LandViewer – EOS data Analytics / Novas Funções!

NOVAS FUNÇÕES DO LANDVIEWER QUE VOCÊ NÃO VAI QUERER PERDER

O LandViewer, um serviço em nuvem desenvolvido pela empresa com base nos EUA, EOS Data Analytics, é conhecido por fornecer acesso fácil a dados de satélites e dados analíticos em ritmo acelerado. Nos meses recentes, ele passou por diversas atualizações que expandiram o catálogo existente de imagens de satélites, introduziram mais ferramentas para análises e acrescentaram alguns outros bônus incríveis.

Uma plataforma única para exploradores de imagens

Ao final de 2018, dados aéreos e espaciais disponíveis para navegação, análise e download por meio do LandViewer incluíam imagens do Sentinel-2 and Sentinel-1 da ESA, Landsat 8 da NASA-USGS e missões anteriores, MODIS, CBERS-4 e NAIP. Esta ampla seleção de dados de observação da Terra cresceu ainda mais com a adição de imagens comerciais de alta resolução do Airbus, SpaceWill e SI Imaging Services.

O LandViewer evoluiu para uma única plataforma, onde, além de dados de fontes abertas, você pode explorar livremente o potencial de dados comerciais com cobertura global, períodos curtos de revisitação e resolução espacial de até 40 cm. O catálogo atual inclui imagens do Pléiades 1a/1b, SPOT 5, SPOT 6 e SPOT 7, juntamente com KOMPSAT-2, 3, 3A e SuperView, Gaofen 1, 2 e Ziyuan-3. Comparado a outros navegadores de imagens em alta resolução, o LandViewer vangloria-se de vantagens como prévia grátis, cálculo de preço automático por área selecionada e entrega rápida de imagem dentro de 3 dias úteis por meio da nuvem do EOS Storage.


Prévia de imagem coletada pelo KOMPSAT-3A acima do Aeroporto Internacional de Shanghai Hongqiao em 29 de outubro de 2018.

Observações de longo prazo com a Análise de Séries de Tempo

A abundância de dados disponíveis, como as imagens atualizadas semanalmente do Sentinel-2 e os dados históricos do Landsat, facilitou o monitoramento de mudanças em longos períodos de tempo. Mas quanto tempo levaria para selecionar e processar diversos anos de dados de satélites para obter uma perspectiva multitemporal? Você nunca saberá, porque a nova Análise de Séries de Tempo pegará todos os dados de detecção remota para você e entregará os resultados em um gráfico facilmente interpretável.


Gráfico de séries temporais do Sentinel-2 gerado para campos agrícolas do estado de Kansas.  

Tudo o que você precisa fazer é selecionar uma área de interesse (AOI), um conjunto de dados de satélite e um período de tempo entre 1 mês e 10 anos. O algoritmo pode pegar todas as imagens com nebulosidade mínima e calcular o NDVI, NDWI ou NDSI em apenas alguns momentos. Por padrão, o gráfico de Séries Temporais gerado contém linhas (representando os valores mín, máx, média e um desvio padrão) que podem ficar escondidos ou exibidos para a sua conveniência, e sempre que você observar um pico ou uma queda incomum nos valores, uma cena do satélite que representa parte da curva pode ser visualizada para estabelecer a causa. Os resultados podem ser baixados como uma imagem (.png) ou um arquivo .csv para Excel.

Análise de vegetação avançada com novos índices espectrais

Todo mundo que busca um olhar mais profundo em relação à cobertura de vegetação ficará satisfeito em descobrir os novos índices espectrais do LandViewer: SAVI, EVI, ARVI, GCI, SIPI e NBR. Esses índices podem complementar a análise NDVI ao fazer correções em relação a efeitos atmosféricos, topográficos ou influências de luminosidade de solo, dependendo da densidade da vegetação, clima e elevação da área de interesse. O índice NBR, por sua vez, é designado para destacar áreas queimadas em relação à vegetação saudável; enquanto a diferença entre os valores NBR antes do incêndio e os valores NBR pós incêndio podem ser aplicados para estimar a severidade da queimada.

O uso de diversos índices simultaneamente permite um melhor insight sobre a saúde da vegetação e ajuda a identificar vegetação estressada ou infectada em estágio precoce.


Análise SAVI derivada do Sentinel-2 de uma região agrícola árida na Arábia Saudita.

