O presente trabalho tem como objetivo analisar o potencial de imagens SAR polarimétricas do sensor TerraSAR-X, no modo StripMap, para mapear o uso e cobertura da terra na região sudoeste da Amazônia brasileira. No procedimento metodológico imagens de amplitude nas polarizações A HH e A VV, A<HH.VV*> derivada da matriz de covariância, bem como da entropia A Entropia derivada da decomposição de alvos por auto-valores fizeram parte, de forma individual ou combinada, do conjunto de dados investigados. Na classificação das imagens foram empregados dois classificadores: um baseado nas funções estatísticas de máxima verossimilhança (MAXVER); e outro, o método contextual (Context). Os resultados temáticos dessas classificações foram avaliados através da matriz de confusão e pelo índice Kappa. De forma sintetizada pode-se afirmar que as componentes A<HH.VV*> e A Entropia, têm significativa contribuição no procedimento classificatório, sobretudo pelo método Context, cujo desempenho alcançou com 78% de exatidão global e índice Kappa de 0,70.

The objective of this work was to analyze the potential use of SAR polarimetric images from the TerraSAR-X sensor system, at StripMap mode, to map land use and land cover in SW Brazilian Amazon. Amplitude images at polarizations A HH, A VV, A<HH.VV*>, derived from the co-variance matrix, as well as the entropy A Entropia, derived from the decomposition of targets by eigenvalues, are parts of the datasets investigated individually or in combined form. Two classifiers were used: the first is based on statistical functions of maximum likelihood (MAXVER), and the second is the contextual method (Context). The thematic results from these classifications were evaluated by a confusion matrix and by the Kappa index. Summarizing we can state that the components A<HH.VV*> and A Entropia, gave a significant contribution to the image classification procedure, considering specially the Context method, whose performance reached 78% of Global Accuracy and a Kappa index of 0.70.

Many researchers have shown the potential of Synthetic Aperture Radar (SAR) images for agricultural applications, particularly for monitoring regions with limitations in terms of acquiring cloud free optical images. Recently, Brazil and Germany began a feasibility study on the construction of an orbital L-band SAR sensor referred to as MAPSAR (Multi-Application Purpose SAR). This sensor provides L-band images in three spatial resolutions and polarimetric, interferometric and stereoscopic capabilities. Thus, studies are needed to evaluate the potential of future MAPSAR images. The objective of this study was to evaluate multipolarized MAPSAR images simulated by the airborne SAR-R99B sensor to distinguish coffee, cotton and pasture fields in Brazil. Discrimination among crops was evaluated through graphical and cluster analysis of mean backscatter values, considering single, dual and triple polarizations. Planting row direction of coffee influenced the backscatter and was divided into two classes: parallel and perpendicular to the sensor look direction. Single polarizations had poor ability to discriminate the crops. The overall accuracies were less than 59 %, but the understanding of the microwave interaction with the crops could be explored. Combinations of two polarizations could differentiate various fields of crops, highlighting the combination VV-HV that reached 78 % overall accuracy. The use of three polarizations resulted in 85.4 % overall accuracy, indicating that the classes pasture and parallel coffee were fully discriminated from the other classes. These results confirmed the potential of multipolarized MAPSAR images to distinguish the studied crops and showed considerable improvement in the accuracy of the results when the number of polarizations was increased.

