Baixe o app para aproveitar ainda mais
Prévia do material em texto
DIREITOS AUTORAIS E LICENÇA Como dominar o QGIS: o guia defini�vo para mapeamento © 2022 do está licenciado com uma Ins�tuto Letras Ambientais Licença .Crea�ve Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional Este Guia está protegido pela legislação de direitos autorais. Todos os direitos são reservados. Nenhuma parte desta publicação pode ser copiada/reproduzida ou transmi�da, de qualquer forma ou por quaisquer meios de distribuição e mídia, para fins comerciais, sem a prévia autorização por escrito dos autores, ou conforme expressamente permi�do por lei ou por licença. É obrigatório fornecer os créditos aos autores, em caso de citação. Qualquer �po de violação dos direitos autorais estará sujeito a ações legais. COMO CITAR: BARBOSA, H. A.; BURITI, C. O. Como dominar o QGIS: o guia defini�vo para mapeamento. Maceió-AL: Letras Ambientais, 2022. Esta é uma publicação de acesso aberto, disponível online e distribuída sob uma Licença Crea�ve Commons - Atribuição- NãoComercial-SemDerivações 4.0 Internacional. Você é livre para: · Compar�lhar — copie e redistribua o material em qualquer meio ou formato. O licenciante não pode revogar essas liberdades, desde que você siga os termos da licença. Nos seguintes termos: · Atribuição — Você deve fornecer os devidos créditos aos criadores deste material, fornecer um link para a licença e indicar se foram feitas alterações. Você pode fazê-lo de qualquer maneira razoável, mas não de forma que sugira que o licenciante endossa você ou seu uso. · Não Comercial — Você não pode usar o material para fins comerciais. · NoDeriva�ves — Se você adaptar, transformar ou reformular o material, não poderá distribuí-lo modificado. · Sem restrições adicionais — Você não pode aplicar termos legais ou medidas tecnológicas que restrinjam legalmente outras pessoas de fazer qualquer coisa que a licença permita. Avisos: Você não precisa cumprir a licença para elementos do material de domínio público ou quando seu uso for permi�do por uma exceção ou limitação aplicável. Nenhuma garan�a é dada. A licença pode não dar a você todas as permissões necessárias para o uso pretendido. Por exemplo, outros direitos, como publicidade, privacidade ou direitos morais, podem limitar a forma como você usa o material. https://www.letrasambientais.org.br/sobre-livro http://creativecommons.org/licenses/by-nc-nd/4.0/ http://creativecommons.org/licenses/by-nc-nd/4.0/ http://creativecommons.org/licenses/by-nc-nd/4.0/ COMO DOMINAR O QGIS O G U I A D E F I N I T I VO PA R A M A P E A M E N TO Humberto Alves Barbosa | Catarina de Oliveira Buriti 1ª edição Maceió (AL) | 2022 Copyright © 2022 Humberto Alves Barbosa | Catarina de Oliveira Buri� e Ins�tuto Letras Ambientais E-mail: contato@letrasambientais.org.br Capa: Wedscley Oliveira de Melo Editoração eletrônica: Wedscley Oliveira de Melo 1ª edição: maio de 2022. www.letrasambientais.org.br mailto:contato@letrasambientais.org.br http://www.letrasambientais.org.br Geoprocessador. Treinador. Fundou e coordena o Laboratório de Análises Processamento de Imagens de Satélites (Lapis), uma das principais referências no Brasil em recepção, processamento, análise e distribuição de dados de satélites. Desde 2007, é responsável pela implantação e operação do “Sistema EUMETCast” no Brasil, uma tecnologia descentralizada de recepção de dados de satélites, da Organização Europeia para a Exploração de Satélites Meteorológicos (EUMETSAT). Pós-doutor pela University of Bergen (Noruega), Ph.D. em Solo, Água e Ciências Ambientais/Sensoriamento Remoto, pela University of Arizona, Mestre em Sensoriamento Remoto, pelo Ins�tuto Nacional de Pesquisas Espaciais (INPE) e Graduado em Meteorologia, pela Universidade Federal de Campina Grande. Criador do método “Mapa da Mina”, para domínio do geoprocessamento no QGIS. É professor da graduação e pós-graduação em Meteorologia, na Universidade Federal de Alagoas (Ufal). Tem se dedicado intensamente à disseminação dos dados e produtos dos satélites, via sistema EUMETCast no Brasil, por meio de treinamentos em geoprocessamento no QGIS, em colaboração com a EUMETSAT. Em 2009, ingressou no Convec�on Working Group (CWG), do European Severe Storms Laboratory (ESSL), atuando em missões internacionais de instalação do sistema EUMETCast e validação de dados de satélites MSG. É autor de Relatórios do Painel Intergovernamental sobre Mudança Climá�ca (IPCC), na área de degradação das terras e deser�ficação. É colaborador do Programa Global Laboratory, da Universidade de Nova York - Oswego, que oferece aos estudantes de graduação e pesquisadores uma vivência imersiva para o desenvolvimento de projetos de pesquisa em laboratórios internacionais, nos campos mais promissores do estudo da ciência, tecnologia, engenharia e matemá�ca. O que é geoprocessamento? O que é um SIG? História do SIG Componentes dos Sistemas de Informação Geográfica Estrutura dos dados Usos e aplicações do SIG A habilidade para usar o verdadeiro poder do QGIS “Mapa da Mina”: o método de geoprocessamento do Lapis Os �pos de resolução de imagem presentes nos sensores remotos Mapeamento da Terra a par�r da constelação de minissatélites PlanetScope O papel da resolução radiométrica na classificação das imagens Métodos de classificação digital de imagens de satélites no QGIS Os elementos para classificar o uso, cobertura e ocupação do solo Os processos que orientam a classificação das imagens Modelo Crowdsourcing: inteligência cole�va para interpretação de imagens Estrutura e funcionamento do Sistema EUMETCast Desenvolvimento em progresso História de desenvolvimento Interoperabilidade Por que o QGIS é líder global em so�ware livre? Plugins: as ferramentas mais poderosas do QGIS Índice de Precipitação Padronizado (SPI) Índice Padronizado da Evapotranspiração Potencial e de Referência Índice Padronizado da Temperatura da Super�cie Terrestre (LST) Índice Padronizado do Albedo de Super�cie Capítulo 1 – Introdução aos Sistemas de Informação Geográfica (SIG's)...... Capítulo 2 – Princípios do Sensoriamento Remoto Capítulo 3 – Tecnologia descentralizada de recepção de dados de satélites Capítulo 4 – QGIS: o SIG com desenvolvimento tecnológico mais acelerado Capítulo 5 – Indicadores ambientais e climá�cos a par�r de dados de satélites 11 29 50 56 64 12 12 14 15 16 19 23 25 32 36 38 39 41 42 48 67 74 76 78 57 58 58 59 61 53 10 07 Índice de Vegetação por Diferença Normalizada (NDVI) Índice das Condições de Vegetação (VCI) Índice Padronizado de Vegetação (SDVI) Índice RedEdge para analisar cobertura vegetal Índices de vegetação para monitorar riscos climá�cos na agricultura Índice de Vegetação Ajustado ao Solo (SAVI) Índice de Vegetação Melhorado (EVI) Índice Resistente à Atmosfera na Região Visível (VARI) Produtos agrometeorológicos para o setor sucroalcooleiro As 9 etapas para es�ma�va da produ�vidade das lavouras Passo 1: Cálculo da média do NDVI Passo 2: Cálculo da Fração da Cobertura Vegetal (FVC) a par�r do NDVI Passo 3: Cálculo do Índice de Área Foliar (IAF) Passo 4: Cálculo do Fator de Crescimento (CGF) Passo 5: Cálculo do potencial máximo de safra (Yp) Passo 6: Es�ma�va de evapotranspiração (Etp) Passo 7: Es�ma�va de produ�vidade de cana-de-açúcar Passo 8: Máscara local de safra es�mada (Ye) Passo 9: Produ�vidade Total da Safra usando a máscara do cul�vo de cana-de-açúcar Download dos dados para prá�ca no QGIS Calculando o Índice de Vegetação por Diferença Normalizada (NDVI) para os dois períodos Mesclando imagens de NDVI no QGIS com a técnica de Layerstack Quan�ficando a área desmatada com a técnica de classificação baseada em vetorização manual Capítulo 6 – Os principais índices de vegetação processados no QGIS Capítulo 7 – Método para es�mar produ�vidade da cana-de-açúcar Capítulo 8 – Prá�ca no QGIS: processando e analisando imagens de satélites Referências 80 96 112 133 82 89 91 92 94 95 95 95 102 104 106 106 106 107 107 108 109 110 110 113114 121 125 Este Guia que você está lendo ensina como u�lizar o verdadeiro poder do QGIS, com base no método de geoprocessamento “Mapa da Mina”, desenvolvido pelo Laboratório de Análise e Processamento de Imagens de Satélites (Lapis - ).h�ps://lapismet.com.br/ O Guia contempla resultados das pesquisas, métodos, técnicas, processos e estratégias, u�lizados pelo Lapis, ao longo da sua trajetória, sobre o aprendizado de geoprocessamento, par�cularmente, o domínio do QGIS. Em 2007, o Laboratório foi fundado com o intuito de democra�zar o acesso ao conhecimento sobre recepção de dados de satélites, processamento de imagens e suas diversas aplicações. Desde então, adotou o QGIS como o principal Sistema de Informação Geográfica (SIG), por se tratar de um so�ware livre e de código aberto, líder global quando se trata de sistema de processamento gratuito de dados. Um dos problemas mais evidentes no Brasil, naquela época, era que a tecnologia de processamento de dados não estava acessível a todos. Havia a necessidade de propiciar mais independência aos usuários, bem como de tornar a tecnologia de análise e processamento de imagens ao alcance de todos. Isso só seria possível através de duas coisas: 1) a par�r da consolidação de métodos, que pudessem ser facilmente replicados pelos usuários; e 2) uma tecnologia descentralizada, de baixo custo e fácil u�lização, para recepção de dados de satélites. Foi isso que o Lapis perseguiu e, em grande parte, já alcançou, nesses quase 15 anos de história. Quando o Lapis surgiu, desafiou a lógica de que para receber dados de satélites seriam necessários os mais robustos arsenais de equipamentos tecnológicos e um conhecimento cien�fico quase inacessível. A maneira como o Lapis rompeu essa barreira, que dificultava o acesso dos usuários à tecnologia de processamento de imagens de