Fundamentos de Sensoriamento Remoto

A maior parte dos dados que usaremos no Google Earth Engine são imagens de sensoriamento remoto. Para interpretá-las — e para escolher a imagem certa para cada problema —, precisamos entender o que um sensor a bordo de um satélite realmente mede. Este capítulo apresenta as definições, um breve histórico, os princípios físicos e as quatro resoluções que caracterizam um sensor.

---

🛰️ O que é sensoriamento remoto?

Em uma frase: adquirir informações a distância, sem contato físico com o objeto. O termo foi cunhado no início dos anos 1960 por Evelyn L. Pruitt, geógrafa do Escritório de Pesquisa Naval dos EUA, e desde então recebeu muitas definições — algumas curtas e gerais, outras bem detalhadas.

As definições mais abrangentes usam termos generalizantes:

"Ciência de derivar informações a respeito de um objeto a partir de medidas feitas a distância, sem entrar em contato com o mesmo." (SCHOWENGERDT, 1983; SWAIN; DAVIS, 1978)

"Ciência e arte de obter informações a respeito de um objeto, área ou fenômeno pela análise de dados adquiridos por um sistema que não se encontra em contato com o objeto." (LILLESAND; KIEFER, 1994)

Autores brasileiros costumam ser mais específicos, destacando a energia eletromagnética:

"Sensoriamento remoto é a tecnologia que permite obter imagens e outros tipos de dados da superfície terrestre, através da captação e do registro da energia refletida ou emitida pela superfície." (FLORENZANO, 2011)

Fussell et al. (1986) resumem os elementos que caracterizam o sensoriamento remoto:

1. aquisição, coleta ou registro sem contato com o objeto;
2. uso de regiões do espectro eletromagnético que incluem e excedem a região visível;
3. uso de instrumentos em plataformas móveis (aviões, satélites, drones);
4. transformação simbólica dos dados por técnicas de interpretação e reconhecimento de padrões com computadores.

---

📜 Breve histórico

A origem do sensoriamento remoto está ligada ao desenvolvimento da fotografia e da fotografia aérea. É importante, contudo, diferenciar a fotogrametria — a ciência de obter medidas confiáveis a partir de fotografias — do sensoriamento remoto em sentido amplo, que se interessa pela interação da energia com os alvos em diversas faixas do espectro.

Ano	Marco
1839	Daguerre e Niépce divulgam o processo fotográfico
1858	Gaspard-Félix Tournachon (Nadar) tira as primeiras fotografias aéreas, a partir de um balão
1861	James Clerk Maxwell demonstra a primeira fotografia colorida
1909	Primeiras fotografias tiradas a partir de um avião
2ª Guerra Mundial	Uso intensivo da fotografia aérea para fins militares; desenvolvimento do filme infravermelho
1957	Lançamento do Sputnik 1 (URSS), que inaugura a era espacial
1960	Lançamento do TIROS-1, primeiro satélite meteorológico (NASA)
Década de 1960	Fotografias orbitais dos programas Mercury, Gemini e Apollo; a Apollo 9 (1969) realiza um experimento de fotografia multiespectral
1972	A NASA lança o ERTS-1 (Earth Resources Technology Satellite), depois renomeado Landsat 1
1986	A França lança o SPOT-1
1999	Brasil e China lançam o CBERS-1 (China-Brazil Earth Resources Satellite)

A partir das décadas de 1950–60, o avanço da computação provocou uma alavancagem do processamento digital, e a Guerra Fria impulsionou sensores de alta resolução para espionagem. Com o fim da Guerra Fria, muitos desses recursos passaram a ser disponibilizados à sociedade civil. Em 2008, a decisão do Serviço Geológico dos EUA (USGS) de abrir gratuitamente todo o acervo Landsat mudou a escala do que pesquisadores podiam fazer — e está na origem de plataformas como o Google Earth Engine.

---

☀️ A energia e os alvos

Por que uma folha é verde e um telhado cerâmico é avermelhado? Porque cada material interage de forma diferente com a energia eletromagnética que incide sobre ele.

A radiação solar (energia incidente, ou irradiância) que atinge uma superfície é repartida em três parcelas:

\[ E_I(\lambda) = E_R(\lambda) + E_A(\lambda) + E_T(\lambda) \]

em que \(E_R\) é a energia refletida, \(E_A\) a absorvida e \(E_T\) a transmitida, todas dependentes do comprimento de onda \(\lambda\). O sensor passivo a bordo de um satélite registra a energia refletida (radiância) que chega até ele.

A grandeza de maior interesse é a reflectância: a proporção entre o fluxo refletido e o fluxo incidente numa superfície, frequentemente expressa em porcentagem:

\[ \rho(\lambda) = \frac{E_R(\lambda)}{E_I(\lambda)} \times 100 \]

O espectro eletromagnético

A energia eletromagnética se distribui em um contínuo de comprimentos de onda, o espectro eletromagnético. Nossos olhos percebem apenas uma pequena janela, entre aproximadamente 400 e 700 nm (a luz visível); os sensores orbitais, porém, "enxergam" também o infravermelho próximo, o infravermelho de ondas curtas, o termal e as micro-ondas (radar).

Assinatura espectral

Como cada material reflete, absorve e transmite de forma diferente em cada comprimento de onda, a curva de reflectância ao longo do espectro funciona como uma "impressão digital" do alvo: a assinatura espectral. Ela decorre das propriedades físicas, químicas e estruturais do material, e é o que permite distinguir e mapear alvos a partir de imagens.

Observe no gráfico alguns padrões que usaremos o tempo todo:

• A vegetação sadia reflete pouco no vermelho (a clorofila absorve essa energia para a fotossíntese) e reflete muito no infravermelho próximo (por causa da estrutura interna das folhas). Esse contraste é a base do índice NDVI.
• A água reflete pouco em todo o espectro e praticamente nada no infravermelho — por isso aparece escura nessas bandas. A água turva reflete mais no visível que a água limpa.
• Os solos têm reflectância que cresce gradualmente com o comprimento de onda; solos arenosos refletem mais que os argilosos.

---

📐 As quatro resoluções

Uma imagem de sensoriamento remoto tem estrutura matricial: é uma grade de células chamadas pixels (picture elements). Cada sensor é caracterizado por quatro resoluções.

Resolução espacial

É o tamanho, no terreno, da área representada por um pixel. A energia de todos os alvos dentro dessa área se funde em um único valor. Quanto menor o pixel, maior a resolução espacial e maior a capacidade de registrar objetos pequenos na superfície.

Para um mesmo sensor, cada pixel representa sempre uma área com as mesmas dimensões. Nos satélites Landsat 8 e 9, a maior parte das bandas tem pixels de 30 metros; no Sentinel-2, de 10 a 60 metros, conforme a banda. A figura a seguir simula o efeito de aumentar o tamanho do pixel sobre uma mesma cena: o rio, nítido com pixels pequenos, desaparece quando o pixel fica maior que a sua largura.

Resolução radiométrica

Está associada à sensibilidade do sensor em registrar níveis intermediários de energia. O valor registrado em cada pixel é um número inteiro chamado número digital (DN, digital number) ou nível de cinza, que vai do preto (valor mínimo) ao branco (valor máximo). A quantidade de valores possíveis depende do número de bits usados:

Bits	Níveis de cinza	Intervalo
1	2¹ = 2	0 – 1
2	2² = 4	0 – 3
4	2⁴ = 16	0 – 15
8	2⁸ = 256	0 – 255
11	2¹¹ = 2.048	0 – 2.047
12	2¹² = 4.096	0 – 4.095

Sensores como os dos Landsat 5 e 7 e do CBERS trabalham com 8 bits (256 níveis). O IKONOS II registrava 11 bits (2.048 níveis), o que aumenta o poder de contraste, inclusive em áreas de sombra. O OLI do Landsat 8 quantiza em 12 bits, e o OLI-2 do Landsat 9, em 14 bits. Quanto maior a resolução radiométrica, maior o tamanho do arquivo e o tempo de processamento.

Resolução temporal

É o intervalo de tempo entre duas aquisições consecutivas de uma mesma área (o tempo de revisita). Quanto menor o intervalo, maior a resolução temporal. Ela depende da plataforma e do tipo de órbita:

• Órbitas quase polares e síncronas com o Sol: o satélite se desloca aproximadamente no sentido norte–sul e passa sobre cada ponto sempre no mesmo horário local, o que garante condições de iluminação semelhantes. É o tipo de órbita da maioria dos satélites de recursos naturais.
• Órbitas geoestacionárias: equatoriais, a cerca de 36.000 km de altitude, acompanham a rotação da Terra e ficam sempre sobre o mesmo ponto. Permitem imagens a cada poucos minutos (maior resolução temporal), mas com baixa resolução espacial — é o caso dos satélites meteorológicos, como o GOES.

Órbita, velocidade e altitude estão relacionadas: satélites mais afastados são mais lentos e cobrem áreas maiores (meteorológicos); os mais próximos são mais rápidos e registram mais detalhes (recursos naturais). Alguns satélites podem inclinar o sensor para visadas laterais, aumentando a revisita (como o SPOT); no Landsat, o ângulo do sensor é fixo.

A órbita do Landsat

Os satélites Landsat 5, 7, 8 e 9 completam uma órbita em aproximadamente 99 minutos, dando cerca de 14 voltas por dia, a 705 km de altitude. A cobertura completa do planeta leva 16 dias. A órbita é descendente (de norte para sul) e cruza o Equador por volta das 10h (hora local). Como o Landsat 8 e o Landsat 9 estão defasados em 8 dias, juntos eles revisitam cada ponto a cada 8 dias.

Veja a animação do USGS e este vídeo da órbita. Para comparar, veja um satélite geoestacionário.

Resolução espectral

É relativa ao número e à largura das faixas espectrais (bandas) medidas pelo sensor. Quanto mais bandas e quanto mais estreitas elas forem, maior a resolução espectral e maior a capacidade de registrar diferenças entre os alvos. Uma cena com várias bandas é chamada de imagem multiespectral; com centenas de bandas estreitas, hiperespectral.

Os sensores OLI/OLI-2 e TIRS/TIRS-2, a bordo dos Landsat 8 e 9, têm as seguintes bandas:

Banda	Nome	Comprimento de onda (µm)	Resolução (m)
1	Costeira/aerossol	0,43 – 0,45	30
2	Azul	0,45 – 0,51	30
3	Verde	0,53 – 0,59	30
4	Vermelho	0,64 – 0,67	30
5	Infravermelho próximo (NIR)	0,85 – 0,88	30
6	Infravermelho de ondas curtas 1 (SWIR 1)	1,57 – 1,65	30
7	Infravermelho de ondas curtas 2 (SWIR 2)	2,11 – 2,29	30
8	Pancromática	0,50 – 0,68	15
9	Cirrus	1,36 – 1,38	30
10	Infravermelho termal 1 (TIRS)	10,60 – 11,19	100
11	Infravermelho termal 2 (TIRS)	11,50 – 12,51	100

A numeração das bandas muda entre satélites

Nos sensores TM e ETM+ dos Landsat 5 e 7, a banda 3 é o vermelho e a banda 4 é o infravermelho próximo; no Landsat 8 e 9, são as bandas 4 e 5. Antes de escrever qualquer composição ou índice, consulte a tabela de bandas do sensor no catálogo do GEE.

Banda TM/ETM+	Faixa (µm)	Região
1	0,45 – 0,52	Azul
2	0,52 – 0,60	Verde
3	0,63 – 0,69	Vermelho
4	0,76 – 0,90	Infravermelho próximo
5	1,55 – 1,75	Infravermelho de ondas curtas (médio)
6	10,4 – 12,5	Infravermelho termal
7	2,08 – 2,35	Infravermelho de ondas curtas (médio)

O ETM+ do Landsat 7 tem ainda uma banda 8 pancromática (15 m).

A banda pancromática é uma banda larga, que abrange aproximadamente toda a faixa do visível. Por ser larga, recebe mais energia e permite pixels menores (15 m no Landsat 8). Ela é usada na técnica de fusão (pansharpening), que combina o detalhe espacial da pancromática com a informação de cor das bandas multiespectrais. Você poderá executar o script a seguir depois de ler o Capítulo 3:

// Pansharpening de uma cena Landsat 8 (São Luís e arredores)
var image = ee.Image('LANDSAT/LC08/C02/T1_TOA/LC08_220062_20190504');

// Bandas RGB (30 m) convertidas para o espaço de cores HSV
var rgb = image.select(['B4', 'B3', 'B2']);
var huesat = rgb.rgbToHsv().select(['hue', 'saturation']);

// A banda pancromática (15 m) substitui o "valor" (brilho)
var pan = image.select('B8');
var fusao = ee.Image.cat(huesat, pan).hsvToRgb();

Map.centerObject(image, 13);
Map.addLayer(rgb, {min: 0, max: 0.25}, 'RGB 30 m');
Map.addLayer(fusao, {min: 0, max: 0.25}, 'Fusão 15 m');

---

🏔️ Nem toda imagem vem de um sensor óptico

As imagens também servem para representar outros campos contínuos. Um exemplo importante é o modelo digital de elevação da missão SRTM (Shuttle Radar Topography Mission), em que o valor de cada pixel é a altitude, em metros. O script abaixo exibe a altitude de uma região de Minas Gerais com uma paleta de cores. Os "números mágicos" 800 e 1400 são o intervalo de altitudes que queremos realçar — veremos como escolhê-los no Capítulo 6.

var srtm = ee.Image('USGS/SRTMGL1_003');
var paleta = ['00FFFF', '00FF7F', '7CFC00', '2E8B57',
              'FFD700', 'F4A460', 'A0522D', 'FFFFFF'];
Map.addLayer(srtm, {min: 800, max: 1400, palette: paleta}, 'SRTM');
Map.setCenter(-43.8605, -20.502, 10); // Congonhas, MG

---

📝 Síntese

• Sensoriamento remoto é a aquisição de informação sem contato, por meio da energia eletromagnética refletida ou emitida pelos alvos.
• A reflectância de cada alvo varia com o comprimento de onda, formando sua assinatura espectral.
• Um sensor é caracterizado por quatro resoluções: espacial (tamanho do pixel), radiométrica (bits por pixel), temporal (revisita) e espectral (número e largura das bandas).

✏️ Exercícios

1. Com suas palavras, explique por que a vegetação sadia aparece clara na banda do infravermelho próximo e escura na banda do vermelho.
2. Um sensor de 10 bits registra quantos níveis de cinza? E um de 16 bits?
3. Para monitorar a expansão de uma queimada ao longo de um único dia, qual resolução é mais importante? Que tipo de órbita você escolheria?
4. Um estudante quer mapear canteiros de 5 m de largura usando Landsat 8. Isso é viável? Por quê?
5. Por que as bandas "vermelho" e "infravermelho próximo" têm números diferentes no Landsat 7 e no Landsat 8? Que cuidado isso exige?
6. Qual a vantagem de uma órbita síncrona com o Sol para comparar imagens de datas diferentes?