Cálculo de área e legenda intuitiva

Outra função do LandViewer, a legenda do índice é designada para resolver o problema da interpretação dos resultados do índice, um problema comum para os novos usuários. Agora, quando um índice espectral é aplicado sobre um território selecionado, o usuário pode visualizar uma legenda detalhada, onde cada classe marcada por cor contém uma curta descrição. Por exemplo, o cálculo de NDVI identificará e destacará as áreas como “vegetação densa”, “vegetação moderada”, “vegetação escassa”, “solo aberto” ou “sem vegetação”.

NDVI com legenda descritiva

Outra funcionalidade para a economia de tempo adicionada recentemente é que a área de cada classe dentro da legenda do índice espectral agora é calculada automaticamente, tanto em metros quadrados como em porcentagem.

E não se esqueça de usar a ferramenta de Área de Interesse (AOI) expandida, que permite o carregamento em massa de muitas AOIs e acelera o trabalho ao permitir a visualização simultânea e a mudança rápida de todas as AOIs no mapa para buscas de imagem e inscrição de nova cena.

Dados analíticos de zona avançados

Ao introduzir a função de Clusterização, os especialistas em detecção remota e desenvolvedores de software do EOS levaram a análise espaço-temporal a um novo nível. Com essa função, os usuários podem executar classificação de dados baseados em satélite sem supervisão de uma área de até 200 sq.km em até 19 agrupamentos (ou clusters). Esse processo envolve a definição de parâmetros customizados (tamanho/número de zonas) e aguardar alguns momentos para que o LandViewer construa uma imagem raster da área com agrupamentos marcados por cor, e uma camada de vetor contornando as fronteiras. Os dois resultados podem ser baixados.

Essa análise em escala pode providenciar vários insights em relação à agricultura, silvicultura, monitoramento costal e outras indústrias. Por exemplo, um fazendeiro pode fazer uso do conveniente mapeamento de zonas por cor dentro do campo com base nos valores NDVI para a navegação precisa no campo e a administração da safra.

De imagens estáticas a animações atraentes


Lapso de tempo do satélite Sentinel-2 da construção do Aeroporto de Istambul, de 2015 a 2018.

Não vamos esquecer que, além dos dados espectrais informativos contidos nos pixels das imagens de satélite, é divertido olhar para esses pixels. Com isso em mente, o LandViewer apresentou a função de Animação de Lapso de Tempo que permite que jornalistas e usuários ativos das redes sociais criem histórias animadas envolventes para compartilhar na Internet. Cada GIF pode conter até 300 cenas, com índices e combinações de banda aplicados.

Desde o desprendimento de icebergs à construção de novos estádios – as imagens de satélite são cheias de informações que valem à pena observar e compartilhar com o mundo, com a ajuda do LandViewer em eos.com/landviewer.

Monitoramento da Cobertura e Uso da Terra do Brasil (IBGE)

Apresentação

“O IBGE apresenta à sociedade um novo produto de análise da cobertura e uso da terra através do monitoramento em grade territorial estatística de 1 km², para os anos 2000, 2010, 2012 e 2014. Este trabalho tem a intenção de contribuir para um melhor entendimento da dinâmica de ocupação do território nacional especialmente a partir do avanço de atividades agrícolas e pecuárias, além do uso por funções urbanas.

Esta publicação se diferencia das anteriores pela nova forma de sistematização das informações. A partir desta edição, a Diretoria de Geociências do IBGE por intermédio da Coordenação de Recursos Naturais e Estudos Ambientais disponibilizará à sociedade uma avaliação de cobertura e uso da terra para cada um dos 8,5 milhões de km² do país, permitindo a partir de uma unidade espacial básica, a integração e comparação entre diferentes tipos de dados geocientíficos e estatísticos, além de acompanhamento histórico da organização e espacialização das atividades econômicas e seus impactos sobre os recursos naturais no país, quilômetro a quilômetro.

Além do mapeamento, é oferecida ainda uma contabilidade de dados referentes às alterações nas formas de ocupação do país segundo a classificação adotada. As informações encontram-se ainda disponíveis por Unidade da Federação no formato de mapas estaduais, para o ano de 2014, e gráficos para os demais anos, suprindo assim as demandas dos atores públicos estaduais para subsídio à formulação de políticas públicas de gestão de seu território.”

Este slideshow necessita de JavaScript.