Este trabalho tem como objetivo avaliar a qualidade altimétrica dos modelos de elevação (MDE) gerados através da interferometria SAR Synthetic Aperture Radar nas bandas X e P, em diferentes polarizações em áreas florestadas. Este estudo foi realizado no município de Pindamonhangaba/SP, em uma área caracterizada por reflorestamento de Eucalyptus saligna de 6 anos de idade, cujo inventario florestal e levantamento topográfico foram realizados no mesmo período do aerolevantamento. Verificou-se que nesta área florestada o modelo de elevação da superfície do dossel empregando a interferometria na banda X, gerou produtos cartográficos de precisão inferior a esperada, com desvio padrão na ordem 2,7 metros. A utilização de um modelo de regressão, que combinou a coerência interferométrica e o MDE, compensou os erros de medida da altura da vegetação, melhorando a qualidade do produto cartográfico para desvio padrão da ordem de 1,4 metro atingindo a resolução altimétrica desejada. Os modelos de elevação do terreno na banda P, polarização HH, em áreas florestadas apresentaram similaridade com os dados do levantamento topográfico, com desvio padrão na ordem de 1,97 metro, devido à maior penetração do feixe do radar na floresta de Eucalyptus e conseqüentemente uma maior interação com o solo do que com as árvores. O modelo de elevação do solo na banda X em áreas de pasto apresentou um desvio padrão de 0,6 metro, cuja escala de mapeamento foi compatível com a resolução empregada, enquanto que os modelos de elevação na banda P apresentaram um valor de desvio padrão de 6 a 20 metros conforme a polarização, devido ao espalhamento especular, causando uma baixa relação sinal/ruído.

This study aims at assessing the quality of the altimetric elevation models (DEM) generated by interferometric SAR (Synthetic Aperture Radar) bands X and P in different polarizations for forested areas. This study was carried out in Pindamonhangaba/SP region, in an area featured by a 6 year old Eucalyptus saligna reforestation, whose forest inventory and topographic survey were conducted in the same air-surveying period. It was found out that canopy DEM using interferometry in the X-band was less precise than expected, with 2.7 meter standard deviation. By using a regression model that combined interferometric coherence and DEM, made up for the vegetation height measurement errors improved the quality of the cartographic product for standard deviation about 1.4 meters, reaching the desired resolution. The ground elevation models in P band, HH polarization, for forested areas showed similarity to the surveyed topographic data, with a standard deviation of around 1.97 meters, due to a greater radar beam penetration at Eucalyptus forest and therefore a greater interaction with the soil than that of with the trees. The DEM in X-band for pasture areas had a 0.6 meter standard deviation, and the mapping scale was compatible with the resolution, whereas elevation model in P-band showed a standard deviation value in the order of 6 to 20 meters, according to polarization, due to the specular scattering causing a low signal/noise ratio.

O uso de dados de sensoriamento remoto óptico em projetos de monitoramento de extensas áreas de floresta tropical é limitado devido à intensa cobertura por nuvens. Os dados SAR (Synthetic Aperture Radar) podem ser uma alternativa interessante para detectar desflorestamento nas regiões de floresta tropical onde a cobertura por nuvens é permanente. Neste contexto, o objetivo deste trabalho é avaliar o potencial do dado SAR adquirido em banda L pelo sistema aerotransportado R99B da Força Aérea Brasileira (FAB) para discriminar incremento de desflorestamento na Amazônia. Para tanto, foram realizadas classificações MAXVER-ICM com dados SAR multipolarizados de uma área teste localizada na região Sudeste do Estado do Acre. As classificações realizadas com a combinação dos canais HH, HV e VV e com o par de polarizações HH+HV obtiveram boa concordância com o mapa produzido no projeto PRODES (k = 0,68, onde k é o índice Kappa), o qual foi adotado como dado de referência. Este resultado indica que o dado SAR multipolarizado em banda L possui bom potencial para discriminar incremento de desflorestamento na Amazônia.

The use of optical remote sensing data in large tropical forest regions has an important limitation due to cloud cover. Synthetic Aperture Radar (SAR) data can be a viable alternative in areas where cloud cover is permanent, because the data acquisition is independent on atmospheric conditions. In this context, the main objective of this work was to evaluate the potential of L band SAR data acquired by R99B Brazilian Air Force (FAB) airborne system to discriminate deforestation increments in the Amazon rainforest. In order to achieve this purpose, we performed Maximum Likelihood classifications with multipolarized SAR data of a test site located in the state of Acre. The classifications performed with the combination of three channels (HH+HV+VV) and with the polarization pair HH+HV obtained good agreement with PRODES reference map (k=0,68, where k is de Kappa index). This result indicates that multipolarized L band SAR data have good potential to discriminate deforestation increments in the Amazon rainforest.