Série de algoritmos aprimora classificação de imagens de satélite

Descoberta é de grupo de pesquisadores da Embrapa Meio Ambiente, da UFSCar e Poli-USP.

Por |
Série de algoritmos aprimora classificação de imagens de satélite
10deMaiode2022ás12:10

Como os algoritmos podem ajudar a aprimorar a classificação de imagens de satélites? E como essa tecnologia pode permitir, por exemplo, mais agilidade na detecção de níveis de alteração caudados pelas mudanças da vegetação e possibilitar ações humanas mais assertivas? 

A resposta vem de um grupo de pesquisadores da Embrapa Meio Ambiente (SP), da Universidade Federal de São Carlos (UFSCar) e da Escola Politécnica da Universidade de São Paulo (Poli-USP), que desenvolveu justamente uma série de novos algoritmos que promete melhorar a classificação de imagens de satélite e ajudar no estudo do meio ambiente e no cultivo.

Isso porque, de acordo com os pequisadores, o algoritmo permite processar mais facilmente imagens multiespectrais e calcular medidas quantitativas e qualitativas aos alvos na superfície terrestre. E é uma forma de monitoramento mais simplificada, quando comparada aos métodos de classificação tradicionais, uma vez que se baseia em um conceito-chave da chamada Ciência dos Sistemas Complexos: a entropia informacional.

“As medidas baseadas na entropia informacional permitem calcular a diversidade de informações presentes em imagens de sensores remotos e, assim, mensuram diretamente as relações entre os alvos, e a sua utilização para processamento de imagens é algo ainda pouco explorado”, explica o pesquisador da Embrapa Luiz Eduardo Vicente.

De acordo com ele, os métodos tradicionais básicos, como índices espectrais, utilizam sensores orbitais tradicionais, como os da série Landsat, e hoje amplamente disponíveis. O estudo, entretanto, mostra que os algoritmos vão além e podem fornecer medidas semelhantes as de processamentos mais complicados e demorados.

Sensoriamento remoto

Um exemplo do potencial está capacidade de gerar os chamados mapas de complexidade, nos quais áreas de transição entre diferentes tipos de estádios de vegetação ou cultivos são delimitadas e monitoradas para detecção da presença de reboleiras de pragas, no caso da soja, ou de processos de regeneração ou degradação da vegetação. 

"Os algoritmos, como os propostos por nós, permitirão processamentos mais adequados às características desses sensores, de altíssima resolução espacial e temporal, com uma constelação que permite revisitas praticamente diárias, também possuindo bandas multiespectrais. De fato, este é um momento disruptivo para a área de sensoriamento remoto, para o qual entramos preparados”, comemora o cientista.

O trabalho dos cientistas da Embrapa foi publicado recentemente em detalhes na revista Plos One e em um capítulo do livro Theory of Complexity-Definitions, Models, and Applications. Os autores também disponibilizaram gratuitamente os códigos dos algoritmos na forma de plug-ins para o software gerenciador de sistemas de informações geográficas Quantum Gis. 

A ideia é que esses plug-ins possam ser instalados no Quantum Gis sem restrições, além de possuir documentação de apoio, e na medida do possível suporte do grupo. 

Cargando...