{"id":2355,"date":"2022-08-26T15:10:10","date_gmt":"2022-08-26T18:10:10","guid":{"rendered":"https:\/\/pixforce.ai\/?p=2355"},"modified":"2023-09-05T10:18:47","modified_gmt":"2023-09-05T13:18:47","slug":"sensoriamento-remoto-definicao-e-aplicacoes","status":"publish","type":"post","link":"https:\/\/pixforce.com\/pt-br\/sensoriamento-remoto-definicao-e-aplicacoes\/","title":{"rendered":"Usos do sensoriamento remoto: defini\u00e7\u00f5es e aplica\u00e7\u00f5es"},"content":{"rendered":"

Utilizado para captar e interpretar dados da superf\u00edcie terrestre, o Sensoriamento Remoto (SR) \u00e9 um ramo tecnol\u00f3gico conectado \u00e0 Vis\u00e3o Computacional. Quando alinhados, ambos otimizam etapas de processamento de imagens e extraem informa\u00e7\u00f5es e padr\u00f5es espec\u00edficos, potencializando processos at\u00e9 ent\u00e3o demorados.<\/em><\/p>\n

\"Usos<\/p>\n

Por muito tempo o Sensoriamento Remoto (SR)<\/strong><\/a> foi resumido a um sistema que capta imagens atrav\u00e9s de sat\u00e9lites. Entretanto, a defini\u00e7\u00e3o vai muito al\u00e9m: imagens obtidas atrav\u00e9s de Ve\u00edculos A\u00e9reos n\u00e3o Tripulados (VANTs) ou avi\u00f5es tamb\u00e9m s\u00e3o classes de sensores remotos, assim como as primeiras fotografias a\u00e9reas que foram registradas sob bal\u00f5es. Quando comparados, a principal vantagem carater\u00edstica ao uso de sat\u00e9lites est\u00e1 na aquisi\u00e7\u00e3o de imagens de modo sistem\u00e1tico e em escala global.<\/strong><\/p>\n

A obten\u00e7\u00e3o de informa\u00e7\u00f5es por sensoriamento remoto \u00e9 feita de modo remoto, ou seja, sem que haja contato f\u00edsico entre o sensor e o objeto alvo. O processo acontece atrav\u00e9s de c\u00e2meras n\u00e3o convencionais, os sensores, que detectam e mensuram a radia\u00e7\u00e3o eletromagn\u00e9tica (REM) que interage com os materiais terrestres na superf\u00edcie. O uso da tecnologia permite ampliar as aplica\u00e7\u00f5es do SR a m\u00faltiplos setores.<\/strong><\/p>\n

\u00c9 bastante comum o uso de dados de Sensoriamento Remoto (SR) na prospec\u00e7\u00e3o de recursos minerais e na agricultura, assim como para monitoramento ambiental de desmatamentos, queimadas e vazamentos de \u00f3leo no mar.<\/strong><\/p>\n

Da mesma forma, s\u00e3o utilizados na preven\u00e7\u00e3o a riscos de rompimento de barragens, subsid\u00eancia de terrenos e colapso de encostas e infra-estruturas.<\/p>\n

S\u00e3o muitos os exemplos no dia a dia e, a partir de uma an\u00e1lise mais profunda do tema, percebe-se a exist\u00eancia de um universo tecnol\u00f3gico em constante evolu\u00e7\u00e3o. In\u00fameros sat\u00e9lites s\u00e3o colocados em \u00f3rbitas todos os anos e a integra\u00e7\u00e3o entre SR e Vis\u00e3o Computacional<\/a><\/strong> n\u00e3o faz parte apenas do futuro: est\u00e1 no presente.<\/p>\n

Em conjunto, tais t\u00e9cnicas obt\u00eam e analisam Big Datas<\/a> como nunca antes e potencializam ainda mais as aplica\u00e7\u00f5es e interpreta\u00e7\u00f5es.<\/p>\n

