Como é gerada a imagem de NDVI para todo o Brasil?

Ouça este conteúdo

Parar este conteúdo

Semanalmente, publicamos a imagem de satélite da cobertura vegetal, para todo o Brasil. O mapa é muito rico em informações, e versátil, em suas diferentes possibilidades de aplicações.

Dentre as áreas de aplicação, destaca-se o monitoramento ambiental, florestal e agrícola, além de contribuir com análises das secas, uso e cobertura do solo, bem como de áreas degradadas ou em processo de desertificação.

O mapa da cobertura vegetal é baseado no cálculo do Índice de Vegetação por Diferença Normalizada (NDVI), realizado a partir de operações aritméticas, no software QGIS.

Neste post, vamos detalhar o método de processamento utilizado, para obtenção desse mapa, uma importante ferramenta que permite diferentes tipos de análises geoespaciais, baseadas em inteligência de dados.

Vamos esclarecer as dúvidas mais comuns sobre como o mapa é elaborado, quais dados são utilizados, como ocorre o processamento da imagem, a correção atmosférica e os elementos que interferem na interpretação dos objetos. As informações e imagens foram obtidas no Laboratório de Análise e Processamento de Imagens de Satélites (Lapis).

Em nosso último post, falamos sobre classificação supervisionada de imagens de satélites, a partir da interpretação de um conjunto de elementos visuais (cor, textura, assinatura espectral, padrões espaciais, tonalidade e sombra).

A sombra é um dos elementos que costumam aparecer nas imagens de satélites e interfere em sua interpretação, como é o caso da cobertura de nuvens.

Como é processado o mapa de NDVI para todo o Brasil?

A imagem acima é do satélite Meteosat, obtida pelo sensor SEVIRI. A partir da reflectância das bandas 1 e 2, respectivamente vermelho e infravermelho, várias imagens são obtidas, para toda a área que o Meteosat cobre no Brasil.

A reflectância se refere à quantidade de energia eletromagnética emitida, pelos objetos da superfície terrestre, e captada pelos sensores dos satélites.

Para obtenção do mapa semanal, foram usadas imagens, obtidas a cada 15 minutos, no intervalo das 9 às 16 horas. No total, foram obtidas 28 imagens, por dia, dos referidos canais. Esse período do dia é considerado o mais adequado, para evitar que o ângulo solar altere a reflectância, de forma mais acentuada.

A partir da seleção de imagens de cada canal, para cada pixel, é feito um mosaico. São excluídos os pixels "contaminados" por nuvens. Em seguida, é feita a correção atmosférica (nuvens, aerossóis etc.) e do ângulo solar.

Esse processamento permite calcular o NDVI, para cada horário, das imagens dos dois canais, sendo gerado então um mapa da cobertura vegetal, a cada 15 minutos, com as imagens desses dois canais corrigidas. Para cada pixel, é considerado o maior valor de NDVI, que vai compor o mosaico de composição diária.

Esse mesmo procedimento é feito para gerar o NDVI semanal, de todo o Brasil. Optamos por gerar o NDVI semanal, em razão da importância para monitoramento dos biomas brasileiros e para a agricultura, permitindo identificar as mudanças semanais na cobertura vegetal. Uma exceção é o bioma da Amazônia, que iremos explicar como é feito o procedimento e quais são as limitações.

Todo esse processo é feito por um algoritmo, de forma operacional, sete dias por semana e 365 dias por ano. O algoritmo foi desenvolvido pelo Laboratório Lapis, com apoio da Agência Europeia para Exploração de Satélites Meteorológicos (Eumetsat), e já foi validado. O Laboratório é o único no Brasil a gerar essas imagens diárias e semanais, de forma operacional.

A cobertura de nuvens e os desafios de mapeamento da Amazônia

Em determinados períodos do ano, há muita dificuldade em se mapear algumas áreas da Amazônia. Por exemplo, veja no mapa do tópico anterior, que parte do Amazonas e do Acre ficaram em branco, no mapa do NDVI semanal. Isso acontece em razão da grande quantidade de nuvens, no período mais chuvoso daquela região, como fevereiro e março.

Existem limitações para o cálculo do NDVI semanal da Amazônia. No Acre e no Amazonas, há semanas em que há forte incidência de nuvens, sendo comum ocorrer muita “contaminação” nas imagens, que as correções de nuvens e aerossóis não conseguem eliminar.

É por isso que aquela área aparece em branco, no mapa semanal da vegetação, processado para todo o Brasil. Isso ocorre porque não há informações disponíveis sobre o NDVI da região, o algoritmo as excluiu, em razão da interferência da cobertura de nuvens.

Situação similar acontece quando se trabalha com imagens de alta resolução espacial e de alta frequência temporal. Como exemplo, destacam-se as imagens da constelação de satélites Planet, com frequência diária e resolução espacial de 3 metros.

Observe abaixo como uma imagem da constelação Planet, referente ao mês de março de 2020, foi “contaminada” por nuvens, prejudicando a interpretação dos alvos nela representados.

É claro que quanto maior for a frequência temporal da imagem, mais fácil será encontrar uma imagem sem sombras, ou seja, sem a interferência de nuvens.

Dependendo da época do ano, são detectadas tantas nuvens, em imagens da Amazônia, que não é possível fazer o mapeamento, em imagens de frequência temporal baixa. Quando se dispõe de imagens todos os dias, isso acaba aumentando a possibilidade de encontrar dados sem interferência da cobertura de nuvens.

O Lapis gera o NDVI semanal, para todo o Brasil, e é uma informação importante para a gestão ambiental do País. Todavia, para calcular esse indicador na Amazônia, seria necessário um período maior.

Além disso, no Brasil, a menor resolução espacial da imagem de NDVI, com dados do Meteosat-11, ocorre na Amazônia, onde varia de 4 a 5 quilômetros, ou seja, há um menor detalhamento.

Em alguns casos, para resolver esses problemas de mapeamento, recorre-se às imagens de satélite-radar, para monitorar a Amazônia. Dessa forma, evita-se essa interferência de sombras, nas imagens de satélites. 

Mais informações

O mapa de NDVI de alta frequência, bem como outros mapas/indicadores fazem parte do portfólio de produtos de satélite, do Laboratório Lapis. Para aprender a dominar o QGIS, do básico ao avançado, com habilidades para processar imagens de satélites como essas, estão abertas as inscrições para o Curso de QGIS “Mapa da Mina”.

Clique neste link, assista ao vídeo e conheça o método de geoprocessamento do Lapis, usado no treinamento 100% prático.

*Post atualizado em: 20.08.2022, às 09h14.