Integração do Google Earth Engine e Google Colaboratory aplicados ao processamento digital de imagens de sensoriamento remoto

Abstract

Translate Article

Os usuários de imagens de sensoriamento remoto têm disponibilidade de acesso a vários bancos de dados de forma gratuita. Esses bancos de imagem com suas respectivas resoluções espaciais, espectrais, radiométricas e temporais são formados por um grande número de dados em nuvem de computadores. As utilizações são externas para diversos contextos de pesquisa e aplicações práticas relacionadas ao meio ambiente. Trabalhar com esses dados sem precisar baixá-los localmente se apresenta como vantagem cada vez mais necessária, com redução de tempo de processamento e espaço nos computadores locais. O presente trabalho exemplifica procedimentos com uso desses bancos e o processamento dessas imagens usando imagens do OLI do Landsat-8 e rotinas computacionais em linguagem Python, empregando as plataformas do Google Earth Engine e Google Colaboratory. Estas rotinas abrangem a aplicação do Índice de Vegetação por Diferença Normalizada (NDVI), Índice de Vegetação Ajustado ao Solo (SAVI), Índice de3 Água de Diferença Normalizada (NDWI), Índice de área construída por diferença normalizada (NDBI). O processo engloba uma sequência de etapas, que se inicia com a delimitação da área de interesse, seguida pela preparação das imagens, incluindo a aplicação de máscaras para remover elementos indesejados, como nuvens. E por fim, a conversão das informações imageadas em formatos tabulares, com análises estatísticas, gráficas e a representação cartográfica dos resultados complementando a análise. Em resumo, esse trabalho visa otimizar a análise de imagens de sensoriamento remoto em nuvem, tornando mais eficaz a etapa de processamento e auxiliando a interpretação de dados espaciais.