Satélite Landsat 9 será lançado em setembro de 2021

O Landsat 9, com lançamento previsto para setembro de 2021, se juntará ao Landsat 8 em órbita. O tempo de revisita programado do Landsat 8 + Landsat 9 para o acesso de dados será a cada 8 dias, como atualmente é para o Landsat 8 + Landsat 7.

O Landsat 9 terá uma capacidade de imagem maior do que os Landsats anteriores, permitindo que dados mais valiosos sejam adicionados ao arquivo global de terras do Landsat. No entanto, será melhor do que as gerações anteriores de Landsats em radiometria e geometria.

Junto ao Landsat 9 irá acoplado os sensores com resolução espacial moderada – 15 m, 30 m e 100 m. Isso tudo vai ampliar nossa capacidade de analisar as mudanças na superfície global da terra em uma escala em que possamos separar as causas humanas e naturais das mudanças. Quando surgirem questões de uso da terra e disponibilidade de recursos, o Landsat 9 auxiliará os tomadores de decisão a tomar decisões com informações validadas.

Aplicativos como alertas semanais de desmatamento tropical, monitoramento da qualidade da água e relatórios de condições de cultivo podem agora ser desenvolvidos com a constelação, contribuindo como um componente crítico para a estratégia internacional de monitoramento da saúde e do estado da Terra.

Fonte: NASA

Sensoriamento remoto na redução de custos do setor elétrico

O sensoriamento remoto tem entrado em foco nos últimos meses. Além de uma opção ao trabalho presencial, dificultado em razão da pandemia, oferece  também um conjunto de ferramentas que vêm sendo cobiçadas por empresas do setor elétrico.

Uma das facilidades é o armazenamento e processamento em nuvem, que permite um maior armazenamento de dados e uma maior velocidade de processamento. Atualmente a Fundação Certi, de Santa Catarina, está trabalhando no desenvolvimento de projetos de monitoramento ambiental, incluindo a medição da qualidade da água de reservatório de usinas, e o outro de controle da vegetação.

“Apesar da coleta de dados em campo ser a prática mais comum entre as empresas e empreendimentos, este tipo de abordagem consome grande quantidade de recursos humanos e financeiros, além de apresentar limitações”, explica o coordenador do projeto na Certi, Marcelo Pedroso Curtarelli.

É interessante ver a expansão das atividades relacionadas ao sensoriamento remoto e como essas novidades podem impactar o sistema produtivo, gerando mais praticidade e qualidade para os serviços ofertados.

Leia mais sobre os projetos.

Itaipu em Google Earth Engine. Imagem ilustrativa.

Google Earth Timelapse: A maior atualização do Google Earth em anos.

Lançado recentemente o recurso Timelapse do Google Earth permite aos usuários visualizarem as principais mudanças ocorridas na Terra de 1984 a 2020. Isso só é possível devido às 24 milhões de fotos de satélite registradas nos últimos 37 anos, que foram combinadas para análises comparativas. O Google Timelapse gera um vídeo global com função de zoom que é feito de 33 mosaicos anuais sem nuvens, um para cada ano.

 

Google Earth Engine utilizou imagens de satélite adquiridas nas últimas três décadas por cinco satélites diferentes. A maioria das imagens vem do Landsat, um programa conjunto de observação da Terra da USGS / NASA que observa a Terra desde a década de 1970. Para ao ano de 2015 e 2016, são utilizadas imagens do Landsat 8 e Sentinel-2A.

 

A empresa também oferece outras funções como um tour guiado interativo. Mais de 800 vídeos de Timelapse 2D e 3D também foram enviados para uso público. Veja mais. Dessa forma, qualquer pessoa pode ver o desenvolvimento do tempo e testemunhar as mudanças planetárias nos últimos quarenta anos.

 

Eai gostou? Ficou curioso?

 

Confira essa ferramenta aqui.

 

Amazônia 1

O primeiro satélite de observação da Terra desenvolvido e operado pelo Brasil é o Amazonia 1.

A missão Amazônia fornecerá dados de sensoriamento remoto (imagens) para observação e monitoramento do desmatamento, principalmente na região amazônica, e implantará uma produção agrícola diversificada com alta taxa de retorno em todo o país, buscando complementar os planos ambientais existentes.

O lançamento ocorreu na Índia e o satélite foi enviado há dois meses. Cerca de 300 milhões de reais foram investidos no desenvolvimento de satélites. O contrato do veículo indiano custou mais 20 milhões de reais.

O aparelho é resultado de oito anos de trabalho e foi desenvolvido integralmente no Instituto Nacional de Pesquisas Espaciais (Inpe), em São José dos Campos, localizado no interior de São Paulo. Dois projetos semelhantes serão lançados em um futuro próximo: Amazônia-1B e Amazônia-2.

Possui um imageador óptico de visão ampla (câmera com 3 bandas no espectro visível) e uma banda próxima ao espectro infravermelho (infravermelho próximo ou NIR) .Pode observar cerca de 850 km com resolução de cerca de 60 metros.

Sua órbita foi projetada para fornecer uma alta frequência de retorno (5 dias), para que possa fornecer uma quantidade significativa de dados de um mesmo ponto do planeta. Esse recurso é extremamente valioso em aplicativos como um alerta de desmatamento na Amazônia, pois aumenta a probabilidade de capturar fotos úteis quando há cobertura de nuvens na região.

Os dados gerados ainda ajudarão a participar de outras aplicações relacionadas, como: monitoramento de áreas costeiras, reservatórios, florestas naturais e plantadas, desastres ambientais, etc.

Finalmente, como os satélites de sensoriamento remoto anteriores foram desenvolvidos em cooperação internacional com outros países, a missão Amazônia consolidará o conhecimento do Brasil no desenvolvimento geral de missões espaciais usando satélites estabilizados de três eixos. Saiba mais

Arte: Junior Miranda / Homem do Espaço

Arte: Junior Miranda / Homem do Espaço

Drones, o futuro como inteligência de identificação e localização

A Esri e Airborne International Response Team (AIRT), organização que apoia Drones For Good ™ para emergências e resposta a desastres, anuncia sua participação no programa de rede de parceiros da Esri.

A parceria disporá de acesso a uma ampla gama de ferramentas de sistema de informações geográficas (GIS), software e suporte para melhor capacitar as equipes de drones AIRT a se preparar e responder a incidentes complexos, como furacões e incêndios florestais.

Uma das ferramentas é o Site Scan for ArcGIS, o software de mapeamento drone baseado em nuvem de ponta a ponta projetado para revolucionar a coleta, processamento e análise de imagens. O Site Scan oferece aos socorristas um portfólio robusto de ferramentas, como gerenciamento de frota, planejamento de voo e processamento e análise de imagens, oferecendo uma solução robusta para operações de segurança pública com UAS. Ver mais

Atualmente o uso de drones apresenta uma gama de facilidades no processo de obtenção de dados de campo, monitoramento e sistemas de alerta. Sua adoção vai do sensoriamento remoto voltado à análise de corpos hídricos ao monitoramento de combate ao desmatamento e invasão de terras indígenas (ver mais). Os limites do uso dessas novas tecnologias ainda não foram traçados.

A drone operated by Airmen with the 773d Civil Engineer Squadron flies over a training area while capturing aerial intelligence is support of a readiness and training exercise, Polar Force 20-1, at Joint Base Elmendorf-Richardson, Alaska, Oct. 8, 2019. Designed to test JBER’s mission readiness, Polar Force 20-1 is a two-week exercise that hones Airmen’s skills and experience when facing adverse situations. Airmen refined their contingency tactics, techniques and procedures in support of the Pacific Air Force’s Agile Combat Employment concept of operations. Agile Combat Support excellence yields multi-domain operations success. (U.S. Air Force photo by Alejandro Peña)

Plataforma online (GEE App) para monitoramento de Chl-a e Índice de Estado Trófico de águas interiores na América Latina: um projeto em andamento

As atividades humanas em escala global têm contribuído significativamente para a mudança na qualidade dos corpos d’água, aumentando os níveis de nutrientes. Nessas circunstâncias, as algas proliferaram rapidamente e suas concentrações estão acima dos níveis normais. A falta de dados in situ, em países da América Latina, por exemplo, limita a capacidade de gestão da qualidade da água devido à escassez de informações sobre o estado atual das águas superficiais. Nesse cenário, técnicas de sensoriamento remoto e computação em nuvem são ferramentas fundamentais para fornecer indicadores precisos e rápidos quanto à ocorrência de AB e Níveis tróficos em grandes áreas, apoiando ainda mais os tomadores de decisão e ações de gestão.

No ano passado, em colaboração com vários pesquisadores, foi aprovado pelo Google Earth Engine (GEE) [1] e pela Earth Observation Data Science ( EO) [2]. Até agora, a metodologia proposta usa imagens Sentinel-2 corrigidas para efeitos atmosféricos e de reflexo solar para gerar uma coleção de imagens do Índice de Clorofila a Diferença Normalizada (NDCI) [3] para toda a série temporal (agosto de 2015 até o presente) de uma determinada área. O NDCI recuperado das imagens é comparado com chl-a medido in situ com uma janela de tempo de + – 2 dias para comparações. NDCI é usado para estimar a concentração de chl-a aplicando um modelo de ajuste não linear e também é usado para classificar cada pixel em 5 classes de Índice de Estado Trófico (Oligo, Meso, Eutrófico, Super e Hipereutrófico) [4] com base em um modelo de árvore-decisão. Uma vez que a abordagem seja desenvolvida e validada usando locais-piloto, o método será transferido para as partes interessadas em vários níveis para fornecer informações AB para os principais corpos d’água / reservatórios na América Latina.

Neste artigo, relatamos os primeiros resultados para a Bacia do Rio Tietê, um dos principais afluentes da Bacia do Rio Paraná, localizado no Estado de São Paulo, Brasil (Figura 1). A água em grandes áreas urbanas de São Paulo é fornecida por diversos reservatórios. O rápido processo de urbanização e industrialização levou a altas concentrações de nitrogênio e fósforo nas águas superficiais e, consequentemente, degradação e eutrofização da qualidade da água. Por exemplo, o reservatório Billings, que está localizado a montante da bacia do Tietê, tem enfrentado sérios problemas de poluição da água devido à expansão de favelas urbanas sem sistema de esgoto ou coleta de resíduos sólidos. Como resultado, níveis elevados de chl-a e TSI foram frequentemente observados ao longo do ano passado (Figura 2).

O uso de computação em nuvem (GEE) para processar todas as imagens do Sentinel-2 e gerar a coleção NDCI, permite acesso rápido aos níveis de chl-a e TSI (Índice do Estado Trófico) para qualquer corpo d’água dentro da área de estudo (Bacia do Rio Paraná , Figura 1), que inclui diversos reservatórios e barragens, como Itaipu, Três Marias, Sistema Cantareira e outros.
Mais importante ainda, todas essas informações estarão disponíveis gratuitamente para o público em geral por meio de um APP do Earth Engine (Figura 2) que permite a avaliação personalizada de uma determinada massa de água que pode ser escolhida em uma lista ou desenhada pelo usuário na tela do mapa. O APP está em desenvolvimento e em breve será lançado na galeria do GEE APP. O usuário será capaz de definir intervalo de datas, ROI (Região de interesse), gráficos de série temporal (NDCI ou Chl-a) e gráficos de área TSI (% área de classe) e salvar esses gráficos como textos ou formatos de imagem.

Para as atividades seguintes do projeto, planejamos melhorar o APP e lançá-lo on-line nas próximas semanas. Também estenderemos a coleção NDCI a outras regiões importantes da América do Sul, como Uruguai, Argentina e Nordeste do Brasil. No entanto, essa extensão depende de dados in-situ para validação do algoritmo, o que poderia ser realizado com mais dados de clorofila in-situ fornecidos pelos usuários e colaboradores. Finalmente, este projeto representa a aplicação de ponta de Sensoriamento Remoto e Computação em Nuvem para fornecer alertas de proliferação de algas quase em tempo real nas regiões da América Latina, ajudando governos, instituições e tomadores de decisão a tomar decisões rápidas para proteger e mitigar o meio ambiente impactos derivados de eventos de proliferação de algas.

Figura 1. a) A região cinza escuro mostra a Bacia do Rio Paraná no Brasil; b) As massas de água na paleta da Bacia do Rio Paraná de acordo com a concentração média de Chl-a para 2020. O retângulo vermelho indica o reservatório Billings tomado como exemplo para o aplicativo GEE (ver Figura 2).

Figura 2: Tela de impressão da versão atual do aplicativo GEE experimental. a) Visualização de mapas e classificações; b) Interface do usuário, onde o usuário pode escolher intervalo de datas, ROI e selecionar os produtos (NDCI, Chl-a e / ou TSI) a serem exibidos como gráficos (ce d).

Reconhecimentos
Agradecemos a Juan Torres-Batllo (EO Data Science) por seu suporte útil nos scripts do Google Engine.

Referencias
1. Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D., & Moore, R. 2017. Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of Environment.
2. Earth Observation Data Science. https://eodatascience.com
3. Mishra, S., Mishra, D. Normalized difference chlorophyll index: A novel model for remote estimation of chlorophyll-a concentration in turbid productive waters, Remote Sensing of Environment, Volume 117, 2012, Pages 394-406.
4. CETESB, São Paulo State, https://cetesb.sp.gov.br/aguas-interiores/publicacoes-e-relatorios/

Autores
Felipe Lobo1, Federal University of Pelotas (UFPel), R. Gomes Carneiro, 01 – Centro, Pelotas/ RS, Brazil.

Gustavo Nagel2 & Daniel Maciel3, National Institute for Space Research (INPE), Av. dos Astronautas, 1758, São José dos Campos/SP, Brazil.

Lino Carvalho4, Federal University of Rio de Janeiro (UFRJ), Rua Athos da Silveira Ramos, 274, Bloco G, Cidade Universitária, Rio de Janeiro/RJ, Brazil

felipe.lobo@ufpel.edu.br