Metodologia

As classes de cobertura e uso da terra, bem como as de mudanças na cobertura e uso da terra, foram elaboradas especificamente para este trabalho, a partir da compatibilização entre o Sistema de Classificação da Cobertura e Uso da Terra do IBGE-SCUT, em seus níveis II e III (IBGE, 2013); as classes propostas no Land Cover Functional Unit – LCFU (JAFFRAIN, 2012); e as descrições contidas na obra System of Environmental-Economic Accounting (SEEA), editado pela Comissão Européia e pela FAO (SEEA, 2014).

No trabalho de mapeamento são utilizadas quatorze classes de cobertura e uso. São elas: Área Artificial (1), Área Agrícola (2), Pastagem com manejo (3), Mosaico de área agrícola com remanescentes florestais (4), Silvicultura (5), Vegetação Florestal (6), Mosaico de Vegetação Florestal com atividade agrícola (7), Vegetação Campestre (8), Área úmida (9), Pastagem natural (10), Mosaico de área agrícola com remanescentes campestres (11), Corpo d’água Continental (12) Corpo d’água Costeiro (13) e Área descoberta (14).

Cabe ressaltar que, no caso das pastagens naturais, as descrições utilizadas neste mapeamento e aquelas adotadas nas pesquisas agropecuárias do IBGE não são as mesmas, pois trata-se de trabalhos com objetivos e metodologias distintas. Entretanto, ambas podem ser estudadas de forma complementar.

(…)

As imagens de satélite MODIS (bandas NIR, MIR, Red e o índice de vegetação NDVI) e LANDSAT foram obtidas diretamente no site do Serviço Geológico dos Estados Unidos (USGS – GloVis). O critério de escolha envolveu o ano de referência a ser mapeado e a melhor qualidade visual possível, principalmente no que diz respeito à cobertura de nuvens e à presença de material particulado na atmosfera (aerossóis, névoa, poeira, fumaça de queimadas etc.). São necessárias 16 cenas do sensor MODIS e cerca de 380 cenas LANDSAT para cobrir todo o território brasileiro. A fim de dirimir dúvidas em algumas regiões específicas do país, também foram utilizadas imagens RapidEye, de alta resolução espacial e disponibilizadas ao IBGE via Ministério do Meio Ambiente. Também foram usadas outras informações, como os mapas temáticos produzidos pelo IBGE, pelo projeto RADAMBRASIL, por governos estaduais, além de dados dos projetos PRODES e TERRACLASS, desenvolvidos pelo INPE e EMBRAPA, e outras informações cartográficas disponibilizadas por diversas instituições.

(…)

Tendo como objetivo a integração de dados geoespaciais e estatísticos e a otimização do trabalho de mapeamento, o MONITORAMENTO passou por aprimoramentos metodológicos tais como adoção da Grade Estatística; construção de um banco de dados; utilização do software QGIS; e uso das imagens LANDSAT 8 como principal insumo orbital no processo de revisão.

As grades estatísticas possibilitam a integração e a comparabilidade de dados geoespaciais e estatísticos. Uma das principais vantagens diz respeito a sua estabilidade espaço-temporal, pois a célula passa a ser a unidade espacial básica, não sujeita a modificações como a alteração de limites administrativos e a criação de novas unidades territoriais. Na transformação de polígonos em dados discretos (agregados às células), pode haver alguma perda de informação, devido ao critério da classe predominante. Entretanto, esta perda é insignificante quando comparada às vantagens proporcionadas pela comparabilidade de diversos tipos de dados.

A incorporação dos dados do MONITORAMENTO à Grade Estatística do IBGE, tendo células de 1 km² como unidade espacial básica, gerou a necessidade de uma revisão geral de todo material produzido até então. A construção do banco de dados, utilizando o SGBD PostgreSQL com extensão espacial PostGIS, e a adoção do software QGIS possibilitaram a otimização deste trabalho.

(…)

As mudanças classificadas como Erros referem-se às alterações consideradas impossíveis, como por exemplo a mudança de uma célula de Área Artificial (classe 1) para Área Agrícola (classe 2). As mudanças classificadas como Improváveis são aquelas que, apesar de possíveis, dificilmente aconteceriam na realidade. Como exemplo, pode-se citar a alteração de Área Agrícola (classe 2) para Vegetação Florestal (classe 6).

