A savana é o principal tipo de vegetação no Brasil Central, cobrindo aproximadamente 23% do território nacional. Localmente é conhecido como Cerrado, sendo formado por um mosaico de fisionomias tais como Campo, Campo Cerrado e Cerrado que possuem um ciclo fenológico típico. Neste contexto, os dados do MODIS fornecem medidas diárias que permitem monitorar a fenologia sazonal da vegetação. O presente trabalho objetiva avaliar o emprego de assinaturas temporais para detectar tipos de savanas no Parque Nacional da Chapada dos Veadeiros. A metodologia adotada pode ser subdividida nos seguintes passos: (a) elaboração do cubo 3D das imagens temporais NDVI-MODIS, onde o perfil em z corresponde à assinatura temporal, (b) tratamento do ruído pela combinação das técnicas de Filtro de mediana e o Minimum Noise Fraction, (c) detecção dos membros finais utilizando o invólucro convexo, e(d) classificação espectral usando o método Spectral Correlation Mapper. Os resultados demonstram que as fisionomias do Cerrado apresentam assinaturas temporais típicas. Os membros finais correspondem aos três maiores domínios fisionômicos: (a) Campo, região com dominio do extrato herbáceo; (b) Cerrado, uma mistura de campo e arbustos; e (c) Cerrado Denso, densamente coberto por árvores. Comparações com imagem Landsat 7/ETM+ demonstram a eficiência da classificação das séries temporais. O estudo concluiu que as séries NDVI são úteis na diferenciação dos tipos de vegetação. A eficiência da metodologia tem sido provada para delimitação regional das fisionomias de savana, mesmo considerando abaixa resolução espacial de 250m do sensor MODIS e a alta mistura espectral.

Savannas are the main vegetation type in Central Brazil, covering approximately 23% of the national territory. Locally known as Cerrado, Brazilian Savannas are formed by amosaic of different physiognomies such as grassland, shrubland and woodland that have atypical phenological cycle. ln this context, the MODIS data provide daily measurements well suited to monitor the seasonal phenology of vegetation. The present work aims to evaluate the advantages of the temporal signatures to detect Brazilian Savanna vegetation types in the Chapada dos Veadeiros National Park, Brazil. The adopted methodology may be subdivided into the following steps: (a) elaboration of the 3D cube of NDVI from temporal MODIS images, where the z profile corresponding to temporal signature, (b) noise elimination by combining Median Filter and Minimum Noise Fraction techniques, (c) endmember detection, and (d) spectral classification using Spectral Correlation Mapper method. The results demonstrate that the savanna physiognomies present typical temporal signatures. The endmembers correspond to the three major physiognomic domains: (a) Cerrado grassland, herbaceous dominated region; (b) Cerrado, mostly amixture of grasses and shrubs; and (c) Cerrado woodland, densely covered by trees. Comparison with Landsat 7/ETM+ image demonstrates the classification efficiency of the temporal series. The study concluded that the NDVI series is useful in differentiating the amount of vegetation types The methodology efficiency has been proved for regional delimitation of savanna physiognomies even considering the low spatial resolution of the 250m MODIS sensor and the high spectral mixture.

As técnicas de análise espectral permitem uma boa estimativa para a identificação do material procurado pela similaridade entre a curva de referência e a da imagem. Inicialmente os classificadores espectrais foram desenvolvidos para análise de imagens de sensores hiperespectrais. No entanto, vários trabalhos vêm demonstrando bons resultados para a aplicação dessas técnicas em imagens multiespectrais. O presente trabalho possui como objetivo testar o classificador espectral denominado Método de Identificação Espectral (MIE) para imagens multiespectrais do sensor ASTER. O MIE fornece um novo índice de similaridade e três estimativas segundo níveis de significância das possíveis áreas do material procurado. Esse método fundamenta-se no procedimento estatístico ANOVA e no classificador espectral Spectral Correlation Mapper (SCM). Essa informação pode ser utilizada para avaliar o grau de correlação dos materiais em análise, sendo útil em uma análise exploratória. A vantagem desse método é que permite validar estatisticamente a existência do elemento procurado conforme um nível de significância. O método foi aplicado na imagem ASTER referente à área do campo de instrução militar de formosa situada no município de Formosa (GO) próxima ao Distrito Federal. As imagens utilizadas (VNIR e SWIR) foram adquiridas já corrigidas do efeito atmosférico. Duplicando o tamanho dos pixels da imagem SWIR foi feita a união entre as resoluções espaciais entre as imagens VNIR e SWIR. Os membros finais da área de estudo foram detectados através da seguinte seqüência: redução espectral pela transformação MNF (Minimum Noise Fraction), redução espacial pelo índice de pureza de pixel (PPI) e pelo visualizador n-dimensional. A partir dos membros finais referentes à vegetação fotossinteticamente ativa, vegetação não fotossiteticamente ativa e solo realizou-se a classificação. Esta metodologia permitiu identificar os principais cenários na área de estudo.