satélites, foi instalando uma estação descentralizada de recepção de dados de satélites, chamada “Sistema Eumetcast”, com equipamentos de baixo custo e de fácil u�lização. Essa tecnologia, adaptada pelo Laboratório no Brasil, é capaz de receber, em tempo real, dados e produtos de satélites meteorológicos e ambientais, oriundos de uma rede global de provedores, até mesmo sem a necessidade de internet. Ao longo dessa trajetória, havia o desafio de se difundir o uso das geotecnologias, para o maior número possível de usuários interessados. Foi assim que treinamos centenas de pessoas, de todos os estados do Brasil e de países da América La�na, em parceria com a Agência Europeia para Exploração de Satélites Meteorológicos (EUMETSAT). https://lapismet.com.br/ E o resultado dessa experiência com recepção, processamento e aplicação de dados de satélites, foi a geração de algoritmos, so�wares, patentes, produtos agrometeorológicos, mapas de monitoramento ambiental e climá�co, sistemas, métodos, processos e técnicas. Tudo isso nasceu do estudo e aplicação de tecnologias de geoprocessamento e sensoriamento remoto, ao longo dos quais testamos, na prá�ca, vários �pos de métodos, cometendo erros e acumulando muitos aprendizados. Desde a instalação do “Sistema Eumetcast”, pra�camente não exis�am pessoas capacitadas no Brasil, para u�lizar a tecnologia. Foi necessário treinar pessoas, par�ndo do zero, para dispor de pessoal capacitado no Laboratório. O Lapis passou por um longo processo, para compreender a complexidade do Sistema, buscar soluções, testar, aprender com os erros e disseminar isso para outros usuários. Essa capacidade, desenvolvida pela equipe interna do Lapis, culminou na criação do método “Mapa da Mina”, cujos principais pilares são compar�lhados neste Guia e no treinamento de mesmo nome ( ). O obje�vo é contribuir para treinar h�p://mapadamina.org.br/ cada vez mais pessoas, com a habilidade de dominar o geoprocessamento no QGIS, para gerar mapas, processar e analisar imagens de satélites. E foi exatamente o fato de testar tantos métodos diferentes que fez com que o Lapis definisse os pilares para u�lizar o verdadeiro poder do QGIS, o que considera hoje o “grande segredo” de como dominar o geoprocessamento, com esse so�ware SIG gratuito mais usado no Brasil e no mundo. E é justamente como dominar o QGIS, os segredos do que funciona e do que não funciona em geoprocessamento, que ensinamos neste Guia. Segredos que nenhum outro Curso (provavelmente, somente com exceção do nosso Curso online “Mapa da Mina”) ou livro vai lhe ensinar. Garan�mos que este Guia é único e com ele você não aprenderá somente a usar o geoprocessamento da maneira certa, mas também estará pronto para colocar em prá�ca novas habilidades e conhecimentos, sabendo qual é o caminho certo na aprendizagem do QGIS e, mais importante, como iden�ficar os caminhos errados. O óbvio que todo mundo mostra é que você só precisa aprender técnicas, para produzir mapas, usando um so�ware SIG. Mas o que ninguém conta é que se diferenciar, como um profissional que realmente domina a tecnologia SIG, vai muito além de fazer mapas. Aliás, elaborar mapas é apenas a úl�ma etapa do processo: a da visualização dos dados. É preciso saber iden�ficar padrões, processos, relações, tendências, comparações e realizar análises. Existem etapas fundamentais do processamento de imagens, que precedem a visualização final dos dados. É o que vamos revelar neste Guia! http://mapadamina.org.br/ De fato, o que você precisa aprimorar é sua habilidade de processar e analisar dados, gerar indicadores, para os mais diferentes �pos de aplicações. E não tenha dúvida: todos os setores do mercado estão à procura desse �po de profissional, para apoiar na tomada de decisão e na solução de problemas reais. Mas para isso, é preciso seguir um método, visando desenvolver e aprimorar sua capacidade de fazer análises espaciais, de aprofundar, para oferecer informação estratégica. É alcançar um novo nível no uso da tecnologia SIG, que permita iden�ficar as melhores respostas, que apoiem a tomada de decisão, a par�r da inteligência de dados geográficos. Esqueça os cursos que você fez ou livros que você leu, que só ensinam a repe�r técnicas, no QGIS. É necessário seguir estratégias para: 1) o domínio defini�vo do QGIS; 2) o aprimoramento da sua competência de realizar análises; 3) o processamento e aplicação de diferentes �pos de dados; 4) a geração de mapas inteligentes. É nesses pilares que está fundamentado o método “Mapa da Mina”. O QGIS é um incrível so�ware SIG gratuito, número 1 no mundo, cujo código aberto flui em toda a sua estrutura. Ele foi adaptado para quebrar o molde do so�ware SIG comercial, reinando supremo, quando se trata de sistemas de mapeamento gratuito. Mas este Guia acabou de apenas arranhar a super�cie, do verdadeiro poder de fogo do QGIS. Agora é a sua vez: baixe o QGIS hoje e aproveite para executar a prá�ca, ensinada no úl�mo capítulo. É uma amostra de que você pode mapear com confiança, adquirindo habilidades que lhe deixam mais seguro e independente, na área de tecnologia SIG. Aproveite a “mina de ouro” escondida no QGIS, que está inteiramente ao seu alcance. Capítulo um: introduzindo a tecnologia de Sistemas de Informação Geográfica (SIG) e geoprocessamento, estrutura dos dados, histórico do desenvolvimento dos SIG's, usos e aplicações, habilidades que você precisa para usar o verdadeiro poder do QGIS e como funciona o método de geoprocessamento “Mapa da Mina”, do Laboratório Lapis. Capítulo dois: compreendendo os principais conceitos relacionados ao sensoriamento remoto, os �pos de resolução de imagem, a tecnologia de ponta da constelação de nanossatélites do PlanetScope e os principais métodos de classificação digital de imagens de satélites, no QGIS. Capítulo três: explicando como funciona o Sistema “EUMETCast”, a tecnologia descentralizada para recepção de dados de satélites, operacional, de baixo custo e fácil u�lização. Capítulo quatro: entendendo o que torna o QGISo so�ware SIG com desenvolvimento tecnológico mais acelerado; as caracterís�cas que tornam o QGIS o líder global em so�ware SIG gratuito; fatores de interoperabilidade e os plugins como as ferramentas mais poderosas do QGIS. Capítulo cinco: conceituando um conjunto de indicadores ambientais, climá�cos e agrometeorológicos, baseados em dados de satélites. Os resultados do cálculo desses índices, no so�ware QGIS, são visualizados em mapas temá�cos. Capítulo seis: analisando os índices de vegetação mais u�lizados, processados no QGIS, e suas principais aplicações. Capítulo sete: descrevendo o método para se es�mar a produ�vidade da cana-de-açúcar, a par�r da geração dos produtos de satélites essenciais à tomada de decisão, no setor sucroalcooleiro. Capítulo oito: pra�cando no QGIS o processamento e análise de imagens do Índice de Vegetação por Diferença Normalizada (NDVI), da mudança na cobertura vegetal, com imagens de alta resolução, da constelação de satélites Planet Scope. Os SIG's são Dados de ruas Dados de edificações Dados de vegetação Camadas de Dados Camadas de Dados SIG COLETAR VISUALIZAR PROCESSAR EDITAR ARMAZENAR GERENCIAR COMPARTILHAR MODELAR A tecnologia “SIG” permite combinar e cruzar, visualmente, camadas de informações, provenientes Analisar dados (Interpretar); , , é amplamente usado hoje, mas com um nível de sofis�cação muito maior e com ampla capacidade Assim como nasceu o primeiro protó�po, do que viria a ser um SIG, para mapeamento de um surto de cólera, recentemente, há um exemplo da enorme capacidade que essa tecnologia alcançou, para tomada de decisão. É o caso do mapa global da pandemia do novo coronavírus, desenvolvido pela Johns Hopkins University & Medicine, dos Estados Unidos ( ). h�ps://coronavirus.jhu.edu/map.html https://coronavirus.jhu.edu/map.html três Para representar um elemento vetorial, entenda os principais formatos: Veja abaixo a ilustração da estrutura de dados raster e vetorial: No so�ware QGIS, esses atributos podem ser visualizados em uma tabela. Cada elemento vetorial possui o registro de um atributo, na tabela, mesmo que seja nulo. Entrada Estamos rodeados por SIG’s em toda a parte, e agora, eles ficaram ainda mais fortes, em um mundo que se tornou mais digital. De fato, tudo tem um contexto geográfico. Hoje, dificilmente Do Google Maps ao controle de tráfego aéreo, esses sistemas vieram para ficar, em todos os setores da economia e no nosso co�diano. O SIG não é mais só um conceito ou sistema autônomo, é uma forma geoespacial de trabalho, fortemente ligada a todos os processos de tomada de decisão. O geoprocessamento se tornou um caminho para profissionais que atuam em diferentes áreas do conhecimento. É o caso de geógrafos, agrônomos, biólogos, engenheiros (ambiental, civil, de minas, florestal, agrícola), geólogos, profissionais da saúde, arquitetos, entre outros. Independentemente da área de formação ou da experiência profissional, é possível se especializar em geoprocessamento, aplicando a tecnologia SIG, para aprimorar os resultados da sua carreira, estudo ou prestação de serviços. · AGRICULTURA: são inúmeros os bene�cios das ações de mapeamento e monitoramento, na agricultura, especialmente quando se trata da gestão de grandes extensões de cul�vos, como cana-de- açúcar. Os agricultores u�lizam os SIG's para agricultura de precisão, mapeamento do solo, visando ao aumento da produ�vidade das lavouras. É o caso, por exemplo, da análise do estresse hídrico e da seca, a par�r de um mapa da umidade do solo; ou de análises da cobertura vegetal, com um mapa do Índice de Vegetação por Diferença Normalizada (NDVI), para analisar falhas em plan�os. Veja abaixo o exemplo de um mapa de NDVI, processado no QGIS, que destaca as áreas com vegetação seca no Brasil. visualizar o conteúdo da base