Escolar Documentos
Profissional Documentos
Cultura Documentos
os objetos presentes em imagens de satélites. Até pouco tempo atrás esse tipo
de levantamento era realizado através de aeronaves pilotadas, o que elevava
consideravelmente o custo. Atualmente, tem-se as RPAs (Aeronaves
Remotamente Pilotadas) e os VANTs (Veículos Aéreos Não Tripulados), que
são sistemas de veículos aéreos não tripulados, onde há um operador remoto
que controla e prepara todo o voo para a aquisição das imagens. São várias as
RPAs hoje no mercado, com diversos sensores acoplados, como por exemplo,
câmeras NIR, RGB, RedEdge, Lidar, Thermal e sensores Hiperspectral. A
vantagem do uso de RPAs é a facilidade na aquisição das imagens, a pequena
janela de tempo entre as imagens e o baixo custo (PESSI, 2019)
Por fim, o nível orbital corresponde à obtenção de dados através do emprego
de sensores a bordo de satélites que orbitam a Terra (NOVO, 2010). Em geral,
os sensores são divididos em dois grupos com base em soluções técnicas
separadas. Os sistemas de sensoriamento remoto passivos medem a radiação
existente, como a radiação solar refletida da superfície da Terra. Já os
sistemas de sensoriamento remoto ativos emitem radiação no objeto de estudo
e medem a quantidade de radiação retornada ao sensor.
Tal fato culminou no aumento das aplicações de imagens de satélite nas mais
variadas áreas do conhecimento.
As imagens de satélite, basicamente, são amostras da energia eletromagnética
após a sua interação com a atmosfera e com a superfície terrestre. Estas
amostras podem ser registradas eletronicamente ou fotograficamente. Uma
fotografia tradicional é diferente de uma imagem, pois envolve o filme/película e
o processo de revelação fotográfico. A sensibilidade da fotografia depende do
tipo de filme utilizado, enquanto a imagem digital já dependerá das
características do sensor que a amostrará.
1.1.1. Principais Tipos de Satélite
De acordo com a órbita, os satélites podem ser divididos em geoestacionários
e de órbita polar.
1.1.1.1. Geoestacionários
São satélites que orbitam sobre a linha do Equador, estando a uma distância
que permite a visualização de grandes áreas da superfície da Terra em escala
continental, em torno de 37.000 km de altitude. O tempo de revolução coincide
com o da Terra de tal forma que o satélite sempre amostra a mesma porção da
superfície terrestre, dando a ilusão de estar parado sobre este trecho da
superfície. Por esse motivo, é possível gerar cenas de uma mesma região em
questão de minutos. Exemplos são os satélites meteorológicos e de
comunicação.
3.1.1.2. De Órbita Polar e Heliossíncronos
Os satélites deste tipo circundam o globo terrestre em órbitas quase polares, a
maioria em torno dos 700 km de altitude, no sentido nordeste-sudoeste, de
modo que a estar em órbita descendente sobre o lado iluminado do globo e
ascendente sobre o escuro.
A maioria dos satélites com sensores eletro-ópticos está sincronizada com o
Sol de forma que passam por sobre um mesmo ponto da superfície terrestre
em um mesmo horário solar o ângulo de incidência solar (e as sombras) é
semelhante para as várias imagens de uma mesma região. Isto é um aspecto
importante que deve ser considerado quando se compara imagens de
diferentes períodos de um mesmo local.
4
Figura 2 Energia radiante do Sol que incide sobre a Terra, para cada comprimento de
onda.
Fonte: (NOVO, 1989).
As RPAs, a partir dos anos 1990 tiveram amplo uso civil, passando por várias
implementações, principalmente a implementação de sensores para o uso
comercial, as quais foram inicialmente destinadas a pesquisas de instituições
federais e depois ao uso comercial (PESSI et al., 2020). Desde os trabalhos
precursores de Smith et al. (1990), ocorreram várias implementações,
demonstradas em outros trabalhos (GUTMANN e KONOLIGE, 1999;
DISSANAYAKE et al., 2001; GUIVANT e NEBOT, 2001; BOSSE et al., 2003;
LIU e THRUN, 2003). Essas modificações contam com uma série de
adaptações de sensores, com variedades de forma e tamanho, como o RADIO
Detecção e Ranging (RADAR), a Detecção de Luz e Alcance (LIDAR) e
sensores eletro-ópticos, como câmeras multiespectrais e hiperespectrais. Tais
10
1.4 Resolução
O que difere uma imagem de satélite de outra é o tipo de sensor utilizado na
sua obtenção. Existem sensores ativos e passivos. Os sensores mais comuns
em satélites são os chamados sensores eletro-óticos e se utilizam, sobretudo,
da energia eletromagnética emitida pelo Sol. São chamados de sensores
passivos.
Por outro lado, existem os sensores ativos, que emitem um sinal, em geral de
radar,
correspondente à parte das micro-ondas no espectro eletromagnético e medem
a intensidade e outras características do sinal de retorno refletido pela
superfície terrestre.
Para se compreender os diferentes tipos de imagens geradas pelos diferentes
sensores deve-se conhecer o conceito de resolução. Schrader e Pouncey
(1997) citam que o termo resolução é amplo e empregado normalmente para
descrever o número de pixels que podem ser exibidos em uma tela, ou a área
no solo que um pixel no arquivo da imagem representa.
1.4.1 Resolução de Imagens de Satélite
São quatro os tipos de resolução envolvendo o uso de imagens de satélite:
• RESOLUÇÃO ESPECTRAL: se refere ao intervalo do espectro
eletromagnético amostrado.