A revisão foi realizada com o auxílio de uma série de insumos, tais como: imagens LANDSAT-8 de todo o Brasil para o ano de 2014; séries temporais do NDVI (Normalized Difference Vegetation Index) para dados do sensor MODIS, desde o ano 2000, acessadas através da ferramenta web SATVeg-EMBRAPA; imagens LANDSAT-5 e LANDSAT-7 para os anos anteriores a 2014 e informações provenientes da Pesquisa de Produção Agrícola Municipal (PAM) do IBGE.

De posse desses insumos, os foto-interpretes puderam avaliar, além das alterações ocorridas entre os anos 2012 e 2014, mudanças ocorridas em anos anteriores, contribuindo assim para um refinamento dos anos 2000 e 2010.

O processo de revisão também envolveu a incorporação dos polígonos dos mapas de vegetação do IBGE à Grade Estatística. Trata-se do mapeamento de vegetação de todo o Brasil em escala 1:250.000, desenvolvido pelo projeto Levantamento de Recursos Naturais da Coordenação de Recursos Naturais e Estudos Ambientais do IBGE (Vegetação Brasileira). No processo de incorporação à grade, foram definidas as células de vegetação florestal e as células de vegetação campestre. Essas células foram então compatibilizadas com os dados de cobertura e uso a fim de verificar possíveis incoerências. Por exemplo, classes Vegetação Florestal e Mosaicos Florestais devem corresponder ao que foi definido nos mapas de vegetação do IBGE como ambiente florestal. Por sua vez, classes Vegetação Campestre, Pastagem Natural e Mosaicos Campestres devem estar compatíveis com o que foi definido nos mapas de vegetação como ambiente campestre.

Como já referido nos relatórios anteriores, as alterações nos Corpos d’água, continentais e costeiros, não são mapeadas pelo MONITORAMENTO. São adotados os polígonos de massa d’água oficiais divulgados pelo IBGE (Base Cartográfica Contínua do Brasil – 1:250.000 – BC250). A incorporação deste elemento à grade seguiu o mesmo critério de área mínima adotado nos mapeamentos anteriores, isto é, somente células com mais de 625.000m² ocupados por corpos d’água foram consideradas. Nas células onde houve divergência, foi realizada uma análise focal de vizinhança, na qual o valor predominante entre células adjacentes foi incorporado à célula divergente.

Ao fim do processo, essas células revisadas foram incorporadas ao arquivo geral de mudanças e inseridas no banco de dados, para identificação de novas pendências e repetição dos procedimentos supramencionados até que não restasse nenhuma inconsistência.

(…)

Assim, a disponibilização desses arquivos pretende fornecer subsídios aos gestores públicos envolvidos na elaboração e implementação de políticas de ordenamento territorial e planejamento ambiental. Além de ser um instrumento de suporte e orientação às ações gerenciais e à tomada de decisão em empresas privadas de diferentes setores que utilizem informações ambientais para o desenvolvimento de suas atividades. Por fim, a disponibilização desses arquivos também pretende dar suporte às divulgações realizadas pelas unidades estaduais do IBGE em todo o Brasil, como a Pesquisa Nacional de Saneamento Básico (PNSB) e Pesquisa de Informações Básicas Estaduais (ESTADIC).

Vale lembrar que o MONITORAMENTO foi idealizado e desenvolvido como um projeto de mapeamento de todo o país, em escala regional. Sendo assim, os dados são produzidos como um quadro de referência, sem o detalhamento necessário para recortes de pequenas áreas. Em outras palavras, recomenda-se que mapeamentos municipais, de microbacias ou similares apenas utilizem os dados do MONITORAMENTO como base de referência, aplicando técnicas e insumos mais adequados aos seus objetivos.

Nesta divulgação são disponibilizados os mapas de cobertura e uso de 2000, 2010, 2012 e 2014 de todos os Estados brasileiros e do Distrito Federal. Com todo o mapeamento em formato de células, tornou-se necessária a adoção de um critério especial para o recorte das Unidades da Federação, com intuito de não alterar significantemente suas áreas oficiais e manter o formato em células de 1 km². Dentro desta perspectiva, foi adotado o seguinte critério: o recorte deve incluir todas as células internas da UF e também aquelas células que, ao tocarem seus limites, tenham mais de 50% da sua área inseridas no Estado.

Fonte: IBGE