de dados, gerando mapas de visualização. h�ps://www.youtube.com/watch?v=p2X2Hn77vQQ&t=2069s https://www.youtube.com/watch?v=p2X2Hn77vQQ&t=2069s Qual a distribuição dos casos de infecções pelo coronavírus na Amazônia? u geoprocessamento e sensoriamento remoto , no 2 1 3 Tecnologia SIG (dado): o modelo tradicional foca na repe�ção de técnicas, para geração de mapas. Porém, esquece o verdadeiro segredo para se tornar um analista SIG de destaque. Fazer mapas digitais é o nível mais básico para se operar um SIG. No método “Mapa da Mina”, você entende o processo e usa as ferramentas certas, para aproveitar o verdadeiro poder do QGIS. É o domínio defini�vo dessa tecnologia, desde o básico até o nível avançado. Aprende a dominar o uso das ferramentas do QGIS, com segurança e autonomia, para gerenciar, processar, integrar, analisar e mapear todos os �pos de dados geográficos. Aplicações (informação): na segunda etapa do Método, você aprende as estratégias para aplicar as ferramentas do QGIS, em diferentes �pos de situações. Esta fase inclui tudo o que você precisa saber para realizar operações com métodos espaciais e esta�s�cos, gerar índices, processar e analisar imagens, aplicadas a diferentes setores (educação, agricultura, energias renováveis, planejamento urbano, clima, seguros, mineração, transporte, saúde, meio ambiente etc.). Análises geoespaciais (conhecimento): o mercado está à procura de analistas SIG, para apoiar na solução de problemas reais. Nesta etapa, você aprende técnicas e métodos específicos, no QGIS, para analisar atributos e informações geográficas, com alto nível de sofis�cação e de forma simples. As estratégias incluem, por exemplo: análise de séries temporais, para detecção de mudanças no uso e ocupação do solo, quan�ficação de danos na cobertura vegetal, mapeamento ambiental, prá�ca com diferentes métodos de classificação de imagens, uso de indicadores ambientais, baseados em dados de satélites, aplicação de dados de nanossatélites, com alta resolução espacial e temporal, entre outras. Isso é apenas uma amostra do que é aplicado, de forma prá�ca e operacional, usando o método “Mapa da Mina”. 4 Inteligência de dados (insight): o erro mais comum, na área de geoprocessamento, é achar que só se deve aprender técnicas, para produzir mapas. O foco desta etapa é gerar inteligência acionável de todos os �pos de dados. É iden�ficar padrões, contextos, processos, relações, tendências e comparações. É o aprofundamento das análises espaciais, usando ferramentas avançadas do QGIS, para gerar insights, inteligência geográfica e uma nova perspec�va para tomada de decisão. Para se aprofundar nessas etapas do Método, usadas no Curso “ Mapa da Mina”, assista a esta apresentação em vídeo: h�ps://mapadamina.org.br/ Em nosso treinamento no QGIS, que ensina a processar e analisar imagens de satélites, temos observado as dificuldades dos profissionais que usam geoprocessamento, em dominar as ferramentas SIG. Geralmente, isso ocorre em função de as universidades não oferecerem um treinamento efe�vamente prá�co e operacional, direcionado para atender as reais demandas do mercado. O que é mais comum ser dito, para interessados em geoprocessamento no QGIS, é que você precisa dominar a produção de mapas. Mas como já mencionamos, elaborar mapas é apenas a etapa mais básica do processamento de dados. O método “Mapa da Mina” ensina, na prá�ca, além da geração de mapas, as etapas fundamentais à análise e processamento de imagens, bem como à geração de inteligência geográfica, no QGIS. https://mapadamina.org.br/ PARA APROFUNDAR O CONTEÚDO DESTE TÓPICO h�ps://www.youtube.com/watch?v=ML5b41RGIUk h�ps://www.youtube.com/watch?v=3_rQxn_Z7OE&t=6s https://www.youtube.com/watch?v=ML5b41RGIUk https://www.youtube.com/watch?v=3_rQxn_Z7OE&t=6s capítulo 2 princípios do sensoriamento remoto Cada objeto da super�cie terrestre interage com a radiação eletromagné�ca, de forma diferente. A radiação refle�da por cada objeto, nos vários canais dos sensores, é denominada assinatura espectral. 30Um exemplo mais clássico é o da vegetação verde (saudável), que reflete maior porcentagem de reflectância no infravermelho próximo, na região visível do espectro. Já a água limpa, sem a presença de sedimentos, tem pouca reflectância no Infravermelho Próximo, em razão de uma maior quan�dade de energia eletromagné�ca ser absorvida pela água. 31 O Sensoriamento Remoto usa sensores para capturar imagens. Aviões, satélites e drones possuem plataformas especializadas, que transportam esses instrumentos. Enquanto satélites capturam dados em escala global, drones são mais adequados para voar em áreas pequenas. Finalmente, aviões e helicópteros atuam como um meio-termo. Cada �po de sensor tem suas próprias vantagens e desvantagens. Quando você deseja capturar imagens, deve considerar fatores como restrições de voo, resolução da imagem e cobertura. Para observação da Terra, é necessário considerar a resolução da imagem. Em geral, os sensores remotos são classificados de acordo com o �po de resolução: espacial, espectral, temporal ou radiométrica. Confira, a seguir, os conceitos desses principais �pos de resolução: 1) Resolução espacial: a resolução espacial é o detalhe, em pixels, de uma imagem. Alta resolução espacial significa mais detalhes e menor tamanho do pixel. Por outro lado, resolução espacial mais baixa significa menos detalhes e tamanho do pixel maior. Normalmente, drones, a exemplo do DJI, capturam imagens com uma das mais altas resoluções espaciais. Mesmo que os satélites sejam os mais altos na atmosfera, eles são capazes de tamanhos do pixel de 50 cen�metros ou mais. 32 h�p://mapadamina.org.br/ http://mapadamina.org.br/ 2) Resolução espectral: é a capacidade dos sensores de operar em várias e estreitas bandas espectrais. Os sensores que operam em uma quan�dade de 12 a 15 bandas são chamados de mul�espectrais. Já aqueles que operam em uma quan�dade de 15 a centenas de bandas, são conhecidos como hiperespectrais. Dito de forma simples, é o número de bandas espectrais que cada missão de satélite disponibiliza. Quando há muitas bandas, o fa�amento amplia as possibilidades de interpretação das imagens. Todavia, quanto mais bandas o sensor apresenta, maior é o volume de dados redundantes e de armazenamento. Por outro lado, quanto mais estreitas são as bandas, menos contaminação dos gases de absorção da atmosfera (aerossóis, vapor d'água, CO2 etc.). 33 Veja abaixo exemplos da resolução espectral de uma imagem: 34 concluir uma órbita completa. Resolução radiométrica: está relacionada à sensibilidade do sensor em detectar pequenas variações radiométricas, ou seja, em perceber diferenças nos valores da radiância. Quanto maior o número de bits, maior é a resolução radiométrica. Isso significa que o número de níveis de cinza tem uma maior quan�dade de variações em branco e preto, que facilitam para discriminar os objetos da super�cie, representados nas imagens. 4) 35 36 37 h�p://mapadamina.org.br/ http://mapadamina.org.br/ PARA APROFUNDAR O CONTEÚDO DESTE TÓPICO As imagens de satélite com alta resolução cumprem função similar às imagens ob�das por drone. São fundamentais para analisar variáveis de uma área, quando você precisa de um mapa com maior detalhamento. 38 h�ps://www.youtube.com/watch?v=MYSZuxbUd4I&t=502s https://www.youtube.com/watch?v=MYSZuxbUd4I&t=502s Como vimos, as imagens dos satélites Planet estão na fronteira do que há de mais alta tecnologia, para mapeamento da super�cie terrestre, sobretudo pela sua alta resolução espacial e temporal. Mas há ainda outra vantagem: essas imagens também possuem alta resolução radiométrica, que se refere à sensibilidade do sensor, quanto à capacidade para detectar variações na radiância espectral que recebe. No caso, os níveis de cinza são expressos em bits. Uma imagem de alta resolução radiométrica, em torno de 11 ou 16 bits, possibilita uma boa interpretação dos alvos. Mas essa resolução pode ser bem maior. As mais simples imagens de satélites de hoje costumam se apresentar com resolução mínima de 8 bits. O método “Mapa da Mina”, desenvolvido pelo Laboratório Lapis, ensina a processar esses dados de alta resolução, dos satélites Planet, para mapeamento de áreas. O treinamento ensina a gerar mapas, processar e analisar imagens, dominando defini�vamente o so�ware QGIS. Se você tem interesse, precisa conhecer urgentemente os pilares do método do Lapis. Para isso, assista à aula inédita e gratuita do prof. Humberto Barbosa: h�ps://mapadamina.org.br/ A classificação digital de imagens, em sensoriamento remoto, pode ser baseada em pixels ou em objetos. Existem 3 �pos de classificação digital de imagens de satélites, que permitem iden�ficar o uso, cobertura e ocupação do solo: supervisionada, não supervisionada (baseada em pixels) ou por objeto (formas vetoriais ou geométricas). 39 https://mapadamina.org.br/ 2) Classificação supervisionada: u�liza amostras representa�vas, chamadas “áreas de treinamento”, para categorizar cada classe de cobertura do solo. O algoritmo do QGIS, u�lizado para esse �po de classificação, usa essas áreas de amostras selecionadas e, em seguida, as aplica à imagem inteira. Com essas amostras, marcando algumas áreas da imagem, treinam-se os pixels para classificar o uso do solo, em área de vegetação, agricultura, pastagem etc. Assim, são criadas bibliotecas espectrais para a classificação. 40 Algoritmos presentes no so�ware QGIS, permitem fazer essa classificação, através da técnica de objeto orientado. Podem-se u�lizar diferentes métodos, para classificar os objetos (forma ou geometria do objeto, textura, resolução espectral, contexto geográfico ou classificação do vizinho mais próximo). 