A extração de informações reune todo o conhecimento adquirido nas rotinas vistas anteriormente, para o objetivo final do estudo, que é obter
as informações ambientais disponíveis nas imagens, para as metas a que nos propusemos no início. O manuseio apropriado das bandas espectrais e das
rotinas de processamento digital dos dados contidos nas imagens de satélite, propicia ao usuário a obtenção ou extração de uma gama infindável de
informações ambientais.
Este é o conceito de análise utilizado pelos Sistemas de Informações Geográficas - SIG. A figura ao lado mostra a superposição de 4 camadas ou
layers (não confundir com bandas) sendo "fundidas" para a geração de um único plano de informações em um SIG, para
destacar a importância desta ferramenta, juntamente com o SR, nos estudos ambientais.
Mais do que o uso de rotinas digitais, os resultados da interpretação de uma imagem de satélite, requerem conhecimento científico dos temas abordados (desmatamento, assoreamento, etc.) e, mais do que isso, experiência anterior nesse tipo de serviço. Do contrário, de que adiantaria uma imagem bonita na tela do seu computador ? Seria como que um burro olhando para o palácio.
Envolve a combinação ou fusão de dados digitais de múltiplas fontes, num esforço para a extração de informações, em quantidade e
qualidade. Isto pode envolver tipos de dados que são multitemporais, multiresoluções, multisensores e mesmo multidados. Veja alguns exemplos.
a) Dados Multitemporais
Uso de imagens com datas diferentes, usando-se a técnica da subtração aritimética, para monitorar as alterações na paisagem, p.ex.
b) Dados Multiresoluções
Uso de imagens com resolução espacial diferentes, usando-se a técnica da adição aritimética. Somando-se imagem de maior resolução espacial com
outra de menor resolução, podemos destacar detalhes e melhorar a discriminação visual dos objetos sobre o terreno. Dados do SPOT se enquadram bem
neste processo, já que seus dados pancromáticos com resolução espacial de 10m, podem facilmente ser fundidos com os da banda espectral de 20m. Além
disso, os dados multiespectrais servem para reter uma boa resolução espectral, enquanto os dados pancromáticos favorecem uma melhor resolução
espacial.
São operações digitais utilizadas para identificar e classificar pixels nos dados da imagem. A classificação é usada, em geral, em mais de uma imagem (conhecidas como rasteres e multi-canais --- representadas por A na figura ao lado). Este processo associa cada pixel da imagem a uma classe particular ou tema (polígonos coloridos mostrados na parte B da figura), com base em características estatísticas dos tons de cinza do pixel. Há uma série de parâmetros a configurar na Classificação digital.
As abordagens mais usadas são:
a) Classificação Supervisionada; e
b) Classificação Não-supervisionada.
Ao falar de classes, precisamos distinguir entre classes de informação e classes espectrais. Classes de informação são aquelas categorias
de interesse que o analista tenta identificar na imagem de satélite, tais como: diferentes tipos de cultivo, diferentes tipos florestais ou espécies de árvores,
diferentes unidades geológicas ou tipos de rochas, etc. As classes espectrais são grupos de pixels que são uniformes (ou parecidos) com relação aos
seus valores de brilho, nos diferentes canais espectrais dos dados da imagem.
O objetivo é comparar as classes espectrais dos dados com as classes de informação que interessam aos nossos estudos.
CLASSIFICAÇÃO SUPERVISIONADA
CLASSIFICAÇÃO NÃO-SUPERVISIONADA