Correção atmosférica

This page is in progress of translating to Português do Brasil from English.

Veja também a página wiki do LANDSAT.

Objetivo desse tutorial:

• Transformar os valores de nível de cinza (DN) de um imagem Landsat ETM+ para valores de radiância
• Realizar a correção atmosférica de uma imagem Landsat utilizando o módulo i.atcorr no GRASS GIS

Introdução

Os principais passos para o processamento de imagens de satélite são:

1. Converter o valor de nível de cinza (DN - digital number = valor do pixel) para valor de radiância no topo da atmosfera (veja a fórmula abaixo ou use i.landsat.toar). i.landsat.toar suporta todas as versões do Landsat, desde MSS, até TM e ETM+.
2. Executar a correção atmosférica (a qual converte o valor da radiância no topo da atmosfera para o valor de radiância na superfície): realizado através de i.atcorr.

Nota: Lembre de verificar se as áreas cobertas com água possuem valor de nível de reflectância > 0, uma vez que a reflectância é sempre positiva. Se negativa, você tem um pepino a resolver! Valores negativos de reflectância indicam que as entradas da equação de transformação não pertencem à imagem processada.

Requerimentos

• GRASS 6.4.0 ou superior
• Amostra de dados da Carolina do Norte - EUA (localização): http://grass.osgeo.org/download/data.php

Depois de baixar a amostra de dados da Carolina do Norte, descompacte a mesma e leve-a para dentro do seu banco de dados (GIS database). Quando abrir o GRASS GIS, selecione o banco de dados, abra o conjunto de dados ‘nc_spm_08’ como LOCATION, e ‘PERMANENT’ como MAPSET.

Cálculo dos valores de radiância

A amostra de dados da Carolina do Norte - EUA possui, entre outras coisas, uma imagem Landsat ETM+ do dia 24 de maio de 2002. Cada pixel dessa imagem contém um valor de nível de cinza (DN - digital number). Para que seja possível utilizar a imagem de satélite para a realização de cálculos, ou comparar valores entre diferentes sensores, esses valores de nível de cinza precisam ser convertidos para valores de radiância ou reflectância. As fórmulas usadas para fazer essa conversão estão descritas aqui para imagens Landsat (ou utilize i.landsat.toar). A conversão de valor de nível de cinza para radiância no topo da atmosfera é realizada da seguinte maneira:

Lλ = ((LMAXλ - LMINλ)/(QCALMAX-QCALMIN)) * (QCAL-QCALMIN) + LMINλ

Onde:

• Lλ - radiância espectral na abertura do sensor em watts/(metro quadrado * ster * μm), a radiação aparente tal como é vista pelo sensor do satélite;
• QCAL - o valor quantizado calibrado de um pixel em nível de cinza;
• LMINλ - a radiância espectral que é dimensionada para QCALMIN em watts/(metro quadrado * ster * μm);
• LMAXλ - a radiância espectral que é dimensionada para QCALMAX em watts/(metro quadrado * ster * μm);
• QCALMIN - o valor mínimo quantizado calibrado de um pixel (correspondente à LMINλ) em nível de cinza;
• QCALMAX - o valor máximo quantizado calibrado de um pixel (correspondente à LMAXλ) em nível de cinza igual a 255.

LMINλ e LMAXλ são os valores de radiância correspondentes aos valores mínimo e máximo de nível de cinza, e são apresentados no arquivo de metadados para cada imagem, ou na tabela 1. As informações sobre elevado ganho (high gain) ou baixo ganho (low gain) também são apresentadas no arquivo de metadados para cada imagem Landsat. O menor valor de nível de cinza (QCALMIN) é igual a 1 para imagens Landsat ETM+ (1), e o valor máximo de nível de cinza (QCALMAX) é igual a 255. QCAL é o valor de nível de cinza para cada pixel individual na imagem Landsat.

Acesso aos metadados:

r.info lsat7_2002_xx

Na opção ‘comments’, os valores máximo e mínimo de radiância (LMAX e LMIN) para cada banda são fornecidos.