41 42 43 44 abaixo 45 46 PARA APROFUNDAR O CONTEÚDO DESTE TÓPICO : : : 47 Assinatura espectral analisada em imagens da constelação Planet, no QGIS. h�ps://www.youtube.com/watch?v=BwZeMBsmzR4&t=4078s h�ps://www.letrasambientais.org.br/posts/como-e-gerada-a-imagem-de-ndvi-para-todo-o-brasil- h�ps://www.letrasambientais.org.br/posts/os-7-elementos-para-classificar-o-uso-e- ocupacao-do-solo-em-imagens-de-satelites https://www.youtube.com/watch?v=BwZeMBsmzR4&t=4078s https://www.letrasambientais.org.br/posts/como-e-gerada-a-imagem-de-ndvi-para-todo-o-brasil- https://www.letrasambientais.org.br/posts/os-7-elementos-para-classificar-o-uso-e-ocupacao-do-solo-em-imagens-de-satelites https://www.letrasambientais.org.br/posts/os-7-elementos-para-classificar-o-uso-e-ocupacao-do-solo-em-imagens-de-satelites 48 Dados de satélites também permitem aos cien�stas cobrir grandes áreas geográficas, por longos períodos de tempo, a um custo muito baixo e na conveniência de um escritório. É o caso, por exemplo, do monitoramento de uma grande floresta tropical, como a Amazônia. os 49 possibilitam do capítulo 3 tecnologia descentralizada de recepção de dados de satélites 51 Nesse contexto, o uso de imagens de satélites para monitoramento ambiental e meteorológico se tornou imprescindível, com informações rápidas que antecipem diagnós�cos de eventos climá�cos extremos, com impactos ambientais e socioeconômicos significa�vos. Há 15 anos, quando a disseminação de tecnologias geoespaciais de baixo custo ainda era muito incipiente no Brasil, o Laboratório Lapis implantou o “Sistema EUMETCast”, uma tecnologia descentralizada de recepção de dados de satélites. Desde então, o Lapis tem acesso a dados oriundos dos mais importantes provedores globais de dados de satélites. 52 O “Sistema EUMETCast” é uma inicia�va da Agência Europeia para Exploração de Satélites Meteorológicos (EUMETSAT), tendo sido o Lapis o responsável por implantar e adaptar essa tecnologia, de forma pioneira, em uma universidade brasileira – na Universidade Federal de Alagoas (Ufal). A Organização integra 27 países, sendo responsável pela operação, gestão do processamento e distribuiçãode dados de imagens coletadas diariamente. A EUMETSAT possui um sistema operacional de satélites geoestacionários. Os componentes básicos para recepção dos dados transmi�dos são uma antena, dois computadores e os so�wares. A antena é composta por um refletor parabólico de 2,6 metros, um alimentador com polarização C e um amplificador LNBF (Low Noise Block-downconverter Feed horn), para aumentar o sinal com baixos níveis de potência. Os computadores podem operar u�lizando plataforma Windows XP, sendo necessárias duas máquinas: uma para a recepção dos dados e outra para processar as imagens recebidas. A configuração mínima dos sistemas requer CPU com clock acima de 1,8 GHz e memória RAM de 2 GB, além de um HD com pelo menos 160 Gbytes de capacidade e a chave específica de acesso EUMETCast Key Unit (EKU). Quando o Lapis foi fundado, ainda não exis�a capacitação para uso dessa tecnologia no Brasil. Seria necessário torná-la simples e operacional. Foi um longo processo para compreender a complexidade do Sistema, buscar soluções, testar, aprender com os erros e disseminar isso para outros usuários. Criamos so�wares, registramos patentes, desenvolvemos algoritmos e validamos protó�pos. A estação de recepção de dados de satélites, pelo sistema EUMETCast, é completa, de baixo custo e de fácil u�lização. É capaz de receber, quase em tempo real, dados e produtos meteorológicos e ambientais, por uma rede global de provedores. Mais informações no Livro “Sistema EUMETCast” (2013). O Lapis desenvolveu um so�ware específico para decodificação de dados brutos de satélites recebidos pelo sistema EUMETCast, que possui uma interface amigável e ú�l aos usuários finais. Possibilita o monitoramento, em tempo quase real, das condições meteorológicas sobre o território nacional, contribuindo para orientar tomadas de decisão por empresários, produtores rurais, gestores de ins�tuições, organizações sociais e população em geral. No Brasil, sendo o principal usuário responsável pela disseminação do sistema EUMETCast, o LAPIS disponibiliza vários produtos, que consistem nos canais visível, vapor d'água e infravermelho, com imagens coloridas (realce, composição e diferença entre os canais) dos satélites Meteosat-11 e , 53 A maioria das universidades brasileiras tem procurado obter formas de acesso facilitado às imagens de satélites, o que explica o interesse pelo sistema de difusão de dados e produtos, por meio do sistema EUMETCast. Atualmente, o Laboratório Lapis conta com o apoio da EUMETSAT, para conectar a rede EUMETCast no Brasil e promover treinamentos de usuários. Entre os bene�cios, destaca-se a manutenção reduzida e de baixo custo da operação do sistema. “Com a fundação do Lapis, havia o desafio de treinar pessoas, par�ndo do zero, para dispor de pessoal capacitado. É por isso que, nesses 15 anos de trajetória, o Laboratório já capacitou centenas de usuários, no Brasil e na América La�na, em parceria com a EUMETSAT. E o resultado dessa longa experiência foi a criação do método “Mapa da Mina”, com o qual treinamos pessoas, no uso das ferramentas de geoprocessamento para gerar mapas, processar e analisar imagens de satélites.” Com uma equipe altamente qualificada, o Lapis tem capacitado pessoas, na área de mapeamento e monitoramento ambiental, a par�r da geração de mapas, do processamento e análise de imagens de satélites. O obje�vo do Laboratório é contribuir para a independência tecnológica dos usuários, na geração de mapas, processamento e análise de imagens de satélites. O Lapis possui duas linhas de atuação, integradas e complementares. São elas: A geração de metodologias, algoritmos, so�wares, produtos e informações de satélites, pelo Laboratório Lapis, são disseminados por meio do treinamento “Mapa da Mina”, cujos obje�vos são: • Treinar usuários de diferentes áreas para dominar defini�vamente o QGIS, desde o básico até o avançado. 54 PARA APROFUNDAR O CONTEÚDO DESTE TÓPICO Capacitar estudantes e profissionais para gerar mapas, processar e analisar imagens, no QGIS. • Aplicar, na prá�ca, o geoprocessamento, dominando o QGIS em sua carreira, projeto ou negócio. • Fornecer cer�ficação em QGIS, de forma 100% online e prá�ca, através do Curso “Mapa da Mina”, com conhecimentos sólidos, em SIG e análises geoespaciais. 55 h�ps://www.youtube.com/watch?v=Ke_5rjkgK5A&t=1s h�ps://www.youtube.com/watch?v=4ZMVXUyS2Xw&t=2s h�ps://www.youtube.com/watch?v=9md0enIhv0I&t=78s https://www.youtube.com/watch?v=Ke_5rjkgK5A&t=1s https://www.youtube.com/watch?v=4ZMVXUyS2Xw&t=2s https://www.youtube.com/watch?v=9md0enIhv0I&t=78s capítulo 4 qgis: o sistema de geoprocessamento com desenvolvimento tecnológico mais acelerado Na área de mapeamento ambiental e agrícola, é uma das maiores comunidades que temos encontrado, nos úl�mos anos, e tem avançado graças a essa comunicação e troca de experiências. Desde sua estreia, em 2002, cada versão do QGIS foi aprimorada. A origem desse Sistema de Informação Geográfica foi no Alasca, quando Gary Sherman escreveu o primeiro código, com todas as ferramentas básicas de panorâmica, zoom e desenho. 57 , • Em julho de 2002, Gary Sherman escreveu a primeira versão do QGIS 0.0.1. Ele dispunha apenas de ferramentas básicas, como panorâmica, zoom e desenho. Há vários desafios em se trabalhar com so�wares livres, quando ainda estão na primeira versão, pois normalmente surgem bugs e problemas. Cada lançamento do QGIS era um nome de animal de es�mação, com uma tela inicial; • Em janeiro de 2009, foi lançado o Quantum GIS 1.0. Essa versão já possuía recursos para explorar dados, compor mapas e publicá-los na internet. Sete anos depois do lançamento, já havia uma diferença significa�va nesse so�ware. • Em setembro de 2013, o QGIS 2.0 incluiu uma nova API vetorial, geoprocessador, simbologia e revisão de rotulagem. Foi um avanço exponencial, desde 2002, com um salto tecnológico para 2009 e outro para 2013. • Em 23 de fevereiro de 2018, houve um lançamento marcante, de longo prazo, para o QGIS 3.0. Essa versão teve integração 3D, baseada em Qt5 e Python 3. Foi o terceiro grande lançamento do QGIS, reforçando o poder de fogo desse so�ware SIG de código aberto. , 58 do processo: Hoje, quase todos os provedores de dados têm adotado o NetCDF, pois converge as comunidades de usuários das áreas ambiental e climá�ca. Inclusive, muitas agências governamentais e não governamentais �veram que converter seus dados para NetCDF, porque se tornou uma necessidade de várias comunidades de integração de dados. O QGIS é desenvolvido por uma equipe de voluntários, empresas e organizações dedicadas. No total, o QGIS 3 conta com mais de 900 ferramentas de geoprocessamento, estruturadas nas seguintes categorias: 59 , Para executar as ferramentas de processamento do QGIS, acesse o menu Processamento > Caixa de ferramentas. Na barra de pesquisa, é possível encontrar ferramentas de processamento específicas, dentre as mais de 900 ferramentas disponíveis, nesse so�ware SIG gratuito e de código aberto. Dentre elas, estão: 60 Além do formato 3D, os plugins do QGIS impulsionam seu incrível poder de análise. Se você já usou o QGIS, sabe que os plugins são centrais para o sucesso desse so�ware. Essas ferramentas adicionam funcionalidades complementares ao aplica�vo. Geralmente, são desenvolvidas por organizações e desenvolvedores, independentes da organização QGIS. Existe uma coleção composta por mais de 1.500 plugins, prontos para serem usados no QGIS, disponível para download neste link: h�ps://plugins.qgis.org/plugins/. Quando você baixa um plugin do QGIS, você reforça ainda mais a capacidade desse so�ware, desde a visualização até a análise e edição dos dados. Não é surpresa que essa capacidade de adicionar inúmeras ferramentas ou plugins torna o QGIS o so�ware SIG de código aberto mais usado no mundo. Esses plugins também podem ser instaladosdiretamente do QGIS Plugin Manager, dentro do aplica�vo QGIS. Eles são localizados no menu principal > opção “Complementos” > Gerenciar e instalar complementos. 