Disponível com licença do Image Analyst.
A ferramenta Analisar Alterações Utilizando LandTrendr, em conjunto com a ferramenta Detectar Alterações Usando Raster de Análise de Alterações, pode ser usada para identificar mudanças nos valores de pixel ao longo do tempo para indicar mudanças no uso ou cobertura do solo.
Algoritmo LandTrendr
A ferramenta Analisar Alterações Utilizando LandTrendr usa o algoritmo Landsat de detecção de tendências em distúrbios e recuperação (LandTrendr) (Kennedy et al, 2010). O objetivo deste algoritmo é extrair informações sobre como uma feição em uma paisagem mudou devido ao distúrbio (um curto período de mudança de um estado para outro) e recuperação (o processo mais longo de retorno ao estado original).
Detecção de alteração
O algoritmo LandTrendr baseia-se na ideia de que a história de um pixel pode ser dividida em vários segmentos lineares ao longo do tempo. Pode haver longos períodos com muito pouca mudança, representados por uma linha reta com pouca inclinação. Quando ocorrer perturbação, o valor do pixel sofrerá uma alteração, representada por um segmento de linha curto, possivelmente com inclinação acentuada. Se a recuperação for permitida, por exemplo, após um incêndio florestal, isso será representado por uma linha longa e levemente inclinada, movendo-se de volta para o valor original do pixel.
No gráfico acima, um pixel ficou verde por algum tempo, então ocorreu uma perturbação e o pixel mudou para uma cor marrom-acinzentada, voltando lentamente para o verde ao longo do tempo. No algoritmo LandTrendr, isso é representado por três segmentos lineares mostrados no gráfico na parte inferior da imagem. Há vértices em cada mudança que ajudam a descrever os segmentos.
Este exemplo é um histórico altamente simplificado para um pixel ao longo do tempo. Pode haver muitas mudanças em uma paisagem ao longo dos anos, grandes e pequenas. A ferramenta Analisar Alterações Utilizando LandTrendr fornece parâmetros para controlar as informações do modelo que são extraídas, para que você recupere apenas as alterações que lhe interessam.
Requisitos de imagem de entrada
O algoritmo LandTrendr foi projetado para dados de Refletância da Superfície de dados Landsat TM, Landsat ETM+ e Landsat OLI. No entanto, a ferramenta Analisar Alterações Usando LandTrendr detectará alterações nas imagens de qualquer sensor suportado, como também, derivados de imagens, como índices de banda.
O algoritmo exige apenas uma imagem para cada ano em sua análise e é recomendado que você tenha pelo menos seis anos de dados para esta ferramenta. Gere um conjunto de dados de mosaico multidimensional ou um conjunto de dados raster multidimensional no Formato Raster da Nuvem (.crf) com imagens anuais e use-o como entrada para a ferramenta.
A segmentação é realizada em apenas uma banda na imagem. Portanto, é importante escolher a banda de processamento que melhor representará a informação que se deseja extrair. Por exemplo, a banda de infravermelho próximo (NIR) pode ser a melhor banda a ser usada para capturar mudanças na vegetação. No entanto, em muitos casos, um índice de banda pode ser mais adequado para extrair informações. Por exemplo, para visualizar mudanças em feições de águas abertas em uma paisagem, talvez queira usar o Índice de Água de Diferença Normalizada Modificada (MNDWI), que usa informações espectrais nas bandas verde e SWIR.
Como esse algoritmo depende da capacidade de observar um fenômeno consistentemente ao longo do tempo, é importante ter imagens que tenham sido normalizadas para ruídos atmosféricos e de sensores, nuvens e sombras de nuvens. Se você tiver várias imagens de um único ano (e preferencialmente de uma única estação para minimizar as flutuações sazonais), poderá remover nuvens e sombras de nuvens de várias imagens e combiná-las para gerar uma imagem representativa para aquele ano.
Resultados do modelo
A saída da ferramenta Analisar Alterações Usando LandTrendr é um raster de análise de alteração contendo os coeficientes do modelo. Há uma parte para cada ano na análise, portanto, cada pixel contém um grupo diferente de coeficientes de modelo para cada ano. Incluída na saída está uma banda denominada FittedValue, que fornece o valor do pixel quando ele é ajustado ao segmento de linha modelado neste ponto no tempo.
Os coeficientes do modelo são difíceis de interpretar visualmente. Há ferramentas adicionais para usar ao interpretar os dados:
- Crie um gráfico de perfil temporal para explorar as mudanças de pixel ao longo do tempo, usando a banda Valor Ajustado. Isso mostrará os segmentos lineares extraídos para um pixel usando o algoritmo LandTrendr.
- Use o raster de análise de alteração como a entrada para a ferramenta Detectar Alteração Utilizando Raster de Análise de Alterações para extrair a data das informações de mudança.
Gráfico de perfil temporal
Para explorar os resultados segmentados do modelo, gere um gráfico de perfil temporal para a saída da análise de mudança da ferramenta Analisar Alterações Usando LandTrendr, usando a banda Valor Ajustado.
Data de alteração
Para extrair informações sobre as datas nas quais os valores de pixel foram alterados, use a ferramenta Detectar Alteração Utilizando Raster de Análise de Alterações. Esta ferramenta gera um raster na qual cada pixel tem um valor de data correspondente à data de seu interesse. Você pode extrair a data inicial ou final de um determinado segmento no modelo. Por exemplo, você pode extrair a data inicial do segmento que representa o período mais longo de mudança, representado pelo ponto 
no gráfico acima, ou pode extrair a data final do segmento que representa a mudança mais rápida (maior valor de declividade), representado por ponto 
no gráfico acima.