• RESOLUÇÃO ESPACIAL: é o tamanho que o pixel da imagem
representa sobre o solo.
11
Figura 4. A mesma área, um pivô de irrigação, nas diferentes bandas (e resoluções espectrais).
As bandas 6 e pan apresentam, além da diferente resolução espectral, diferente resolução
espacial (LANDSAT, 2001).
Todas as imagens estão na mesma escala e representam a mesma área sobre
o solo. As aplicações mais comuns para cada uma destas bandas estão
descritas na Tabela 3.0.
12
Tabela 3.0. Observar nesta tabela as orientações de aplicação de cada banda Landsat 5
e 7.
Fonte:(USGS, 2003,2020; Schrader e Pouncey 1997).
Alguns sensores apresentam resolução espectral tão fina que são chamados
hiperespectrais, com bandas geralmente medidas em nanômetros. Alguns
exemplos são o AVIRIS (Airborne Visible/Infrared Imaging Spectrometer)
desenvolvido pela NASA (NationalAeronautics and Space Administration)
capaz de adquirir espectros praticamente contínuos ao longo da porção do
espectro solar refletido (400 a 2500 nm) contendo 224 bandas de 10 nm
delargura (SCHRADER e POUNCEY, 1997; CARVALHO JÚNIOR et al., 2003).
Ou ainda o sensor MODIS (Moderate Resolution Imaging Spectroradiometer)
com 36 bandas, posicionadas nas faixas espectrais do visível e infravermelho
próximo (400 a 2500 nm) e infravermelho termal (8000 a 15000 nm). No final
do ano 2000, foi lançado o satélite Earth Observing-1 com o sensor Hyperion
(220 bandas), que constitui parte do programa de tecnologias revolucionárias
proposto pela NASA para o terceiro milênio (PIZARRO et al., 2001).
A evolução desses sensores aponta para o desenvolvimento e disponibilidade
de sensores ultraespectrais, que compartilham da mesma definição dos
hiperespectrais, porém com intervalos de comprimento de onda extremamente
estreitos, na ordem de 1-2 nm no visível e no infravermelho próximo. Esses
sensores terão capacidade de adquirir dados de milhares de bandas espectrais
e com eficiência suficiente para reproduzir o comportamento dos alvos
(ERBERT, 2001; SOUZA FILHO e CRÓSTA, 2003). Até o momento, não
existem sensores desse tipo operacionais (QUARTAROLI et al., 2014).
1.4.3 Resolução Espacial
É a dimensão ao solo representada pelo pixel da imagem. Por exemplo, a
resolução espacial das bandas 1, 2, 3 (visível), 4, 5 e 7 (infravermelho) do
Landsat 7 é de 30 m, a banda 6 (6L e 6H - infravermelho termal) é de 60 m e a
banda 8 (pancromática) é de 15 m (EMBRAPA, 2014). As Figuras 5 e 6
mostram bandas diferentes do Landsat, para comparação da resolução
espacial.
Figura 7. Esquema mostrando a geração do digital numero do pixel (os valores numéricos do
terceiro quadro são ilustrativos e supõem que nenhuma das superfícies "dominará" aquele
pixel).
Fonte: sentinel2
6. Conclusão
Analise de Vegetação utilizando imagens de satélite para melhora a agricultura
de precisão. Do plantio à colheita, funcionalidades da agricultura, como
imagens de satélite, por exemplo, permitem acompanhar, por meio do Mapa de
Índice de Vegetação, todo o ciclo de desenvolvimento de uma cultura agrícola.
Pode ser que, como houve chuva no plantio e depois parou, muitas lavouras
foram semeadas mas não emergiram. E o Mapa mostra que a semente está lá,
mas, na verdade, não nasceu por diferentes fatores, provocando uma falha.”
Dessa forma, de acordo com Alff, a agricultura digital ajuda a evidenciar o
quanto a estiagem pode ter impactado a lavoura.
17
Referencia
ENGESAT. Soluções em Imagens de Satélite e Geoprocessamento. World View 3.
2020a.Disponível em: http://www.engesat.com.br/imagem-de-satelite/world-
view-3/. Acesso em: 16 jul. 2020
BOSSE, M.; NEWMANN, P.; LEONARD, J.; SOIKA, M.; FEITEN, W.; TELLER, S. An Atlas
framework for scalable mapping. In: IEEE INTERNATIONAL CONFERENCE ON ROBOTICS
AND AUTOMATION, 2., 2003, Taipei. Proceedings [...]. Piscataway: IEEE, 2003. p. 1899-
1906.
DISSANAYAKE, M; NEWMAN, P.; CLARK, S.; DURRANT-WHYTE, H.; CSORBA, M. A solution
to the simultaneous localization and map building (SLAM) problem. IEEE Transactions
on Robotics and Automation, v. 17, p. 229-241, 2001.
PESSI, D. D.; BELIN, R. B.; MIRANDA JUNIOR, P. L.; MATOS DA SILVA, N. Aeronaves
remotamente pilotadas e suas aplicações no manejo agrícola e ambiental. Cadernos de
Ciência & Tecnologia, v. 37, n. 2, 2020.
SMITH, M.O.; USTIN, S.L.; ADAMS, J.B.; GILLESPIE, A.R. Vegetation in deserts: I. A regional
measure of abundance from multiespectral images. Remote Sensing of Environment, v.
31, p. 1-26, 1990. TOMMASELLI, A. M. G. Fotogrametr
NASA. National Aeronautics and Space Administration. Landsat 8 Mission Updates. 2013.
Disponível: http://www.nasa.gov/mission_pages/landsat/main/mission-updates.html.
Acesso em: 20 ago. 2020.