61 https://plugins.qgis.org/plugins/ 62 PARA APROFUNDAR O CONTEÚDO DESTE TÓPICO Assista a esses trechos de aulas do prof. Humberto Barbosa (Lapis) – : : 63 h�ps://www.youtube.com/watch?v=Ke_5rjkgK5A&t=1s h�ps://www.youtube.com/watch?v=4ZMVXUyS2Xw&t=2s h�ps://www.youtube.com/watch?v=9md0enIhv0I&t=78s https://www.youtube.com/watch?v=Ke_5rjkgK5A&t=1s https://www.youtube.com/watch?v=4ZMVXUyS2Xw&t=2s https://www.youtube.com/watch?v=9md0enIhv0I&t=78s capítulo 5 indicadores de monitoramento ambiental e climático a partir de dados de satélites 65 O domínio da elaboração desses indicadores, a par�r do método de geoprocessamento “Mapa da Mina” ( ), permite usar o QGIS como uma verdadeira “mina de h�ps://mapadamina.org.br/ ouro” para a sua carreira, projeto ou prestação de serviços. Os produtos processados pelo Laboratório Lapis, a par�r do método “Mapa da Mina”, são baseados em dados de diferentes sensores remotos, como o satélite Meteosat Terceira Geração (MTG), GOES-16, (SMOS), Soil Moisture and Ocean Salinity Climate Hazards Group InfraRed Precipita�on with Sta�on data (CHIRPS), entre outros. O método também ensina a processar dados da constelação PlanetScope, com alta resolução espacial e alta frequência temporal. São as mais sofis�cadas imagens de satélites, processadas hoje, no Laboratório Lapis. Essa alta tecnologia de processamento e aplicação de dados de satélites, para mapeamento ambiental, é ensinada a par�r do método de geoprocessamento do Lapis, desde o zero até o avançado. A seguir, iremos conceituar alguns indicadores, baseados em dados de satélites, que fazem parte do catálogo de produtos, processados pelo Laboratório Lapis. Ressaltamos que os índices apresentados neste Guia correspondem apenas a uma amostra. A lista completa daqueles mais u�lizados para mapeamento ambiental, climá�co e agrometeorológico, é ensinada no Curso “Mapa da Mina” ( ). O treinamento 100% online e totalmente prá�co explica h�ps://mapadamina.org.br/ como aplicar as fórmulas, procedimentos e técnicas, para processamento desses índices, no QGIS. 66 https://mapadamina.org.br/ https://mapadamina.org.br/ A precipitação pluviométrica é um dos principais parâmetros que definem o clima de determinada região. O mapa acima, da intensidade da seca, foi processado com dados do produto Climate Hazards group Infrared Precipita�on with Sta�ons data (CHIRPS). A imagem permite analisar a precipitação média mensal, para todo o território brasileiro. O CHIRPS é um conjunto de dados de chuva, ob�dos por satélites e pela coleta , em in situ estações meteorológicas, desde 1981 até o presente. Trata-se de um sistema de es�ma�va de precipitação, que permite a criação de séries temporais de chuva, em grade, para análise de tendência e monitoramento da seca sazonal. O mapa foi gerado no QGIS, a par�r do cálculo do Índice de Precipitação Padronizado (SPI), usando dados CHIRPS. O SPI é um indicador amplamente u�lizado para caracterizar secas meteorológicas, em uma variedade de escalas de tempo. Esse Índice permite quan�ficar a precipitação observada, como um desvio padronizado de uma função de distribuição normal, de probabilidade selecionada, que modela os dados brutos de precipitação. 67 O SPI é definido pela diferença entre a precipitação estacional normalizada e sua média estacional a longo prazo, pelo desvio padrão. O cálculo do SPI é um dos indicadores que ensinamos a gerar no Curso “Mapa da Mina”, o treinamento prá�co de QGIS, do Laboratório Lapis. Esse é um dos mapas processados a par�r do cálculo de operações aritmé�cas (esta�s�cas e equações), no QGIS , fornecendo informações importantes para o monitoramento ambiental e agrícola. O SPI foi desenvolvido, originalmente, a par�r de pesquisas realizadas na Colorado State University Mckee, Doesken e Kleist , Estados Unidos, por (1993), para iden�ficar a precipitação anômala e extrema. Refere-se a um método probabilís�co que permite monitorar os déficits de precipitação pluvial, de forma normalizada, em diversas escalas de tempo e espaço, com base nos registros históricos mensais de precipitação (BLAIN; MESCHIATTI, 2015). Em 2009, a Organização Mundial de Meteorologia (WMO, da sigla em inglês World Meteorological Organiza�on) recomendou o SPI como o principal parâmetro que os países deveriam usar, para monitoramento das secas meteorológicas. O SPI é amplamente u�lizado em diversos lugares do mundo, inclusive ins�tuições governamentais brasileiras o u�lizam, para fundamentar seus sistemas de alerta precoce de eventos climá�cos extremos., Esse Índice baseia-se nas relações de frequência, duração e severidade da ocorrência do fenômeno. Pode ter múl�plas aplicações, para avaliar os impactos da seca, em diferentes escalas temporais. Por exemplo, para menos de 6 meses, pode ser ú�l para analisar impactos agrícolas, enquanto para 12 meses ou mais, permite monitorar efeitos hidrológicos (SVOBODA; FUCHS, 2016; HAYES et al., 2011). A agricultura é uma das áreas que depende essencialmente de informações climá�cas, para tomada de decisão. Nesse setor, a precipitação é uma variável extremamente importante, não só para os contratos firmados, pelas empresas do agronegócio, como também para auxiliar os produtores. O mapa semanal da precipitação, por exemplo, é uma informação crucial, para se delimitar condições relacionadas à produção nas fazendas. 68 Classificação da intensidade das secas, durante mais de 100 anos, no Semiárido brasileiro, com base em séries do SPI. Fonte: Livro “Um século de secas”. 69 70 , PARA APROFUNDAR O CONTEÚDO DESTE TÓPICO 71 h�ps://www.youtube.com/watch?v=ou64FGV_f64&t=4109s https://www.youtube.com/watch?v=ou64FGV_f64&t=4109s A umidade do solo se refere à quan�dade rela�va de água, nos primeiros cen�metros superficiais do solo, es�mando o quão úmido ou seco o solo está, em sua camada superior. Expressa em porcentagem de saturação (%), a variável é es�mada a par�r de sensores de radar de satélite e permite perceber a influência da precipitação local sobre o solo. Como exemplo, está a es�ma�va da umidade do solo, feita a par�r de dados do minissatélite Soil Moisture and Ocean Salinity (SMOS), da Agência Espacial Europeia (ESA). A imagem de satélite permite es�mar o teor de água con�do no solo, a uma profundidade de até 5 cm. O mapa da umidade do solo é um dos mais importantes indicadores de seca, por representar, da forma mais imediata, a situação de estresse hídrico, nos solos de determinada região. A imagem de satélite gerada é uma importante ferramenta agrometeorológica, para orientar a produção agrícola. O Índice Padronizado da Umidade do Solo (SMzscore) é outro indicador ensinado no Curso de QGIS “Mapa da Mina”. Ele mostra a probabilidade das condições da umidade do solo, em relação a um período histórico analisado, iden�ficando as anomalias, ao longo do período (ESCORIHUELA, 2016; XU, 2015). O termo “anomalia” é usado para se referir ao desvio da variável, em relação à média histórica padronizada, esperada para o período analisado. A umidade do solo, dependendo do projeto ou serviço, no qual você vai aplicar os dados, pode ser considerada o principal mapa. Por exemplo, em um serviço de consultoria agrícola, o mapa da umidade do solo costuma fornecer as informações mais relevantes. Há casos em que só com as informações da umidade do solo, é possível estabelecer exatamente um planejamento de duas ou três semanas, e com isso, também diminuir os custos, em função da irrigação, do uso de alguns insumos. Isso é fundamental, pois algumas dessas variáveis podem se tornar o verdadeiro “mapa da mina”, para o consultor que u�liza geoprocessamento. O mais importante é dominar a base do método “Mapa da Mina”, que permiteque você gere os mapas desses indicadores, no QGIS, a par�r de dados pré-processados, disponibilizados para o treinamento. O conhecimento necessário para gerar esses indicadores, baseados em dados de satélites, demandaria uma longa experiência com geoprocessamento. Foi por isso que o Laboratório Lapis passou anos estruturando e validando o método “Mapa da Mina”, que apresenta todas as técnicas, procedimentos, processos e estratégias necessárias, suficientes para que o usuário dê um salto, no domínio dessa tecnologia. No Curso “Mapa da Mina”, você não precisa dedicar uma enorme quan�dade de tempo e experiência, que normalmente demandaria de três a quatro anos, apenas para entender o formato dos dados e estruturá-los, para posterior análise no QGIS. 72 inteligência geográfica, em forma de mapas. 73 3) 74 PARA APROFUNDAR O CONTEÚDO DESTE TÓPICO 75 h�ps://www.youtube.com/watch?v=7yZNTnckp78&t=51s https://www.youtube.com/watch?v=7yZNTnckp78&t=51s 4) 76 A es�ma�va da LST possibilita observar a espacialização das temperaturas, ao longo dos anos, apresentada em graus Celsius. Em geral, mudanças no uso e ocupação do solo acarretam alteração dos parâmetros ambientais, como da temperatura da super�cie terrestre. Por exemplo, quando ocorre o desmatamento de determinada área de floresta. Nessas situações, os valores de NDVI se correlacionam com a LST, uma vez que os locais com menores índices de cobertura vegetal apresentam maiores temperaturas da super�cie, com possibilidade de se criarem ilhas de calor. A temperatura da super�cie é uma variável essencial para alguns setores. Vamos exemplificar aqui alguns casos da aplicação desses dados de satélite na agricultura, como de algumas lavouras que costumam ser mais sensíveis às oscilações da temperatura. Fenômenos como a geada afetam a safra de milho, no Sul do Brasil. A temperatura da super�cie também é importante para atender demandas de déficit hídrico. Altas temperaturas atrapalham na questão do balanço hídrico, principalmente do milho e da soja, além de outros grãos, sendo necessário esse monitoramento, u�lizando informações geradas por ferramentas de geoprocessamento, em forma de mapas. 