(Curadoria Agro Insight)
Novos algoritmos facilitam o processamento de imagens de satélite e drones
Pesquisadores da Embrapa, da Universidade Federal de São Carlos (UFSCar) e da Escola Politécnica da Universidade de São Paulo (Poli-USP) desenvolveram uma série de novos algoritmos que aprimoram a classificação de imagens de satélite. Um dos principais diferenciais é a facilidade em processar imagens multiespectrais (com várias bandas) conferindo medidas quantitativas e qualitativas aos alvos na superfície terrestre de forma mais simplificada do que métodos de classificação tradicionais.
As medidas disponíveis permitem avaliar e comparar os graus de complexidade de diferentes alvos e são fundamentadas em um conceito-chave da chamada Ciência dos Sistemas Complexos: a entropia informacional.
Os métodos tradicionais básicos, como índices espectrais, permitem detectar a maior ou menor presença de biomassa aérea vegetal utilizando sensores orbitais tradicionais, como os da série Landsat, hoje amplamente disponíveis. Entretanto, os algoritmos propostos vão além, e fornecem medidas que ajudam a mapear os níveis de alteração oriundos das mudanças nos estádios (diferentes fases) da vegetação. Algo que seria obtido apenas por processamentos mais complicados e demorados. É possível, por exemplo gerar os chamados mapas de complexidade, nos quais áreas de transição entre diferentes tipos de estádios de vegetação ou cultivos são delimitados, implicando detecção da presença de reboleiras de pragas, no caso da soja, por exemplo, ou processos de regeneração ou degradação da vegetação.
De acordo com o pesquisador da Embrapa Luiz Eduardo Vicente, a ideia principal é prover métodos mais acurados e de simples utilização para o monitoramento remoto de larga escala, utilizando sensores satelitais ou mesmo imagens aerotransportadas, como veículos aéreos não tripulados, hoje cada vez mais comuns e em grande volume, e que demandam métodos de classificação computacionalmente cada vez mais eficientes.
O pesquisador da Embrapa comenta que um exemplo recente de novas aplicações trata da alta demanda do processamento de dados de microssatélites, atualmente disponíveis para instituições governamentais, entre elas a Embrapa, por meio da RedeMais.
“Os algoritmos, como os propostos por nós, permitirão processamentos mais adequados às características desses sensores, de altíssima resolução espacial e temporal, com uma constelação que permite revisitas praticamente diárias, também possuindo bandas multiespectrais. De fato, este é um momento disruptivo para a área de sensoriamento remoto, para o qual entramos preparados”, comemora o cientista.
Figura 1. Mapas de complexidade da estação ecológica de Itirapina (SP). Com a aplicação dos algoritmos sobre a imagem de satélite original (Fig ‘C’), é possível qualificar e semi-quantificar indicadores estruturais e fitofisionômicos, bem como áreas de transição (Figuras ‘a’, ‘b’ – métricas He/HMax, SDL), antes não evidentes.
Plug-ins abertos
Parte desse objetivo é cumprido na medida que os autores disponibilizam gratuitamente os códigos dos algoritmos na forma de plug-ins para o software gerenciador de sistemas de informações geográficas Quantum Gis. Os plug-ins podem ser instalados no Quantum Gis sem restrições, além de possuir documentação de apoio, e na medida do possível suporte do grupo.
Publicação
O trabalho dos cientistas foi publicado recentemente em detalhes na revista Plos One e em um capítulo do livro Theory of Complexity-Definitions, Models, and Applications.
Imagem: Mattos et al. 2022
Para acessar o artigo, clique aqui
BIBLIOGRAFIA E LINKS RELACIONADOS
Notícias/Gestão ambiental e territorial
Mattos SHVLd, Vicente LE, Vicente AK, Júnior CB, Piqueira JRC (2022) Metrics based on information entropy applied to evaluate complexity of landscape patterns. PLoS ONE 17(1): e0262680. https://doi.org/10.1371/journal.pone.0262680
