English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

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.  ABSTRACTThe 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

revista brasileira de geofísica

Análise comparativa do processo de identificação automatizada de membros finais a partir de imagens com diferentes resoluções espectrais para a região de Niquelândia (AVIRIS, ETM+ e ASTER)