Também é possível usar o comando abaixo (Power users) para uma saída mais legível (exemplo para o canal 1):

CHAN=1
r.info lsat7_2002_${CHAN}0 -h | tr '\n' ' '  | sed 's+ ++g' | tr ':' '\n' | grep "LMIN_BAND${CHAN}\|LMAX_BAND${CHAN}"

Conversão para radiância (o procedimento descrito abaixo é para a banda 1; para as demanis bandas, os números em itálico precisam ser substituídos pelos valores corretos):

g.region rast=lsat7_2002_10 -p
r.mapcalc "lsat7_2002_10_rad=((191.6 - (-6.2)) / (255.0 - 1.0)) * (lsat7_2002_10 - 1.0) + (-6.2)"

Para processamento mais rápido, utilize um modelo digital de elevação com o valores inteiros:

r.mapcalc "elev_int = round(elevation)"

Encontre o valor médio de elevação para iniciar o processamento (necessário no arquivo 'icnd' abaixo)

r.univar elev_int

Estimativa do horário de passagem a partir da posição do solo

O horário de passagem do satélite pode ser estimado com bastante precisão a partir da posição do sol apresentada nos metadados utilizando r.sunmask. Os metadados desse exemplo são: SUN_AZIMUTH = 120,8810347; SUN_ELEVATION = 64,7730999.

Mude as horas (hour) e minutos (min) iterativamente para obter bons resultados; obviamente, o fuso horário (timezone) precisa estar correto:

r.sunmask -s elev=elevation out=dummy year=2002 month=5 day=24 hour=10 min=42 sec=7 timezone=-5

Relatório: azimute solar = 121,342461; ângulo solar acima do horizonte (corrigido para a refração) = 65,396652.

A hora de passagem local resultante 10:42:07 corresponde a 15:42 em GMT, que corresponde a 15,67 em horas GMT decimais (minuto decimal: 42 * 100 / 60). Esse valor é necessário para o arquivo de controle.

Correção atmosférica

This radiance image can be used for the atmospheric correction with the 6S algorithm. The algorithm will transform the top-of-the-atmosphere radiance values to top-of-canopy reflectance values using predefined information on the aerosol content and atmospheric composition of the time the image was taken. What follows describes the method to use this algorithm in GRASS GIS. Again, only the calculations for band 1 are shown, and the numbers to be changed for the other bands are indicated in red. The 'icnd_lsat1.txt' control file consists of the following parameters, and is written with a text editor:

8                          # indicates that it is an ETM+ image
05 24 15.67 -78.691 35.749 # image taken on the 24th of May, at 15:42 GMT in decimals; the center of the image lies at 78.691°W and 35.749°N 
2                          # the midlatitude summer atmospheric model
1                          # the continental aerosol model
50                         # the visibility for the aerosol model [km]
-0.110                     # the terrain lies 110 meters above sea level [km] * -1
-1000                      # image taken of a satellite sensor (1000)
61                         # spectral band, here 1: blue

TODO: understand if the MODIS Aerosol Product (MOD04) could be useful to estimate the visibility for the aerosol model.

This file is then used in the i.atcorr module:

i.atcorr -a -o iimg=lsat7_2002_10_rad ialt=elev_int icnd=icdn_lsat1.txt oimg=lsat7_2002_10_atcorr

Where:

• -a refers to a Landsat image taken after July 2000
• -o activates the cache acceleration
• iimg is the image to be corrected
• ialt is the altitude map which overrides the initialization value of 110 meters
• icnd is the path to the icnd.txt file
• oimg is the name of the output image

More information on the use of i.atcorr for other images can be found in the i.atcorr manual.

Referências

• 6S Web site
• Land Surface Reflectance Science Computing Facility website - 6S
• (1) http://landsathandbook.gsfc.nasa.gov/handbook/handbook_htmls/chapter11/chapter11.html
• (2) http://landsat.usgs.gov/documents/L5TM_postcal_v11.pdf
• NASA LaRC Satellite Overpass Predictor
• Song, C., Woodcock, C.E., Seto, K.C., Lenney, M.P., Macomber, S.A., 2001. Classification and Change Detection Using Landsat TM Data: When and How to Correct Atmospheric Effects? Remote Sensing of Environment 75, 230-244. PDF

Como adicionar novos sensores ao i.atcorr:

• veja http://trac.osgeo.org/grass/browser/grass/trunk/imagery/i.atcorr/README