Quer saber mais sobre a aplica\u00e7\u00e3o de Vis\u00e3o Computacional? Veja aqui<\/a>.<\/p>\n

Usos de Sensoriamento Remoto Orbital e suas aplica\u00e7\u00f5es<\/h3>\n

Sat\u00e9lites artificiais de Sensoriamento Remoto possuem sensores que captam imagens da superf\u00edcie terrestre. Assim como a lua, que \u00e9 um sat\u00e9lite natural, estes equipamentos orbitam e ficam dispostos de maneira que possam girar em torno da terra e captar informa\u00e7\u00f5es com diversos formatos e objetivos.<\/p>\n

Esta aquisi\u00e7\u00e3o de imagens acontece atrav\u00e9s dos sensores que t\u00eam a fun\u00e7\u00e3o de captar dados da superf\u00edcie. As informa\u00e7\u00f5es s\u00e3o armazenadas atrav\u00e9s de caracter\u00edsticas que est\u00e3o em um pixel – nome dado \u00e0 menor unidade poss\u00edvel que comp\u00f5e uma imagem, seja ela uma foto ou um frame.<\/p>\n

Imagens captadas por sensores cont\u00e9m muitos tipos de informa\u00e7\u00f5es, que s\u00e3o espec\u00edficas a cada um deles.<\/strong> Sensores multiespectrais na faixa do vis\u00edvel e do infravermelho, por exemplo, possuem respostas dependentes da constitui\u00e7\u00e3o qu\u00edmica do material, enquanto sensores que atuam na regi\u00e3o de micro-ondas associam-se a propriedades texturais dos alvos, e s\u00e3o utilizados para a diferencia\u00e7\u00e3o das formas do relevo e estimativas de biomassa em estudos florestais.<\/p>\n

Entenda os tipos de resolu\u00e7\u00e3o de imagens<\/h3>\n

A resolu\u00e7\u00e3o de imagens em Sensoriamento Remoto foge do senso comum. Existem quatro tipos de resolu\u00e7\u00f5es, que representam formas de medi\u00e7\u00f5es distintas e atuam na determina\u00e7\u00e3o de quais objetos ser\u00e3o identificados nas imagens. As resolu\u00e7\u00f5es s\u00e3o divididas em: espacial, espectral, radiom\u00e9trica e temporal.<\/strong><\/p>\n

A mais conhecida delas \u00e9 a resolu\u00e7\u00e3o espacial, que refere-se ao tamanho do pixel. As demais representam, respectivamente, os comprimentos de ondas das bandas, os valores num\u00e9ricos de n\u00edveis de informa\u00e7\u00e3o em que a imagem \u00e9 obtida e a frequ\u00eancia temporal para o mesmo ponto ser revisitado pelo sat\u00e9lite.<\/p>\n

Entender sobre as diferentes resolu\u00e7\u00f5es de uma imagem \u00e9 um dos primeiros pontos importantes na constru\u00e7\u00e3o de qualquer projeto de SR, bem como os diferentes tipos de sensores.<\/p>\n

Entenda a diferen\u00e7a entre Sensor Multiespectrais e Sensor Radar de Abertura Sint\u00e9tica<\/h3>\n

\"UsosComumente, dois tipos de sensores est\u00e3o a bordo de sat\u00e9lites: Multiespectrais<\/a> na Faixa \u00d3ptica e SAR (Radar de Abertura Sint\u00e9tica).<\/strong><\/p>\n

O imageamento de um objeto \u00e9 registrado por meio de medi\u00e7\u00f5es da sua intera\u00e7\u00e3o com a radia\u00e7\u00e3o eletromagn\u00e9tica (REM).<\/p>\n

Ambos os sensores possuem rela\u00e7\u00e3o direta com a REM, mas est\u00e3o localizados em intervalos do espectro diferentes.<\/p>\n

A vertente do SR mais conhecida refere-se \u00e0s regi\u00f5es espectrais da faixa \u00f3ptica (0,45 \u2013 2,5\u03bcm).<\/p>\n

