Neste artigo, você vai conhecer um pouco mais sobre as imagens Sentinel-2 e conferir a lista com 5 razões para utilizá-las no ArcGIS.

O Sensoriamento Remoto (SR) é um subtema das Ciências da Terra que pode ser definido como a aquisição de informações sobre um objeto ou fenômeno pelo uso de dispositivos que não estão em contato direto com o objeto ou fenômeno estudado.

Sua forma mais popular consiste em sensores aerotransportados e a bordo de satélites, os quais têm sido amplamente utilizados nas últimas décadas. Particularmente, nos estudos sobre vegetação, são destacados os mapeamentos de cobertura vegetal, detecção de mudanças, dinâmica de ecossistemas, produtividade de culturas, fragmentação de habitats e estrutura tridimensional de florestas.

As aplicações de SR podem ter abrangências geográficas diversas, porém, muitos desses dados são gerados de forma constante em nível global, constituindo grandes conjuntos de dados. Adicionalmente, o acesso ao acervo já disponível para as últimas décadas torna o cubo de dados ainda maior. Essa grande massa de dados pode ser definida também como Big Data Espacial, ou seja, com localização geográfica. Particularmente, no caso do SR orbital, as imagens proporcionam uma visão sistemática que alimenta aplicações e processos de forma contínua.

No contexto do século atual, a diversidade de sistemas sensores, bem como a variedade de aplicações, tiveram um aumento significativo. A partir dos anos 2000, destaca-se o advento de imagens de altíssima resolução espacial (< 1 metro), bem como novas técnicas de análise e processamento dessas imagens.

Mais recentemente, destaca-se a utilização de constelações de satélites, como os satélites miniaturizados (CubeSats), que proporcionaram um aumento do tempo de revisita e programações de coleta antes não disponíveis. Mesmo que grande parte destes dados pertençam a sistemas comerciais e parecerem caros a princípio, o valor da informação por unidade de área pode ter um custo-benefício relativamente grande em comparação a outros métodos.

Paralelamente, é possível mencionar também a popularização dos drones, além de um aumento de programas espaciais voltados para a coleta de dados com imageadores SAR orbitais, bem como a utilização de sensores LIDAR aerotransportados. Estes dois últimos com a vantagem de poder detectar informações abaixo de dosséis vegetais em decorrência da penetração do sinal (sensores ativos) e de operar independentemente das condições atmosféricas.

Entretanto, os programas de órbitas polares com sensores passivos multiespectrais de alta resolução, como o programa Landsat, possuem importância chave para a grande maioria das aplicações voltadas ao monitoramento contínuo e até emergencial de solos, vegetação, superfícies de água e áreas costeiras. Nesse contexto, o programa europeu Copernicus e a iniciativa Sentinel marcam uma nova era nas atividades operacionais de observação da Terra com seis diferentes missões que fornecem tecnologias de ponta e coleta de dados planejada para décadas a frente.

As imagens Sentinel-2

A missão do Sentinel-2 (A e B), apesar das limitações em relação as condições atmosféricas, resulta em uma recorrência temporal relativamente alta (5 dias) para a mesma área no globo, um grande avanço em relação aos sensores Landsat, por exemplo, com recorrência de 16 dias. Também merecem destaque as resoluções espacial e espectral do sensor MSI a bordo do Sentinel-2, com bandas no visível e infravermelho próximo de 10 metros, além de bandas no infravermelho médio e termal de 20 metros, tornando-se um instrumento de especial interesse para a detecção de domínios e produtividade da vegetação ou umidade do solo ao longo do tempo.

As imagens Sentinel-2 fazem parte do ArcGIS Living Atlas of the World, uma coleção de dados espaciais e informações geográficas disponibilizada para qualquer usuário do ArcGIS. O serviço de imagens Sentinel-2, hospedado pelo ArcGIS Image Server, inclui atualizações diárias das imagens multiespectrais (13 bandas) além de acervo dos últimos anos.

Veja agora 5 razões que farão você utilizar as imagens Sentinel-2 no seu ArcGIS:

  1. Dados sistemáticos e homogêneos
  2. As imagens são adquiridas sob condições relativamente fixas, facilitando a modelagem ou estudo do comportamento de alvos. Este tipo de abordagem, mesmo que de grande complexidade, é facilitada quando se parte do princípio que a radiação está interagindo de forma constante no espaço-tempo, sem intervenção humana ou de técnicas de medição diferentes.

    Destaque adicional deve ser dado a qualidade dos dados Sentinel-2, com radiometria fina e sensores muito bem calibrados. O acesso aos metadados garante também que sejam realizadas transformações de valores e correções atmosféricas, quando necessário. Nos aplicativos ArcGIS Desktop e Online, o fácil acesso as imagens como um serviço fornecido pela Esri merece destaque. Com apenas um clique é possível adicionar e consultar cenas, bem como utilizar essas imagens de forma rápida em aplicações de monitoramento, garantindo que gatilhos ou alertas sejam gerados de forma sistemática.

