Desde o início da distribuição de imagens dos sensores do satélite CBERS-2 (China-Brazil Earth Resources Satellite) por parte do Instituto Nacional de Pesquisas Espaciais (INPE), a comunidade de usuários solicitava informação sobre a conversão dos números digitais em valores físicos (radiância ou reflectância). Este artigo descreve os principais passos adotados no cálculo dos coeficientes de calibração absoluta para as imagens disponibilizadas no nível 2 de correção (correções radiométrica e geométrica) da câmera CBERS-2 CCD, considerando o método baseado na reflectância de uma superfície de referência. São apresentados também alguns resultados da avaliação preliminar da aplicação desses coeficientes na conversão mencionada.

Since the first images of the sensors on board of CBERS-2 (China-Brazil Earth Resources Satellite) satellite were made available by the National Institute for Space Research (INPE), users have asked information about the conversion of image digital numbers to physical data (radiance or reflectance). This paper describes the main steps that were carried out to calculate the in-flight absolute calibration coefficients for CBERS-2 CCD level 2 (radiometric and geometric correction) images considering the reflectance-based method. Remarks about the preliminary evaluation of these coefficients application are also presented.

Comunidades de manguezais são sistemas tropicais que apresentam poucas espécies constituintes em relação às florestas tropicais úmidas, especialmente na América Latina e apresentam arquitetura simples, freqüentemente com a falta de vários estratos encontrados em outros ecossistemas florestais. A identificação de manguezais mediante a observação de dados orbitais não é uma tarefa muito complicada, porém um desafio interessante seria sua diferenciação mediante a identificação de espécies dominantes. O primeiro passo para essa identificação florística é a caracterização espectral de folhas isoladas. Folhas de quatro espécies arbóreas de manguezais foram caracterizadas espectralmente considerando o Fator de Reflectância Direcional-Hemisférico (FRDH) determinado através de medidas radiométricas realizadas com o uso de uma esfera integradora LICOR 1800, acoplada a um espectrorradiômetro SPECTRON SE-590. Na região do visível (0,45-0,69 mm), o denominado mangue de folhas arredondadas de Canocarpus erectus foi o mais brilhante e o mangue vermelho de Rhizophora mangle foi o mais escuro, em comparação com os dois demais manguezais estudados, que apresentaram valores de FRDH muito próximos entre si. O denominado mangue preto de Avicennia germinans pode ser distinguido do mangue branco de Laguncularia racemosa na região do Infravermelho Próximo (0,76-0,90 mm) e nessa mesma região, os espectros de FRDH de C. erectus e de R. mangle foram muito similares entre si.

Mangrove communities are tropical systems which have fewer species than tropical forests, especially in Latin America and display a single architecture, usually lacking the various strata commonly found in other forest ecosystems. The identification of mangrove communities by orbital data is not a difficult task but the most interesting challenge is to identify themselves by the dominant species. The first step toward that floristic identification is the spectral characterization of detached leaves. Leaves from four species of mangrove trees were spectrally characterized considering the Directional Hemispherical Reflectance Factor (DHRF) determined through radiometric measurements using an integrating sphere LICOR 1800 attached to a spectroradiometer SPECTRON SE-590. In the visible bands (0.45-0.69 µm) the button-shaped mangrove Conocarpus erectus was brighter and the red mangrove Rhizophora mangle was darker than the other two species which shows very close DHRF values. Otherwise the black mangrove Avicennia germinans and the white mangrove Laguncularia racemosa can be distinguished from one another in the Near Infra Red (NIR) region (0.76-0.90 µm and in this region of the spectrum the DHRF of C. erectus and R. mangle become very close.

Para avaliar o papel da resolução espacial na discriminação de diferentes classes de uso da terra na região Amazônica, diferentes valores de resolução espacial (60, 100, 120, 200 e 250 metros) foram simulados a partir de uma imagem do sensor "Thematic Mapper" (TM) do satélite Landsat 5. Mapas temáticos foram elaborados através da interpretação visual tanto nas imagens originais (30 x 30m), quanto nas imagens simuladas. Na legenda foram incluídos a floresta primária, as sucessões secundárias inicial e avançada, e áreas de não-floresta. Os resultados indicaram que para os temas Floresta e Não-floresta as alterações na resolução espacial não exerceram influência marcante nas estimativas de suas áreas, até as simulações de 200 metros. O contrário se verificou na identificação das áreas das formações florestais secundárias, uma vez que elas ocorrem sob forma de pequenos polígonos. Para evitar mudanças significativas no cálculo de área dessas formações, uma resolução espacial melhor que 100 metros é necessária. Esse resultado é uma indicação de que o uso do futuro satélite brasileiro de sensoriamento remoto (SSR-1) para a identificação de vegetação secundária em paisagens semelhantes a essa da área de estudo pode ser dificultado, especialmente para latitudes entre S10° e S15°. Entre estas latitudes, estão localizadas áreas críticas de desflorestamento e o tamanho do pixel deverá variar em uma mesma tomada de cena entre 100 metros (S10°) e 200 metros (S15°).

To evaluate the role played by the spatial resolution in distinguishing land cover classes in the Amazon region, different levels of spatial resolution (60, 100, 120, 200 and 250 meters) were simulated from a Landsat_5 Thematic Mapper (TM) image. Thematic maps were produced by visual interpretation from the original (30 x 30 meters) and simulated set of images. The map legend included primary forest, old and young woody secondary succession, and non-forest. The results indicated that for the discrimination between primary forest and non-forest, spatial resolution did not have great influence for pixel size equal or lower than 200 meters. The contrary was verified for the identification of old and young woody secondary vegetation due to their occurrence in small polygons. To avoid significant changes in the calculated area of these land cover types, a spatial resolution better than 100 meters is required. This result is an indication that the use of the future Brazilian remote sensing satellite (SSR-1) for secondary succession identification may be unreliable, especially for latitudes between S10° and S15° where critical areas of deforestation are located and pixel size is expected to vary within the same scene from 100 meters (S10°) to 200 meters (S15°).

ABSTRACT The NOAA-AVHRR images have been widely used for global studies dueto their low cost, suitable wavebands and high temporal resolution. Data from the AVHRR sensor (bands 1 and 2) transformed to the Normalized Difference Vegetation Index (NDVI) are the most common product used in global land cover studies. The AVHRR bands 1 and 2 data can also be transformed to the fraction images (vegetation, soil, and shade) using a linear mixing model to improve the land cover classification.

RESUMO As imagens AVHRR do satélite NOAA tem sido amplamente utilizadas para estudos globais devido ao baixo custo, bandas espectrais adequadas e alta resolução temporal. Os dados do sensor AVHRR (bandas 1 e 2) transformados no índice de Vegetação de Diferença Normalizada (NDVI) são os produtos mais comuns utilizados no estudo global da cobertura vegetal. As bandas 1 e 2 do AVHRR podem também ser transformadas em imagens frações (vegetação, solo e sombra) usando o modelo linear de mistura espectral para aprimorar a distinção entre os diferentes tipos de cobertura vegetal.