Sensores \u00f3pticos utilizam a luz do sol como fonte natural de REM e, devido a isto, s\u00e3o categorizados como sensores do tipo passivo. Seu princ\u00edpio b\u00e1sico \u00e9 a detec\u00e7\u00e3o do fluxo de REM solar refletida pelas superf\u00edcies dos objetos terrestres.<\/p>\n

J\u00e1 as imagens obtidas na faixa espectral de micro-ondas (intervalo de comprimentos de ondas de 1,0 a 100 cm) s\u00e3o denominadas imagens de radar. Aqui, a fonte da REM \u00e9 gerada de modo artificial, caracterizando-se como um sensor do tipo ativo, cujos processos de aquisi\u00e7\u00e3o de imagens podem ocorrer independente da luz do sol.<\/p>\n

Outra caracter\u00edstica dessa faixa do espectro est\u00e1 nos tamanhos relativamente grandes dos seus comprimentos de onda, que permite operacionaliza\u00e7\u00f5es mesmo com a presen\u00e7a de nuvens.<\/p>\n

A import\u00e2ncia de IA na ind\u00fastria<\/h3>\n

\u00c9 importante perceber que sensores aplicados em dispositivos de monitoramento t\u00eam a capacidade de captar uma grande quantidade de informa\u00e7\u00e3o, o que dificulta a compila\u00e7\u00e3o e compreens\u00e3o destes dados pela mente humana, por mais qualificada e experiente que seja.<\/p>\n

Neste sentido, algoritmos de Intelig\u00eancia Artificial (IA)<\/a> s\u00e3o uma pot\u00eancia nas an\u00e1lises dos big datas espaciais,<\/strong> uma vez que possibilitam a identifica\u00e7\u00e3o de padr\u00f5es e rela\u00e7\u00f5es quantitativas entre os dados jamais feitas, aumentando as possibilidades de associa\u00e7\u00f5es e interpreta\u00e7\u00f5es do expert.<\/p>\n

Saiba mais sobre a Intelig\u00eancia Artificial e suas aplica\u00e7\u00f5es atrav\u00e9s da Vis\u00e3o Computacional aqui<\/a>.<\/p>\n

T\u00e9cnicas de Machine Learning<\/a> e Deep Learning s\u00e3o promissores para a an\u00e1lise de dados espaciais e atuam como potencializadores para que empresas de diversos segmentos possam crescer de maneira s\u00f3lida e exponencial.<\/p>\n

Para demonstrar a import\u00e2ncia da Intelig\u00eancia Artificial (IA), a Pix Force criou a Pix University<\/strong>, uma campanha constru\u00edda para transmitir conhecimentos a respeito de Vis\u00e3o Computacional para l\u00edderes de ind\u00fastrias.<\/p>\n

Continue aprendendo: entenda aqui<\/a> os DataSets presentes no Machine Learning.<\/p>\n","protected":false},"excerpt":{"rendered":"

Utilizado para captar e interpretar dados da superf\u00edcie terrestre, o Sensoriamento Remoto (SR) \u00e9 um ramo tecnol\u00f3gico conectado \u00e0 Vis\u00e3o Computacional. Quando alinhados, ambos otimizam etapas de processamento de imagens e extraem informa\u00e7\u00f5es e padr\u00f5es espec\u00edficos, potencializando processos at\u00e9 ent\u00e3o demorados. Por muito tempo o Sensoriamento Remoto (SR) foi resumido a um sistema que capta […]<\/p>\n","protected":false},"author":29,"featured_media":2926,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"content-type":"","_external_link":"","footnotes":""},"categories":[1],"tags":[],"class_list":["post-2355","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-noticias"],"_links":{"self":[{"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/posts\/2355","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/users\/29"}],"replies":[{"embeddable":true,"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/comments?post=2355"}],"version-history":[{"count":0,"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/posts\/2355\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/media\/2926"}],"wp:attachment":[{"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/media?parent=2355"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/categories?post=2355"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/tags?post=2355"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}