    Dados sistemáticos e homogêneos

  3. Visão sinóptica
  4. Se traduz na garantia de recobrimento em nível global, o que significa disponibilidade de dados para cada porção da superfície terrestre. O processamento dos sinais elétricos e sua construção computacional na forma de matrizes de pixels geram dados contínuos, com sobreposição entre cenas e entre as faixas de imageamento, garantindo recobrimento completo.

    No caso de dados discretos, como os gerados por inspeções de campo, a obtenção de cobertura relativamente similar demanda o uso de estimativas por modelos numéricos, como interpoladores. Lembrando que o dado de campo é importante e complementa os dados obtidos por imagens. No serviço Esri Sentinel-2, as imagens podem ser acessadas já na forma de mosaico ao invés de cenas individuais, bastando um clique e poucos segundos para que a área de interesse seja recortada e adicionada como uma camada pronta para uso no seu aplicativo GIS.

    Visão sinóptica


    Fique por dentro de todas as novidades do Portal GEO. Faça grátis sua inscrição!

    Veja também:

    Saiba como utilizar aplicações de imagens do ArcGIS na agricultura

    As geotecnologias na Nova Gestão Pública

    ArcGIS na Saúde Pública: veja especialistas falando de usos eficazes do ArcGIS durante a pandemia.

    Importância da tecnologia de geoprocessamento no cenário da pandemia

    Agro e a gestão remota de equipes em tempo de isolamento social


  5. Alta disponibilidade
  6. As imagens Sentinel-2 possuem política de distribuição gratuita pela ESA (European Space Agency), portanto, são imagens de fácil acesso e, consequentemente, alta disponibilidade. Nesse sentido, foram incorporadas ferramentas no ArcGIS para explorar o arquivo de cenas Sentinel-2 para determinada área de interesse. No exemplo abaixo, um filtro é criado para seleção de cenas com baixa cobertura de nuvens e ordenadas por data de aquisição. Uma vez listadas, as cenas podem ser adicionadas individualmente na sua aplicação ou projeto do ArcGIS.

    Alta disponibilidade

  7. Dados multiespectrais
  8. As diferentes bandas espectrais do sensor MSI a bordo dos satélites Sentinel-2 revelam elementos invisíveis para os olhos humanos, como estrutura física e composição química de elementos na superfície terrestre.

    Trata-se de uma fotografia instantânea que, com as técnicas adequadas, pode fornecer estimativas sobre propriedades biofísicas e bioquímicas da vegetação. Em especial, as bandas do Sentinel-2 foram projetadas, também, para recobrir as porções do espectro eletromagnético antes já utilizadas pelas bandas dos satélites Landsat. Trabalhos de calibração cruzada entre os sensores OLI (Landsat-8) e MSI (Sentinel-2) foram realizadas, possibilitando inclusive o desenvolvimento de algoritmos multimissão.

    Outras bandas disponíveis nas imagens Sentinel-2 foram incorporadas pela primeira vez em um sensor orbital, como as bandas da região da borda do vermelho (Red-Edge). Essas novas bandas proporcionam abordagens inovadoras em aplicações, por exemplo, de índices de vegetação, devido a menor propensão a saturação sob condições de vegetação densa. Isto se reflete no aumento de detecção de informações em domínios de vegetação específicos ou culturas agrícolas em diferentes estágios fenológicos. No ArcGIS, funções pré-programadas para geração de índices de vegetação já estão implementadas, bastando um clique para que determinado índice seja aplicado, como é ilustrado abaixo.

    Dados multiespectrais

  9. Integração GIS
  10. O próprio formato digital das imagens permite que estas sejam facilmente integradas com outros conjuntos de dados espaciais na plataforma ArcGIS, mesmo que possuam sistemas de coordenadas e projeções diferentes.

    As ferramentas de processamento de imagens nos aplicativos ArcGIS e suas extensões são inúmeras, e reservaremos postagens futuras abordando algumas delas. Já para o gerenciamento de coleções de imagens, o ArcGIS possui um modelo de dados que merece destaque, o Mosaic Dataset. Este modelo permite que imagens de diferentes fontes, resoluções e datas sejam armazenadas no mesmo arquivo e gerenciadas dentro de um geodatabase.

    Fluxos de processamento de imagens podem ser aplicados para coleções inteiras simultaneamente, sem a necessidade de gerar dados intermediários. O produto, por sua vez, pode ser um dado persistente ou somente uma função aplicada dinamicamente (conforme o nível de zoom). No caso de usuários do ArcGIS Image Server, é possível compartilhar estas funções em aplicativos web, além de hospedar serviços próprios de imagens.

    Integração GIS

Agradecemos a leitura e esperamos que tenha gostado do conteúdo. Caso deseje saber mais ou possua sugestões de outros temas que possam ser explorados, deixe sua mensagem.


Você gostou desse artigo?

O Portal GEO está sempre trabalhando para trazer novidades, tendências e o que há de melhor em dicas do universo GIS. Clique abaixo e faça sua inscrição gratuita para receber com comodidade todos os nossos artigos, que tenho certeza, vão te apoiar em seu cotidiano profissional e pessoal, te deixando sempre bem informado: