Detecção Remota e Análise de Imagem

Cód.: GEO12708M

6 ECTS

Duração: 15 semanas/168 horas

Área Científica: Ciências de Engenharia

Língua(s) de lecionação: Português

Língua(s) de apoio tutorial: Português

Objetivos de Desenvolvimento Sustentável

Educação de qualidade - Assegurar a educação inclusiva, e equitativa e de qualidade, e promover oportunidades de aprendizagem ao longo da vida para todos.

Objetivos de Aprendizagem

No final da unidade curricular o aluno terá adquirido conhecimentos, aptidões e competências para:
- Avaliar a aplicabilidade das imagens de deteção remota na área dos recursos florestais/agrícolas,
- Operar um sistema UAV (unmanned aerial vehicle) para a aquisição de imagens de elevada resolução
espacial
- Identificar as principais coberturas da superfície terrestre com base na textura e propriedades espectrais
- Realçar texturas/padrões espaciais de ocupação e distribuição de parcelas agrícolas
- Avaliar a distribuição de diferentes espécies/tipos de coberto vegetal
- Analisar a variação de ocupação de coberturas (florestais/agrícolas), no tempo e no espaço
- Classificar áreas de ocupação de solo (agrícola/rural/urbano/floresta/água, )
- Integrar informação georreferenciada e imagens digitais em SIG para a elaboração de cartas de
ocupação/uso/aptidão agrícola/florestal

Conteúdos Programáticos

• Comportamento espectral de coberturas da superfície terrestre. Características dos principais sistemas
de detecção remota. Resolução espacial, espectral e radiométrica de imagens.
• Sistemas de aquisição de imagens de alta resolução. Principais características e aplicações. Aquisição
de imagem digital através de sistema UAV. Georreferenciação e integração da imagem em Sistema de
Informação Geográfica
• Critérios de identificação de coberturas (forma, tom, textura e rede hidrográfica). Identificação de textura
e rede hidrográfica
• Características texturais e índices de ocupação do terreno pelo coberto vegetal; sua relação com os
solos, o substrato rochoso, o clima e a exposição solar.
• Identificação de padrões de distribuição de coberto vegetal e parcelas agrícolas por composição falsa cor
e abertura de contraste
• Avaliação da evolução temporal de coberto vegetal através da aplicação de quocientes e índices de
vegetação
• Classificação de imagens digitais

Métodos de Ensino

São utilizados dois métodos de ensino:
- Ensino tutorial presencial previsto no calendário escolar, para as componentes teórica e teórico-prática.
- Ensino assistido, não presencial, através do Moodle (ou do CLIP), onde o aluno contacta o docente para
colocar dúvidas. Esta componente não substitui as horas convencionais semanais destinadas a dúvidas.

Avaliação

A avaliação da disciplina tem duas componentes:
- teórica - 2 mini-testes.
- prática: trabalho prático de grupo
Os 2 mini-testes (MT1 + MT2) referem-se à avaliação dos conteúdos téoricos de Fotografia aérea (MT1) e
de Análise de Imagem (MT2).
O trabalho de grupo (TG) corresponde ao somatória dos exercícios práticos realizados nas aulas,
complementados em autonomia, realizados em grupos de 2 alunos.
A classificação final (CF): CF = 0.3MT1 + 0.3MT2 + 0.40TG
- exame: Os alunos com classificação inferior a 6 valores em pelo menos um dos 2 mini-testes e/ou com
classificação média inferior a 9.5 nos mini-testes.

Bibliografia

- Avery, T.E. e Berlin, G.L., 1992. Fundamentals of Remote Sensing and Airphoto Interpretation. V Ed.
Macmillam Publishing Company. NY.
- Avery, T. E. e Burkhart, H. E., 1994. Forest Measurements. Fourth Edition. McGraw-Hill, Inc. New York. ISBN
0070025568.
- Ball, G.H., and Hall, D.J., 1965. A Novel Method of Data Analysis and Pattern Classification. Menlo Park, CA:
Stanford Research Institute.
- Burrough, P. A.; McDonnell, R. A., 1998. Principles of Geographical Information Systems. Oxford University
Press 2nd edit., Oxford.
- Clevers, J. G. P. W.; Büker, C.; van Leeuwen, H. J. C.; Bouman, B. A. M., 1994. A framework for monitoring
crop growth by combining directional and spectral remote sensing information. Remote Sens. Environ. 50,
2: 161-170.
- Cook, E. A.; Iverson, L. R.; Graham, R. L., 1989. Estimating forest productivity with Thematic Mapper and
biogeographical data. Remote Sens. Environ. 28:131-141.