The spectral classifiers allow a good estimate for the mapping of the materials from the similarity between the reference curve and the image. Initially the spectral classifiers had been developed for hyperspectral images analysis. However, some works demonstrate good results for the application of these techniques in multispectral images. The present work aims to evaluate the spectral classifier Spectral Identification Method (SIM) in ASTER image. The Spectral Identification Method (SIM) is proposed to establish a new similarity index and three estimates according to the significance levels (5%, 10% and 15%) of the materials. This method is based on two statistical procedures: ANOVA and Spectral Correlation Mapper (SCM) coefficient. This information can be used to evaluate the degree of correlation among the materials in analysis. The advantage of this method is to validate according to levels of significance of the most probable areas of the sought material. The method was applied to ASTER image at the Military Instruction Field located Formosa (GO) close to Federal District. The images were acquired with atmosphere correction. The pixels size from the SWIR image were duplicated in order to join the VNIR and SWIR images. Endmembers were detected in three steps: a) spectral reduction by the Minimum Noise Fraction (MNF) transformation, b) spatial reduction by the Pixel Purity Index (PPI) and c) manual identification of the endmembers using the N-dimensional visualizer. The classification was made from the endmembers of nonphotosynthetic vegetation (NPV), photosynthetic vegetation (PV) and soil. These procedures allowed to identify the main scenarios in the study area.

A análise de mistura espectral permite novos avanços nos procedimentos de classificação de imagens. Esta análise compreende três estágios de processamento: (a) Detecção dos membros finais, (b) Localização dos elementos e (c) Quantificação. O objetivo deste artigo é desenvolver uma análise comparativa de identificação dos membros finais a partir de um procedimento automatizado usando imagens com diferentes resoluções espectrais: AVIRIS, Landsat ETM+ e ASTER. As técnicas de detecção de membros finais foram desenvolvidas para imagens hiperespectrais, porém, foram usadas para sensores multispectral. Desta forma, é importante avaliar as limitações para o uso de sensores de mais baixa resolução espectral. A área selecionada foi uma região de Cerrado em Niquelândia (GO), Brasil. Foi utilizada uma imagem hiperespectral do sensor AVIRIS que foi espectralmente reamostrado para os sensores Landsat/ETM+ e ASTER. O sensor AVIRIS desenvolvido pela NASA (National Aeronautics and Space Administration) foi o primeiro sistema imageador capaz de medir o espectro refletido solar de 400 nm até 2500 nm em intervalos de 10 nm. A identificação automática dos membros finais, feita a partir do programa ENVI, compreende as seguintes etapas: a) Redução espectral pela transformação Minimum Noise Fraction (MNF), b) Redução espacial a partir do Pixel Purity Index (PPI) e c) Identificação manual dos membros utilizando o N-dimensional visualizer. A comparação entre os três sensores foi feita usando as imagens PPI. Observa-se que apesar das diferenças espectrais existe uma forte correlação entre os alvos existentes. Essa característica se deve a maior parte da imagem conter basicamente diferenças espectrais de vegetação.

The spectral mixture concept allowed a new approach on image classification procedures. This approach comprehends three processing stages: (a) endmembers detection, (b) elements location and (c) quantification. The aim of this work was to develop a comparative analysis of endmembers identification from an automatic process using images with different spectral resolutions: AVIRIS, Landsat ETM+ and ASTER. Endmembers detection techniques were developed to hyperspectral images but are being used to multispectral sensors. Thus it is important to evaluate limitations for the use of lower spectral resolution images. The selected area is a natural Savanna region (locally named Cerrado) in Niquelândia (GO), Brazil. It was used a hyperespectral image from the AVIRIS sensor that was spectrally resampled to Landsat/ETM+ and ASTER sensors. The AVIRIS sensor developed by NASA (National Aeronautics and Space Administration) was the first imaging sensor to measure the solar reflected spectrum from 400 nm to 2500 nm at 10 nm intervals. Endmembers' automatic identification from the ENVI software comprehends the following steps: a) spectral reduction by the Minimum Noise Fraction (MNF) transformation, b) spatial reduction by the Pixel Purity Index (PPI) and c) manual identification of the members using the N-dimensional visualizer. The comparison among the three sensors was done using PPI images. In spite of PPI image differences it can be seen similarities among existing targets. That similarity is due to vegetation targets predominance on these images. These endmembers were relative to photosynthetic and non-photosynthetic vegetations.