USO DO SENSORIAMENTO REMOTO HIPERESPECTRAL NA CLASSIFICAÇÃO DE DOENÇAS DE PLANTAS EM PROPRIEDADES RURAIS: UMA REVISÃO

USO DO SENSORIAMENTO REMOTO HIPERESPECTRAL NA
CLASSIFICAÇÃO
DE
DOENÇAS
DE
PLANTAS
EM
PROPRIEDADES RURAIS: UMA REVISÃO.
Hugo do Nascimento Bendini¹
¹ Instituto Nacional de Pesquisas Espaciais – INPE
Caixa Postal 515 – 12227-010 – São José dos Campos – SP, Brasil. [e-mail] ABSTRACT
This paper provides a literature review on the use of hyperspectral remote sensing techniques for the identification and classification of diseases in agricultural crops.

Keywords: hyperspectral remote sensing, plant diseases, image processing.
Introdução
O sensoriamento remoto hiperespectral consiste da utilização de sensores com altíssima resolução espectral, capazes de discretizar o espectro da radiação eletromagnética (REM) em dezenas e, até centenas de bandas, de modo que seja possível analisar o comportamento espectral de alvos em diferentes comprimentos de onda com um nível de detalhe bem maior do que nos demais sensores remotos espectrais.
Tal característica permite identificar diferentes alvos com propriedades semelhantes, como a presença de uma doença em culturas agrícolas, cujos sintomas, geralmente manchas foliares, podem estar muito próximos do comportamento apresentado por outros fenômenos, como deficiência hídrica e nutricional, ou mesmo para distinguir sintomas de outras doenças, com pequenas variações que são observadas em apenas algumas faixas estreitas de comprimento de onda.

1

Uma vez trabalhando com centenas de bandas, um fator que passa a ter grande relevância é a característica multidimensional dos dados, ou seja, uma grande quantidade de dados demanda a necessidade de se utilizar técnicas para reduzir tal dimensionalidade e maximizar a discriminação espectral dos alvos, de acordo com a aplicação de interesse. Além disso, as imagens hiperespectrais são muito susceptíveis a ruídos, o que faz com que se tenha que empregar técnicas de filtragem, para minimizar esses efeitos. Neste contexto, abre-se um leque de