77 Fundamentalmente, vários fatores podem influenciar na variação da LST, incluindo: 5) 78 PARA APROFUNDAR O CONTEÚDO DESTE TÓPICO O albedo de super�cie é mais um produto agrometeorológico, baseado em dados de satélites, que faz parte do método “Mapa da Mina”. O albedo de super�cie quan�fica a fração da luz solar, refle�da pela super�cie da Terra. É uma fração de refle�vidade da super�cie, que estabelece o balanço de energia da radiação, que passa entre a atmosfera e a super�cie. Esse balanço de energia é fundamental para o monitoramento de a�vidades agrícolas, bem como de outras a�vidades produ�vas. Existem dois �pos de albedo: o direcional e o hemisférico. A seguir, serão definidos os dois diferentes conceitos: · Albedo direcional ou reflectância hemisférica direcional (também chamado de “albedo céu negro”): é a integração da reflectância bidirecional, sobre o hemisfério de visualização. Essa variável assume que toda a energia vem de uma radiação direta do Sol, sendo calculada para um tempo específico. · Albedo hemisférico ou reflectância bi-hemisférica (também chamado de “albedo céu branco”): é a integração do albedo direcional, sobre o hemisfério de iluminação. Assume uma iluminação difusa completa. O Índice Padronizado do Albedo de Super�cie (ALzscore) mostra a probabilidade das condições do albedo de super�cie, em relação a um período histórico analisado, permi�ndo iden�ficar anomalias ao longo do período. O indicador é mais um dos produtos de satélites que o Laboratório Lapis ensina a processar e analisar no Curso “Mapa da Mina” ( ), a par�r do domínio do h�p://mapadamina.org.br/ so�ware QGIS. É mais uma importante variável u�lizada para o monitoramento agrícola, climá�co e agrometeorológico. 79 h�ps://www.youtube.com/watch?v=gmaV6qlNQjc&t=5s http://mapadamina.org.br/ https://www.youtube.com/watch?v=gmaV6qlNQjc&t=5s capítulo 6 ÍNDICES DE VEGETAÇÃO PROCESSADOS NO QGIS Índices são operações aritmé�cas, desenvolvidas para realçar alguns objetos da super�cie terrestre, a par�r de dados ob�dos por sensores remotos. Operações aritmé�cas, como esta�s�cas e equações, costumam ser calculadas em um SIG, como o so�ware livre QGIS, para realçar as caracterís�cas dos alvos, representados nas imagens orbitais. 81 1) Índice de Vegetação por Diferença Normalizada (NDVI) 82 Dentre as várias aplicações do cálculo do NDVI na agricultura, as principais são: 83 h�ps://mapadamina.org.br/shapefile https://mapadamina.org.br/shapefile 84 Tradicionalmente, os valores do NDVI são apresentados em forma de um mapa, em cores, no qual cada tom corresponde a determinado valor. Não existe uma paleta de cores padrão, mas a maioria dos so�wares SIG, como o QGIS, u�liza a proporção “vermelho-verde”. Essa escala de cores significa que as tonalidades vermelho-alaranjado-amarelo indicam solo desnudo ou vegetação morta/esparsa (seca). Já todas as tonalidades de verde representam cobertura vegetal, de normal a densa. Se ainda não souber como é a interpretação de imagens do NDVI, basta verificar a legenda do índice, como no mapa abaixo, ob�do a par�r de dados do satélite Meteosat-11. E lembre-se que cada so�ware permite criar imagens do NDVI com sua própria paleta de cores. 85 86 Mapas da cobertura vegetal são estratégicos para analisar, por exemplo, a produ�vidade agrícola. No Curso “Mapa da Mina” ( ), o treinamento em QGIS do h�ps://mapadamina.org.br/ Laboratório Lapis, são u�lizados dados do satélite Meteosat-11, para gerar esse �po de imagem. Os dados apresentam alta frequência temporal (diária ou semanal), sendo uma informação valiosa para monitoramento e tomada de decisão, relacionados à agricultura. A seguir, vamos mostrar um caso em que aplicamos esses dados para mapear áreas agrícolas sob estresse hídrico. São lavouras de cana-de-açúcar, de grande extensão, administradas por uma mul�nacional produtora de biocombus�veis, no interior de São Paulo. Todo o processamento das imagens abaixo foi feito no QGIS, o so�ware SIG livre e gratuito mais usado no mundo: 87 https://mapadamina.org.br/ https://mapadamina.org.br/ As imagens de satélite acima apresentam a condição da cobertura vegetal, a cada semana do mês de janeiro de 2017, detalhando inclusive a situação para cada talhão. A área é ocupada por operações agroindustriais, que produzem toneladas de cana-de-açúcar, para fabricação de bioenergia (etanol). O diagnós�co foi feito a par�r do produto NDVI diário, do satélite Meteosat- 11. 88 PARA APROFUNDAR O CONTEÚDO DESTE TÓPICO 2) 89 h�ps://www.youtube.com/watch?v=3i5FJUgG9IE&t=2055s h�ps://www.letrasambientais.org.br/posts/os-15-fatos-que-voce-precisa- saber-sobre-uso-de-ndvi-na-agricultura https://www.youtube.com/watch?v=3i5FJUgG9IE&t=2055s https://www.letrasambientais.org.br/posts/os-15-fatos-que-voce-precisa-saber-sobre-uso-de-ndvi-na-agricultura https://www.letrasambientais.org.br/posts/os-15-fatos-que-voce-precisa-saber-sobre-uso-de-ndvi-na-agricultura Assim, o VCI permite mensurar, de forma mais aprimorada do que o NDVI, a dinâmica de precipitação, pois não apenas descreve a cobertura vegetal, de determinada área. Ele também possibilita analisar as mudanças espaciais e temporais da vegetação, além dos impactos do clima sobre o vigor vegeta�vo das culturas ou vegetação natural. É por isso que esse produto de satélite é muito u�lizado na agricultura, especialmente para um mapeamento mais adequado dos impactos locais da seca e para a es�ma�va da produ�vidade das lavouras. O VCI representa a porcentagem de NDVI, em relação à sua máxima amplitude, em cada local, sendo calculado a par�r da diferença entre o máximo e o mínimo NDVI registrado, nos anos anteriores. Dessa forma, opercentual do VCI dá uma ideia de onde o valor observado se situa, entre os valores extremos (mínimo e máximo), de períodos passados. Os valores mais altos e mais baixos do VCI indicam condições do estado da vegetação boas e ruins, respec�vamente. 90 h�ps://www.letrasambientais.org.br/posts/seca-se-expandiu-pela-bacia-do-sao- francisco-nas-ul�mas-decadas h�ps://www.mdpi.com/2072-4292/13/19/3921 https://www.letrasambientais.org.br/posts/seca-se-expandiu-pela-bacia-do-sao-francisco-nas-ultimas-decadas https://www.letrasambientais.org.br/posts/seca-se-expandiu-pela-bacia-do-sao-francisco-nas-ultimas-decadas https://www.mdpi.com/2072-4292/13/19/3921 3) 91 4) Uma alterna�va é u�lizar o Normalized Difference Red Edge (NDRE), um índice indicado para se es�mar lavouras densas permanentes ou outras lavouras desse �po. 92 Imagem da constelação PlanetScope, processada no QGIS, pelo Laboratório Lapis. 93 , h�p://mapadamina.org.br http://mapadamina.org.br PARA APROFUNDAR O CONTEÚDO DESTE TÓPICO: O NDVI é frequentemente usado em todo o mundo para monitorar a seca, es�mar a produção agrícola, auxiliar na previsão de zonas de incêndio, analisar situações de estresse hídrico na vegetação, entre outras aplicações. 5) Índices de vegetação para monitorar riscos climá�cos na agricultura Existe uma variedade de índices de vegetação, que se baseiam no NDVI. Em algumas situações, é necessário u�lizar esses índices, como fatores de ajuste de informação, para o brilho do solo, efeitos atmosféricos e outros aspectos. Isso nos ajuda a entender melhor a situação da cobertura vegetal e suas limitações, a exemplo de lavouras. Dentre os vários �pos de índices de vegetação, há três deles que consideramos mais importantes, para quem deseja fazer uma gestão mais inteligente dos riscos climá�cos, durante a evolução das safras. São eles: 94 na imagem da constelação PlanetScope. h�ps://www.letrasambientais.org.br/posts/quando-u�lizar-o-indice-rededge-para- analisar-cobertura-vegetal- https://www.letrasambientais.org.br/posts/quando-utilizar-o-indice-rededge-para-analisar-cobertura-vegetal- https://www.letrasambientais.org.br/posts/quando-utilizar-o-indice-rededge-para-analisar-cobertura-vegetal- O Índice de Vegetação Melhorado (EVI, sigla do inglês Enhanced Vegeta�on Index), é uma versão ajustada do NDVI, especialmente precisa para áreas com vegetação mais densa. Esse Índice é calculado de forma similar ao NDVI, apresentando algumas modificações, que garantem a correção da luz refle�da. É comum que par�culas em suspensão na atmosfera e sinais de fundo do dossel (cobertura do solo) levem à formação de reflexos indesejáveis, nas imagens. Esses reflexos prejudicam a captura e consequentemente a interpretação dos dados. O (VARI), assim como o EVI, foi designado para Índice Resistente à Atmosfera na Região Visível realizar correções dos efeitos atmosféricos. O VARI é des�nado principalmente para detecção de áreas de estresse hídrico, nas lavouras. Diferentemente dos índices de vegetação anteriores, baseados em sensores infravermelho próximo (NIR), as imagens VARI são geradas com uso da técnica de composição RGB, usada para realçar as cores dos alvos mapeados. A tendência de uso de imagens RGB não busca a subs�tuição da tecnologia NDVI, mas a ampliação das técnicas de mensuração. 