Utilizando o programa Multispec, abra a imagem Landsat_OLI_litoral.tif Landsat, sensor OLI, cobrindo o Litoral do Paraná. Descarregue esta imagem e armazene ela em uma pasta do seu computador para o desenvolvimento do exercício.

Esta imagem é uma imagem de satélite do sistema Landsat (LC08 , aprenderemos depois a respeito disso). Dentro do esquema de organização de imagens do acervo Landsat, a região do litoral do Paraná está na órbita=220, ponto=078, por isso, esta imagem recebe a designação 220078.
A imagem foi obtida em 07 de junho de 2020. No armazenamento, as imagens são organizadas por ano/mês/dia, então a data é descrita como 20200607.

Juntando, o nome da imagem é geralmente descrita como: 'LC08_220078_20200607'.

A imagem que será usada é composta por sete bandas espectrais. Para visualizar a imagem, use File + open image. no menu do Multispec. Isto abre uma janela de diálogo com a que você pode encontrar a pasta onde armazenou a imagem e selecionar a imagem.

Após a leitura e visualização da imagem, o Multispec lista uma série de informações na janela de texto. Verifique esta janela e leia as informações. Lá consta o número de linhas e colunas, quantidade de pixels e os valores máximos e mínimos em cada banda. Como este é um recorte da imagem original, que é muito maior, os valores digitais foram reduzidos à faixa entre 0 (escuro) e 255 (branco).

A imagem original tem 12 bandas, mas vamos nos concentrar, por enquanto, nas primeiras 7 disponíveis no recorte, que se localizam nas regiões espectrais mostradas na tabela abaixo. Com base na região espectral especificada em micras, qual seria o nome da região espectral que cada banda cobre? Que nome podemos dar a cada banda?

Visualização - Visivel

Com o conjunto de bandas disponível, selecione as três correspondentes à região visível do espectro, vermelho, verde e azul, e utilize essas três bandas para visualizar uma composição colorida visível na tela do computador.

RGB natural
O programa Multispec, assim como outros sistemas de processamento de imagens de satélite, aplica uma transformação linear de contraste (lembre de suas aulas de processamento de imagens) para facilitar a visualização. Por iso, as tonalidades deveriam estar bem agradáveis no seu display. Se isto não ocorre, verifique.

Usando Processor no menu principal, ative a opção Display image ... .
Na tela de Display, verifique se consta

Bits of color = 24
Stretch = "Linear"
Min-Max= "Clip 2% of tails"

Clip 2% of tails descarta os pixels muito altos e muito baixos (2%) e aplica o contraste linear à parte central do histograma, aquela com mais valores, o que realça o contraste. Como se trata de 3 bandas, cada uma com 8 bits, a visualização será melhor usando 24 Bits.

Agora, visualize a imagem original, sem contraste, como ela foi registrada pelo sensor. Para isto, usando na tela de Display, altere a faixa de variação dos valores digitais para ver todo os dados ( Entire Range)
Stretch = "Linear"
Min-Max= "Entire Range"

Parece que o contraste é necessário. melhor volte à opção com "CLip 2%"

Cartografia

Deseja-se elaborar um mapa da região coberta pela imagem. Para isto, devem ser consideradas as seguintes classes:

1. vegetação densa (mata Atlântica)
2. Manguezais: Frequentes na interface do ambiente terrestre e marítimo, ou seja, dos rios e dos mares. É um ecossistema bastante úmido frequente nas zonas tropicais e subtropicais (https://www.todamateria.com.br/mangue/)
3. Restinga: É um tipo de vegetação que cresce sobre solos arenosos na região da planície costeira, na interface entre os ambientes marinho e continental.
4. Vegetação rasteira : Esta cobertura vegetal se encontra, nas regiões mais altas, onde o solo é mais rochoso. Por exemplo, em torno do farol da Ilha do Mel.
5. Areia
6. Áreas urbanas
7. Solo descoberto
8. Água: No caso da água deseja-se também fazer um estudo da carga de sedimentos na água:
• Água com sedimentos
• Água sem sedimentos

Visualize a imagem no visível (RGB) e analise a cena considerando as classes citadas acima.