity. Remote Sens. 2016, 8, 598.

Ponzoni, F.J.; Shimabukuro, Y.E. e Kuplich, T.M. Sensoriamento Remoto da Vegetação. 2 ed. São Paulo: Oficina de textos, 2012. 164 p.

Rouse, J.W.; Haas, R.H.; Schell, J.A. e Deering, D.W. Monitoring vegetation system in the great plains with ERTS. Proceedings of the Third Earth Resources Technology Satellite-1 Symposium, Greenbelt, USA; NASA SP-351, 1973. p. 3010-3017. Disponível em: . Acesso em 23 set. 2018.

Roy, D.P.; Huang, H.; Boschetti, L.; Giglio, L.; Yan, L.; Zhang, H.H. e Li, Z. Landsat-8 and Sentinel-2 burned area mapping - A combined sensor multi-temporal change detection approach, Remote Sensing of Environment, Volume 231, 2019.

Schowengerdt, R.A. Remote Sensing: Models and Methods for Image Processing. 3 ed. California: Elsevier, 2007. 515 p.

United States Geological Survey (USGS). Landsat 8 (L8) data users handbook., 2016. 98 p.




DOI: https://doi.org/10.34117/bjdv6n6-209

Refbacks

  • There are currently no refbacks.