95 capítulo 7 MéTODO PARA ESTIMAR A PRODUTIVIDADE DA CANA-DE-AÇÚCAR 97 De acordo com um estudo da Confederação Nacional da Indústria (CNI), a produ�vidade dos canaviais em volume (toneladas de cana por hectares) passou por oscilações, do período 2005/2006 a 2015/2016. Todavia, nesses 10 anos, apresentou um crescimento de 3%. Já a qualidade da matéria-prima (kg de ATR por tonelada de cana) teve queda de 1%, durante o período (CNI, 2017). A produção da cana-de-açúcar, em algumas regiões do Brasil, é caracterizada por baixo inves�mento e está altamente susce�vel aos riscos climá�cos. Como consequência, a produ�vidade, em termos agrícolas, de geração de trabalho e de recursos naturais, tem permanecido baixa. Por outro lado, o custo ambiental tem sido alto, especialmente com respeito à degradação da terra, perda de recursos naturais e de biodiversidade. Um dos destaques do cul�vo dessa gramínea semiperene é sua eficiência na produção de biocombus�veis, com papel fundamental na redução das emissões de gases de efeito. A cultura da cana é uma das mais tecnificadas e capacitadas, no que diz respeito ao uso de técnicas para seu gerenciamento. Vale dizer que o risco de degradação das terras e aumento das emissões, causados pela produção de lavouras para biocombus�veis, tem sido amplamente deba�do por especialistas do Painel Intergovernamental para Mudança Climá�ca (IPCC). O Relatório do IPCC apresenta diretrizes para orientar polí�cas nos países signatários, entre os quais o Brasil se inclui (IPCC, 2022). O setor de produção de biocombus�veis é um dos maiores trunfos, para a polí�ca brasileira de adaptação ao processo de mudanças climá�cas. Durante a Conferência do Clima das Nações Unidas (COP26), realizada em Glasgow, Escócia, em novembro de 2021, o Brasil reafirmou compromissos ambiciosos, de aumentar a produção de biocombus�veis, até 2030. Com isso, a produção da cana-de-açúcar, adotando boas prá�cas de sustentabilidade, é par�cularmente importante para o País, visando reduzir o ritmo da mudança climá�ca global. No contexto das mudanças climá�cas, tornou-se crucial a busca pelo aumento da produ�vidade das lavouras, evitando impactos ambientais, decorrentes da conversão de novas terras em áreas agricultáveis. Isso se tornou mais evidente no atual contexto das mudanças climá�cas e das demandas contemporâneas por sustentabilidade ambiental, social e corpora�va (ESG). O monitoramento por satélite é uma das principais estratégias para aumentar a eficiência na produ�vidade da cana. Hoje, os canaviais recebem acompanhamento sem precedentes, grande parte a par�r de dados gratuitos, processados em um so�ware SIG livre e de código aberto, como o QGIS. 98 Os sistemas de monitoramento por satélite são imprescindíveis para o conhecimento dos padrões de variabilidade espaço-temporais do clima. Também contribuem com o desenvolvimento de modelos predi�vos, sejam de modelos agrometeorológicos ou para a emissão de alertas climá�cos e ambientais. Para que sejam traçadas medidas que favoreçam o processo produ�vo, existem vários modelos, u�lizados para a es�ma�va da produ�vidade. Dentre eles, estão os modelos agrometeorológicos, que consideram somente a influência dos fatores climá�cos sobre a , produ�vidade dos cul�vos. Também são u�lizados modelos agronômicos, para es�ma�va da produ�vidade agrícola, que tentam representar, de forma simplificada, os principais processos que atuam na produ�vidade, transformando-os em variáveis quan�ficáveis. Mais recentemente, alguns desses modelos foram aperfeiçoados e integrados às técnicas de sensoriamento remoto, com resultados bastante encorajadores, apesar da alta variabilidade espacial da produ�vidade ob�da. É o caso do método desenvolvido pelo Laboratório Lapis, para avaliação e diagnós�co agrometeorológico, baseado em dados de satélites, ob�dos pelo Sistema EUMETCast (BARBOSA, 2013). Trata-se de um sistema descentralizado de recepção de dados de satélites, que fornece dados frequentes e precisos, sobre diversos parâmetros agrometeorológicos, tais como: evapotranspiração potencial e de referência, albedo da super�cie, temperatura da super�cie terrestre, radiação solar, precipitação, índices de vegetação, umidade do solo, etc. 99 O método do Lapis foi estruturado no Curso “Mapa da Mina” ( ), h�p://mapadamina.org.br/ o treinamento prá�co que ensina a gerar mapas, processar e analisar imagens de satélites, no QGIS, um so�ware SIG gratuito e de código aberto. 100 http://mapadamina.org.br/ PARA APROFUNDAR O CONTEÚDO DESTE TÓPICO Nas úl�mas décadas,uma crescente quan�dade de produtos potencialmente úteis, derivados do sensoriamento remoto, tornaram-se disponíveis. Todavia, seu potencial para melhorar o desempenho de modelos agrometoeorológicos devem ser avaliados e validados, em nível local. 101 h�ps://lapismet.com.br/satelite/ h�ps://www.letrasambientais.org.br/posts/5-razoes-para-u�lizar-imagens-de- satelites-na-gestao-agricola https://lapismet.com.br/satelite/ https://www.letrasambientais.org.br/posts/5-razoes-para-utilizar-imagens-de-satelites-na-gestao-agricola https://www.letrasambientais.org.br/posts/5-razoes-para-utilizar-imagens-de-satelites-na-gestao-agricola 102 Essas técnicas são u�lizadas para se es�mar a produ�vidade das lavouras, a par�r de componentes como balanço de radiação, precipitação, temperatura da super�cie, evapotranspiração potencial, balanço de energia, entre outros. O monitoramento por satélite complementa o conhecimento adquirido em campo, por profissionais da agricultura e produtores rurais. As observações permitem orientar e in situ calibrar a análise dos dados de satélite, oferecendo uma boa base para integração espaço- temporal, de ambos os �pos de dados. Combinar essas informações, com séries de longo prazo disponíveis, permite análises espaciais mais qualificadas, para a agricultura. Porém, os procedimentos esta�s�cos dos modelos agrometeorológicos e agronômicos não costumam ter orientação prá�ca, para a tomada de decisão. Seu baixo desempenho, muitas vezes, é consequência de conjuntos de dados de entrada limitados. Dessa forma, a es�ma�va da produ�vidade das lavouras, seja de soja, milho ou cana-de- açúcar, torna-se mais estratégica, quando se associam produtos derivados de técnicas de sensoriamento remoto, com modelagem numérica. Os produtos de satélites fornecem dados frequentes e bastante aproximados, de diversos parâmetros agrometeorológicos. Com o método do Laboratório Lapis, é possível u�lizar um catálogo de produtos agrometeorológicos, baseados em dados de satélites, para o monitoramento da produ�vidade agrícola. Dentre eles, estão: umidade do solo, precipitação, evapotranspiração potencial e de referência, albedo de super�cie, índices de vegetação, temperatura da super�cie, radiação solar, entre outros. Processados no so�ware QGIS e visualizados em forma de mapas, esses indicadores oferecem um monitoramento completo das lavouras, orientando a adoção de medidas, para aumentar a produ�vidade. Essa tecnologia, associada ao conhecimento empírico do campo, em muito auxiliam para a es�ma�va do período de crescimento e desenvolvimento das lavouras. Dessa forma, torna-se possível alavancar a produção agrícola, com mais sustentabilidade. As a�vidades relacionadas ao processamento de dados geográficos/georreferenciados consistem em captar, organizar e elaborar mapas. Para isso, o QGIS, um SIG totalmente gratuito e de código aberto, é uma das ferramentas mais poderosas. O so�ware permite adquirir, manipular, integrar, analisar e apresentar os dados georreferenciados, facilitando seu processamento. Confira, a seguir, como funciona o método do Lapis para es�mar a produ�vidade das lavouras. 103 Os dados de satélites u�lizados, na validação do método, foram ob�dos a par�r da sua própria estação de recepção de dados de satélites “Sistema EUMETcast”. Esses dados são u�lizados para es�mar o período de crescimento e desenvolvimento das culturas, seja da cana- de-açúcar ou de outros cul�vos. A abordagem do sensoriamento remoto, para quan�ficar es�ma�vas da produ�vidade da cana-de-açúcar, são computadas para cada pixel do mapa, usando imagens do NDVI, produ�vidade de matéria seca (DMP, sigla do inglês ) e evapotranspiração Dry Ma�er Produc�vity potencial (ETp). São aplicadas �sica de balanço radia�vo, aerodinâmico e energé�co, em 9 etapas de processamento digital dos indicadores, no QGIS. 104 da , São produtos baseados em sensoriamento remoto, como SPOT Vegeta�on-2, SPOT-5, do satélite SPOT; NDVI, do satélite Meteosat-11; DMP, do programa Copernicus, com resolução espacial de 1 km; e o produto LSA-SAF de ETp, para a América do Sul. 105 São geradas séries temporais de dados raster de NDVI, nas quais cada mapa da cobertura vegetal representa a média do NDVI, para o período de 10 dias. Durante a importação dos dados, são re�dos apenas os valores do que sa�sfazem os critérios dos “flag”, como ausência de mapa, nuvens, pixels terrestres, boa qualidade radiométrica nas bandas Vermelha (RED) e InfraVermelho Próximo (NIR). O FVC é conver�do para IAF, por meio de uma equação proposta por Norman et. al. (2003), conforme a equação 2. 106 Para o processamento deste cálculo, para cada um dos mapas de NDVI, pertencentes à série temporal, foi u�lizado o so�ware QGIS, com fornecimento das informações solicitadas nos campos da calculadora raster. Berka et. al. (2003) desenvolveram uma abordagem simples, para derivar a taxa de crescimento, a par�r do LAI, veja a equação 3. 107 O Coeficiente de cul�vo (Kc) é específico ao estágio de crescimento do cul�vo. A evapotranspiração, em qualquer momento da estação de crescimento, é o produto da evapotranspiração de referência pelo coeficiente do cul�vo, como mostrado na equação 5. O Satellite Applica�on Facility on Land Surface Analysis (LSA-SAF) faz parte do segmento terrestre de aplicação da Eumetsat. Está focado no desenvolvimento e processamento de produtos de satélite, que caracterizam as super�cies con�nentais, como produtos de radiação, vegetação, evapotranspiração e incêndios florestais. 