Avaliação de imagens SAR no mapeamento de crostas lateríticas do depósito N1, Província Mineral de Carajás, Pará

• Ano de defesa: 2010
• Autor(a) principal: Arnaldo de Queiroz da Silva
• Orientador(a): Waldir Renato Paradella
• Banca de defesa: Corina da Costa Freitas, Pedro Walfir Martins e Souza Filho, Alvaro Penteado Crósta
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Instituto Nacional de Pesquisas Espaciais
• Programa de Pós-Graduação: Programa de Pós-Graduação do INPE em Sensoriamento Remoto
• País: BR
• Resumo em Inglês: This research has evaluated the potential of multipolarized and polarimetric SAR (Synthetic Aperture Radar) images acquired on two frequencies (C and L bands) for iron mineralized lateritic crust discrimination in a moist tropical environment of the Amazon region. The investigation has distinguished between the uses of conventional SAR images, where backscattering is measured only through the amplitude attribute of the microwave signal, and polarimetric images, where attributes of amplitude and phase of the backscattering signal are measured. The study area comprised the N1plateau, one of the deposits that are part of the world's largest iron reserves, located on the northern border of the Carajas Mineral Province, Pará. This plateau is dominantly covered by a type-savanna vegetation (\textit{Campus rupestres}). The three main superficial lithounits in the area are classified by chemical duricrust, iron-ore duricrust and hematite, with the latter having economic interest. Polarimetric quad-pol L-band images were provided from the airborne SAR-R99B sensor from SIVAM/CENSIPAM system, while C-band quad-pol images were related to the Canadian satellite RADARSAT-2. In addition, multipolarized L-band amplitude data was provided by PALSAR sensor (Fine Beam Dual Mode) of the Japanese ALOS satellite. The research explored three different sources of information derived from the detected signal: the amplitude of the backscattered microwave , expressed as sigma nought, and also the multipolarization and the phase attributes. The influence of multipolarization and the geometry viewing in the sigma nought values was addressed taking into account the superficial lithounits of interest, and the effects of surface roughness (macro and micro topography) on backscattering values was also analyzed. The results have shown that the vertical descriptor of surface roughness (H$_{RMS}$) presented the higher influence on the backscattering variations, although this effect was considered moderate (it explained less than 50\% of the backscattering variations). The analysis of sigma nought responses has revealed that iron-ore duricrust and hematite are undistinguished, but can be discriminated from the duricrust class, with a better performance occurring through L- band. The research also showed that logistic regression models are effective in the production of probabilities maps for the occurrence of lithounits of economic interest (iron-ore duricrust + hematite) through the use of macrotopography and sigma nought values as independent variables. It was also evaluated different techniques of digital classification of polarimetric images, involving distinct modeling: polarimetric target decomposition theory, specific statistical approaches for polarimetric data and hybrid techniques, which incorporate aspects of the previous approaches. The validation of these results has indicated a poor performance for the polarimetric classifiers, with overall Kappa values below 0.20 value. The hitting indexes for classes of economic interest have values ranging from 55\% to 89\%, but at the expenses of high values of commission error. Finally, the results have also indicated that the performance of classifiers using polarimetric C-band images (RADARSAT-2) was significantly lower as compared to L band images (SAR R99B). This suggests that the scale of surface roughness for the discrimination of geological surfaces in the study area is nearer to the L-band (23 cm) than the C-band (5 cm).
• Link de acesso: http://urlib.net/sid.inpe.br/mtc-m19@80/2010/08.03.12.52

Esta pesquisa avaliou o potencial de imagens SAR (Synthetic Aperture Radar) multipolarizadas e polarimétricas, em duas freqüências (bandas C e L), para discriminação de crostas lateríticas mineralizadas em ferro em ambiente tropical úmido na Região Amazônica. As informações contidas nas várias imagens foram comparadas e avaliadas no propósito de mapeamento de produtos de alteração de rochas com interesse econômico. A área de estudo compreendeu o platô N1, um dos depósitos que compõem a maior reserva de ferro do planeta, localizado na borda norte da Província Mineral de Carajás, no Pará. Este platô é recoberto por vegetação de savana (campus rupestres). A crosta laterítica é classificada em três unidades: canga química, canga de minério e hematita, sendo que estas duas últimas apresentam interesse econômico. Foram avaliadas imagens polarimétricas (quad-pol) do sensor aerotransportado R99B do sistema SIVAM/CENSIPAM (banda L) e do satélite RADARSAT-2 (banda C), além de imagens em amplitude multipolarizadas (modo \textit{Fine Beam Dual}) do sensor PALSAR (banda L) do satélite japonês ALOS. A pesquisa explorou três diferentes fontes de informação derivadas do sinal medido: a amplitude do sinal retroespalhamento - expresso em sigma zero, a multipolarização e a fase. Foi investigada a influência da multipolarização e da geometria de imageamento nos valores de sigma zero das unidades de interesse, bem como o efeito que variações de rugosidade superficial das lateritas exercem nos valores de sigma zero. Os resultados mostraram que o descritor vertical de microtopografia (H$_{rms}$) foi o que exerceu maior influência nas variações de retroespalhamento, apesar de seu efeito ser moderado (explicou menos de 50\% da variabilidade de retroespalhamento). A análise das imagens em sigma zero revelou que as classes canga de minério e hematita não são separáveis entre si, mas são discrimináveis da classe canga química, com um melhor desempenho na banda L. A pesquisa também mostrou que modelos de regressão logística são efetivos na elaboração de mapas de probabilidades para ocorrência das unidades de interesse econômico, usando-se parâmetros de macrotopografia e de sigma zero como variáveis independentes. Foram avaliadas ainda diferentes técnicas de classificação digital de imagens polarimétricas, envolvendo modelagens distintas: teoria de decomposição de mecanismos de espalhamento, abordagens estatísticas específicas para dados polarimétricos e técnicas híbridas que incorporam aspectos das abordagens anteriores. A validação dos resultados destas classificações, indicou, de modo generalizado, um baixo desempenho dos classificadores polarimétricos, com valores de Kappa global abaixo de 0,20. Em termos do índice de acerto das unidades de interesse econômico, os valores variaram entre 55\% e 89\%, porém a custa de altos valores de erro de comissão. Também se observou que o desempenho dos classificadores polarimétricos com imagens em banda C (RADARSAT-2) foi sensivelmente inferior àquele obtido com os mesmos classificadores utilizando-se imagens em banda L (SAR R99B). Isto sugere que a escala de rugosidade superficial para a discriminação de superfícies geológicas na área de estudo é mais próxima da banda L (23 cm) que da banda C (5 cm).