108 . . . . Por meio do uso dos recém-desenvolvidos produtos LSA-SAF, pode-se agora obter medidas frequentes e precisas de diversos parâmetros agrometeorológicos básicos (ex. albedo da super�cie, temperatura da super�cie, evapotranspiração, dentre outros). Os parâmetros agrometeorológicos es�mados por satélite têm várias vantagens, se comparados aos es�mados usando a rede dispersa de observações meteorológicas de super�cie. No QGIS, exibindo-se a série temporal como uma sequência animada, uma lista de mapas será compilada, processando-se o produto LSA-SAF ET, a cada 30 minutos, entre o período avaliado. Todos os produtos serão adicionados em base diária e corrigidos para o intervalo avaliado. O produto é expresso em unidades de mm/hr. Os produtos diários deverão ser somados e terão suas médias calculadas em 10 dias. O desvio padrão também será calculado e agregado para esse mesmo período. Para obtenção do valor de evapotranspiração do cul�vo, será u�lizada a série temporal de dados ETp_avg e ET_std, adotando-se o seguinte procedimento: Para os meses avaliados, o valor adotado para o coeficiente de cul�vo, será equivalente aos estágios de desenvolvimento da cultura, sendo: Uma vez efetuados todos os cálculos, uma nova lista de mapas será criada. Passo 7: Es�ma�va da produ�vidade da cana-de-açúcar A es�ma�va da safra da cana-de-açúcar, durante o processo de crescimento, em base de dez dias, é feita usando um modelo agrometeorológico (Equação 7), seguindo o Doorenbos e Kassam (1979): 109 Nesta etapa, pode ser usada a máscara para extrair o valor da safra es�mada (Ye). A lista de mapas de Ye resultante deve ser sobreposta à máscara das fronteiras municipais, da região analisada. Esse procedimento é feito no so�ware QGIS. Com a série temporal dos mapas disponível, no painel de camadas, basta usar a máscara para extrair o valor de “Ye”, para a região. É só clicar em Raster > Recorte > Recortar por Camada de Máscara. A série temporal de Ye corresponde à safra es�mada da cana-de-açúcar, em base dezenal. Para se es�mar a Produ�vidade Total da Safra, para toda a série temporal, cada dezena da lista de mapas “Ye” deverá ser acumulada. Finalmente, para se es�mar a produ�vidade total da safra, a quan�dade média da água (76%) sem estresse é adicionada à cana-de-açúcar, e o peso inicial dos caules, durante o plan�o, deve ser também adicionado(aqui o valor de 15 ton/ha é u�lizado). A imagem gerada mostrará os resultados finais da análise, usando as fronteiras municipais e a máscara da cana-de-açúcar, sobrepostas ao mapa Ye_total. Dessa forma, obtém-se uma informação crucial para se es�mar a produ�vidade agrícola, de diferentes cul�vos, a par�r da incorporação de produtos de satélite e técnicas de sensoriamento remoto. Com esse modelo agrometeorológico, seguindo cada etapa do método, geram-se produtos para monitoramento climá�co e ambiental da cana-de-açúcar, usando o QGIS, um SIG gratuito e de código aberto. 110 O Curso “Mapa da Mina” é o treinamento prá�co do Laboratório Lapis que ensina como gerar mapas, processar e analisar esses �pos de produtos agrometeorológicos, para monitoramento agrícola, climá�co e ambiental. 111 capítulo 8 Prática no QGIS: processando e analisando imagens de satélites Nesta prá�ca, vamos u�lizar dados de alta resolução, da constelação de satélites Planetcope, para quan�ficar uma área de desmatamento de floresta por corte raso. Se preferir acompanhar essa demonstração em formato de videoaula, acesse esta apresentação: A prá�ca no QGIS está h�ps://www.youtube.com/watch?v=ML5b41RGIUk disponível no tempo 16:24 minutos do vídeo. Esta demonstração prá�ca é apenas uma amostra das videoaulas que fazem parte do Curso de QGIS “Mapa da Mina”. O treinamento 100% prá�co vai desde o básico até o avançado, contando com suporte técnico do Laboratório Lapis. Nesta prá�ca, a quan�ficação de dano e floresta remanescente será feita a par�r de três etapas de aplicação dos dados de satélite, no QGIS. Essa mesma metodologia pode ser u�lizada para realizar classificação e mapeamento, em várias outras áreas, como: florestal, planejamento urbano, agricultura, mineração, meio ambiente etc. Essas são as duas imagens com as quais iremos trabalhar no QGIS, referentes ao Tempo (T1), em maio, e Tempo (T2), em julho. A terceira imagem é resultante da vetorização da área desmatada. 113 h�ps://letrasambientais.org.br/04_DESMATAMENTO.rar https://www.youtube.com/watch?v=ML5b41RGIUk https://letrasambientais.org.br/04_DESMATAMENTO.rar 114 Dados da constelação de satélites PlanetScope baixados e descompactados para a prá�ca. 115 116 117 No espaço em branco, da calculadora de expressão raster, basta inserir , u�lizando a equação os operadores, seguindo o passo 13. U�lize primeiro as bandas da imagem “maio”, conforme o passo 14. 118 119 120 121 122 Ao abrir a janela “mesclar”, é importante marcar a opção “Coloque cada arquivo de entrada em uma banda separada”, conforme o passo 17. Essa opção é a�vada justamente para habilitar a técnica de Layerstack (empilhamento das bandas), no momento da mesclagem das imagens 123 Na opção “Mesclado”, selecione a opção “Salvar arquivo” (passo 21). Escolha o local para salvar a camada mesclada e atribua o nome “Mesclado”, ao arquivo resultante. Em seguida, clique em “Executar” (passo 22). 124 Quan�ficando a área desmatada com a técnica de classificação baseada em vetorização manual 125 Preencha as informações, conforme o passo a passo demonstrado abaixo. Clique nos três pon�nhos e salve o arquivo vetorial criado com o nome “floresta”: 126 127 Ao finalizar a vetorização, clique com o botão direito do mouse (passo 28) e vai aparecer uma caixa, para salvar os atributos na tabela. 128 129 Clique na seta de “Geometria”, selecione e dê dois cliques na opção “$Área” (passo 31). Faça a razão de $Área / 1000000 (passo 32). É necessário que apareçam abaixo os números de pré- visualização. Clique em “OK”. 130 Esta demonstração prá�ca faz parte do programa do Curso de QGIS “Mapa da Mina” ( ), do Laboratório Lapis. Se você quer se aprofundar no domínio do h�p://mapadamina.org.br/ geoprocessamento no QGIS, de forma passo a passo, com videoaulas e tutoriais detalhados, inscreva-se em nosso treinamento online. No Curso, você contará com o suporte técnico e acompanhamento do Laboratório Lapis, durante seu desenvolvimento, até dominar defini�vamente o QGIS. Os dados da constelação de satélites PlanetScope, usados nesta prá�ca no QGIS, foram ob�dos por meio do Projeto Brasil M.A.I.S (Meio Ambiente Integrado e Seguro), da Polícia Federal, ligado ao Ministério da Jus�ça e Segurança Pública do Brasil. O Programa incen�va o uso de imagens de alta resolução, para ações de mapeamento ambiental e combate à criminalidade, no País. 131 http://mapadamina.org.br/ A Plataforma do Programa Brasil Mais (2022) permite o acesso e compar�lhamento das imagens de satélites diárias, com resolução espacial de 3 metros, ob�das pela constelação PlanetScope, composta por mais de 130 satélites. O compar�lhamento das imagens visa contribuir para que o acesso e a u�lização dos produtos fornecidos, pelo Brasil Mais, sejam potencializados, entre as ins�tuições e milhares de usuários de todo Brasil, cadastrados na Plataforma. Desde janeiro de 2022, o Laboratório Lapis assinou um termo de adesão ao Programa Brasil Mais, para realizar pesquisas e treinamentos de alto nível, na área de geotecnologias. Em contrapar�da, o Lapis oferece dados do Sistema EUMETCast, para apoio à Polícia Federal. A Universidade Federal de Alagoas (Ufal), por meio do Laboratório Lapis, foi a primeira ins�tuição de ensino do Brasil a aderir ao Programa. Foi também a primeira universidade a instalar o Sistema EUMETCast, para recepção descentralizada de dados de satélites. 132 ALBUQUERQUE, Erickson Melo de. Modelagem para a es�ma�va da produ�vidade da cana-de-açúcar através de sensoriamento remoto. UFCG, 2014.Dissertação de Mestrado em Meteorologia. BARBOSA, Humberto. uma abordagem aplicada dos satélites Meteosat de Sistema EUMETCast: s e g u n d a g e r a ç ã o . M a c e i ó - A L : U F A L , 2 0 1 3 . D i s p o n í v e l e m : h�ps://www.letrasambientais.org.br/comprar-sistema-eumetcast Acesso em: 01 Març 2022. BRASIL MAIS. Meio Ambiente Integrado e Seguro. Polícia Federal. Disponível em: . Acesso em: 15.04.2022. h�ps://plataforma-pf.sccon.com.br/#/ BLAIN, G. C.; MESCHIATTI, M. C. Inadequacy of the gamma distribu�on to calculate the Standardized Precipita�on Index. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 19, n. 12, p. 1129-1135, 2015. BIEDERMAN, J. A. et. al. CO2 exchange and evapotranspira�on across dryland ecosystems of s o u t h w e s t e r n N o r t h A m e r i c a . G l o b a l C h a n g e B i o l o g y. 2 0 1 7 . D i s p o n í v e l e m : h�ps://doi.org/10.1111/gcb.13686 BURITI, Catarina de Oliveira; BARBOSA, Humberto Alves. por que as polí�cas Um século de secas: hídricas não transformaram o Semiárido brasileiro? Lisboa-Portugal: Chiado Editorial, 2018. 454 p. CNI – Confederação Nacional da Indústria. O setor sucroenergé�co em 2030: dimensões, inves�mentos e uma agenda estratégica. Brasília-DF: CNI, 2017. DOORENBOS, J.; KASSAM, A.H. Rome-Itália: FAO, 1979. 193p. Yield response to water. ESCORIHUELA, M. J.; QUINTANA-SEGUÍ, P. Comparison of remote sensing and simulated soil moisture datasets in Mediterranean landscapes. Interna�onal Journal of Remote Sensing, v. 180, 2016. p. 99- 114. GISGEOGRAPHY. Disponível em: QGIS Plugins: The Lifeblood of Open Source GIS. h�ps://gisgeography.com/qgis-plugins/ Acesso em: 08.02.2022, às 10h20. GISGEOGRAPHY. QGIS Tutorial: How To Use QGIS 3. Disponível em: h�ps://gisgeography.com/qgis- tutorial-how-to-use-qgis-3/ Acesso em: 08.02.2022, às 12h52. GISGEOGRAPHY. Disponível em: 13 Free GIS So�ware Op�ons: Map the World in Open Source. h�ps://gisgeography.com/free-gis-so�ware/ Acesso em: 01.03.2022, às 14h52. 133 https://www.letrasambientais.org.br/comprar-sistema-eumetcast https://plataforma-pf.sccon.com.br/ https://doi.org/10.1111/gcb.13686 https://gisgeography.com/qgis-plugins/ https://gisgeography.com/qgis-tutorial-how-to-use-qgis-3/ https://gisgeography.com/qgis-tutorial-how-to-use-qgis-3/ https://gisgeography.com/free-gis-software/
Compartilhar